一种基于SPIHT的ROI图像编码

感兴趣区域ROI (RegionofInterest)编码是正在制订的静止图像压缩国际新标准JPEG2 0 0 0支持的一种创新方法。在渐进重构的初始阶段 ,ROI的保真度高于图像其余部分 (背景 )。该方法可观地节省了传输时间和存储空间。由于SPIHT是嵌入式编码 ,所以在按一定比例放大ROI系数 (或者按一定比例缩小背景系数 )后 。

阈值走势及小波变换尺度对SPIHT编码性能影响的研究

对SPIHT算法进行了深入的研究,通过对大量实验结果的分析统计,从阈值变化生成编码量的走势及小波变换尺度变化时不同阈值生成编码量所占比重两方面对SPIHT编码性能的影响作了详细研究,并给出了仿真试验结果.

基于SPIHT的感兴趣区域编码

感兴趣区域(ROI)编码是一种重要的图像编码思想,可用来解决图像质量与压缩比之间的矛盾,特别适合应用到医学图像压缩中。提出了一种基于层次树集合划分(SPIHT)算法的感兴趣区域编码方法,通过附加ROI掩模信息,无需提升小波系数,使得ROI优先于其它区域编码和传输。

一种基于SPIHT和匹配追踪的图像编码方法——SPMP算法

为了更好地利用图像的结构特征，提高图像重建的质量，提出了一种基于多级树集合划分（SPIHT）和匹配追踪（MP）的分层图像编码方法——（SPMP）算法。该方法首先采用拉普拉斯金字塔（LaplacianPyramid）算法将原始图像分解成低频平滑层和高频细节层，然后使用离散小波变换和SPIHT算法编码图像的低频成分，使用基于克隆选择的匹配追踪算法编码图像的高频细节层。实验结果表明，该方法能够产生渐进PSNR的位流，图像重建质量要明显高于小波图像编码算法。

基于SPIHT的图像加密与压缩关联算法

为了研究图像压缩与加密同步进行问题,本文提出了一种在变换域下的图像加密与压缩关联算法在该算法中,加密过程发生在小波变换与SPIHT编码之间它充分利用了离散小波变换和基于层次树的集合划分(set partitioningin hierarchical trees,SPIHT)编码属性,扩散过程被限制在单个子带内部.此外,混淆过程保留了SPIHT编码中两个最重要的位和符号位,它包含了图像的重要信息.实验结果表明,算法具有良好的安全性、图像重构视觉质量以及很高的加/解密速度.

基于小波域的图像压缩分组编码及其差错隐藏

提出了一种基于DWT-SPIHT算法的图像分组压缩编码方法,将小波系数分为多组独立编码和传输,可有效地防止差错传递.在某组丢失的情况下,可通过其他组正确传输的小波系数有效地估计丢失系数.仿真实验显示,与原算法比较,该算法图像压缩质量仅有略微下降,但该差错隐藏方法使系统的抗误码能力大大提高.