改进的多级树集合分裂(SPIHT)算法

基于中频和高频子带小波系数中的不重要数的相关性,对SPIHT算法提出一些改进.在改进SPIHT算法中,利用一个组合函数来减少相应位置中频子带的不重要小波系数的冗余.构造集合d来减少高频子带带间的冗余.实验结果表明,改进SPIHT算法相对于改进前SPIHT算法有理想的压缩效果,峰值信噪比和人眼视觉效果都有所提高.

基于自适应编码次序的多级树集合分裂算法

为了在图像轮廓处获得更好的压缩效果,在多级树集合分裂(SPIHT)算法的基础上提出了一种优先编码周围邻域中重要系数较多的系数与集合的小波图像压缩算法。在编码之前对系数或集合按照周围重要系数的个数进行排序,而且在扫描完周围有重要系数的集合后,就精细扫描已经得到的重要系数。这种编码次序是自适应确定的,不需要任何额外的存储空间,而且在到达指定压缩比时能够编码更多的重要系数。实验结果表明,对比原来的SPIHT算法,该方法能提高峰值信噪比并改善主观视觉感受。

适于感兴趣区域编码的多级树分裂算法研究

结合JPEG2000中最大平移法和基于尺度法对感兴趣区域处理的优点,对多级树分裂算法(SPIHT)进行了改进,实现了一种适合感兴趣区域的图像编码方法。与JPEG2000中最大平移法和基于尺度法相比,该方法在低比特率的情况下,不但可以传输ROI区域的图像,还可以传输部分背景区域图像,并且在ROI区域传输完毕的情况下,不再传输ROI上的0码,节省了码流,进一步提高了编码效率。

基于多级树集合分割编码的心电图压缩算法

将A .Said等人提出的基于小波变换的多级树集合分割算法用于心电数据的压缩。实验结果表明与传统的一些基于小波系数编码的心电压缩算法相比 ,所用的算法具有更好的压缩效果。

基于多级树集合分裂的零飞仪实时图像压缩

为了解决靶场测试中零飞仪有效带宽无法满足实时跟踪目标图像无线传输的问题,提出了一种基于多级树集合分裂实时图像压缩算法。根据零飞仪图像特点分离目标与背景,背景区域采用常规JPEG压缩,目标区域采用优化JPEG2000压缩;优化JPEG2000算法以结合小波提升变换及优化分块方案,采用多级树集合分裂算法替代JPEG2000中优化截断嵌入式分块编码算法。试验结果表明:该算法的压缩比可达4.39,而压缩时间比传统算法减少了2/5,并具有峰值信噪比高、均方根误差低等优点,有效地提升了零飞仪图像无线传输速率,满足零飞仪实时大吞吐量的图像数据传输要求。

基于多小波的彩色图像分层树集合分裂算法

提出一种基于多小波变换的改进的彩色图像分层树集合分裂(set partitioning in hierarchical trees,SPIHT)算法,将彩色RGB图像转换到YCbCr色彩域,Y通道分配到2倍于Cb,Cr的比特,在各色彩通道间构造新的方向树结构,重组图像多小波分解系数,进行嵌入式多小波彩色图像SPIHT编码.结果表明,该算法具有良好的编码效果,性能优于9/7单小波编码.

小波零树和集合分裂算法在图像压缩中的应用

介绍了小波零编码在图像压缩中的应用 ,在小波零树编码中采用了集合分裂算法。实验证明该算法能有效的传送小波零树系数的排序信息 ,编码比特率控制方便 ,且算法简简。

一种基于系数状态表的SPIHT图像编码算法

提出了一种新的基于系数状态表的SPIHT(LPS-SPIHT,list of p ixel stata-set partition ing in h ierarch icaltrees)图像压缩编码算法,该算法具有以下5个特点:第一,定义了一种扩展的空间方向树,使1个结点含有2×2相邻的4个系数,并将基本EZW(嵌入式小波零树)的符号定义应用于扩展树;第二,用1个廉价的系数状态表代替了SPIHT算法中的LIS(不重要集合表)、LIP(不重要像素表)、LSP(重要像素表)等3个数据表,节省了内存;第三,通过扫描系数状态表,可一次性完成对图像数据的编码,使分类过程与细化过程合二而一;第四,利用一种树指数避免了重复计算,提高了处理速度;第五,通过重新组织编码过程,省去了对大量可推知位的编码,提高了压缩效率。实践证明,与目前公认的最为有效的SPIHT算法相比,该算法不仅性能优越,而且计算简单,容易实现。

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 。

一种新的嵌入零树小波图像编码算法

本文提出了一种新的嵌入零树小波图像编码算法。该算法能够通过合理分配比特、改进零树集合、完善分类策略等措施进一步提高SPIHT算法的工作效率。实验结果表明:本文算法是一种高效的图像编码算法,其压缩速度、图像复原质量等关键性技术指标均明显优于SPIHT算法。

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算法的感兴趣区域编码的研究

在多级树分裂算法(SPIHT)的基础上,结合JEPG2000中最大平移法和基于尺度法对感兴趣区域处理时的优点,提出了基于SPIHT算法的感兴趣区域图像编码新方法.实验结果证明,该方法在低比特率的情况下,可以传输部分背景区域图像,在RO I区域传输完毕的情况下,不再传输RO I上的0码,节省了码流,进一步提高了编码效率.

基于SPIHT的静止图像ROI编码算法

结合JPEG2000中比例移位法对感兴趣区域(ROI)编码算法的优点,提出了基于多级树集合分裂(SPIHT)算法的ROI图像编码算法.压缩后的码流具有嵌入性特点,支持渐进传输.实验结果表明,在相同码率下,本算法重建图像整体峰值信噪比低于SPIHT算法,但ROI区域能够得到较好的重建,主观视觉效果好,尤其适用于低码率压缩情况.

基于小波变换的彩色图像RGB分量同分裂编码算法

针对传统彩色图像编码算法没有充分利用彩色图像RGB色彩分量之间的相关性的缺点,在多级树分裂算法(SPIHT)的基础上提出RGB分量同分裂彩色图像编码算法。此算法充分利用RGB分量的相关性,将RGB分量看作是一个整体,利用SPIHT算法中的LIS链表,对它们同扫描,同分裂。生成的嵌入式码流在任意点中断时,解码出来的都是包含RGB三分量的彩色图像。实验结果表明,在相同压缩比下,此算法解码图像的PSNR一般比JPEG2000的高出0.1～0.7dB。

基于提升小波变换和SPIHT的医学图像编码算法

目的:探讨一种基于提升小波变换和多级树集合分裂算法(set partitioning in hierarchical trees,SPIHT)的医学图像编码算法。方法:针对传统小波浮点数运算,计算量大的缺点,采用提升格式小波,结合多级树集合分裂算法和算术编码,实现对医学图像的编码。结果:在获得较高压缩比的情况下,能保证医学图像的重建质量,满足医学图像数据的存储和传输的需要。结论:仿真结果表明在相同压缩比的情况下,重建图像的峰值信噪比有明显提高,获得了较好的压缩效果。

嵌入式零树小波编码算法研究

嵌入式零树小波编码算法是基于小波变换的一种图像压缩方法,它可以实现渐进编解码,从有损到无损压缩,具有较高的压缩比和图像恢复质量,在图像编码中具有非常重要的地位。文中对嵌入式零树小波编码算法及其改进算法的原理、方法和性能进行了介绍和比较,并指出了嵌入式图像编码的研究方向。

一种新的嵌入零树小波ECG信号编码算法

新的嵌入零树小波ECG信号编码算法能够通过合理分配比特、改进零树集合、完善分类策略等措施进一步提高SPIHT算法的工作效率 .实验结果表明 :这种算法是一种高效的ECG信号编码算法 ,其压缩速度、信号复原质量等关键性技术指标均明显优于SPIHT算法 .

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。

汽车电子导航中基于图像渐进编码的SPIHT算法研究

网络图像的渐进传输是基于小波变换静止图像压缩技术的一个典型实例,目前网络流行的传输图像压缩格式有JPEG和GIF格式,但以这种压缩格式传输往往要耗费较长时间才能显示整幅图像,随着互联网的普及和图像应用范围的不断扩大,对图像的编码提出了新的要求。多级树集合分裂算法SPIHT(Set Partitioning In Hierarchical Trees)小波编码较好地实现了这一思想,它是嵌入式零树小波编码EZW(Embedded Zerotree Wavelets)的改进算法。对SPIHT编码算法从原理到算法进行了分析和讨论,并指出了嵌入式图像编码的研究方向。

支持可变分辨率的SPIHT编码算法

为了适应移动多媒体通信中终端设备显示尺寸多样性的要求,本文将图像缩放嵌入编码过程中,提出了一种基于线裁剪(seam carving,SC)的支持可变分辨率的多级树集合排序(set portioning in hierarchical trees,SPIHT)图像编码算法。该算法在构造新的基于根节点的空间方向树的基础上,利用SC生成基于块的线能量图来引导编码,获得空域可伸缩的码流;解码端仅需获取与终端设备显示尺寸相关的码流即可完成解码和图像缩放。实验结果表明,当编码和解码图像的分辨率一致时,本文算法的率失真(rate-distortion,R-D)性能逼近传统的SPIHT算法;当解码图像的分辨率可变时,本文算法在压缩码率与重建图像的主观质量上均优于传统的SPIHT算法。