基于纹理的自适应提升小波变换图像压缩

经典二维小波变换仅在图像的水平和竖直方向应用小波滤波,不能提供灵活的方向信息,对纹理信息丰富的自然图像稀疏化效果不理想,在基于小波变换的图像压缩中还需改进.为了实现更有效的图像的稀疏表示,文中提出一种新型的基于图像纹理的自适应提升小波变换:根据局部特征将图像自适应分块,预先判断局部图像纹理方向,保持正交性质不变;沿纹理方向应用小波滤波,结合提升变换格式实现即位运算;沿纹理方向插值获取分数像素值,保护纹理信息不被破坏,总体变换对图像纹理描述更有效;结合JPEG2000中的编码方法EBCOT,对变换系数和方向信息分别编码,应用于图像压缩.仿真实验是在数值结果和视觉效果上将文中方法和JPEG2000方法作比较,以体现文中方法的优越性.

提升小波变换与分形相结合的图像压缩

提出了一种提升小波变换与分形相结合的图像压缩方案.充分利用小波变换后系数能量的分布特性,对提升小波变换后的低频部分采用改进的分形图像压缩编码,其余部分采用集合分裂嵌入块(SPECK)编码算法.试验结果表明,该方法在提高了压缩效率的同时,获得了较高的恢复图像质量.

基于小波变换的有损图像压缩算法研究

文章从实际应用角度出发，全面系统地阐述了小波变换基本理论，提出了一种基于小波变换的有损图像压缩算法。该算法首先利用小波变换对图像进行分解，然后根据各子图像特点对小波系数进行相应的向量量化编码，从而实现图像压缩目的。实验结果表明：该图像压缩算法的使用，可以在图像质量几乎不下降的条件下，极大地提高压缩比，改善恢复图像质量。

基于EBCOT的平衡多小波航空图像压缩编码

鉴于预滤波有可能造成多小波的正交性、对称性的"丢失"及基函数支撑的增加,提出了多小波"平衡"算法,使得多小波基有与单小波基相同的性质。充分利用平衡多小波分解系数的结构,采用EBCOT图像编码算法,对平衡多小波系数进行压缩处理。当压缩比为32时,峰值信号比为31.3427。实验结果表明:基于EBCOT的平衡多小波算法同时具有图像压缩所需要的正交性、对称性、短支撑和较大的消失矩等多个良好特性,是一种比较有效的航空图像压缩方法。

基于小波变换和SVM的图像压缩仿真研究

为了在较高的压缩比上获得很好的压缩性能,提出了一种基于小波变换和支持向量机(SVM)的图像压缩方法。压缩过程分三个步骤:首先对图像进行四级提升小波变换,这里采用提升格式是因为它比采用传统的Mallat算法的计算速度快;其次对变换后的小波系数用SPIHT的继承树进行重新排序;然后用回归支持向量机提取支持向量;最后对压缩后的数据进行算术编码。图像的解压缩过程是上面4个步骤的逆过程。实验结果表明,所提出的方法与常用的JPEG2000相比,当压缩比较高时有很好的性能。

提升小波变换在图像压缩中的应用

利用第二代小波变换———提升小波变换,为第一代小波变换提供了一种新的更快速的实现方法,使得其构造不再依赖于Fourier变换构造,可以实现所有的第一代小波变换,提升方案把此变换过程分为分裂、预测和更新3个阶段。基于提升算法的小波变换是新一代静止图像压缩标准———JPEG 2000的核心算法之一。在研究小波提升方案的基础上,分析了它在JPEG 2000应用,最后将小波提升和Mallat算法进行分析比较,试验证明:提升方案的小波变换算法计算时间比Mallat算法减半。

基于自适应提升小波变换的图像压缩(英文)

介绍一种用基于提升算法的中值滤波构造自适应小波变换方法 其思想是设计自适应的“预测算子”及自适应的“更新”运算以更好的逼近信号 ,从而达到更“紧凑”的信号表示 实验表明 ,在图像压缩应用中 ,在峰值信噪比 (PSNR)上 ,虽然本文算法比不上D9/7小波 。

基于快速G小波变换的图像压缩及放大

本文采用离散小波变换的方法，利用Ｇ小波变换（ＧＷＴ）对ＴＩＦＦ格式的灰度图象进行了压缩及放大。利用Ｇ小波基函数的性质，提出了快速Ｇ小波变换的实现方案（ＦＧＷＴ），使得Ｇ小波变换的速度得到了显著的提高；另外，对Ｇ小波变换进行了一些改进，使图象可以按任意比例进行压缩及放大；在小波变换后，对数据进行了量化处理，提高了图象的保真度。

基于小波变换图像压缩芯片的实现

简述了图像压缩中小波变换的几种方法,介绍了国内外小波芯片现状,提出了在设计小波算法和芯片时需要解决的问题,最后探讨了小波芯片未来的发展机遇。

离散小波变换图像压缩技术综述

1.引言 自从1984年"小波"这一概念诞生以来,小波及多分辨分析理论和应用得到了迅猛发展.特别是在图像压缩领域,由于离散小波及多分辨分析与子带编码的天然联系,以及离散小波变换本身具有的良好去相关特性,使之逐渐成为图像压缩中的主流变换.例如:在最新推出的JPEG2000静态图像压缩国际标准中,已采纳离散小波变换作为标准的像素去相关变换.在最新的MPEG4视频图像压缩国际标准中,也大力推荐采用离散小波变换.

小波变换在图像压缩研究中的现状和趋势

小波变换在时域、频域均具有良好的局域化特性，弥补了ＤＣＴ变换的不足，它的多分辨率变换特性与人眼的视觉特性非常接近。小波变换图像压缩编码不仅保持了原图像在各种分辨率下的精细结构，而且便于和其它新兴图像编码方法相结合，成为当令研究的热点。在分析小波变换原理的基础上，讨论了小波变换用于图像压缩的关键技术，并展望其发展前景。

一种基于小波变换的图像压缩方法

出一种基于小波变换的灰度图像数据压缩编码方法 ,基本思路是利用小波变换实现图像的多分辨率分解 ,用矢量量化 (VQ)对分解后的图像进行编码 ,在矢量量化 L BG算法的初始码书的选取中根据矢量中各分量的特性提出一种改进的随机选取法 ,避免了可能的胞腔不均现象 ,提高了码书的质量 ,而且重构的图像质量也有所提高。

基于KL与小波联合变换的多光谱图像压缩

鉴于卫星拍摄的遥感图像的空间分辨率和光谱分辨率越来越高,在一些应用中,常会对多光谱图像进行压缩。为了提高多光谱图像的压缩质量,提出了联合相位相关和仿射变换的图像配准方法,有效提高了图像谱段之间的相关性。针对多光谱图像压缩,提出了结合Karhunen-Loève,KL变换去除谱间相关和嵌入式二维小波编码方法。相比JPEG2000谱段图像独立压缩方法,提出方法解压图像的Peak Signal to Noise Ratio,PSNR值平均提高2.1 d B。实验结果表明:所提出的方法能在相同的压缩率下获得比JPEG2000谱段图像独立压缩方法更好的图像质量。

基于小波变换的图像压缩方法

小波变换克服了传统傅立叶变换的缺点,具有良好的时、频局部化性能,从而使得小波理论在图像处理领域得到广泛的应用。首先对图像进行小波塔式分解,然后依据小波系数的统计特性和分布特点,对不同的子图像块采用不同的量化、编码方法,并且在计算机上进行模拟实现,结果表明所提出的方案可以在保证重构图像质量良好的情况下获得较大的压缩比。

基于小波变换的JPEG2000图像压缩研究

在着重研究JPEG2 0 0 0图像压缩系统基础上 ,分析了基于离散小波变换的压缩算法实现静止图像的压缩、编码、传输、存储等各种功能的机理 ;开发了JWlet实验软件 ,并采用JWlet软件对压缩图像进行了展示和评估 .实验证明 ,基于小波变换的图像压缩系统具有渐进传输、感兴趣区域编码。

基于自适应小波变换的嵌入图像压缩算法

针对遥感、指纹、地震资料等图像纹理复杂丰富、局部相关性较弱等特点,文章通过实施自适应小波变换、合理确定系数扫描次序、分类量化小波系数等措施,提出了一种高效的图像压缩编码算法。仿真结果表明,相同压缩比下,本文算法的图像复原质量明显优于SPIHT算法(特别是对于纹理图像,如标准图像Barbara)。

离散小波变换域非负张量分解的高光谱遥感图像压缩

该文提出一种基于非负张量分解的高光谱图像压缩算法。首先将高光谱图像的每个谱段进行2维离散5／3小波变换，消除高光谱图像的空间冗余。然后将所有谱段的每级小波变换的4个小波子带看作为4个张量。对每个小波子带张量采用改进HALS（Hierarchical Alternating Least Squares）算法进行非负分解，来消除光谱冗余和空间残余冗余，同时保护了光谱信息。最后，将分解的因子矩阵进行熵编码。实验结果表明，该文提出的压缩算法具有良好压缩性能，在压缩比32：1-4：1范围内，平均信噪比高于40dB，与传统高光谱图像压缩算法比较，平均峰值信噪比提高了1．499dB。有效地提高了高光谱图像压缩算法的压缩性能和保护了光谱信息。

基于整数小波变换的准无失真图像压缩技术

本文首先讨论了一般整数小波的构造方法 ,然后利用分块DPCM与整数小波变换进行遥感图像的准无失真压缩 ,该方法可进行实时处理 ,硬件实现简单 ,可并行处理 ,实验结果表明 ,该方法是一种有效遥感图像压缩方法 .

基于小波变换的医学图像压缩方法

简要说明离散小波变换（ＤＷＴ）的Ｍａｌａｔ算法·分析了一维离散小波变换ＤＷＴ不能完全重构信号的原因·对二维离散小波变换ＤＷＴ的重构性进行了讨论·在此基础上提出改进型的Ｍａｌａｔ二维ＤＷＴ算法·压缩实验表明改进型的Ｍａｌａｔ二维ＤＷＴ算法对提高图像压缩及重建质量是有效的·

基于多小波变换的SAR图像压缩

在实数域,对称、正交的紧支集非平凡单小波基不存在,而多小波把紧支集、对称性、正交性完美地结合在一起,使小波理论从标量扩展到矢量范畴。利用上述特点将多小波变换应用于SAR图像压缩。实验结果表明,在改进现有的基于小波变换的多级树集合分裂(SPIHT)编码算法的基础上,选用适当的多小波基及预滤波方法,能够得到与小波变换相当甚至略优于小波变换的编码性能。这说明若针对多小波变换系数的特点设计相应的编码方案,SAR图像编码的性能还可进一步提高。