一种基于预测分类的小波图像编码

对于小波图像编码,如何有效地组织小波域系数是提高图像压缩效果的关键.本文在研究小波域系数统计特性的基础上,提出一种用于图像压缩的预测分类模式.与基于零树结构的编码不同的是它充分利用了小波域中"重要"系数的各种相关性,并通过结合提出的种子膨胀算法实现系数的分类输出.实验结果表明该方法所取得的压缩效果要优于基于零树结构的图像编码,同时又具有较强的鲁棒性.

基于二进小波变换的图像去噪技术研究

由于图像二进小波变换在每次分解时不进行下抽样,所以其表示同小波级数相比是冗余的,且图像二进小波变换的部分系数扰动不会带来重构图像的严重失真.因此,在相同的误判概率下,基于二进小波变换的图像去噪效果会好于基于小波级数变换的图像去噪效果.基于这个思想,文中将基于小波级数的图像去噪方法推广到基于二进小波变换的图像去噪,提出了二进小波的去噪方法,比较了该方法和基于小波级数方法的去噪效果.实验表明,二进小波的去噪比小波级数去噪效果有明显改善.