DPCM编码在图像压缩中的应用

DPCM编码（差分脉冲编码调制）是一种线性预测编码。在二维图像中，由于相邻像素间的相关性很强，所以图像数据的冗余度都很大。对于瞬时斜率比较大和传输速度要求比较高的信号场合，为了使相邻像素间的相关性减小，通常采用DPCM编码技术对图像进行压缩。通过MATLAB仿真，表明DPCM编码能有效地对图像进行压缩。

基于双正交小波变换的图像压缩编码

提出了一种基于双正交小波分解的静态图像压缩编码方法，将图像作３次小波分解后，对低频变换系数作ＤＰＣＭ编码，对高频变换系数采用游程编码。实验证明这是一种比较有效的编码方法。

34Mb/s数字电视差分编码器

本文讨论了34Mb/s彩色电视系统中亮、色分离差分编码器。按照整个系统的要求,亮度信号选用6.75MHz取样频率,色差信号选用3.375MHz频率。文中介绍了差分编码器的设计方法及电路实现中的一些具体问题。

改进的SPIHT小波图像压缩编码

针对原SPIHT算法存在扫描的重复且未能充分利用小波系数分布特点,随着压缩比的增加,会引起编码效率的下降等不足,提出一种改进的图像压缩编码算法。改进的图像编码算法低频子带进行DPCM无损编码,高频子带采用优化排序的SPIHT算法。仿真结果表明,改进算法较原算法在重构图像的主观效果和峰值信噪比上都得到了提高。

预测与可变长编码在图像压缩中的应用

图像压缩成为了多媒体技术的关键和瓶颈。预测编码(DPCM)和可变长编码(VLC)是两种最重要的无损压缩算法。介绍预测编码的原理,证明了对DPCM数据进行可变长编码的可行性,并对标准测试图像进行测试得到了测试结果,最后对结果进行了分析。

一种基于小波包的图像压缩方案

先用离散的正交小波和滤波器构造小波包 ,再用构造的小波包对图像进行二级分解 .各频段编码方式为 :低频部分作DPCM编码 ;中频部分采用DCT变换并经阀值处理后作游程编码 ;高频部分不作编码处理 ,在解码时用零进行填充 .实验证明这是一种比较好的编码方案 ,重构图像质量比较高 .

基于小波变换和自适应标矢量混合量化的图像压缩

提出了一种基于小波变换和自适应标矢量混合量化的图像压缩技术.该算法首先将图像分成不同层次不同频率的子带,对含能量大的低频子带采用无失真的DPCM编码;利用相同方向不同尺度子带之间的相关性,对其余的高频子带利用自组织特征映射神经网络进行矢量量化编码,实验证明:此方法兼顾了图像的压缩比、编解码时间以及重构图像质量等因素.

分量分离ＤＰＣＭ编译码实验系统

本文主要讨论了ＤＰＣＭ编译码的系统结构及电路实现问题。

基于小波包变换的指纹图像分级压缩算法

针对指纹图像中频分量丰富,高频和低频分量相对较少的特点,利用小波包分析提出了一种指纹图像分级压缩算法。将小波包变换后的指纹图像按能量多少进行分级,对包含能量较多的中频子图像,采用无损差分脉冲编码调制(DPCM),对包含能量较少的低频和高频子图像,采用嵌入式零数编码(EZW)算法;并将压缩图像码流与特征点信息相结合进行图像重建。仿真实验表明,该算法在保证重建质量的前提下,比传统的小波零树编码算法压缩比平均提高了约1.832,信噪比平均提高了约4.07,平均运算时间减少了约26%。