基于嵌入式零树编码(EZW)的脑电信号压缩算法

目的探索一种执行速度快压缩比高的脑电数据压缩算法。方法将改进的嵌入式零树编码 (em beddedzerotreewavelet,EZW)算法用于一维脑电信号的压缩。结果实验表明 ,该算法实现简单 ,编码速度快 ,并且在压缩比较高时仍能保持较低的失真度。结论本算法速度快 ,压缩比高 ,是一种非常有效的压缩方法。

基于快速逐次逼近量化的零树编码图像压缩算法

提出一种基于快速逐次逼近量化的零树编码图像压缩算法。该算法通过以下三项措施提高EZW算法的编码效率:(1)引进子带峰值的概念建立逐次逼近量化的快速算法;(2)对小波边缘子带进行有效处理以消除编码冗余;(3)建立了5个上下文内容模型对重要位符号进行编码。实验结果表明,该算法是一种高效的图像压缩算法,在压缩性能方面优于经典的EZW和SPIH T算法。

无损图像编码中基于SPIHT的一种改进算法

为了尽可能地增加图像无损压缩编码的效率,在嵌入零树小波(EZW)算法和分层树集合分割排序(SPIHT)算法的基础上,增加了一个对A类型直接后继子孙的检测,使得重要父系数的产生依赖于非直接后继节点,并增加一C类型集来对不重要直接子孙集进行单独的分类。当检测到重要集合的数目明显大于不重要集合的数目时,对A,B或C类型的检测就可以省去。实验结果证明,无论是灰度图像或者是彩色图像,改进的算法都比传统的SPIHT算法有明显的优越性。