一种改进的嵌入零树小波图像编码算法

基于逐次逼近量化与零树结构的嵌入零树小波编码（EZW）是一种优秀的图像压缩算法,然而该算法进行逐次逼近量化时需搜索扫描所有小波系数,从而必然导致扫描高频子带所产生的二进制符号流中存在大量冗余,这无疑会大大影响其编码效率.针对EZW编码算法存在的以上不足,提出了一种改进的嵌入零树小波图像编码算法,该算法能够通过定义多阈值、改进逐次逼近量化过程、修改嵌入编码策略、采纳复杂关联模型等措施,进一步提高EZW算法工作效率.实验结果表明:改进的EZW编码算法是一种高效的图像压缩算法,其压缩速度、图像复原质量等关键技术指标均明显优于EZW和S+P等编码算法（特别是在高压缩比下）.

基于多阈值与嵌入零树小波的图像压缩算法

本文提出了一种基于多阈值与嵌入零树小波的新图像压缩算法(简称为MEZW),该算法能够通过以下3项措施提高EZW算法工作效率:(1)通过定义多阈值以完善逐次逼近量化过程;(2)通过修改嵌入编码策略以消除编码冗余;(3)通过采纳关联模型以提高算术编码效率。

基于改进逐次逼近量化与复杂关联模型的零树图像编码算法

提出一种基于改进逐次逼近量化与复杂关联模型的零树图像编码算法 ,该算法通过以下 4项措施提高EZW算法的工作效率 :(1)对最低频子带进行单独编码 ;(2 )定义多阈值以完善逐次逼近量化过程 ;(3)修改嵌入编码策略以消除编码冗余 ;(4)采纳关联模型以提高算术编码效率 .实验结果表明 ,该算法是一种高效的图像压缩算法 ,其编解码速度、图像复原质量等关键技术指标均优于 EZW和

小波零树与霍夫曼相结合的图像编码

在总结以前有关嵌入式小波零树(EZW)图像压缩编码算法的基础上,提出了一种基于半自适应霍夫曼的增强型嵌入式小波零树图像编码算法(HAEZW)。该算法扩充了空间方向树的表示符号,然后根据各符号出现的概率,按位平面采用半自适应霍夫曼编码。实践证明,这种基于半自适应霍夫曼的增强型EZW算法对提高图像数据的压缩比是十分有效的。

基于单队列递归扫描的嵌入式零树图象编码方法

为了提高基于互联网的图象编码的压缩比和多带宽适应性 ,提出了一种新的嵌入式零树图象编码方法 .该方法首先在连续累进量化方法中使用单队列算法 ,从而不仅无需使用动态队列 ,而且率失真特性也得到改善 ;其次设计了一种基于空间树递归扫描的零树编码快速算法 ,因而完全解决了重复扫描问题 ;最后基于编码符号的频带内邻域相关性 ,为自适应算术编码定义一种新的Markov模型 .实验结果表明 ,该算法在保持高粒度多码率特性的同时 ,压缩效率较EZW算法有明显提高 .

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。

基于结构树集合分割的效能选择性图像编码算法的改进

J M Shapiro提出的嵌入式小波零树 (EZW )图像压缩编码算法 ,以其渐进嵌入的风格和简单高效的特点 ,开辟了小波变换在图像压缩编码应用中的广阔前景 ,引起了人们的普遍关注。在EZW算法之后 ,又有许多对EZW算法进行改进的方案被相继提出。其中由A Said提出的基于结构树集合分割 (SPIHT)的算法对进一步提高EZW算法的压缩比效果尤为明显。而文献 [1]又提出了基于结构树集合分割的效能选择性 (AS SPIHT)图像编码算法。本文提出了一种改进的AS SPIHT(IAS SPIHT)图像编码算法。该算法首先通过建立四元组模型 ,简化了SPIHT及AS SPIHT算法的实现 ;其次 ,通过充分利用已检出重要系数的先验知识 ,进一步提高了压缩比。

一种基于改进嵌入小波编码的新图象压缩算法

基于逐次逼近量化与零树结构的嵌入零树小波编码 (EZW)被认为是静态图象变换编码领域迄今为止最好的压缩算法之一 .然而通过分析和实验 ,发现该算法在一定程度上存在时间复杂度较高和复原图象质量不尽理想等不足 .本文提出了一种基于改进嵌入小波编码的新图象压缩算法 ,该算法能够通过以下 3项措施提高 EZW算法工作效率 :(1)对最低频子带进行单独编码 ;(2 )采用全新的嵌入小波编码策略 ,不再利用导致计算量剧增的双亲—子女 (Parent-Children)关系 ;(3 )进行嵌入小波编码时 ,不再考虑 ZTR(零树根 )和 IZ(孤立零 )符号 .实验结果表明 :本文提出的新图象编码算法在压缩 /解压缩速度、图象复原质量等方面均明显优于

卫星图像零树编码及其效果分析

采用嵌套零树小波编码 (EZW)算法的核心——零树概念和连续逼近量化的思想设计了一个编码器 ,对卫星图像 (小波分解后 )进行压缩实验 ;分析了卫星图像 (小波分解后 )进行零树编码的压缩效果。设计的编码器采用六符号的零树符号集 ,从而把 EZW算法的主过程和副过程合并在一起 ,使得算法流程易于实现。对零树符号流进行无损编码时 ,对比了多种编码方案且未采用适应性算术编码 ,并依据实验结果推荐了较好的无损编码方法。

基于ROI的可变质量图像压缩算法

提出了将双门限、改进嵌入零树小波编码规则、关联模型相结合的基于ROI的可变质量图像压缩思路,该方法利用树状映射策略对图像ROI对应的小波系数进行定位。采用双门限方法提高ROI的重要位平面,由于将ROI的位置信息隐藏在数据结构中而无须对ROI的形状进行编码。实验结果表明提出的算法优于已出现的编码方法,同时能够有效控制ROI图像的质量,也达到了优先传输ROI信息的效果。

基于关系矩阵的快速嵌入零树小波图像编码算法

为了快速获得更好的图像复原质量,提出了一种基于关系矩阵的快速嵌入零树小波(EZW)图像编码算法。该算法的基本工作步骤为:(1)对原始图像进行小波分解;(2)对最低频小波子带进行DPCM编码;(3)对所有高频子带系数构造零树结构;(4)首先确定初始阈值,并构造小波系数的关系矩阵,然后结合关系矩阵对高频子带系数进行逐次逼近量化编码。实验结果表明,该算法具有较好的图像复原质量和较快的编码速度,整体性能明显优于EZW方案(特别是低比特率下)。

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。

基于多扫描阈值的图像分割编码算法

针对嵌入零树编码算法的不足,提出一种基于多扫描阈值的图像分割编码算法,该算法对低频子带进行预测编码,对高频子带利用多扫描阈值结构完善逐次逼近量化过程,并在对重要子带扫描时,采用图像分割编码算法,在一定程度上克服了EZW算法的一些不足,提高编码的速度和图像复原的质量。

带噪图像的多扫描阈值分割编码算法的研究

零树编码算法是一种有效的图像编码算法,但是噪声会破坏零树结构特性,影响零树编码算法的效率,针对噪声图像提出一种基于多扫描阈值的图像分割编码算法,该算法利用多扫描阈值结构对噪声图像进行软阈值去噪、并完善逐次逼近量化过程;对重要高频子带采用图像分割编码,只对重要系数进行编码,将大量非重要系数集中成图像块不予编码,更有效地降低码率。实验结果表明,算法有效地去除了噪声,提高了编码图像的质量和编码效率,在相同的压缩比条件下,算法在编码速度、图像复原质量方面都优于EZW算法。

嵌入式零树小波编码算法的优化研究

在研究Shapiro零树图像编码算法的基础上,从3种不同的角度提出了嵌入式零树编码算法的优化方案.结果表明,优化后的嵌入式零树小波(Embedded Zerotree Wavelet,EZW)编码算法效率高,易于实现,且编码与解码速度快,易于实时传输,可广泛应用于各种码率的传输.