基于改进SPIHT算法的多光谱图像数据的压缩

针对多光谱图像的特点,采用小波零树编码算法进行压缩。由于SPIHT算法对存储空间要求大,不利于硬件实现,对其进行改进,提出了一种新的改进算法,降低了存储空间,减少了时间消耗。通过对采集到的多光谱数据进行的仿真显示,算法与SPIHT算法相比在压缩比下降不大的情况下,有效地降低了存储空间和计算的复杂度,使其更易于用硬件来实现。

基于直方图变换的多光谱图像3D SPIHT压缩编码算法

提出了新的多光谱图像压缩方案,直方图变换的三维分层树的集划分(3D SPIHT)压缩编码算法。基于多光谱图像的成像特点,在去相关之前,提出一种可逆的直方图变换方法对多光谱各波段图像灰度值进行调整,来提高各波段间的相关性,然后再对变换后的图像利用K_L和二维小波变换去除谱间冗余和空间冗余。小波编码采用两种编码方案:3D_SPIHT以及对它进行改进后的三维位平面的SPIHT算法,并对两者进行了比较。实验表明,采用直方图变换的这两种方法都获得了良好的效果,比没变换前有更好的图像质量和压缩性能。

一种基于人眼特性的改进SPIHT图像压缩算法

对SPIHT(Set Partitioningin Hierarchical Trees)进行了研究,提出了一种基于人眼视觉特性的改进SPIHT算法。它首先对图像进行整数小波分解,然后根据图像经小波分解后系数的特点以及人眼对图像的边缘信息更加敏感的特性,对SPIHT算法进行改进。由于改进后的算法更加注重边缘信息的编码,实验结果表明重构后的图像更加清晰,尤其在低比特率时候效果更加明显。

小波图像编码研究与应用的新进展

首先回顾了现代小波编码的发展历程,以嵌入式零树小波编码(EZW)算法和分层树中的集分割(SPIHT)编码算法为例,对其基础理论和基本思路进行了深入阐述,介绍了该领域的一些新的应用和研究成果,并分析指出了小波图像编码算法进一步改进的研究方向。