改进的多分辨率SPIHT算法

由于引入了小波树,隐藏了扫描路径,因此SPIHT算法能获得较高压缩比,同时保持较好的图像解码质量。而多分辨率SPIHT算法能根据接收方的分辨率需求,使解码器根据不同信道条件选择图像还原分辨率。但是,该算法按照分辨率级成组扫描处理每级LIP,LIS,LSP表,更新下一级表时,会造成重复比较和冗余编码,既浪费执行时间,又增加了计算复杂度。该文改进了该算法,简化了原有算法流程,减少了编码冗余。理论分析和实验表明,在保持较高PSNR的同时,该算法明显提高了编码速度。

一种基于SPIHT算法的感兴趣区域编码新方法

在研究JPEG2000中的感兴趣区域(ROI)编码算法优缺点的基础上,结合嵌入式编码理论和人眼视觉特性,利用等级树分集(SPIHT)编码算法的特性,提出了一种高效的ROI编码方法,压缩后的码流具有嵌入式特点,支持渐进传输。实验结果表明:尽管在低码率下,该算法整体峰值信噪比较低,但主观视觉效果明显好于SPIHT算法,结果令人满意。

SPIHT算法的改进及其并行流水实现结构

SPIHT是一种实用的高性能图像压缩编码算法 .文中提出了一种对SPIHT算法的改进算法 ,研究了其高速实现问题 ,给出了该算法的并行流水实现结构 .改进算法的优点是性能与原始算法相当 ,并且可以映射为并行实现结构 。

一种快速改进型SPIHT算法

在借鉴前人研究成果的基础上,对SPIHT算法进行如下改进:利用人眼视觉特性对小波系数进行加权,更加注重人的主观因素对图像压缩的影响;引入最大值表,系数扫描时只需将最大值表内相应数据同阈值进行比较;多颗空间方向树并行编码,加快算法执行速度.实验结果表明,与传统SPIHT算法相比,该算法编解码速度加快1倍以上,更易于硬件实现.所得重建图像具有更好的视觉感受,同时峰值信噪比平均高出0.2 dB.

基于二进制小波变换和改进SPIHT算法的图像编码方法

提出了一种基于二进制小波变换和改进SPIHT算法的图像编码方法.二进制小波变换将图像从实数域变换到实数域,消除像素之间的空间冗余性,得到了具有整数准确度的紧致描述.针对传统SPIHT算法解码图像视觉效果差的缺点,提出了改进方法.根据图像分析结果,将二进制小波变换变换系数按视觉重要性重新排序,通过对视觉重要系数优先编码,把量化误差集中在视觉不敏感区域,从而在不影响编码率失真性能的同时,有效地提高了解码图像的视觉效果.实验结果表明,和其它流行的编码算法相比,本文算法对不同性质的图像具有最优的编码性能和视觉效果.

SPIHT算法对BP神经网络图像压缩处理的改善

本文针对BP神经网络对图像高频信息压缩效果欠佳和收敛性较差的问题,提出了将SPIHT(多级树集合分裂)算法应用于BP神经网络图像压缩处理的新结构。在研究中,首先对原始灰阶图像做小波变换;其次采用SPIHT算法对小波系数作量化编码处理;然后将产生的图像码流输入BP神经网络作进一步压缩处理。在实验中,本文提出的算法不仅在较大压缩比下仍能得到较高的峰值信噪比,而且有效地改善了图像的"块效应"问题;同时,提高了BP神经网络图像压缩的收敛速度,从而证明了该系统结构对图像压缩处理是有效的。

改进的SPIHT算法

SPIHT算法是一种高效的嵌入式的零树编码算法,然而,它需要大量的内存空间,不利于DSP或VLSI的实现。LZC算法可以极大地降低编解码器的内存需求,但同时也降低了编解码器的性能。该文利用LZC算法的思想,改进了原来的SPIHT算法,使得在仅仅在LZC算法的内存需求基础上,达到SPIHT算法的性能要求。同时又提出了一种近似搜索算法来提高编码器的速度。

基于Curvelet变换和SPIHT算法的医学图像感兴趣区压缩

目的提出基于Curvelet变换和多级树集合分裂排序(SPIHT)算法的图像感兴趣区(ROI)压缩方法,并应用于医学图像压缩。资料与方法算法流程首先对图像ROI进行提取,保留ROI不压缩,对背景区域进行Curvelet变换,采用SPIHT算法对Curvelet系数进行编码;然后进行Curvelet逆变换得到有损压缩后的图像;最后将ROI区域与背景区域叠加,得到压缩后的完整图像。采用峰值信噪比作为评价指标,比较ROI压缩和整体压缩的效果,以及小波变换和Curvelet变换用于图像压缩的效果差异。结果分别对测试图像和医学图像的压缩结果进行比较,采用ROI压缩的视觉效果优于整体压缩的效果,更能突出ROI;而采用Curvelet变换压缩的峰值信噪比高于小波变换压缩,相同比例的压缩图像也更清晰。结论基于Curvelet变换和SPIHT算法的ROI压缩可在保证不丢失重要诊断信息的前提下实现图像的高效压缩,符合医学图像压缩的高精度、高质量要求。

基于Surfacelet变换和SPIHT算法的视频压缩

提出一种基于Surfacelet变换并结合SPIHT算法的视频压缩编码方法。这种新方法把视频信号作为特殊的三维信号,对信号的空间和时间维进行整体处理。Surfacelet变换具有多方向分解、各向异性、高效率的树结构滤波器组、可完全重建和低冗余度等性质。SPIHT算法具有分辨率质量上的可伸缩性、渐进传输性等特性。利用Surfacelet变换的分解系数在各层间相关以及图像能量集中的特性,结合SPIHT算法完成视频数据的压缩编码。这种新的视频压缩编码方法能弥补三维小波变换的缺陷,达到更高的PSNR值和更好的视觉效果,尤其适用于纹理复杂度较高、运动幅度较小的视频。

基于SPIHT算法的ROI编码研究

感兴趣区域(ROI)编码与图像压缩算法的相结合,可使ROI获得高质量。本文通过在多级树集合分裂(SPIHT)算法中嵌入ROI,形成基于SPIHT算法的ROI图像编码方法。该方法通过下移背景(BG)位平面使ROI位平面置于BG位平面之前,解码时优先传输ROI系数。实验选取一般位移法,将此算法与传统的SPIHT算法作比较,并研究了不同条件下各区域的质量。实验证明,本文算法明显优于传统的SPIHT算法,选择合理的参数能得到好的视觉效果。

低码率下视频图像处理SPIHT算法的改进

介绍了低码率下视频图像传输的编解码算法,重点分析了小波变换与零树编码对视频序列图像传输的影响,并针对SPIHT零树算法在低码率下的特性提出了一个提高运算速度和改善信噪比的方案.仿真结果表明,此改进方法提高了低码率下视频编码的信噪比,且具有较好的实时性.

SPIHT算法的改进

为了进一步提高SPIHT算法的工作效率,减少其算法的复杂度,使算法更易于软、硬件的实现,通过调整小波系数的排序过程、用一维数组取代原有的链表结构、改变小波系数的重要性判断依据等措施对原有SPIHT算法进行了改进。实验表明,新算法降低了处理复杂度,节省了存储空间。

一种改进SPIHT算法的图像压缩算法

一种改进的SPIHT算法在原算法的基础上,以图像的平均值为临界点进行分解,形成分裂图像分别进行压缩,并利用小波分解的特点及人眼的视觉特性,对分解的低频子带的重要系数做特殊的处理。经仿真实验证明,改进SPIHT算法在相同的情况下得到重构图像的PSNR值高于原算法,压缩的整体性优于原SPIHT算法。

基于SPIHT算法的医学图像无失真压缩

提出了一种第二代小波变换与 SPIHT算法相结合在图像无损压缩中的编 /解码方案 ,给出了本方案的实验结果及与其他方法的压缩性能比较 。

基于SPIHT算法的图像压缩方法

讨论了一种静态图像小波域系数压缩方法。该方法根据图像小波域系数的特点与人眼视觉特性 ( HVS)的特性 ,对系数采用单一量化方案 ,结合人眼视觉特性规定了系数扫描顺序 ,在零树数据结构的基础上按此顺序进行扫描与编码。计算机仿真结果表明 ,对于图像在 bit/pixel时仍可获得较满意的重构图像质量。

SPIHT算法容错性能的分析及改进

SPIHT算法是一种基于小波变换 ,压缩编码效率很高的静止图像压缩编码算法 ,但其产生的码流容错性能很差 ,单比特失真就可能对恢复图像质量造成严重影响。针对这一缺陷 ,提出了虚拟完全子树算法。该算法采用子树独立编码、最优率失真截断、Tag-tree编码和虚拟零树等方法 。

用改进的SPIHT算法实现遥感图像压缩

遥感图像纹理复杂,采用传统的SPIHT算法进行图像压缩编码存在运算量大、效率低、压缩率不高,压缩后仍有很大的编码冗余等缺陷。根据遥感图像小波变换后系数的特点改进算法,对高低频分量采用不同的编码方法,且对SPIHT算法的运算流程进行改进,得到一种更有效的编码方法。通过实验仿真证明,该算法各方面的性能均明显优于原算法。

一种改进的SPIHT算法

一种新的嵌入零树小波ECG信号压缩编码算法(简称为改进的SPIHT算法),通过合理分配比特、改进零树集合、完善分类策略等措施能够进一步提高SPIHT算法的工作效率。该算法首先将ECG数据进行离散小波变换,然后对离散小波变换后的系数进行均匀量化,最后用基于上下文的自适应算术编码对量化后的系数进行编码。仿真结果显示,该算法压缩比大,信息损失小,能够较好地恢复原有的信号。

基于十进量化的SPIHT算法改进

通过对SPIHT算法进行研究,提出了十进量化的SPIHT算法,同时对SPIHT算法的精细扫描过程进行优化,降低了编解码的复杂度.通过MATLAB软件仿真,实验结果表明,在相同的压缩比限定下,十进量化的SPIHT算法重建图像的峰值信噪比多数时候优于SPIHT算法,编解码耗时相当.

一种改进的无表SPIHT算法

SP IHT算法是一种基于小波变换,压缩编码效率很高的静止图像压缩编码算法,传统的SP IHT算法主要基于软件实现。本文提出一种改进的更易于硬件实现的无列表SP IHT算法:采用状态标示符取代动态链表操作来记录集合分割信息,进而把整个编码过程都简化为简单的逻辑运算。基于本算法设计出了SP IHT编码器FPGA的有效实现。实验表明,该算法易于实现、节约资源、效率高、运算速度快,为硬件实现高速图像压缩编码提供了一种新的有效的方法。