WBCT变换的SPIHT图像压缩算法的改进

传统的基于WBCT变换的SPIHT图像压缩算法没有考虑低频子带与高频子带的关系,只是在高频子带之间寻找方向树的关系,并且需要对变换后的系数进行位置置换,这样必然会影响编码质量和效率.针对以上问题提出了构造虚拟低频的思想,通过构造虚拟低频建立低频子带与高频子带的关系,使方向树结构更高,压缩效果更好;同时又避免了系数位置置换,提高了编码效率.与传统算法和现有的WBCT算法相比,该算法既能有效保护图像细节和纹理,又节省了编解码时间,同时提高了压缩后图像的峰值信噪比(特别是在低比特率下),而且具有通用性.

基于WBCT变换的水下图像高效压缩方法

针对压缩效率和重建质量无法兼顾的问题,提出一种基于WBCT变换(Wavelet-based contourlet transform)的水下图像高效压缩算法。首先根据水下图像和人类视觉系统的特点,在WBCT变换域提出了一种改进的人眼最小可觉察失真(JND)模型,以自适应去除水下图像中的视觉冗余。然后,对重要的低频系数采用定长量化和无损压缩;而对高频系数,采用基于WBCT树结构的变精度定长量化和位置差降编码策略进行编码。实验结果表明,提出的算法不仅具有较高的压缩效率,而且能获得视觉上较为满意的解码效果,适用于水下图像在甚低比特率下的压缩传输。

兴趣区域优先的多尺度压缩感知渐进编码算法

针对面向目标探测识别的无线图像传输应用,为了解决探测识别任务对图像质量的高要求和无线信道带宽约束之间的冲突,提出一种感兴趣区域(ROI)优先的多尺度压缩感知(CS)渐进编码算法。首先,选取多尺度CS测量技术进行图像压缩,在相同压缩比情况下,可以保持更多的图像的细节信息;其次,针对目标探测识别对重构图像纹理、边缘信息完整保持的需求,选取基于小波的轮廓变换(WBCT)作为CS的稀疏表示方法,可更多地提取方向信息,从而可以较完整地保持边缘轮廓信息;最后,针对重构图像ROI与背景区过度划分、ROI周边相关信息损失过多的问题,给出ROI边界平滑处理的方法,可有效改善重构图像的主观视觉质量。实验结果表明:在ROI压缩率高达0.4的情况下,总的压缩率降至0.18,既保护了ROI信息又显著提高了压缩比,基本满足目标探测识别任务的需求。