一种基于零树小波的图像比率可分级编码方法的研究

Shapiro的EZW算法具有可产生嵌入式码流、可精确控制压缩比等特点 ,倍受人们的关注 .然而该算法还有一些不足 ,如在进行零树编码时 ,对未被包括进零树的“零值” ,需要将其编成“孤立零”码 ,试验表明这部分编码通常占有较高的代价 ,往往会影响到编码效率 .在分析了EZW编码过程和码流的基础上 ,提出一种阶梯型量化和零树小波相结合的图像比率可分级性编码方法 .首先对图像小波分解的较低级子带的变换系数采取一种阶梯型量化 ,然后对整体小波系数采用零树编码 ,并利用逐次逼近量化方法获得潜入式码流 ,以实现比率的可分级解码 .它在一定程度上克服了EZW算法的不足 ,提高了PSNR值 .

对水印信息篡改鲁棒的自嵌入水印算法

为提高自嵌入水印算法在任意篡改条件下的篡改恢复质量,提出一种对水印信息篡改鲁棒性的空域自嵌入水印算法,分析了算法中阈值选取的合理性和检测篡改的可靠性.该算法首先基于密钥将原始图像的最低位和1/4次低位置零,通过对图像内容的小波低频系数实施均匀标量量化生成低频特征图像,将低频特征图像置乱加密后生成的二值编码嵌入原始图像的置零位;认证时通过设定的阈值识别图像内容被恶意篡改的图像块,从而提高自嵌入水印算法对水印信息篡改和信道噪声的鲁棒性.理论分析和仿真结果表明,无论水印信息被随机篡改还是区域篡改,算法均能根据阈值区分不同篡改并选用不同的方法对其进行篡改恢复,有效地提高了自嵌入算法在部分水印信息篡改时的恢复质量.

混合量化与基于小波的图像压缩

本文针对基于小波的图像压缩，提出一种新的快速有效的量化方法。该方法将矢量量化的高效率和标量量化的简单性有机地结合起来，称为混合量化（ＨＱ－ＨｙｂｒｉｄＱｕａｎ－ｔｉｚａｔｉｏｎ）。它不需要进行码书训练，不要做乘除法。并用标准测试图像与其它著名方法的压缩结果进行了比较。

一种基于人眼视觉特性的图像压缩方法

在讨论图像的二维变换的基础上，充分利用小波变换后各子带系数对重建图像的重要程度和人眼的视觉特性，引入了小波包的思想，并在随后的量化过程中，根据不同的频率子带和不同的方向，给出不同的比特，然后由经验熵计算出相应的量化阈值。实验结果表明，该方法算法简单实用，压缩效果比较好。

基于小波变换的分类量化图像编码算法

针对标量量化压缩比小而向量量化压缩速度慢、图像复原效果不理想等弱点 ,提出了基于小波变换的分类量化图像编码算法 (简称“分类量化编码”)。该算法基本思想为 :首先将小波变换后的图像高频子带划分为局部块 ;然后利用文中给出的相对距离最近之阈值选择方法 ,依据纹理复杂度和重要性程度将这些局部块划分为4类 (平坦、过渡、弱纹理和强纹理 ) ;最后对平坦局部块进行向量量化编码 ,对强纹理局部块进行标量量化编码。实验结果表明 :该图像压缩算法在压缩速度、图像复原效果、压缩比等方面明显优于零树小波编码和 JPEG方法。

一种基于小波变换与自适应混合量化的新图象压缩算法

本文提出了基于小波变换与自适应混合量化的图象压缩算法 ,该算法首先将小波变换后的图象高频子带划分为扫描块 ;然后依据图象的纹理复杂度和重要性程度将这些扫描块划分为 4类 (平坦、过渡、弱纹理和强纹理 ) ;最后对各类扫描块分别进行向量和标量量化混合编码 .实验结果表明 :该图象压缩算法在压缩速度、图象复原质量等方面均优于 FVQ编码算法和

一种新型的量化方法与基于小波变换的指纹图像压缩

针对矢量量化和标量量化各有优劣的现状，一种简单、有效的新型量化方法被提出来了。本文把它应用于基于小波变换的指纹压缩，改进了ＦＢＩ的ＷＳＱ算法〔１〕，大大降低了量化计算复杂度。既获得较高的压缩比，又有较好的主客观质量，并与ＪＰＥＧ标准进行了对比。

基于小波二重树编码的彩色图像压缩

该文提出了一种利用小波变换对彩色图像进行编码的算法。该算法在对Y,Cr,Cb分量进行小波分解的基础之上,结合人眼视觉系统特性对各子带进行量化,采用全新的二重树编码,有效地对高频子带进行压缩。实验结果表明,本算法实现简单,可达到很好的压缩效果。

图象小波分解方式的改进及应用

在传统图象小波分解方式的基础上，提出一种改进的图象小波分解方法，并将它应用到图象压缩编码方案中去，减少了运算复杂度。实验结果也表明，该方案在不影响图象质量的前提下提高了压缩比，具有广阔的应用前景。

一种基于视觉特性的零树图象压缩方法

在对图象的小波变换原理进行讨论的基础上,根据不同频率子带和不同方向的小波系数对恢复图象的重要程度和人眼的视觉特性,对“嵌入式零树小波编码”方法进行了改进,提出了一种较为实用的图象压缩方法。实验结果表明,利用该方法可获得具有较高压缩比、信噪比和较好视觉效果的恢复图象。

基于多小波统计特征的纹理图像检索

为了研究多小波性能,对多小波系数分布的统计特性进行了研究。多小波在实数域能同时具有正交、对称、短紧支撑和高消失矩等特性,单小波却不具有上述的性质,因此在理论上多小波比单小波具有更多的优势。提出并验证了多小波系数直方图服从于指数族分布;根据多小波的特点研究了其系数分布的一阶、二阶矩(共生矩阵)和系数直方图的统计特性,并应用于纹理特征的提取。通过理论分析和在纹理图像检索的对比实验说明在冗余预滤波方式下,采用二阶统计矩方法时多小波优于单小波。

基于小波的数字高程模型压缩方法

根据地理信息系统中数字高程模型(DEM)的特点,提出一种基于小波变换的DEM数据压缩方法.文中主要研究了小波滤波器的选取、最优标量量化器的设计等问题,并对DEM小波分解系数进行了深入的分析.同时,应用该方法对实验DEM数据进行测试.结果表明,该方法较其他方法更为有效,能够在取得大压缩比的同时,有较好的数据恢复质量.

采用树特征平面的小波变换图像编码压缩方法

在图像小波分解的基础之上，结合人眼视觉系统（ＨＶＳ）特性，本文提出了一种树特征平面的图像编码方法。该方法利用小波变换系数的相关性，结合无失真的自适应算术编码，有效地对小波分解后图像的高频子带数据进行压缩。实验结果表明，该方法实现简单。

基于零树结构的可伸缩编码方法研究实现

文章利用小波变换多分辨分解特点和Ｓｈａｐｉｒｏ提出的ＥＺＷ编码的优点，实现了一种基于零树结构的可伸缩性编码新方法，其编码特点是可以输出分辨率多位率压缩位流，有效地改进了ＥＺＷ方法只能应用于单一分辨率视频服务的不足。该算法首先对小波变换系数进行一致标量量化；其次对量化后不为零的重要低频系数按照位平面次序进行编码；最后根据零树结构对高频小波系数，从低分辨率开始逐频带搜索得到不为零的重要系数，对搜索到的高频重要系数同样按照位平面次序进行编码，直至最高频带小波系数。该算法的特点是具有可伸缩性，即其编码位流不但可以进行多分辨率解码，而且可以进行多位率解码。实验结果表明，该压缩方法性能优于Ｓｈａｐｉｒｏ的ＥＺＷ方法，能在一定程度上提高峰值信噪比（ＰＳＮＲ）。

分布式小波视频编码自适应嵌套量化模型

提出一种分布式小波视频编码自适应嵌套量化模型,对Wyner-Ziv帧做小波变换,利用Slepian-Wolf编码器对低频子带系数进行量化,采用SPIHT编码器对高频子带系数进行编码,通过分析Wyner-Ziv帧低频子带系数与参考帧低频子带系数的残差自适应度,判定Wyner-Ziv帧低频子带系数的量化步长,从而使运动剧烈的视频序列有较大的量化步长,而运动平缓序列的量化步长较小。实验结果表明,采用该模型能获得较好的编码效果。

多小波变换及统计特性分析

分析和讨论了多小波滤波器变换方法及其变换域的统计分布。变换分析表明,预滤波及平衡矩阵滤波器组在进行水平及垂直方向分解时,能够将低频与高频信号变换到对应的低、高频子带内,而普通矩阵滤波器组却不能,不适合用于信号压缩的场合;统计结果显示,对光滑性较好的Lenna图像,无论是对高频子带还是次高频子带,Bi9/7小波具有最佳的分布,但对纹理较多的复杂图像Barbara,多小波变换则有较优的统计分布。

基于快速对称小波变换的高效模糊指纹图象压缩方法

自动指纹识别系统ＡＦＩＳ（ａｕｔｏｍａｔｅｄｆｉｎｇｅｒｐｒｅｎｔｉｄｅｎｔｉｆｉｃａｔｉｏｎｓｙｓｔｅｍ）要求对支持该系统的数据库中的指纹图象数据进行压缩，以提高系统实用性，其恢复图象要求有很高的保真度，以避免丢失细节．同时，在实用系统中，还需要有较快的图象恢复时间．本文总结一种基于对称小波变换的高效模糊指纹图象压缩方法，通过对称快速小波变换，选择适当的分解方式，采用自适应标量量化，加上改进的摘编码，实现高速、高保真的要求．同时，设计一种码率控制策略，有效地控制压缩量．实验结果表明：本文的压缩方法能表现出很好的性能．

采用阶梯量化优化的SPECK算法研究

通过对图像小波变换系数的分析 ,根据 SPECK算法对较高频子带上重要系数的编码问题 ,提出了一种采用阶梯量化优化的 SPECK算法 QSPECK,以优化 SPECK算法的编码效率。即先对小波系数矩阵的较高频子带进行阶梯量化 ,再对量化后的矩阵进行块编码 ,最后进行逐次逼近量化获得嵌入式码流。实验证明 :此算法优化了编码效率 ,提高了

基于离散向量小波变换的多光谱图像融合

为了能够更好地把多光谱图像和高分辨率图像的图像信息综合起来,以提高对图像信息的分析和提取能力,在研究了离散向量小波图像分析法之后,本文提出了一种基于离散向量小波变换的像素级图像融合新方法。向量小波作为标量小波的一种扩展具有很多标量小波所没有的优点。向量小波分析能够为图像提供一种比标量小波多分辨分析更加精细的分析方法。利用向量小波将多光谱图像和高分辨率图像进行融合后得到的融合图像,能够很好地将原图像的细节融合在一起。给出了该方法的融合结果,通过与其它融合方法进行主观与客观的评价比较,证明该融合方法可以获得更好的融合效果。

一种基于小波变换和矢量量化的图像压缩算法

小波变换和矢量量化都是图像压缩中的重要方法。利用小波变换的系数特点,对图像进行小波分解,对于能量最为集中的低频分量采用标量量化处理,然后将标量量化过程中产生的残差和高频分量一起构造矢量,进行矢量量化。实验结果表明,此算法能够有效提高重构图像质量,获得较高的信噪比。