基于子波变换的数字图像压缩算法

提出了两种以离散子波变换为基础的数字图像压缩算法，其一，原始图像在子抽样后，通过一次正交子波变换，分解成一幅低频子带图像和３个不同方向的高频子带图像。对变换后的各子带进行统计特性分析，并结合人类视觉机理采取了不同的压缩编码策略。在解码端通过子波逆变换及双线性内插算法，原始图像可被较好恢复。     

离散子波变换计算子波级数变换的预滤波器结构

基于子波空间采样定理，提出了两种离散子波变换计算子波级数变换的预滤波器结构，消除了Ｓｈｅｎｓａ算法中形成预滤波器的积分运算，并分析了算法结构的准确性。数值计算实例验证了结构的有效性，最后讨论了用离散子波变换计算了子波级数变换这一公开问题。     

基于子波变换的纹理图像的多级分割

目的基于子波变换研究纹理图像的多分辨率分割．方法提出了子波域主能量通道的纹理图像多级分割方法．以最大能量为线索,建立起由细到粗的子波分解金字塔,分割按照其逆过程,即由粗到细,将低分辨率上的分割结果传递到高分辨率上．结果在每个分辨率上优化选择分割特征,用模糊Ｃ聚类法确定分割方案,有利于纹理图像的分割,分割结果逐级精细．结论员分辨率上基本无纹理栅格,分割效果符合人眼视觉特性．     

用小波变换加速分形图像编码

针对分形图像编码过程十分耗时的弱点,提出了一种结构小波变换性特来实现的快速分形编码算法,实验显示新算法有较好的加速效果。     

图像编码与小波变换图像编码

介绍图像编码的方法，着重介绍了小波变换的基本理论及小波变换在图像编码压缩中的应用，并展望了今后的研究方向。     

一种基于子波变换的改进型零树量化编码算法

该文在图像子波变换的 基础上，提出一种改进型零树量化编码算法。该算法保留了原算法的优点，并引入频率优先原则，改进了原自救中存在的不足：当压缩比逐渐增大时，尤其当所处理的图像含高频信息丰富的时候，所恢复图像的低频成份损失较严重，使得重建质量变得很差。实验表明，在相同压缩经条件下，改进算法ＭＳＥ得到明显减少。尤其对含高频分量丰富的图像，处理效果更为理想。     

一种基于小波变换的分形图像编码压缩算法

有效的编码压缩算法是图像数据存储和传输的关键。本文在分析基本分形编码压缩算法（FCC）优缺点的基础上，提出了一种新的结合小波变换的分形图象编码压缩算法（DWT－FCC），该算法首先对图像进行二级小波变换分解，然后对分解后的高层子图像进行基本分形编码，并根据不同层子图像结构间的相似性，由高层分形编码构造低层子图像分形编码，实现图像的编码压缩。实验结果表明，该算法在缩短图像编码时间和提高压缩比方面，均取得了良好的效果。     

一种新颖的光信息处理方法—子波变换

该文详细介绍了子波变换的基本原理，以及如何用光学方法来实现子波变换，揭示了其在光信息处理方面广泛的应用前景。     

子波变换多尺度能量相关的边缘提取

针对边缘检测中抗噪能力和精确局域化的矛盾，根据信号和噪声子波变换在多尺度间的相关性不同，提出了多尺度不同方向子波变换的能量相关的边缘提取方法。首先增强了图像的垂直和水平边缘分量，再求合成图像的模量极大值，在有效地抑制噪声的前提下，保持了边缘检测的精确局域人，     

基于分形与小波变换的图像编码

给出基于分形与小波变换的图像编码方案 .探讨了图像编码中使用的小波基的性能 .采用快速PCC聚类算法 ,利用近距离自相关特性并设定匹配误差阈值 ,大大缩短分形编码时间 .     

一种基于小波变换的图像压缩方法

提出了一种基于小波变换的灰度图像数据压缩方法,采用双正交小波对像进行分解,作分解后系数的矢量量化。使用频率敏感自组织特征映射算法生成码书。这可避免直接矢量量化时的块效应,且相对于正交小波,恢复图像的质量也有所提高。     

基于小波变换的图像编码方法

通过研究双正交小波变换的结构以及消失矩特性，利用线性方程组的求解，提出了一种双正交小波变换的构造方法，从而设计出一种新型的含参数9/7双正交变换.对于不同的小波变换系数参数，根据其不同性质讨论了不同小波实施图象压缩的恢复图象质量及其计算方面的性能.当小波系数为简单整数时，图像压缩的数值实验表明，该方法在保证良好压缩性能的前提下，同时也具有良好的快速计算性质.     

基于小波变换的图像压缩编码方法研究

介绍了小波变换的基本理论以及基于小波变换的图像压缩编码与解码恢复过程。为了研究基于小波变换的图像压缩编码方法的优越性,通过实验与传统的离散余弦变换编码方法进行了性能的对比分析,实验结果表明：由于小波变换具有时间-频率局部化特性和多分辨率特性等优点,其能够更加有效地应用于图像数据压缩,可以达到更高的压缩效率,而且理论上可以获得任意压缩比的压缩图像。     

基于整数小波变换和DPCM的图像编码

通过小波变换进行图像压缩 ,并在DPCM /DCT的基础上开发了一种DPCM ?WT编码算法系统 以目标驱动和数据流驱动为依据 ,提出一种DPCM /WT的新编码的算法系统 该算法系统在图像压缩比例、保真性、实时处理上都比DPCM /DCT更具有合理性     

基于小波变换的矢量量化编码方法

提出了一种基于小波变换的图像压编码方法，充分利用图像分解后得得小波系数与原始图像的关系、各个子图像象素之间的相准确性、各子图像方向上的相关性以及与人眼视觉特征（HVS）的关系，做到充分利用图像的统计冗余与视觉冗余，为了得到高的压缩比和好的图像质量，精确保留对图像质量影响大的系数，而对图像质量影响小的系数进行粗略量化。同时，在对小波系数的组织和编码上，也做到了具有普遍适用性，结果表明，此方法计算简单、计算量小，编解码时间少，在压缩比较高的情况下获得了较好的图像质量。     

基于快速提升小波变换的图像压缩

提出了一种基于快速提升小波变换的图像压缩方法,并对EZW编码进行了改进。首先对图像作快速提升小波变换,然后根据小波系数的分布特点进行改进的EZW编码,试验结果表明,该方法在保证恢复图像质量良好的情况下可获得较高压缩比和压缩速率。     

基于小波变换的图像压缩研究进展

在分析小波变换理论的基础上，讨论了小波变换在图像压缩中的应用，介绍了当今一些主要研究成果，并展望了其未来发展方向。     

基于张量分析和小波包变换的高光谱图像压缩

高光谱图像拥有巨大的数据量,造成其保存和传输非常不便,因此高光谱图像的压缩显得尤为重要.提出一种基于张量Tucker分解和小波包变换的高光谱图像压缩算法.首先,该算法利用Tucker分解的性质,充分提取高光谱图像中各个模式下的信息,并利用其中包含有空间信息的光谱模式对高光谱图像的光谱维进行解相关.然后,运用比经典Mallat小波分解更为有效的小波包变换对光谱去相关后保留下来的主成分进行JPEG2000压缩.实验结果表明,本算法压缩性能远远好于经典的三维小波算法,并且由于张量分解的应用,不论在码率失真表现还是信息保真度上,本算法均比基于一维主成分分析的高光谱压缩算法更具优势.     

基于小波变换的彩色图像编码方法

将小波变换系数的等级树集分割（ＳＰＩＨＴ）编码方法推广应用到彩色图像压缩中,分析了在红绿蓝（ＲＧＢ）三基色空间和亮度、色度（ＹＵＶ）空间进行编码压缩的效果。理论分析和仿真实验表明：无论从压缩比还是从解码图像质量来看,在ＹＵＶ空间的压缩效率都比在ＲＧＢ空间的高;与分形编码压缩效果相比,小波变换系数的等级树集分割编码方法优于分形编码方法。     

一种基于小波变换的图像压缩编码方法

在分组霍夫曼编码的基础上提出了一种更有效的编码方法,即自适应分组霍夫曼编码方法．采用自适应分组霍夫曼编码方法及小波变换相结合对图像数据进行压缩．与基于小波变换的霍夫曼编码方法相比,压缩比大大提高,而计算复杂度只是略有增加实验证明这是一种具有良好性能和计算量较少的静止图像压缩编码方案。