二维提升的CDF(1,3)小波结合改进的SPIHT的渐进性无损图像压缩方法

针对传统小波变换计算复杂的缺点和多级树集合分裂算法(SPIHT)编码过程重复运算、存储量大的问题,提出了一种二维提升的CDF(1,3)小波结合改进的SPIHT的渐进性无损图像压缩方法。对整数CDF(1,3)双正交小波变换实现二维提升,利用提升的小波对图像做变换,提高了运算速度、便于硬件实现。对SPIHT算法加以改进,根据各个子图像的不同特点,改变扫描路线,采用四路并行分块处理的方法,提高了编码速度,降低了编解码过程的运算复杂度和时间消耗。利用提升的CDF(1,3)小波变换结合改进的SPIHT实现了渐进性无损图像压缩,证明了二维提升方案的有效性。     

基于自适应提升小波变换的图像压缩

介绍一种用基于提升算法的中值滤波构造自适应小波变换方法.其思想是设计自适应的“预测算子”及自适应的“更新”运算以更好的逼近信号,从而达到更“紧凑”的信号表示.实验表明,在图像压缩应用中,在峰值信噪比(PSNR)上,虽然本文算法比不上D9/7小波,但在主观评价上更好.     

提升小波变换与分形相结合的图像压缩

提出了一种提升小波变换与分形相结合的图像压缩方案.充分利用小波变换后系数能量的分布特性,对提升小波变换后的低频部分采用改进的分形图像压缩编码,其余部分采用集合分裂嵌入块(SPECK)编码算法.试验结果表明,该方法在提高了压缩效率的同时,获得了较高的恢复图像质量.     

基于整型可逆时域交叠变换的遥感图像压缩

提出了一种无乘法整型可逆时域交叠变换方法,并以此为核心变换技术设计了一种新的有损到无损渐进的图像压缩系统.利用所提出的压缩系统从一个单一的码流文件中既可以恢复出完全无损的图像,也可以在高压缩比下得到高质量的有损重构图像.算法通过前后向滤波器改进离散余弦变换性能,并在矩阵分解基础上通过多阶提升实现完全可逆整型变换.光学遥感图像的实验结果显示,该算法在绝大多数情况下可以达到优于图像压缩国际标准JPEGJ、PEG2000以及新一代压缩算法HD-Photo的率失真性能以及高质量的主观视觉效果.     

基于改进提升小波变换SPIHT的图像压缩算法

通过对提升小波变换的SPIHT算法进行改进和优化,提出了一种适用于无线多媒体传感器网络(WMSNs)的简单、高效、节能的有损图像压缩算法;该算法采用只包含加法和移位操作的整数小波提升算法,使得小波分解的计算量减半,大大提高了变换速度;采用量化截断的预处理技术,省去大量不重要高频系数的量化编码,解决了提升变换后SPIHT算法编码效率低的问题;去除了最外层高频系数的分解和编码,有效地减少了变换和编码的能耗;理论分析和仿真结果均表明,在保证一定重建图像质量的前提下,该算法大大降低了图像压缩能耗,提高了算法的压缩效率和执行效率,非常适合于资源受限的WMSNs中的图像压缩。     

小波变换在图像压缩中的应用研究

小波变换理论是近几年发展起来一个新的数学分支。由于它克服了传统傅里叶变换的缺陷，具有良好的时、频局部化性能，从而使得小波理论在图像处理领域得到广泛的应用。首先对图像进行小波塔式分解，然后依据小波系数的统计特性和分布特点，对不同的子图像块采用不同的量化、编码方法。并在计算机上进行模拟实验，结果表明所提出的方案可以在保证重构图像质量良好的情况下获得较大的压缩比。     

基于整型可逆时域交叠变换的遥感图像压缩

提出了一种无乘法整型可逆时域交叠变换方法,并以此为核心变换技术设计了一种新的有损到无损渐进的图像压缩系统.利用所提出的压缩系统从一个单一的码流文件中既可以恢复出完全无损的图像,也可以在高压缩比下得到高质量的有损重构图像.算法通过前后向滤波器改进离散余弦变换性能,并在矩阵分解基础上通过多阶提升实现完全可逆整型变换.光学遥感图像的实验结果显示,该算法在绝大多数情况下可以达到优于图像压缩国际标准JPEG、JPEG2000以及新一代压缩算法HD-Photo的率失真性能以及高质量的主观视觉效果.     

正交小波变换在散斑图象相关计算中的应用

本文在散斑图象的相关计算处理技术中引入了二维离散正交小波变换,详细叙述了其原理,给出了实验计算的结果,并与原始的空域相关计算进行了比较,从中可以看出:无论是相关计算精度,还是相关搜索速度,小波相关都具有明显的优越性.     

小波变换和连续投影算法在火龙果总酸无损检测中的应用

应用可见/近红外光谱技术、小波变换(WT)和连续投影算法(SPA),对火龙果总酸含量(TA)进行精确、快速的无损检测,为火龙果内部品质无损检测提供科学依据。利用Maya2000光纤光谱仪采集380～1 099 nm范围的火龙果漫反射光谱数据,通过WT消噪、SPA优选波长和偏最小二乘回归(PLSR)分析方法,建立了火龙果总酸的定量预测模型。试验结果表明：经过WT消噪联合SPA优选波长压缩光谱变量后建立的WT-SPA-PLSR模型,预测精度都高于全谱PLSR模型。由全部样本的原始光谱变量作为输入变量建立PLSR模型的预测相关系数(R_p)为0.851 394, 预测均方根误差(RMSEP)为0.086 848;全部样本的原始光谱数据使用dbN(N=2,3,…,10)小波进行分解消噪,其中消噪效果最优的是db4小波2层分解(db4-2),WT-PLSR模型的R_p为0.915 635,RMSEP为0.066 752,小波变换消噪后的光谱预测模型精度明显提高;原始光谱经过db10-3小波消噪联合SPA算法,从570个光谱变量中优选出530,545,604,626,648,676,685,695,730,897,972,1 016 nm共12个变量作为输入变量,建立WT-SPA-PLSR预测模型,模型的R_P为0.882 83, RMSEP为0.077 39。SPA算法适合火龙果TA模型的光谱变量选择,能够有效提取与总酸相关度高的波长变量,增加了预测模型的精度和稳定性。研究结果表明小波变换技术联合连续投影算法的漫反射近红外光谱无损检测火龙果总酸含量具有可行性。     

基于提升小波变换的阈值改进去噪算法在紫外可见光谱中的研究

在紫外可见光谱定量分析中,由于分光光度计内部的光学系统、光源、检测器、电子元器件,电路设计以及外部环境干扰等因素产生的随机噪声,严重影响光谱定量分析结果的准确性,为提高紫外可见光谱分析精度,需要对光谱数据进行去噪预处理。由于小波分析具有多分辨率,低熵性、去相关性等特点,基于小波分析的去噪算法优于传统的去噪算法,目前基于小波去噪的方法主要有模极大值去噪算法,系数相关去噪算法,阈值去噪算法,工程实际应用以Donoho的阈值去噪法最为常用。根据Donoho阈值消噪原理,提出一种基于提升小波变换的阈值改进算法,一方面使用提升小波变换,提升小波变换是第二代小波变换,继承了小波的多分辨率特性,并且不需要进行傅里叶变换,从而具有算法简单,速度快,实现简单的优点;另一方面提出了一种新的阈值函数,克服了硬阈值函数在阈值处不连续以及软阈值函数存在恒定偏差的问题,同时对阈值估计进行了调整,有利于信号小波系数的保留和噪声小波系数的剔除。对三组多金属离子混合溶液的实测紫外可见光谱信号,添加随机噪声后使用该方法进行去噪处理,并使用信噪比(SNR)和均方根误差(RMSE)进行去噪性能评价。试验结果表明,提出的算法优于Donoho的软硬阈值去噪算法,能够有效提高光谱信噪比和降低均方根误差,从而更好地消除光谱信号中的噪声和保留光谱信号中一些重要的细节特征,比较适合用于紫外可见光谱数据建模之前的去噪预处理,在紫外可见光谱信号分析中具有较好的应用前景。     

一种彩色图像的小波域预测编码方法

彩色图像存在空间相关性和帧间相关性,如何有效的去除这两种相关性是提高彩色图像压缩比的关键。提出一种小波变换域的自适应预测无损压缩方法,分为三个步骤:首先对彩色图像各个分量进行可逆整数小波变换减小空间相关性,然后利用联想记忆神经网络对小波系数图像分别进行空间预测和帧间预测,进一步去除空间和帧间相关性,最后对预测残差进行算术编码。实验证明该算法是可行的和有效的,对测试图像的压缩效果优于JPEG LS标准。     

一种简单的97小波滤波器及图像压缩性能的研究

小波提升方案是继多分辨分析之后的另一种非常有效的构造小波滤波器的方法。以构造双正交小波的Cohen-Daubechies-Feauveau定理为基础,利用提升方式构造了一个包含Cohen,Daubechies和Feauveau的著名97小波滤波器(CDF97)的小波滤波器族,获得了新的97小波滤波器,其图像压缩性能与CDF97相当,但其复杂度已大大降低,有利于ASIC的设计。     

实时数字图像无损压缩的研究

针对实时数字图像的无损压缩方法进行了分析,采用三级5-3整数提升小波变换,小波变换的高频和低频系数分别采用不同的编码方法。进行了基于DSP和FPGA的压缩系统结构设计,提出了软、硬件并行的方法。进行三级小波变换时,硬件结构能够实现在对当前级小波变换的同时进行前一级小波变换的高频系数编码,提高了压缩系统的实时性。并对压缩系统的关键技术进行了研究。可以对80MB/s的数字图像进行无损压缩,压缩比可以达到1.68~1.8左右。     

基于位的超光谱遥感图像无损压缩算法

图像压缩是超光谱遥感技术中急需解决的一个问题。分析了像素的高位与低位的相关性 ,提出了对字位进行运算的无损压缩算法。结果表明 ,本算法的压缩比与目前一些无损压缩比基本一致 (1 6～ 2 4) ,但这种算法运算简单 ,在去相关过程中 ,每位只进行一次运算 ,而且均为二进制运算 ,易于硬件电路的实现和进行实时压缩。所述思想为超光谱图像压缩提出了一条新思路     

整数小波的有损与无损图像压缩

提出了基于整数小波变换的有损与无损图像编码方案。有损编码采用无链表的SPIHT零树编码算法,它不同于SPIHT和LZC算法的零树分割策略和状态比特表结构。该算法所需的存储空间小,有损压缩性能高,易于硬件的实现。无损编码根据不同子带小波系数的分布特性,采用带间预测编码,不同方向的子带采用不同的预测方式,预测误差采用霍夫曼编码。测试结果证明,基于整数小波的无链表有损压缩方案不仅优于LZC,接近于SPIHT,而且易于硬件的实现。     

适于遥感图像实时压缩的小波基的选择

遥感图像相关性弱,纹理细节丰富,故对其采用基于小波变换的图像编码方法进行编码压缩,而在对图像进行小波变换时,小波基的选取是至关重要的,它直接影响到变换速度和编码效率。在详细分析小波基的基本性质及其与图像编码的关系的基础上,选出数种典型小波基进行实验比较。实验结果表明D5/3双正交小波基最适合于遥感图像实时压缩,最后经实验验证其选取是合理的。     

基于分形的小波分析压缩编码

分析了小波及分形在图形压缩编码中的特点 ,构造了Haar小波树 ,提出基于分形的小波域图像压缩编码的算法。实验证明 :该方法在相近的压缩比的情况下 ,使重建图像的PSNR增加 4 1,图像压缩速度明显提高 ,并且重建图像的主观视觉质量也优于JPEG。     

A 3D non-linear orientation prediction wavelet transform for interference hyperspectral images compression

According to the characteristic of large aperture static interference imaging spectrometer (LASIS), a non-linear orientation prediction three-dimensional (3D) wavelet transform method is proposed in this paper on the basis of the 3D orientation prediction wavelet transform method proposed by Li, Ma and Wu in 2008 [1]. The method proposed in this paper still combines directional prediction into 3D lifting wavelet transformation, but compared with the 3D orientation prediction wavelet transform method, it made a breakthrough in the limitation that the orientation predicted must be a straight linear direction. The experimental results showed that this method improved the performance of wavelet obviously, especially on the LASIS image with quite severe and unstable directional characteristic as seen in the study of Ma and Ma (2009) [2]. Meanwhile, the characteristic of spectrum image recovered by the proposed method also possessed better performance.