基于快速提升小波变换的多阈值嵌入零树小波图像编码算法

提出了基于快速提升小波变换的多阈值嵌入零树小波图像编码算法，该算法能够通过以下3项措施进一步提高嵌入零树小波编码（Embedded Zerotree Wavelet，简称EZW）编码方案之工作效率：（1）引入快速提升小波以改进变换过程；（2）定义多阈值以完善逐次逼近量化过程；（3）采纳复杂关联模型以提高熵编码效率。实验结果表明：提出算法是一种高效的图像压缩算法，其压缩速度、图像复原质量等关键技术指标均优于EZW编码算法。     

一种基于小波包变换的纹理图像压缩算法

提出一种基于小波包变换与自适应混合量化的新图像压缩算法.该算法首先用小波包变换对纹理丰富的图像进行完全分解,并用一种与后续编码器相关联的成本函数(CostFunction)进行最佳小波包基搜索;然后依据图像内容,自适应确定小波包系数的扫描次序;再对小波包变换后的最低频子带进行DPCM无失真编码,对高频子带实施矢量量化编码;最后对所形成的二进制符号流进一步实施自适应算术编码.仿真实验结果表明:提出的小波包图像压缩算法是一种比较好的编码方案,其压缩效果不仅明显优于JPEG算法与SPIHT算法(特别是纹理图像),而且优于已有的其他小波包图像压缩算法.     

零树+游程的编码方法在数字摄影图像压缩中的应用

图像数据压缩编码是数字摄影测量领域的关键环节之一。首先介绍了小波变换及零树编码的原理，然后提出了一种基于正交小波系数的零树＋ 游程的混合编码方案。主要包括：采用变长零游程、游程编码与零树编码统一进行，一次完成。实验结果表明，该方法与直接零树量化的方法相比，不但大大地提高了压缩比（PSNR不变），而且提高了编码效果，是非常有效的数字摄影图像压缩方法。     

基于小波变换的零树数字摄影图像编码方法

图像数据压缩编码是数字摄影测量领域的关键环节之一，本文介绍了小波零树编码的原理，提出了一种基于正交小波零树的编码方案；首先对图像进行四级小波变换，然后对第四级小波分解的低频分量进行无损压缩，舍去第一级小波分解的对角线方向高频分量，对其余子图先采用零树量化编码，再游程编码。实验表明，该方法是一种比较效的方法。     

基于改进零树集合的新图像编码算法

提出一种新图像编码算法（New Zerotree Coding，简称NZC），该算法能够通过引入快速提升小波变换、修改零树集合定义及其分割排序策略等措施在一定程度上克服SPIHT图像编码算法的不足。实验结果表明：NZC算法不仅能够在几乎不降低图像复原质量的前提下进一步降低计算复杂度、提高编码速度；而且能够大幅度降低内存需求量，从而便于硬件实现。     

一种新颖的小波系数分类算法在图像无损编码中的应用

提出了一种新的小波系数分类算法，基于该分类算法，提出了一种更为合理的无损编码算法。实验结果显示，此方法优于其他基于小波的无损编码算法。     

基于纠错编码的小波域自适应盲水印算法

提出了一种小波域自适应盲水印算法,并采用(7,4)汉明码技术进行纠错编码。以伪随机二值序列作为水印,采用中值系数抖动的方法将水印嵌入到小波变换后的低频分量,并且根据小波域系数间隔的大小自适应地确定水印量化步长,水印检测过程不需要原始图像的参与。实验结果表明,算法的自适应性强,具有较好的不可见性,且可以有效地抵抗JPEG压缩、锐化、加噪、模糊和缩放等攻击。     

基于纠错编码的小波域自适应盲水印算法

提出了一种小波域自适应盲水印算法,并采用(7,4)汉明码技术进行纠错编码.以伪随机二值序列作为水印,采用中值系数抖动的方法将水印嵌入到小波变换后的低频分量,并且根据小波域系数间隔的大小自适应地确定水印量化步长,水印检测过程不需要原始图像的参与.实验结果表明,算法的自适应性强,具有较好的不可见性,且可以有效地抵抗JPEG压缩、锐化、加噪、模糊和缩放等攻击.     

一种基于混沌变换和小波变换的零水印算法

根据零水印的概念,提出了一种基于混沌变换和小波变换相结合的水印生成算法。该方法不对原始图像作任何修改,在对原始水印混沌加密以后,利用小波变换低频系数特征实现水印的嵌入。试验证明,该方法解决了水印不可见性和鲁棒性之间的矛盾,具有很强的抗攻击能力。     

基于DFT的可控误差矢量空间数据盲水印算法

传统的DFT(discreteFouriertransform)变换域水印算法中,水印直接嵌入变换后的系数,导致矢量空间数据误差较大。针对此类算法的缺点,本文提出了基于DFT的可控误差矢量空间数据盲水印算法。该算法通过放大处理DFT变换系数,将水印嵌入幅度系数和相位系数中,水印提取采用投票原则,无需原始数据的参与。试验表明,水印嵌入矢量空间数据引起的误差很小;水印对数据格式转换及常见的几何变换攻击具有很好的鲁棒性。     

小波低频子带预测的遥感图像分布式编码

传感技术的不断发展使遥感图像的时间、空间和光谱分辨率不断提高,信息量日益增大,给遥感图像的存储和传输带来了极大挑战,传统图像编码策略难以适应这种基于上行的遥感图像应用需求。本文提出一种基于小波低频子带预测的分布式遥感图像编码方案,利用预测插值的方法得到用于解码Wyner-Ziv的辅助信息,图像的低频信息采用小波零树编码方案,而预测误差图像采用基于均匀量化和位平面的Turbo混合编码方案;在解码端,以预测误差图像的码流作为辅助信息,将其与图像的低频信息码流进行联合解码。实验结果表明,提出方法具有编码效率高、失真率小、压缩比高、抗误码性强和码流具有质量可分级等特性。     

基于小波系数分割的局部自适应阈值图像去噪

针对自适应小波阈值去噪中方形局部窗口不能很好地适应小波系数自身边缘特征的问题，本文提出了一种基于图像分割的局部自适应小波阈值去噪方法。该方法首先对图像进行多尺度小波分解，其次利用图像分割技术对图像的各尺度小波系数分别进行分割，分割技术选用SLIC超像素分割法得到具有相似统计特性的不规则局部块，然后对每个分割块内的小波系数进行BayesShrink阈值估计和软阈值收缩，最后通过小波逆变换得到去噪图像，并在3幅标准测试图像和一幅高光谱影像上进行试验。试验结果表明，本文提出的方法能更好地适应小波系数自身的边缘特征，不仅能够获得更好的视觉效果，而且能够达到较高水平的数值指标。     

多尺度字典学习的高光谱图像压缩算法

结合小波变换及字典学习提出了一种针对高光谱图像的压缩算法。该算法首先通过小波变换构建多尺度样本集,在小波域使用K-均值奇异值分解(K-SVD)方法学习得到原子尺寸不同的多尺度字典,然后在稀疏表示的过程中,定义一个原子使用频次筛选因子,通过统计局部最优波段稀疏表示时原子使用情况,结合筛选因子对字典原子进行优化筛选,使用精简后的字典对其余波段进行稀疏求解,最后针对不同尺度的表示系数采用自适应的量化编码。实验结果表明,与目前常用的3D-SPIHT和其他的多尺度字典学习算法相比,本文算法在中低比特率下,具有更好的重建性能。     

基于小波系数相关性的图像去噪

本文提出了一种基于小波系数相关性的图像去噪方法。针对自适应去噪方法平滑掉实际信号的不足,利用小波分解系数近指数的衰减特性及同一尺度上各信号分量的相关性分析,对每个小波系数设置不同的阈值,区别对待信号的低频和高频系数,最后重构小波。实验结果表明,从视觉和峰值信噪比(PSNR)上,本文使用的方法优越于全局阈值法。     

基于子带内小波系数相关性的遥感图像滤波

滤波是遥感图像处理和应用过程中必不可少的一个环节.传统的小波域滤波方法对所有的细节小波系数逐一进行独立的收缩处理,而没有顾及小波系数之间的相关性,因而不具备较强的鲁棒性和适应性.文中提出一种基于小波系数聚集性分布的滤波策略.该方法认为小波系数的分布具有集中性,对当前的系数在邻域内计算其能量,而后将其纳入系数的收缩策略,...     

基于小波的SAR影像纹理分析

在分析SAR影像特征的基础上 ,引入了基于小波的纹理提取方法 ,并采用第二代提升小波与双正交小波对SAR影像进行小波二级分解 ,提取影像各尺度上的小波特征系数。对机载的SAR影像进行了纹理分析及分类 ,得出了不同小波的分类分析结果。     

基于双正交多小波的SAR与可见光图像融合研究

针对已有的数据融合技术,提出了一种基于双正交多小波变换的遥感图像融合算法,采用了邻域方差准则和非线性加权相结合的方法,分别融合小波低频和高频系数,试验选取星载SAR与SPOT可见光图像进行融合,实现了很好的融合效果。     

几种小波基在遥感图像压缩中的应用效果比较

分析了小波基的基本性质,简述了在遥感图像小波压缩中小波基选择的常用方法; 分别用4种常用的典型小波基对8幅含有 不同典型地物的遥感图像进行小波编码实验,并用5种方法全面评价了小波基的应用效果。结果表明,在遥感图像小波压缩中,D (9,7)小波基的应用效果最好。据此,提出了一种小波基选择的改进方法。