黄丽[1]2010年在《基于小波变换的静止图像压缩编码技术的研究》文中指出随着现代社会数字图像技术、多媒体技术的广泛应用,图像成为现代社会信息传递的主要载体。又由于图像信息包含数据量巨大,给信息的传输、存储等带来了很大的困难,解决的办法就是进行图像压缩。因此探索高效图像压缩编码方法已经成为国际公认的一个重要研究热点。小波变换技术以其良好的时间频率局部特性和与人眼视觉特性相符的变换机制,在图像压缩编码领域得到了广泛的研究和应用。本文在对图像压缩编码相关理论进行简要分析的基础上,从一定理论深度阐述了基于小波变换的静止图像压缩编码技术,重点探讨了编码器结构、编码步骤、以及小波编码涉及的几个关键问题。通过实验数据,分析了小波变换后图像系数能量的分布特点,进而说明了小波变换应用于图像压缩的优势。本文深入分析了嵌入式小波零树编码算法(EZW)以及基于该算法思想的两种改进的编码方法SPHIT算法、SPECK算法。重点阐述了EZW算法的主要特点、原理以及该算法的实现过程,并通过对比分析以及仿真实验总结了这叁种算法的优缺点。对这叁种算法的位平面编码提出一种量化码流截断处理方法,且通过仿真证明这种方法可以提高叁种算法的压缩比。同时针对EZW编码方法的一些不足,提出了一种基于人眼视觉特性的改进的EZW编码方法。改进点有以下几个方面：首先,定义新的零树结构,以简化零树扫描,因而在一定程度上可以降低算法执行时间；其次,通过重新分类重要系数编码重要图,一方面充分考虑了人眼对边缘信息的敏感特点,另一方面减少了不必要的编码符号；再次,将小波零树编码与哈夫曼编码、游程编码相结合,以有效提高编码效率。最后通过Matlab的仿真实现,证明了改进编码方法提高了压缩恢复图像的主观视觉质量以及峰值信噪比,可行且有效。
吴昊[2]2006年在《基于小波变换的静态图像压缩算法的研究及实现》文中进行了进一步梳理图像信息丰富,数据量大,如何对图像数据进行压缩处理,目前已发展成为专门的研究领域——图像编码。如何有效地组织、存储、传输和恢复图像数据,即探索更有效、更高压缩比的图像压缩编码技术,已成为现代信息处理技术中关键任务之一。由于小波变换所具有的独特特性,基于小波变换的图像压缩编码已经成为图像压缩研究领域的主流之一。论文首先介绍了图像数据压缩的必要性、图像压缩编码技术的发展及研究现状,并给出了图像压缩方法的评价标准。在回顾了傅里叶变换和窗口傅里叶变换的基础上,引入了小波变换的定义及其性质,接下来对连续小波变换、离散小波变换、多分辨率分析、尺度函数、小波函数等小波分析理论进行了阐述,进而分析了Mallat算法中小波变换的分解和重构方法。在以上小波分析理论的基础上进一步讨论了二维正交小波变换和离散图像的小波变换实现。其次,对于图像压缩编码技术,本文对图像压缩编码理论和各种算法进行了较为详细的分析论述。在研究图像小波分解系数特点与SPIHT算法的基础上,针对SPIHT算法中叁张链表在编码过程中以同一模式处理仍存在冗余,提出了一种改进的SPIHT算法。并给出了实验结果。结果表明:本文提出的改进的SPIHT算法在峰值信噪比上比原算法有所提高。论文提出了一种基于整数小波变换,结合SPIHT算法和算术编码的静态图像压缩编码方案,并详细讨论了编码方案的各个组成模块。实验结果表明,与原有的SPIHT算法相比,本文提出的方案较为有效、可行。在总结分析已有图像压缩编码算法的基础上,对SPIHT算法进行了改进,并应用到本文的编码方案中进行仿真验证。结果表明,改进算法能有效提高测试图像的压缩比。
张砺佳[3]2007年在《基于小波变换的图像压缩编码研究》文中研究指明图像信息丰富，是人类认识世界的重要信息来源，但是图像数据量很大。近年来，随着计算机网络、多媒体技术的迅猛发展，这些应用迫切地需要对庞大的图像数据进行压缩编码处理。图像编码长期以来主要利用离散余弦变换(DCT)作为变换编码的主要技术，然而利用DCT变换存在明显的方块效应，而且要进一步提高压缩性能很困难。小波变换由于具有能够有效地描述非平稳信号的独特优点而成为当前图像压缩编码研究的主要方向。本文主要研究基于小波变换的图像编码技术。本文首先对图像的特性及进行压缩的必要性、可行性进行了分析，并对传统压缩编码方法进行了比较和综述，针对小波变换图像信号的特点，对小波变换在数字图像压缩中的应用进行了研究；根据小波变换理论，在介绍了嵌入式编码及渐进传输的思想之后，详细介绍了两种经典的嵌入式零树小波编码算法EZW和SPIHT，并进一步讨论了每种算法的优缺点，然后提出一种低内存消耗的无表零树编码算法，该算法以SPIHT算法为基础，改进了其零树结构，通过引入提升小波变换并结合LZC算法的标志位图思想，在保证恢复图像质量的前提下，降低了算法的内存需求量，提高了编解码速度，为该算法的硬件实现提供了保障；最后设计了一种基于FPGA(现场可编程逻辑门阵列)和DSP(数字信号处理器)的实时图像小波压缩系统的实现方案，该方案充分利用各自芯片的优良特性，合理地设计了FPGA与DSP之间的数据通道，可以提高整个系统的数据吞吐能力，能够较好地满足实时DWT算法巨大运算量的需求。通过分析证明该方案完全可以胜任图像数据率很高情况下的实时小波压缩。
肖江[4]2004年在《卫星干涉光谱图像编码技术研究》文中研究指明卫星遥感干涉成像光谱技术是当代各国高新科技竞争中的一项关键技术。“神舟”叁号飞船发射升空使我国成为世界上第二个拥有航天成像光谱仪的国家，干涉多光谱图像信息在今天和未来的军事和生活领域起着战略性的作用，研究该类图像的信息处理与压缩编码技术具有重要的现实意义。 论文首先对国际上最新的静止图像压缩标准JPEG2000的核心算法进行了进一步的研究。在对我国863项目中研制的“大孔径静态干涉成像光谱仪”(LAISI)成像原理进行了深入分析之后，对JPEG2000中的率失真优化截取内嵌码块编码(EBCOT)等图像压缩算法在该类图像的有效应用进行了细致的理论分析和算法研究，并对卫星干涉光谱图像高效压缩的新算法及其在星载环境下的硬件实现进行了探索。主要的工作与研究成果如下： 1．论文总结了EBCOT算法的一般特点和框架，提出了易于硬件实现的EBCOT算法。通过在T1编码引擎中建立查找表，避免了比特平面编码时的上下文计算，提高了系统编码速度；提出了T2编码快速率失真优化算法，避免了浮点除法运算和数据的浮点表示，降低了编码系统的复杂度。 2．针对比特平面提升感兴趣区域(ROI)编码算法的不足，提出了基于率失真斜率提升的ROI编码算法。算法码流完全兼容于JPEG2000标准，结合MaxShift算法可实现任意形状ROI处理，在编码效率、对比度分析和图像PSNR质量上均高于JPEG2000标准算法。 3．提出了一种自适应率失真提升感兴趣光谱区域编码方法，同时提出了一种基于EBCOT算法的绝对误差测度的编码方法。这两种方法能够有效地保护LASIS光谱图像光谱信息、克服小目标丢失和保护光谱曲线平滑。 4．提出了利用卫星干涉多光谱图像帧间推扫特性的干涉多光谱差值图像序列压缩编码算法。算法在低复杂度前提下实现了LASIS多光谱图像的高质量压缩，利用小波域系数匹配的多光谱图像序列压缩算法，避免了基于叁维小波变换编码算法存储量、编码延时大的缺陷，降低了系统编码复杂度，提高了编码效率，更适合硬件实现。 5．论文开展了实时高效、可适应卫星载荷环境的硬件编码算法研究。相应地设计并实现了EBCOT算法的基于比特平面并行编码的硬件方案和样机。
乔慧[5]2004年在《基于小波变换的静止图像数据压缩》文中研究说明由于小波变换有效地克服了傅氏变换在处理非平稳的复杂信号时所存在的局限性，因而在图像与信号处理领域受到了广泛的重视。本文在前人研究的基础上，对小波分析在静止图像数据压缩方面的应用进行了较为深入的探讨和研究。本文较为深入的研究了构造第二代小波的关键技术lifting scheme，以及通过它来实现整数到整数的小波变换以实现图像的无损压缩，同时对IWT在图像压缩中的一些问题进行探讨与总结，提出了一种基于图像像素放大的整数小波无损图像编码方法；在分析了由JPEG2000所给出的感兴趣区域编码的优劣基础上，本文给出了一种新的基于区域重要性的小波图像编码，在较大的压缩比下保证了较好的图像恢复质量；通过将零树的思想应用于矢量量化中，提出了一种基于矢量量化的感兴趣区域图像编码，获得了较好的实验结果。
朱明亮[6]2007年在《基于FPGA的静止图像编码器的研究与实现》文中认为遥感图像在人类生活和军事领域的应用日益广泛,适合各种要求的遥感图像编码技术具有重要的现实意义。基于小波变换的内嵌编码技术已成为当前静止图像编码领域的主流,其中就包括基于分层树集合分割排序(Set Partitioning in Hierarchical Trees,SPIHT)的内嵌编码算法。这种算法具有码流可随机获取以及良好的恢复图像质量等特性,因此成为实际应用中首选算法。随着对图像编码技术需求的不断增长,尤其是在军事应用领域如卫星侦察等方面,这种编码算法亟待转换为可应用的硬件编码器。在静止图像编码领域,高性能的图像编码器设计一直是相关研究人员不懈追求的目标。本文针对静止图像编码器的设计作了深入研究,并致力于高性能的图像编码算法实现结构的研究,提出了具有创新性的降低计算量、存储量,提高压缩性能的算法实现结构,并成功应用于图像编码硬件系统中。这个方案还支持压缩比在线可调,即在不改变硬件框架的条件下可按用户要求实现16倍到2倍的压缩,以适应不同的应用需求。本文所做的工作包括了两个部分。1.一种基于行的实时提升小波变换实现结构:该结构同时处理行变换和列变换,并且在图像边界采用对称扩展输出边界数据,使得图像小波变换时间与传统的小波变换相比提高了将近2.6倍,提高了硬件系统的实时性。该结构还合理地利用和调度内部缓冲器,不需要外部缓冲器,大大降低了硬件系统对存储器的要求。2.一种采用左遍历的比特平面并行SPIHT编码结构:在该编码结构中,空间定位生成树采用深度优先遍历方式,比特平面同时处理极大地提高了编码速度。
黄维[7]2007年在《基于小波变换的静止图像压缩编码技术研究》文中进行了进一步梳理随着图像应用范围和深度的不断扩大，不仅要求实现高压缩率、高保真度和快速性，还应满足诸如渐进传输等网络应用的需要。因此，图像／视频的压缩技术成为国际上热门的研究课题。本文在对图像压缩编码理论与实际应用技术的的现状和发展趋势进行简要分析的基础上，从一定理论深度较为详细阐述了基于小波变换的静止图像压缩编码技术，重点探讨了编码器结构、编码步骤、小波基的选取以及影响压缩编码性能因素等几个关键问题。对基于图像压缩性能的小波特性进行了分析与仿真，通过仿真比较了具有相似小波特性的正交与双正交小波的压缩性能。在基于小波变换的图像压缩方案中，嵌入式零树小波(EZW)编码能够很好地利用小波系数的特性使得输出的码流具有嵌入特性。论文在深入分析了EZW算法的原理、步骤、实现过程和优缺点的基础上，针对EZW算法计算复杂度高的缺陷，从探求算法中变换与编码同步实现的角度出发，提出了一种基于分块变换一融合的改进EZW算法。在上述理论工作的基础上，通过VC编程实现了该算法。实验结果表明，使用本算法，解码图像保持了与EZW算法相似的客观性能，但通过使用变换阶段的副产品一带峰值，可以简化零树扫描步骤，在一定程度上降低了算法执行时间，同时可实现真正意义上的子图像编码。
艾波[8]2012年在《JPEG2000编码器中高性能离散小波变换VLSI设计》文中研究表明JPEG2000是目前应用最为广泛的静止图像压缩算法之一，该算法采用离散小波变换和优化截断嵌入式块编码技术作为其关键技术，在性能上明显优于JPEG算法。随着航天遥感和集成电路设计技术等领域的不断发展，JPEG2000算法的集成电路设计与实现亟待解决，这对图像通信领域和我国航天事业的发展都有十分重要的应用价值。本文主要研究JPEG2000压缩编码算法中离散小波变换的超大规模集成电路设计，特别针对航天应用背景实现一种高可靠性、高性能的离散小波变换结构。该结构支持多种分辨率小波分解，采用叁模冗余和汉明编码技术来提高该结构的可靠性，同时采用数据溢出处理使该结构具有一定的容错能力。针对该可靠性设计，本文还提出一种验证方案，以检验和保证可靠性设计的功能正确性。最后本文提出了一种适用于JPEG2000图像压缩系统的高效的数据存储方案，采用外挂SRAM的FPGA实现一种自适应存储器。该自适应存储器能够根据图像分辨率大小自适应选择数据存储方式，在进行小分辨率图像压缩时能够复用存储器，从而节省一定的存储空间，提高存储器利用率，降低了系统功耗。
洪英杰[9]2004年在《新一代静止图像压缩算法JPEG2000的研究与实现》文中提出JPEG2000正在逐渐成为业界数据压缩的主流技术之一。作为新一代静态图像压缩标准的JPEG2000，如今已被认为是互联网和无线接入应用的理想影像编码解决方案，其在各个方面都明显优于传统的静止图像压缩算法。本文首先简要介绍了JPEG2000标准的原理和优越性，以及小波变换原理。接着详细叙述JPEG2000的关键技术小波变换和EZW编码算法，利用提升方案实现的第二代小波对图像进行小波变换，并分别举例说明小波变换和EZW算法的实现过程。最后使用C++语言实现小波变换和EZW算法，并在TMS320C6701开发板上仿真，根据本文程序可以实时进行图像的编码—解码。利用本文程序只要对woman图像进行5次编码一解码，就可以得到质量很高的重构图像，压缩比达到25：1。
邹彦艳[10]2004年在《利用小波分析进行图像数据压缩》文中研究表明随着计算机和网络技术的普及，人们对数字图像在质量、大小和应用等方面提出了更高的要求，希望能够用有限的空间和带宽资源存储和传递大幅图像，并且根据实际需要，得到不同分辨率或质量的重构图像。这就要求图像压缩技术不仅有良好的压缩效率，而且还要能灵活地处理压缩码率。基于以上原因，对压缩编码方法的探讨和研究在近几十年来受到了广泛的关注。近20年来，在预测编码、变换编码和其它传统编码方法的基础上，图像压缩编码的理论、方法和技术取得了较大进展；其中小波编码算法因其能量集中特性、多分辨分析概念的提出和小波分解与重构快速算法的实现，使得小波变换在信号处理领域得到了广泛的应用，小波分析应用于图像数据压缩是小波分析应用的一个比较成熟的方面。 本文首先介绍了几种传统的压缩编码方法，并对国际标准JPEG和JPEG2000做了基本阐述，重点讨论了小波的多分辨分析、小波分解、重构算法、小波嵌入零树编码算法和改进的小波编码算法SPIHT。在此基础上提出了对图像进行预处理的想法，结合人眼对图像低频部分比对高频部分敏感的视觉特性对图像各频段提出不同的编码算法。本文在对图像的压缩过程中，对图像低频部分采用无损压缩方法(哈夫曼编码)，对高频部分采用改进的SPIHT编码方法，从而保证了在得到高压缩比的前提下使信噪比恶化程度较轻。本文对几种编码方法得到的重建图像进行了质量比较。最后，讨论了运动图像压缩核心技术——运动补偿技术，并用二维静止图像小波变换与一维时间轴上的小波变换相迭加的方法实现了对运动图像的压缩。
参考文献：
[1]. 基于小波变换的静止图像压缩编码技术的研究[D]. 黄丽. 湖南大学. 2010
[2]. 基于小波变换的静态图像压缩算法的研究及实现[D]. 吴昊. 国防科学技术大学. 2006
[3]. 基于小波变换的图像压缩编码研究[D]. 张砺佳. 中国科学院研究生院（西安光学精密机械研究所）. 2007
[4]. 卫星干涉光谱图像编码技术研究[D]. 肖江. 西安电子科技大学. 2004
[5]. 基于小波变换的静止图像数据压缩[D]. 乔慧. 西北大学. 2004
[6]. 基于FPGA的静止图像编码器的研究与实现[D]. 朱明亮. 西安电子科技大学. 2007
[7]. 基于小波变换的静止图像压缩编码技术研究[D]. 黄维. 中南大学. 2007
[8]. JPEG2000编码器中高性能离散小波变换VLSI设计[D]. 艾波. 西安电子科技大学. 2012
[9]. 新一代静止图像压缩算法JPEG2000的研究与实现[D]. 洪英杰. 南京理工大学. 2004
[10]. 利用小波分析进行图像数据压缩[D]. 邹彦艳. 大庆石油学院. 2004
标签：计算机软件及计算机应用论文; 小波变换论文; 图像压缩论文; 图像编码论文; 数据压缩论文; 图像融合论文; 编码转换论文; jpeg2000论文; 算法论文;