SPIHT算法

摘要： 随着数字通信技术的迅猛发展,图像数据量呈现指数增长,图像压缩成为图像处理领域的研究热点问题之一.传统多级树集合分裂(SPIHT)算法在阈值较大情况下对所有的小波系数都进行扫描编码,所以0位的输出较多,降低了编码效率.笔者提出了一种改进的SPIHT算法,在对不重要子集表(LIS)进行扫描编码之前,判断当前阈值LIS列表中是否有重要的小波系数.对不重要系数表(LIP)进行扫描编码时,增加一个标志位,检测是否所有的重要系数都已编码完成.如果都已编码,则跳过对LIP的编码.实验表明与原始算法相比,在相同压缩率情况下,笔者提出的SPIHT算法取得了更高的重构图像质量,特别是在比特率较低情况下,峰值信噪比(PSNR)提高更为明显.%With the rapid development of digital communication technology, image data is increasing exponentially. Image compression has become one of the hot topics in the field of image processing. All of the wavelet coefficients are encoded simultaneously by the traditional set partitioning in hierarchical trees (SPIHT) algorithm when the threshold is relatively large, so that a large quantity of redundant 0 bits are generated, which affects the efficiency of coding algorithm. In this paper, we propose an improved SPIHT algorithm that judges if there are significant coefficients in the list of insignificant sets (LIS) for the current threshold instead of encoding the sets in LIS directly. A flat bit is added to the encoding process of the list of insignificant pixels (LIP) to test whether all the significant coefficients have been encoded. The improvement of LIP will skip the encoding of LIP once all the significant coefficients have been encoded. It can be observed from the experimental results that the modified SPIHT achieves higher quality of the reconstructed image at the same compression ratio compared to the raw method. Especially at low bit rates, the improvement of Peak Signal to Noise Ratio (PSNR) is particularly pronounced.

摘要： 恶劣战场环境下无线图像传输易受海杂波和恶劣天气的影响,难以满足用于战场环境监测的图像实时传输,针对该问题本文提出将SPIHT图像压缩算法应用于防空武器系统,并以红外图像压缩为例仿真验证了算法的有效性。通过对红外图像进行压缩,生成压缩码流以传输压缩码流的方式来间接提升图像传输的数据率。仿真分析结果表明:在红外图像为256×256的8位灰度图像的条件下,红外图像的无损压缩比为3倍左右;在不影响视觉效果的前提下,红外图像的有损压缩比最高可达32倍左右。研究成果可为防空武器系统红外导引头图像压缩无线传输的工程实现提供理论依据。

摘要： 恶劣战场环境下无线图像传输易受海杂波和恶劣天气的影响,难以满足用于战场环境监测的图像实时传输,针对该问题本文提出将SPIHT图像压缩算法应用于防空武器系统,并以红外图像压缩为例仿真验证了算法的有效性.通过对红外图像进行压缩,生成压缩码流以传输压缩码流的方式来间接提升图像传输的数据率.仿真分析结果表明:在红外图像为256×256的8位灰度图像的条件下,红外图像的无损压缩比为3倍左右;在不影响视觉效果的前提下,红外图像的有损压缩比最高可达32倍左右.研究成果可为防空武器系统红外导引头图像压缩无线传输的工程实现提供理论依据.

摘要： 提出一种基于Surfacelet变换并结合SPIHT算法的视频压缩编码方法.这种新方法把视频信号作为特殊的三维信号,对信号的空间和时间维进行整体处理.Sudacelet变换具有多方向分解、各向异性、高效率的树结构滤波器组、可完全重建和低冗余度等性质.SPIHT算法具有分辨率质量上的可伸缩性、渐进传输性等特性.利用Surfacelet变换的分解系数在各层间相关以及图像能量集中的特性,结合SPIHT算法完成视频数据的压缩编码.这种新的视频压缩编码方法能弥补三维小波变换的缺陷,达到更高的PSNR值和更好的视觉效果,尤其适用于纹理复杂度较高、运动幅度较小的视频.

摘要： 为使图像压缩编码算法同时具有较高的压缩比和较好的图像复原质量,提出了一种基于Contourlet与小波变换的混合域图像编码方案,并在分析SPIHT算法的基础上进一步改进,取消了SPIHT算法中对LIS表的分类,统一按照先子代后孙代的小波空间树顺序进行编码.仿真实验结果表明,提出的混合域图像压缩编码方案是一种高效的数字图像压缩算法,与SPIHT算法相比,该算法的重建图像具有更好的视觉效果,而且提高了编码速度.

摘要： The combination of Region of Interest(ROI) coding and image compression algorithm can make ROI get high quality. ROI is embedded into Set Partitioning in Hierarchical Trees(SPIHT) algorithm in this paper, it forms an ROI coding method based on SPIHT algorithm. This method shifts background(BG) bit planes to make ROI bit planes place before BG bit planes, then ROI coefficients will be transmitted firstly when decoding. Scaling-based method is used for experiments, this paper compares this algorithm with traditional SPIHT algorithm and studies the quality of every region under different conditions. Experiments show that this algorithm is superior to the traditional SPIHT algo-rithm, choosing reasonable parameters can get very good visual effect.%感兴趣区域(ROI)编码与图像压缩算法的相结合，可使 ROI 获得高质量。本文通过在多级树集合分裂(SPIHT)算法中嵌入ROI，形成基于SPIHT算法的ROI图像编码方法。该方法通过下移背景(BG)位平面使ROI位平面置于BG位平面之前，解码时优先传输ROI系数。实验选取一般位移法，将此算法与传统的SPIHT算法作比较，并研究了不同条件下各区域的质量。实验证明，本文算法明显优于传统的SPIHT算法，选择合理的参数能得到好的视觉效果。

摘要： 针对SPIHT算法在图像压缩中存在的压缩过程复杂、编码运算量大、存储量大的不足.本文提出了基于提升小波变换的改进SPIHT算法,该算法主要结合了子带编码的分块思想和阈值的控制,并给出了并行化算法,提出了一种有效的基于提升小波变换的图像压缩系统.通过实验结果可知,本文算法具有较强的压缩性和较高的执行效率,以及市场实用性,是综合性能比较好的一种小波系数压缩算法.

摘要： Purpose To propose a novel compression method for region of interest (ROI) based on Curvelet transform and SPIHT algorithm. Materials and Methods The ROI was firstly extracted without compression, and Curvelet transform was applied for the background regions. The Curvelet coefifcients were coded using SPIHT algorithm. Then the images after compression are obtained by inverse Curvelet transform. The ROI and the background were ifnally overlapped to get the full compressed image. Effect of ROI compression and overall compression were compared, as well as the Curvelet transform and wavelet transform, based on peak signal noise ratio. Results The ROI compression highlighted the region of interest and the visual effect was superior to the overall compression. The peak signal to noise of Curvelet transform was higher than that of wavelet transforms, and the compressed images were more clear for the same proportion. Conclusion ROI compression based on Curvelet transform and SPIHT algorithm can achieve efficient compression images without losing important diagnostic information, which complies with the requirement of high precision and high quality of medical image compression.%目的：提出基于Curvelet变换和多级树集合分裂排序（SPIHT）算法的图像感兴趣区（ROI）压缩方法，并应用于医学图像压缩。资料与方法算法流程首先对图像ROI进行提取，保留ROI不压缩，对背景区域进行Curvelet变换，采用SPIHT算法对Curvelet系数进行编码；然后进行Curvelet逆变换得到有损压缩后的图像；最后将ROI区域与背景区域叠加，得到压缩后的完整图像。采用峰值信噪比作为评价指标，比较ROI压缩和整体压缩的效果，以及小波变换和Curvelet变换用于图像压缩的效果差异。结果分别对测试图像和医学图像的压缩结果进行比较，采用ROI压缩的视觉效果优于整体压缩的效果，更能突出ROI；而采用Curvelet变换压缩的峰值信噪比高于小波变换压缩，相同比例的压缩图像也更清晰。结论基于Curvelet变换和SPIHT算法的ROI压缩可在保证不丢失重要诊断信息的前提下实现图像的高效压缩，符合医学图像压缩的高精度、高质量要求。

摘要： 基于小波分解的压缩算法在医学压缩领域得到了广泛的应用。然而，采用何种算法对小波变换后的图像数据进行处理仍是一个研究热点。本文提出了基于提升小波变换后的SPIHT编码方案，并将其应用于静止的医学图像，取得了较好的压缩效果，在压缩医学图像上具有一定的实用价值。

摘要： Because of the large calculation,the low coding speed and the coding redundancy of SPIHT algorithm,the original algorithm is improved for remote sensing image.According to the wavelet transform coefficient of remote sensing image,different coding methods are used in the low frequency and the high frequency separation by the improved algorithm.The operational process of original SPIHT is improved to get a more efficient coding method.The experimental data show that the performance of the reconstruction image conducted by the improved algorithm is better than the original one.%遥感图像纹理复杂,采用传统的SPIHT算法进行图像压缩编码存在运算量大、效率低、压缩率不高,压缩后仍有很大的编码冗余等缺陷.根据遥感图像小波变换后系数的特点改进算法,对高低频分量采用不同的编码方法,且对SPIHT算法的运算流程进行改进,得到一种更有效的编码方法.通过实验仿真证明,该算法各方面的性能均明显优于原算法.

摘要： 本文针对SPIHT算法的硬件实现需要，在No List SPIHT算法基础上提出了一种改进方案。在编码过程中，将排序和细化的顺序调换，并把处理单个像素的两个过程合并，提高了编码的速度和重建图像质量，易于硬件快速实现。仿真实验证明了改进算法的有效性，对于标准测试图像，压缩编码时间平均减少7%，同时重建图像质量与原算法相当。

摘要： 本文针对SPIHT算法的硬件实现需要，在No List SPIHT算法基础上提出了一种改进方案。在编码过程中，将排序和细化的顺序调换，并把处理单个像素的两个过程合并，提高了编码的速度和重建图像质量，易于硬件快速实现。仿真实验证明了改进算法的有效性，对于标准测试图像，压缩编码时间平均减少7%，同时重建图像质量与原算法相当。

摘要： 本文针对SPIHT算法的硬件实现需要，在No List SPIHT算法基础上提出了一种改进方案。在编码过程中，将排序和细化的顺序调换，并把处理单个像素的两个过程合并，提高了编码的速度和重建图像质量，易于硬件快速实现。仿真实验证明了改进算法的有效性，对于标准测试图像，压缩编码时间平均减少7%，同时重建图像质量与原算法相当。

摘要： 本文针对SPIHT算法的硬件实现需要，在No List SPIHT算法基础上提出了一种改进方案。在编码过程中，将排序和细化的顺序调换，并把处理单个像素的两个过程合并，提高了编码的速度和重建图像质量，易于硬件快速实现。仿真实验证明了改进算法的有效性，对于标准测试图像，压缩编码时间平均减少7%，同时重建图像质量与原算法相当。

摘要： 本文针对超光谱图像的特性及硬件实现的需要，提出一种混合编码压缩方案。对超光谱图像序列首先进行谱问DPCM预测，再对残差幽像进行整数小波变换，最后对小波系数进行SPIHT编码。通过仿真验证该算法实现了无损压缩，压缩比平均可达2．34，优于算术编码，且算法复杂度低，易于硬件实现。

摘要： 本文针对超光谱图像的特性及硬件实现的需要，提出一种混合编码压缩方案。对超光谱图像序列首先进行谱问DPCM预测，再对残差幽像进行整数小波变换，最后对小波系数进行SPIHT编码。通过仿真验证该算法实现了无损压缩，压缩比平均可达2．34，优于算术编码，且算法复杂度低，易于硬件实现。

摘要： 本文针对超光谱图像的特性及硬件实现的需要，提出一种混合编码压缩方案。对超光谱图像序列首先进行谱问DPCM预测，再对残差幽像进行整数小波变换，最后对小波系数进行SPIHT编码。通过仿真验证该算法实现了无损压缩，压缩比平均可达2．34，优于算术编码，且算法复杂度低，易于硬件实现。

摘要： 本文针对超光谱图像的特性及硬件实现的需要，提出一种混合编码压缩方案。对超光谱图像序列首先进行谱问DPCM预测，再对残差幽像进行整数小波变换，最后对小波系数进行SPIHT编码。通过仿真验证该算法实现了无损压缩，压缩比平均可达2．34，优于算术编码，且算法复杂度低，易于硬件实现。

摘要： 本文针对超光谱图像的特性及硬件实现的需要，提出一种混合编码压缩方案。对超光谱图像序列首先进行谱问DPCM预测，再对残差幽像进行整数小波变换，最后对小波系数进行SPIHT编码。通过仿真验证该算法实现了无损压缩，压缩比平均可达2．34，优于算术编码，且算法复杂度低，易于硬件实现。

摘要： 本文针对超光谱图像的特性及硬件实现的需要，提出一种混合编码压缩方案。对超光谱图像序列首先进行谱问DPCM预测，再对残差幽像进行整数小波变换，最后对小波系数进行SPIHT编码。通过仿真验证该算法实现了无损压缩，压缩比平均可达2．34，优于算术编码，且算法复杂度低，易于硬件实现。

摘要： 本发明公开一种基于小波模极大值重建的改进SPIHT图像编码和解码方法，将小波模极大值重建引入到图像可分级编码中，发现对小波变换后的最高频子带进行模极大值重建能取得较高的重构质量，并利用最高频子带系数的方向梯度模长，选取适合模极大值重建的子带；对需要进行模极大值重建的子带施加二次小波变换，将那些具有幅值相关性的高幅值系数的能量进一步集中到少量系数上，在增加了空间方向树高度的同时，增大了局部模极大值的幅值，有利于改善局部模极大值在中、低码率下的解码精度和交替投影的重建质量；利用父子系数间的幅值衰减规律，对模极大值重建后的小波系数幅值进行约束。

摘要： 物联网下基于方向提升小波及改进SPIHT的图像压缩方法，本发明涉及图像压缩方法。本发明的目的是为了解决现有SPIHT方法很少考虑到由高频信息的缺失导致的边缘模糊或振铃效应，无法保留图像中更多细节，导致编码效率低的问题。过程为：一、得到分割后的图像块；二、得到分割后图像块的最佳预测方向；三、通过计算加权方向插值滤波器系数，对分数样本值进行加权方向插值，得到插值图像块；四、利用最佳预测方向，分别对插值图像块进行基于方向提升的小波变换，得到各变换后的图像块；五、由所有变换后的图像块构成整幅变换图像；六、利用改进的SPIHT方法对五得到的变换图像进行编码，得到编码后图像。本发明用于图像压缩领域。

摘要： 本发明公开了一种基于SPIHT标准的小波系数的存取方法，克服了现有技术基于SPIHT标准的小波变换过程中，小波系数存储及读取实现复杂度高的不足，实现的步骤为：(1)输入遥感图像；(2)对遥感图像进行第一级小波变换；(3)对第一级小波系数的低频子带进行第二级小波变换；(4)对第二级小波系数低频子带进行第三级小波变换；(5)对第三级小波系数低频子带进行第四级小波变换；(6)从SDRAM外部存储器读取第一级、第二级、第三级、第四级小波系数。本发明具有高效的存储小波系数效率以及高效的编码效率。

摘要： 本发明公开一种边缘增强的改进SPIHT图像编码和解码方法，该方法对小波变换后的图像低频子带进行高通滤波提取出图像中的主要轮廓和边缘，一方面，利用最低频子带实现编码端和解码端之间的同步，无需额外传输同步信息即可定位重要系数，减少了传统SPIHT编码的同步信息量；另一方面，根据低频子带的高通滤波结果控制编解码的优先程度，对图像中人眼视觉系统最为敏感的主要轮廓和边缘进行优先解码，从而提高了解码图像主客观质量。

摘要： 提出一种基于混沌的内嵌的压缩彩色图像部分加密技术。修改SPIHT编码彩色图像不同类型的比特位的值导致图像不同程度的退化降质。这意味着编码时的六种比特位在解码时有不同程度的贡献。只要加密贡献最大的比特位，就可以保证信息不被泄露，并且计算量最小。分段线性混沌映射(The Piecewise Linear Chaotic Map，PWLCM)有非常好的遍历性和混乱性，适用于密码系统的随机数序列生成。通过实验进行了详细的性能和安全性分析，以确保能够抵抗各种攻击，计算量小于0.49%，并且保持了编码的可扩展性。

摘要： 本发明公开一种基于小波模极大值重建的改进SPIHT图像编码和解码方法，将小波模极大值重建引入到图像可分级编码中，发现对小波变换后的最高频子带进行模极大值重建能取得较高的重构质量，并利用最高频子带系数的方向梯度模长，选取适合模极大值重建的子带；对需要进行模极大值重建的子带施加二次小波变换，将那些具有幅值相关性的高幅值系数的能量进一步集中到少量系数上，在增加了空间方向树高度的同时，增大了局部模极大值的幅值，有利于改善局部模极大值在中、低码率下的解码精度和交替投影的重建质量；利用父子系数间的幅值衰减规律，对模极大值重建后的小波系数幅值进行约束。

摘要： 本发明公开一种基于能量泄露和放大的改进SPIHT图像编码和解码方法，首先，沿着最高频子带的主要梯度方向施加二次小波变换，将那些具有幅值相关性的高幅值系数的能量进一步集中到少量系数上，并增加空间方向树的高度；其次，根据小波变换的高频子带会保留少量的中、低频信息的特点，利用Canny算子检测解码图像的主要边缘和轮廓，并迭代应用具有平滑下降沿的高通滤波器迭代地提取和放大高通系数中残留的中、低频信息，从而增强主要边缘和轮廓处的解码效果。实验结果表明，本发明可有效改善解码图像在低码率下的主客观质量。

摘要： 物联网下基于方向提升小波及改进SPIHT的图像压缩方法，本发明涉及图像压缩方法。本发明的目的是为了解决现有SPIHT方法很少考虑到由高频信息的缺失导致的边缘模糊或振铃效应，无法保留图像中更多细节，导致编码效率低的问题。过程为：一、得到分割后的图像块；二、得到分割后图像块的最佳预测方向；三、通过计算加权方向插值滤波器系数，对分数样本值进行加权方向插值，得到插值图像块；四、利用最佳预测方向，分别对插值图像块进行基于方向提升的小波变换，得到各变换后的图像块；五、由所有变换后的图像块构成整幅变换图像；六、利用改进的SPIHT方法对五得到的变换图像进行编码，得到编码后图像。本发明用于图像压缩领域。

摘要： 本发明公开了一种基于SPIHT标准的小波系数的存取方法，克服了现有技术基于SPIHT标准的小波变换过程中，小波系数存储及读取实现复杂度高的不足，实现的步骤为：(1)输入遥感图像；(2)对遥感图像进行第一级小波变换；(3)对第一级小波系数的低频子带进行第二级小波变换；(4)对第二级小波系数低频子带进行第三级小波变换；(5)对第三级小波系数低频子带进行第四级小波变换；(6)从SDRAM外部存储器读取第一级、第二级、第三级、第四级小波系数。本发明具有高效的存储小波系数效率以及高效的编码效率。

摘要： 提出一种基于混沌的内嵌的压缩彩色图像部分加密技术。修改SPIHT编码彩色图像不同类型的比特位的值导致图像不同程度的退化降质。这意味着编码时的六种比特位在解码时有不同程度的贡献。只要加密贡献最大的比特位，就可以保证信息不被泄露，并且计算量最小。分段线性混沌映射(The？Piecewise？Linear？Chaotic？Map，PWLCM)有非常好的遍历性和混乱性，适用于密码系统的随机数序列生成。通过实验进行了详细的性能和安全性分析，以确保能够抵抗各种攻击，计算量小于0.49%，并且保持了编码的可扩展性。