共查询到20条相似文献，搜索用时 156 毫秒
1.
提出了基于分段线性系数变换函数的编码预处理算法,是在基于小波变换的图像压缩方案中量化步骤之后,数据进入编码器进行编码之前,增加了一个使用分段线性函数对高频子带的变换系数进行编码前预处理的步骤.一定程度上克服了高倍率图像压缩在编码过程中小变换系数的丢失较多的问题.实验证明,该算法在主客观质量方面都较解码端高斯纹理信息重建算法出色. 相似文献
2.
基于小波理论的遥感图像高保真压缩方法研究 总被引：16，自引：2，他引：14
根据遥感图像局部相关性较弱、纹理复杂丰富的特点,提出了基于小波分析理论的自适应标量、矢量混合量化压缩方法。该方法根据遥感图像小波变换后高频子图的局部块纹理强弱将这些块划分为４类,对平坦块进行高倍压缩,对纹理块进行高保真压缩,使各块的恢复误差大致平衡。其主要特点是避免了矢量编码过程中的码书训练和码书搜索,因而时间性能好,并且对单幅图像的压缩比和峰值信噪比（ＰＳＮＲ）优于ＪＰＥＧ方法。此方法与ＫＬ变换去波段相关技术相结合,应用于多波段遥感图像压缩领域,收到了良好的效果。 相似文献
3.
4.
5.
6.
本文研究了如何使用基于小波变换的块自适应量化（WT-BAQ）算法压缩合成孔径雷达原始数据。结合一组实测SAR原始数据,进行了压缩和解压缩,并计算了数据域及图像域评价参数,给出了压缩算法最终所成的图像。并与块自适应量化（BAQ）、块自适应矢量量化（BAVQ）以及小波包变换块自适应量化（WPT-BAQ）方法进行了性能比较。实验表明,在相同比特率条件下,本文算法得到的数据域信噪比和图像域信噪比均比另外三种算法高。本文算法具有一定实用价值。最后文章给出了结论和将来进一步的工作。 相似文献
7.
《国土资源遥感》2015,(4)
结合离散小波变换(discrete wavelet transform,DWT)与二维多级中值滤波(two-dimensional multi-stage median filtering,TMMF)算法,提出了一种遥感图像自适应去噪(de-noising)算法。该算法首先对噪声图像进行单层DWT,分出低频子图像和高频子图像,由于其中的低频子图像包含了大量背景信息,几乎不受噪声的污染,因而变换后仍保持原样无需再处理;对于高频子图像继续执行单层DWT,获得多方向分布的次低频子图像和次高频子图像;然后对次高频子图像采用改进的TMMF算法进行去噪,对次低频子图像采用改进的小波硬阈值函数模型进行噪声抑制;最后对上述去噪后的子图像进行二次小波重构,得到去噪后的遥感图像。采用3景细节信息丰富的遥感图像进行算法性能测试,并与TMMF算法、改进的TMMF算法以及小波变换硬阈值去噪算法进行比较,结果表明,基于双重离散小波变换算法的去噪性能有所提升。 相似文献
8.
提出了一种基于小波包变换和误差扩散的打印扫描图像水印算法。首先对图像进行三层小波包分解,并将其作为水印嵌入到分解后的高频分量的低频子带,然后进行小波包重构得到嵌入水印的图像,再运用改进的噪声平衡误差扩散算法加网得到含水印的半色调图像。实验表明,该算法对于打印扫描过程的无意攻击具有良好的鲁棒性。 相似文献
9.
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 总被引：5，自引：1，他引：5
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。 相似文献
10.
针对传统图像降噪方法难以适用于露天矿无人机(UAV)图像降噪的问题,该文提出了一种基于经验小波变换(EWT)算法思想的露天矿UAV图像快速降噪方法。采用Littlewood-Paley小波算子检测提取UAV图像噪声特征,以提高阈值函数匹配精度;借助改进的自适应H阈值函数对UAV图像噪声进行计算,提高UAV图像边缘细节度;并通过二维经验小波变换逆重构,从而提高UAV图像纹理精度。实验结果表明,本文算法能够实现露天矿UAV图像的快速降噪,保留边缘细节和纹理特征,并具有较好的降噪效果。 相似文献
11.
在将小波包变换应用于影像融合的过程中,选择不同性质的小波包基,会得到不同效果的融合影像。如何在其中找到性质最好的小波包基,即最佳小波包基,并在此基础上实现影像的融合具有重要的意义。影像融合涉及到两幅影像,最佳小波包基的搜索需要在两棵小波包树上进行,而已有的最佳小波包基搜索算法只能在一棵小波包树上实现。本文提出了一种在两棵小波包树上搜索最佳小波包基的算法,并基于由此算法得到的最佳小波包基,实现了一种新的基于最佳基小波包变换的影像融合。试验结果表明:在采用基于特征的融合规则的条件下,该方法所得的融合影像,无论是在视觉效果上还是在评价指标上都优于由其他小波包变换方法(包括小波变换方法)得到的融合影像。 相似文献
12.
基于新型嵌入小波编码策略的图像压缩算法研究 总被引：2，自引：1，他引：2
在一系列新量化编码算法中，由J．M．shapiro提出的嵌入零树小波编码(简称为EZW)被认为是最先进的方法之一，然而，它也存在明显不足之处：为了确定小波系数是零树根还是孤立零，必须利用小波系数间存在的双亲-子女(Parent-Children)关系去搜索扫描其所有后代，而这必然会导致扫描高频子带所产生的二进制符号流中存在大量冗余，从而大大影响其编码效率。提出了一种基于新型嵌入小波编码策略的图像压缩算法，该算法能够通过以下措施提高EZW编码方案工作效率：①采用全新的嵌入小波编码策略，不再利用导致计算量剧增的双亲-子女(Parent-Children)关系；②进行嵌入小波编码时，不再考虑ZTR(零树根)和IZ(孤立零)符号。实验结果表明：提出的新图像编码算法在压缩／解压缩速度、图像复原质量等方面均明显优于EZW编码方案。 相似文献
13.
小波包多阈值去噪法及其在形变分析中的应用 总被引：1，自引：0，他引：1
在GPS变形监测领域,传统的小波去噪只保留低频上的有用信息,很容易去掉中频以及高频上的有用信息。小波包分析方法是近几年发展起来的一种新的小波分析方法,它同时考虑了各个频段上的有用信息,因此是一种更为精细的去噪方法。小波包去噪的关键是对小波包分解系数选取合适的阈值准则并进行阈值处理,但传统的小波包去噪并没有对此进行充分的研究。本文针对传统小波、小波包分析的不足,提出了一种基于频率顺序并依据信息类型分段的多阈值准则小波包去噪法。通过理论分析与实际应用,结果表明新方法能够高效剔除各频段的噪声,同时当采样频率较低时能有效保留去噪信号中频率高达10-1 Hz数量级的有用信息,其去噪能力优于传统的小波、小波包等其它去噪方法,因此可以广泛应用于高精度GPS变形监测领域中。 相似文献
14.
用于末制导的SAR图像多子区实时匹配算法 总被引：2，自引：0，他引：2
为实现用于无人飞行器末制导的SAR实时影像与多源基准影像的匹配,提出一种新的基于子区位置关系约束的SAR图像匹配算法。首先将SAR图像进行对数变换,并进行小波包分解,在高频子图部分对小波包系数进行收缩,抑制噪声,然后利用断面检测法提取边缘。匹配中将SAR实时图分为多个子区,用子区灰度标准差和频谱直方图判别其可匹配性,并更新不可匹配区。将各子区位置分布关系用作匹配结果的约束条件。为保证算法实时性,匹配采用基于提升小波的金字塔分层搜索策略。用星载SAR图像和卫星光学图像进行了大样本匹配实验,实验结果表明该方法是一种能在精度、实时性和可靠性方面都能满足导弹末制导要求的实时匹配算法。 相似文献
15.
16.
针对高分辨率卫星影像提出一种基于粗糙集和小波包分析的融合算法。首先基于图像的粗糙集知识系统采用粗糙增强法对影像进行增强预处理,然后采用小波包对影像融合。实验结果表明融合图像比源图像具有更好的视觉特征。融合后影像不仅很好地保留了原多光谱图像的光谱特征,而且在增强信息锐化度,改善解译的精度等方面均收到很好的效果。 相似文献
17.
Vipula Singh Navin Rajpal K. Srikanta Murthy 《Journal of the Indian Society of Remote Sensing》2009,37(2):185-199
Image compression forms the backbone for several applications such as storage of images in a database, picture archiving,
TV and facsimile transmission, and video conferencing. Compression of images involves taking advantage of the redundancy in
the data present within an image. This work evaluates the performance of an image compression system based on fuzzy vector
quantization, wavelet-based sub band decomposition and neural network. The vector quantization is often used when high compression
ratios are required. The implementation consists of three steps: first, the image is decomposed into a set of sub bands with
different resolutions corresponding to different frequency bands. Different quantization and coding schemes are used for different
sub bands based on their statistical properties. In the second step, wavelet coefficients corresponding to the lowest frequency
band are compressed by differential pulse code modulation (DPCM) and the coefficients corresponding to higher frequency bands
are compressed using neural network. Finally, the result of the second step was used as input to fuzzy vector quantizer. Image
quality was compared objectively using mean squared error and peak signal to noise ratio along with the visual appearance.
The simulation results show clear performance improvement with respect to decoded picture quality when compared with other
image compression techniques (Liu, 2005; Premaraju, 1996). 相似文献
18.
基于信号和噪声在提升格式小波分解中呈现出的不同特性，提出了一种新的小波包去噪算法。该算法采用提升格式小波对SAR图像进行最优小波包分解，并计算每个子频带的能量范数，然后根据软阈值法和能量范数区分信号和噪声，达到去除噪声的目的。试验结果表明，该算法对SAR图像具有较好的去噪效果，不仅可以去除图像中的大部分噪声，而且可以较好地保留图像纹理的细节信息。与传统小波包算法相比，其计算速度快了一倍左右。 相似文献
19.
According to the different characteristics that signal and noise exhibit during wavelet decomposition, a new denoising method based on the lifting scheme wavelet packet decomposition is presented. In this method, the SAR images are decomposed by using the best wavelet packet and the norm of each sub-band are calculated; signals and noise can be discriminated based on the norm and soft-threshold method, and the images can be denoised. Experiments show that the proposed algorithm has excellent performance in denoising SAR images, and can remove most noise of images with well-kept texture detail information. The calculating speed of the method is twice the speed of the general wavelet packet transform algorithm. 相似文献
20.
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。 相似文献