搜索结果: 1-6 共查到“计算机图象处理 SPIHT”相关记录6条 . 查询时间(0.078 秒)
基于提升小波变换的SPIHT编码算法研究
提升小波变换 DCT变换 SPIHT编码算法
2009/7/2
针对小波变换和多级树集合分裂图像编码具有浮点数运算、算法复杂等特点，采用整数实现的提升格式代替了原来的小波变换，并结合提升小波变换和DCT变换的特点，提出了一种改进方案。仿真结果表明，在相同的较低比特率情况下，与原算法相比，峰值信噪比有明显提高，取得了更优的压缩效果。
改进的多分辨率SPIHT算法
图像压缩 小波分析 SPIHT算法
2009/4/30
由于引入了小波树，隐藏了扫描路径，因此SPIHT算法能获得较高压缩比，同时保持较好的图像解码质量。而多分辨率SPIHT算法能根据接收方的分辨率需求，使解码器根据不同信道条件选择图像还原分辨率。但是，该算法按照分辨率级成组扫描处理每级LIP, LIS, LSP表，更新下一级表时，会造成重复比较和冗余编码，既浪费执行时间，又增加了计算复杂度。该文改进了该算法，简化了原有算法流程，减少了编码冗余。理论分...
结合近似最优比特分配的改进SPIHT算法
图像编码 小波变换 零树量化 比特分配
2009/2/23
SPIHT算法是一种实用、高效的小波零树图像编码算法。针对SPIHT算法存储空间需求大、运算复杂度较高等缺点，提出了一种改进的快速、低存储SPIHT算法，该算法将小波变换所形成的水平、垂直、对角和低频4个子带分成4个处理单元，对每个处理单元分别进行量化编码，并在各单元之间采取近似最优比特分配以提高量化性能。实验结果表明，改进算法在提高峰值信噪比等性能指标的同时，有效地减少了算法的存储需求及运算时间...
基于SPIHT算法的改进ROI图像编码
SPIHT算法 改进ROI 图像编码
2009/2/7
将分层树集合划分算法(Set Partitioning in Hierarchcal Trees, SPIHT)引入到感兴趣区域(Region of Interest, ROI)编码中。对前n个高比特平面进行编码时，将ROI区域与背景无区分进行编码。对n个高比特平面之后的平面进行编码时，将背景区域进行清零操作，ROI区域继续用SPIHT算法进行编码。此算法的优点：位平面数减少；整个图像的基本信息能...
基于分类和3D-SPIHT算法相结合的多光谱图像压缩
遥感图像 变换编码 SPIHT 分类预测
2008/6/5
文中提出了一种基于分类预测的三维SPIHT算法，并对多光谱1~7波段图像进行了压缩实验。首先对图像数据作三维变换，空域采用浮点97小波去除相关性，谱域分类预测去除冗余；再根据分类预测算法获得系数的残差图像，并对残差图像进行三维SPIHT编码; 而对分类预测时得到的码书和索引表进行哈夫曼无损压缩; 将这3个编码文件传送到解码端用于图像重构。实验证明该算法具有很好的重构效果。
基于SPIHT和分类比特编码的无损图像压缩
分类比特编码 SPIHT
2008/3/11
在整数小波变换的基础上提出了一种基于SPIHT分类比特平面上下文编码的无损图像压缩算法,和其他方法比较,把变换后的系数分成符号模板、高位比特位、低位比特位三类,对高位比特位的系数用SPHIT算法进行编码,而符号模板和低位比特位用基于上下文的算术编码,在低位比特位的上下文编码中不仅考虑了同一位平面的相邻位置相关的上下文,也考虑位平面之间的上下文。实验表明,提出的方法具有较好的压缩效果。