×

用于无损图像压缩的非线性自适应小波变换。 (英语) Zbl 1174.94314号

摘要:本文提出了一类用于无损图像压缩的非线性自适应小波变换。在提升的更新步骤中,根据原始图像的局部梯度选择不同的算子。非线性形态预测器遵循更新自适应提升,以减少边缘附近用于减少编码的大小波系数。非线性自适应小波变换还可以实现完美的重构,而无需任何开销。实验结果表明,自适应变换图像的熵比非自适应变换图像低,在无损图像压缩中具有很大的应用潜力。

MSC公司:

94A08型 信息和通信理论中的图像处理(压缩、重建等)
42立方厘米 涉及小波和其他特殊系统的非三角调和分析
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Said A,Pearlman H E.无损和有损图像压缩的图像多分辨率表示[J]。IEEE Trans Image Processing,1996,5(9):1303-1310·数字对象标识代码:10.1109/83.535842
[2] Adams M D,Kossentini F.用于图像压缩的可逆整数到整数小波变换:性能评估和分析[J]。IEEE Transon Image Processing,2000,9(6):1010–1024·Zbl 0962.94023号 ·数字对象标识代码:10.1109/83.846244
[3] Sweldens W.提升方案:第二代小波的构造[J]。应用与计算谐波分析杂志,1996,3(2):186-200·Zbl 0874.65104号 ·doi:10.1006/acha.1996.015
[4] Daubechies I,Sweldens W.将小波变换分解为提升步[J]。傅里叶分析应用杂志,1998,4(3):245–267·Zbl 0913.42027号
[5] Calderbank R,Daubechies I,Sweldens W.使用整数到整数小波变换的无损图像压缩[J]。IEEE国际会议图像处理,1997,(1):596–599。
[6] 王晓明,王晓明.任意维递增阶小波族[J]。IEEE Transon Image Processing,2000,9(3):480-496·Zbl 0977.94006号 ·doi:10.1009/83.826784
[7] Heijmans H,Pesquet B.通过更新提升构建非冗余自适应小波[EB/OL]。[2005-07-02]. http://db.cwi.nl/who/wim/ . ·Zbl 1088.42022号
[8] Goutsia J,Heijmans H.非线性多分辨率信号分解方案——第一部分:形态金字塔[J]。IEEE Transon Image Processing,2000,9(11):1862-1876·Zbl 0962.94031号 ·doi:10.1109/83.877209
[9] Goutsia J,Heijmans H.非线性多分辨率信号分解方案——第二部分:形态小波[J]。IEEE Transon Image Processing,2000,9(11):1897-1913·Zbl 0962.94032号 ·数字对象标识代码:10.1109/83.877211
[10] Boomgard R,Smedulders A.图像的形态结构:形态尺度空间的微分方程[J]。IEEE Trans-on Pattern Ana Machine Intel,1994,16(11):1101–1113·doi:10.1109/34.334389
[11] Cha H,Chaprarro F.信号的自适应形态学表示:多项式和小波方法[J]。多维系统与信号处理,1997,8(3):249–271·Zbl 0886.94003号 ·doi:10.1023/A:1008253510441
[12] Boulgoris N V.基于最优预测、自适应提升和条件算术编码的无损图像压缩[J]。IEEE图像处理综述,2000,10(1):1-14·Zbl 1039.68776号 ·数字对象标识代码:10.1109/83.892438
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。