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。
(分级树的集合分裂)编码算法随着扫描次数增加,压缩时间增长。
SPIHT算法是压缩编码效率很高的静止图像压缩编码算法。
由于引入了小波树,隐藏了扫描路径,SPIHT能获得高压缩比,同时保持较高的图像质量。
该算法能够有效地对纹理丰富的图像区域进行编码,比EZW和SPIHT算法具有更好的编码效果。
然而,SPIHT对路径可靠性要求严苛,任何路径信息的传输错误都会导致剩余所有码元的解码出错。
对噪声滤除后的图像数据,我们再利用小波变换结合SPIHT编码方法进行压缩。
分层树的集分割算法是一种简单、有效的嵌入式零树编码算法。
然后采用改进的多级树集合分裂(SPIHT)算法编码形成嵌入式码流。
而后提出的多分辨率SPIHT算法能使解码器根据信道条件,选择图像还原分辨率。
本论文在阶级树集合分割演算法中加入两个步骤以改善编码效率。
最后,为了更为充分的利用小波变换的特点,本文从多个角度对EZW、SPIHT算法进行了改进。
用深度优先搜索流处理的比特平面并行SPIHT编码结构
用整数小波结合改进SPIHT编码实现静止图像无损压缩
结合矢量量化的SPIHT算法用于多光谱图像压缩
阈值走势及小波变换尺度对SPIHT编码性能影响的研究
基于加权率失真优化SPIHT算法的干涉多光谱图像压缩