针对传统视觉注意模型在遥感影像视觉显著区域检测中存在的计算复杂度高、检测精度低等缺点，提出了一种新的视觉显著区域快速检测算法。首先利用整数小波变换降低遥感影像的空间分辨率，从而降低视觉注意焦点检测的计算复杂度；然后在视觉特征融合中引入二维离散矩变换，生成边缘与纹理信息更为丰富的遥感影像显著图；最后在显著图分析中提出区域增长策略来获得视觉显著区域的精确轮廓。实验结果表明，新算法不仅有效降低了遥感影像视觉显著区域检测的计算复杂度，而且能够精确描述视觉显著区域的轮廓信息，同时避免了对整幅遥感影像的分割与特征提取，为今后的遥感影像目标检测提供了一定地参考价值。

为满足基于整数小波变换(IWT)的高速图像实时处理系统要求, 根据提升小波的框架结构, 提出一种基于FPGA多级二维整数小波变换核的结构设计与实现方案。该结构通过将边界扩展过程内嵌于变换过程中, 且只需要三行数据缓存, 即可以实现行和列同时进行滤波变换。整个变换过程插入多级流水线寄存器, 进而降低了功耗, 减少了所需内存, 达到了更高的处理速度和硬件资源利用率。模块采用VHDL语言进行设计, 通过在XCVP30 FPGA上验证, 该IP核能稳定在100MHz时钟频率下, 对尺寸大小为1600×1200, 深度为12bit图像, 当二幅图像输出时间间隔大于图像三行数据输出时间, 在不需要将图像分割成小块情况下, 就可以同步完成对图像的多级IWT, 完全满足高速图像实时处理系统需求。

为了提高提升框架下整数小波变换(IWT)对图像的有损编码效率，需要在提升步骤中引入缩放因子。但是，缩放因子通常为无理数，需增加3个额外的提升步骤用以保证变换结果的整数特性，这不仅增加了计算复杂度而且加大了截断误差对图像压缩的影响。提出一种结合最优缩放框架与四叉树分割的图像编码算法，在对图像进行无缩放因子的整数小波分解后，各子带仅乘一次缩放因子，降低了变换的计算复杂度。在编码过程中，利用新的四叉树分割框架提高重要系数的搜索效率。实验结果表明，新算法不仅获得了较好的图像有损压缩效率，而且较一般IWT具有更低的计算复杂度，对今后遥感与医学图像压缩具有一定价值。

遥感图像通常含有丰富的边缘与纹理特征, 一般的整数小波变换只能较好地降低高频子带中水平与垂直边缘及纹理能量而非水平或垂直方向的边缘与纹理能量仍较高。针对该问题提出一种新的基于自适应方向提升整数小波变换(ADL-IWT)与部份偶数优先阈值(PEOT)的遥感图像压缩算法。该算法利用自适应方向提升整数小波削弱遥感图像高频子带中非水平或垂直方向的边缘与纹理能量。同时对部分编码量化阈值区间进一步优化, 提高编码算法在这些阈值区间上的重要系数搜索效率。基于ADL-IWT和PEOT的集合分裂嵌入块(SPECK)编码算法的实验结果表明, 新算法不仅支持单一码流下从有损到无损的遥感图像编码, 而且有损压缩峰值信噪比好于采用普通IWT的SPECK算法。

提出一种基于保留最佳主成分的主元分析法(PCA)和整数小波变换相结合的超光谱图像压缩新方法, PCA能够有效地消除超光谱图像的谱间相关性, 而整数小波变换在去除空间相关性方面具有长处。对超光谱图像的空间进行等份分割, 进行PCA和小波变换编码, 能够有效地减少运行时间, 通过建立压缩比与保留主成分(PC)个数之间的非线性关系模型, 快速求出任意压缩比下保留PC的最佳个数。通过对AVIRIS光谱成像仪和研制的超光谱成像仪的光谱图像压缩分析表明, 这种改进的主元分析和整数小波变换相结合的算法在压缩效果和运行速度方面有明显提高, 更易于硬件实现。

本文提出了一种整数递推广义交叉校验算法.在对遥感图像做小波变换后,统计子带中小波系数的幅值分布,进行同值小波系数合并运算,然后通过整数优化递推加速广义交叉校验计算过程,减少相邻阈值下广义交叉校验函数的冗余计算.在对多幅遥感图像仿真实验中,当噪音标准差为10~30时,整数递推-广义交叉校验算法耗时仅为广义交叉校验算法的2%至0.5%,且保证了去噪效果一致,能有效提高图像PSNR0.66 dB至6.03 dB.此外,广义交叉校验算法耗时随噪音增大及遥感图像尺寸增长而迅速升高,整数递推-广义交叉校验算法耗时则相对平稳.

基于提升框架的整数小波变换在图像编码中不仅具有低计算复杂度与低存储开销等优点，而且支持单一码流下图像从有损到无损的渐进编码与传输，在遥感图像压缩中得到广泛研究与应用。但是提升框架下的整数小波变换属于非线性变换，变换后图像系数具有较低能量集中性，降低了图像的有损压缩效率。为此提出一种新的遥感图像编码算法，通过在编码环节引入整数平方阈值与子带块分割策略，充分利用了整数小波变换的特点。实验表明，新算法不仅保留了整数小波变换的较低计算复杂度，而且提高了整数小波变换在遥感图像有损压缩中的峰值信噪比。

在全彩LED大屏幕同步显示系统中,存在图像的实时显示与通信带宽之间的矛盾。文章采用整数小波变换(IWT)算法进行图像压缩后传输,大幅减小了通信量。由于IWT算法仅含有整数加减和移位运算,避免了当前大多数图像压缩解压算法需要复杂的浮点型运算的缺陷,从而可以在显示屏控制器中实现图像的快速解压。实验表明,此算法可以得到较好的图像压缩效果,VLSI硬件设计只占用很少的系统逻辑单元,同时可达到很快的图像重构速度,能够满足同步屏图像实时显示的要求。

本文对医学图像先采用DPCM预测变换后,再选择IWT(整数小波变换)对其进行分解,对分解后的低频和高频子带分别作无损Huffman编码和有损矢量量化。根据小波分解后系数的分布特征,能量大部分集中在低频部分,对低频进行无损熵编码,对高频采用量化处理,去除人眼不敏感的冗余信息。最后利用处理过的低频和高频系数进行重构获得压缩后的图像。并与传统的离散小波变换压缩编码,JPEG和JPEG2000进行比较,实验结果表明,利用该方法能得到较高的压缩比和较好的压缩效果。