基于自适应编码次序的多级树集合分裂算法matlab代码

上传者: kkcocoon | 上传时间: 2022-05-09 14:29:35 | 文件大小: 182KB | 文件类型: RAR
[原创]本matlab代码是2012年发表在"计算机应用"的文章"基于自适应编码次序的多级树集合分裂算法"的源代码。 为了在图像轮廓处获得更好的压缩效采,在多级树集合分裂( SPIHT)算法的基础上提出了一种优先编码周围邻域中重要系数较多的系数与集合的小波图像压缩算法。在编码之前对系数或集合按照周围重要系数的个数进行排序,而且在扫描完周围有重要系数的集合后,就精细扫描已经得到的重要系数。这种编码次序是自适应确定的,不需要任何额外的存储空间,而且在到达指定压缩比时能够编码更多的重要系数。实验结果表明,对比原来的SPIHT 算法,该方法能提高峰值信嗓比并改善主观视觉感受。

文件下载

资源详情

[{"title":"( 12 个子文件 182KB ) 基于自适应编码次序的多级树集合分裂算法matlab代码","children":[{"title":"ASPIHT","children":[{"title":"main_ASPIHT.m <span style='color:#111;'> 1.77KB </span>","children":null,"spread":false},{"title":"func_SPIHT_Dec.m <span style='color:#111;'> 11.25KB </span>","children":null,"spread":false},{"title":"func_prior_pix.m <span style='color:#111;'> 1.44KB </span>","children":null,"spread":false},{"title":"func_ReadRaw.m <span style='color:#111;'> 755B </span>","children":null,"spread":false},{"title":"wavecdf97.m <span style='color:#111;'> 9.35KB </span>","children":null,"spread":false},{"title":"img_lena.bmp <span style='color:#111;'> 257.05KB </span>","children":null,"spread":false},{"title":"listorder.m <span style='color:#111;'> 782B </span>","children":null,"spread":false},{"title":"func_SPIHT_Enc.m <span style='color:#111;'> 10.74KB </span>","children":null,"spread":false},{"title":"func_MyDescendant.m <span style='color:#111;'> 1.07KB </span>","children":null,"spread":false},{"title":"Thumbs.db <span style='color:#111;'> 5.50KB </span>","children":null,"spread":false},{"title":"func_prior_set.m <span style='color:#111;'> 2.61KB </span>","children":null,"spread":false},{"title":"readme.txt <span style='color:#111;'> 2.11KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

  • u011835430 :
    参考了一下,不要资源积分,多谢分享
    2015-06-20
  • qq_25852833 :
    和自己预期的功能不太相同。。
    2015-05-12
  • qq_26583741 :
    感觉看的不是太懂,和想象的不一样
    2015-03-15
  • zzz332332 :
    好像功能不好
    2014-12-01
  • u014160141 :
    好像没有预想的功能呢 莫非我操作不对?
    2014-03-18

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明