SPIHT的MATLAB实现（无算术编码阶段）

这些函数实现了 3D SPIHT 算法，用于压缩 3d 小波系数。 这种 3d 小波系数是在视频序列编码期间产生的。

基于小波变换的图像压缩SPIHT算法的matlab实现程序

[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。

SPIHT编解码算法设计.doc

一个关于spiht的c++版本的程序源代码，希望有助于学习小波编码

论文“黄克坤. 基于自适应编码顺序的分层树算法改进集划分[J], 计算机应用学报, 2012, 32(3):732-735.”的Matlab代码。 为了获得更好的图像边缘压缩，提出了一种改进的基于对系数的先验扫描的层次树中的集合划分(SPIHT)算法，该算法周围有更显着系数的系数。 系数或集合在编码前根据周围显着系数的个数进行排序，只要扫描了周围存在显着系数的集合，就对先前的显着系数进行细化。 扫描顺序是自适应确认的，不需要任何额外的存储。 它可以在指定的压缩比下编码更重要的系数。 实验结果表明，与SPIHT相比，该方法可以提高PSNR和主观视觉体验。

此处共享基于状态表的 SPIHT (STS) 图像压缩算法的 MATLAB 文件。 与 SPIHT 相比，STS 算法在压缩效率、复杂度和内存需求方面表现出更好的性能。 即使在更高的比特率下，它也会超过 JPEG2000。

SPIHT压缩算法，代码简洁，注释清楚，已调试可运行

使用CDF9/7小波基进行SPIHT进行图像压缩，效果不错 可以直接运行