优化SPIHT图像压缩算法：减少冗余提升效率

该篇论文主要研究的是"基于改进的SPIHT图像压缩算法"，作者胡晖和卢珏来自武汉理工大学信息学院。他们针对SPIHT算法中的零树结构和分集判断规则中存在的冗余问题进行了深入探讨。SPIHT算法，全称为Set Partitioning in Hierarchical Trees，是一种基于小波变换的高效编码方法，尤其适用于逐次传输图像数据，因为它具有嵌入式编码特性，允许解码器在接收到部分数据后逐步恢复图像。 原始SPIHT算法的编码过程中，零树结构被用于表示不重要的系数，形成金字塔状的数据结构，底层包含关键信息，高层则逐渐稀疏。然而，这可能导致在编码初期产生大量零树和不必要的冗余判断。论文提出了一种改进方法，通过调整初始化步骤和分集判断规则，旨在减少这些冗余，从而提高编码效率。改进的主要目标是优化零树的生成过程，减少无用信息的传输，以提升压缩后的图像质量和压缩率。 实验结果显示，经过改进的SPIHT算法在保持图像质量的同时，显著提升了峰值信噪比，显示出优于原算法的压缩效果。论文的关键点集中在图像压缩、小波变换和SPIHT算法的优化上，尤其是在零树结构设计和分集策略上的创新。这篇论文不仅总结了SPIHT算法的工作原理，还提供了实际应用中的优化策略，对于图像压缩技术的研究者和工程师来说，具有重要的参考价值。中图分类号TP919.81表明了该研究属于计算机科学技术领域中的图像处理与编码部分。