在基于小波变换的图象压缩方案中，嵌入式零树小波 EZW(Embedded Zerotree Wavelets)[1]编码很好地利用小波系数的特性使得输出的码流具有嵌入特性。近年来，在对EZW改进的基础上，提出了许多新的性能更好的算法，如多级树集合分裂算法(SPIHT :Set Partitioning In Hierarchical Trees)[2]，集合分裂嵌入块编码(SPECK：Set Partitioned Embedded bloCK coder)，可逆嵌入小波压缩算法(CREW:Compression with Reversible Embedded Wavelets)[3] 。本文对这些算法进行了原理分析、性能比较，说明了嵌入式小波图象编码的研究方向。

零树小波压缩算法，VC工程，研究小波图像压缩必备

小波零树编码的MATLAB程序源代码，附带测试用例

使用小波和质量评估工具箱。 函数 spspiht.m 所需的 SPIHT 二进制文件可以从 SPIHT 图像压缩主页下载，见下文。 职能： dead_zone_q - 中心死区在零附近的量化ezw - EZW（嵌入式零树小波）图像压缩pdf_opt - 量化小波系数重构值的优化 (pdf) spiht_stream_dec - 对 spiht_wpackets.m 产生的比特流进行解码spiht_wpackets - 使用小波包 (WP) 分解的 SPIHT 图像压缩spspiht - 用于批量执行 DOS SPIHT 二进制文件的脚本 函数 spspiht.m 所需的 DOS SPIHT 二进制文件可以在 SPIHT 图像压缩主页上找到。 源代码和一些说明也在 Github 上（在 /ZerotreeCoding 下）： https://github.com/nsprljan/Im

嵌入式小波零树图像编码算法的Matlab编程实现.pdf

一种无链表零树熵编码算法及其FPGA实现.pdf

用VC++程序对图像进行编解码并利用MATLAB对结果进行分析。并附详细的操作说明

分析可伸缩视频编码系统中由嵌入式零树编码生成的码流特征,提出一种利用最优预测估计思想将算术编码和游程编码相结合,实现熵编码优化的新方法。实验结果表明,该方法比传统自适应算术编码的效率提高了10%左右,达到了进一步压缩数据的目的。

基于小波变换的嵌入式零树编码压缩技术研究 硕士论文

这是使用MATLAB语言实现小波分析在图像压缩中应用的一个算法--"嵌入式小波零树编码算法（EZW）"的一个带有界面的小程序