基于DCT扇形划分的压缩感知图像处理

提出了一种改进的DCT扇形划分的压缩感知方法。为了进一步提高图像重建质量,降低重建时间,使用扇形划分的形式保留低频带系数,利用不同采样率分别对中/高频带系数进行测量。利用正交匹配追踪算法（OMP）对中/高频系数进行恢复,进行DCT反变换重构图像。实验证明,在压缩率较小时,与单层小波等方法相比,该方法的重建效果得到明显提高。     

基于单层双树小波变换和平滑零范数法的压缩感知图像重构

基于压缩感知理论,从图像稀疏变换方式和压缩感知恢复算法两方面出发,对原有算法进行改进,提出了基于单层双树小波变换和平滑零范数法(Smoothed-L0)的压缩感知图像重构算法(DTSL0 )。该算法的思想是:对原始图像进行双树实系数小波稀疏变换,并使用Smoothed-L0压缩感知恢复算法予以重构。仿真实验表明:该算法在图像重构质量、执行速度,以及鲁棒性方面均有显著提升。     

基于小波变换的压缩感知在图像加密中的应用

利用单层小波变换的压缩感知算法的特点,提出了一种基于斜帐篷映射的混沌图像加密系统的改进方法.加密时,首先应用基于单层小波变换的压缩感知算法对图像进行初始化,然后对初始化后的图像加密.解密时,首先进行加密映射的反变换解密,然后利用正交匹配追踪算法(OMP)对高频系数进行恢复,最后再进行小波反变换重构图像.仿真结果表明,该算法不仅继承了原有系统的优良密码学特性,而且在相同时间条件下,在图像较小失真的情况下大大增加图像加密的安全性.     

基于局部DCT系数的图像压缩感知编码与重构

引入了压缩感知(Compressed sensing, CS)理论, 给出了在获取局部二维 离散余弦变换(Discrete cosine transform, DCT)系数的基础上高质量地编码与重构图像的新方法. 研究了在无量化和有量化情况下, 基于局部DCT系数的图像CS最小全变差重构算法. 在对DCT系数进行量化的过程中得到含噪的局部DCT系数, 在此基础上设计了能完成CS重构的图像编解码一般流程, 并构建了实际应用系统. 实验结果表明, 对于稀疏性较强的图像, 在图像编解码系统中结合CS理论与方法能得到高质量的重构图像, 与传统的直接反离散余弦变换(Inverse DCT, IDCT)方法相比, 峰值信噪比(Peak signal to noise ratio, PSNR)最大能提高5dB以上, 对于一般图像, PSNR也有较大提高.     

基于Curvelet变换的图像压缩感知重构

压缩感知主要采用离散余弦变换(DCT)和正交小波进行图像的稀疏表示,但是DCT时频分析性能不佳,小波方向选择性差,不能很好地表示图像边缘的信息。为此,利用Curvelet变换具有的多尺度、各向奇异性、更高稀疏表示性能等特性,提出基于Curvelet变换的图像压缩感知重构算法,采用Curvelet对图像进行稀疏表示和小波域阈值处理,以此解决信号重构噪声问题。实验结果证明,与传统小波变换和Contourlet变换相比,该算法在Lena图像上峰值信噪比平均提高了1.86 dB和1.15 dB。将Curvelet变换应用于压缩感知,能使图像边缘和平滑部分得到最优的表示,图像细节部分重构效果得到大幅提升,有效提高图像整体重构质量。     

单层小波分解下图像行列压缩感知选择算法

在进行图像压缩感知时发现以行或列进行压缩感知所得到的图像重构后的峰值信噪比(PSNR)是不同的。为了提高图像压缩重构的质量,提出了单层小波分解下图像行列压缩感知的选择算法。该算法首先计算图像的行与列数据的相对方差的最大偏离值,选择较小者对应的行或列作为压缩感知的对象,然后对图像进行单层小波变换分解出高频系数,在高斯观测矩阵下,对这些系数按指定的行或列进行压缩感知,最后利用正交匹配追踪算法(OMP)分别恢复压缩感知下的高频系数,并通过小波逆变换得到经过行列压缩感知后的重构图像,实验结果证明了算法的准确性。     

一种基于DCT Cycle Spinning的图像压缩方法

综合利用DCT变换和Cycle Spinning,提出一种新的图像压缩方法。由于图像的DCT压缩是分块完成的,且DCT变换缺乏平移不变性,直接应用DCT变换对图像进行压缩会使压缩重构图像产生块效应和伪吉布斯现象,导致图像失真。引入Cycle Spinning算法能有效地消除图像DCT压缩过程中产生的失真。实验结果表明,与一般图像DCT压缩方法相比,该方法明显改善图像视觉效果,显著提高图像的PSNR值。     

基于小波变换和压缩感知的语音信号压缩研究

对语音信号直接进行压缩感知处理,通常压缩的效率不高。针对此问题提出了一种基于压缩感知和小波变换的方法,首先用小波变换的方法对语音信号进行级数分解,然后采用压缩感知的方法对小波低频系数进行压缩,并丢弃高频系数,重构语音信号时高频系数用随机信号来取代。采用此种小波变换的方法,与直接采用压缩感知的方法相比,前者的语音信号MOS值稍有降低,但压缩率比直接压缩感知的方法降低了一倍,说明此方法可大大提高压缩的效率。     

基于单层小波变换的图像融合压缩感知研究

提出了一种将单层小波变换与压缩感知相结合的图像融合新方法，仅通过测量图像的高频小波系数且保留了低频小波系数，利用不同的方案对低频小波系数和高频小波系数的测量进行融合。结合总变分（TV）最小化算法和融合测量来恢复高频小波系数，运用逆小波变换对融合图像进行重建。实验表明，该方法具有良好的融合性能和较低的计算复杂度。     

基于区域特性的压缩感知多聚焦融合算法

传统的基于压缩感知的图像融合算法是对整个系数进行稀疏处理,而小波分解后的低频系数不稀疏,导致压缩重构质量降低,并且传统的融合规则不易简单、全面地提取高频系数的特征值。针对这一问题,分别对小波分解得到的高、低频系数采取不同的融合规则进行处理,提出了一种改进的区域特性高频压缩感知的融合算法。其中,低频系数采用区域方差加权绝对值最大融合;高频系数首先通过具有较好RIP性质的随机观测矩阵进行压缩采样,得到的观测值基于能量匹配度的不同进行相加或加权融合,以融合不同方向的高频子带特征信息,再用正交匹配追踪重构算法对高频部分进行信号重构。最后,低频、高频信息在小波逆变换下重构出融合图像。实验结果表明,与以往的基于压缩感知的融合方法相比,此算法的融合图像更清晰,新算法无论是在主观评价还是客观评价指标上都有利于图像信号重构,并具有较好的使用性。     

No-reference image quality assessment based on localized discrete cosine transform for JPEG compressed images

In this paper, we propose a new no-reference image quality assessment for JPEG compressed images. In contrast to the most existing approaches, the proposed method considers the compression processes for assessing the blocking effects in the JPEG compressed images. These images have blocking artifacts in high compression ratio. The quantization of the discrete cosine transform (DCT) coefficients is the main issue in JPEG algorithm to trade-off between image quality and compression ratio. When the compression ratio increases, DCT coefficients will be further decreased via quantization. The coarse quantization causes blocking effect in the compressed image. We propose to use the DCT coefficient values to score image quality in terms of blocking artifacts. An image may have uniform and non-uniform blocks, which are respectively associated with the low and high frequency information. Once an image is compressed using JPEG, inherent non-uniform blocks may become uniform due to quantization, whilst inherent uniform blocks stay uniform. In the proposed method for assessing the quality of an image, firstly, inherent non-uniform blocks are distinguished from inherent uniform blocks by using the sharpness map. If the DCT coefficients of the inherent non-uniform blocks are not significant, it indicates that the original block was quantized. Hence, the DCT coefficients of the inherent non-uniform blocks are used to assess the image quality. Experimental results on various image databases represent that the proposed blockiness metric is well correlated with the subjective metric and outperforms the existing metrics.

     

基于Retinex理论的压缩域图像增强方法研究

针对现有压缩域图像增强算法在提高图像对比度时,存在不能很好地增强图像细节及保持色彩信息的局限性,提出一种新的基于Retinex理论的DCT压缩域图像增强算法.该算法以Retinex理论为基础,将DCT系数分为入射分量(DC系数)和反射分量(AC系数),通过对DC系数进行动态范围调整,对AC系数进行细节增强调整,并使用阈...     

磁盘阵列错误隐藏的DCT系数重建算法研究

基于DCT变换的图象压缩，以块为单位进行DCT变换把图象从时域转换到领域，由于能量主要集中在少数低频系数，再结合量化、编码，可以实现有效的压缩，基于DCT的错误隐藏算法可用于客户端挖重建图象，隐藏存储系统或传输信道带来的错误，本文针对磁盘阵列中单个磁盘原失效，提出了三种客户端的基DCT编码的图象错误隐藏算法，并进行了验证。     

基于DCT的嵌入式图像编码

基于小波零树编码的相似结构，给出了一种均值去除的嵌入式DCT(MSEDCT)编码方法。该方法将子块DCT后的系数按一定方式重新组合，并针对重组后图像DC系数块存在的大量冗余信息，运用简单的均值去除方法进一步降低冗余信息。在此基础上，运用小波零树量化器及算术熵编码器实现对图像的有效压缩。实验结果表明，该方法在获得较高压缩比的同时，呈现出较好的图像质量，并具有比特率可分级特性，适合于无线网络或Internet上图像的累进传输或鲁棒传输。     

DCT域图像边缘的快速提取

压缩域的图像分析处理技术已成为多媒体研究领域的一个热点。文中给出了DCT压缩域图像边缘的快速检测方法。该方法直接利用DCT非零系数计算图像边缘点,不需要完全解压缩,与传统象素域边缘检测方法相比,大大降低了计算复杂度,并且能根据需要提取不同精度的边缘图像。该方法在远程目标识别或基于边缘的Web图像检索等方面将能满足一定的实时性要求,具有较好的实用价值。针对JPEG图像,给出了边缘提取的实验结果,并与传统的象素域边缘检测方法进行了比较。     

DCT子域辐射状分割的图像多描述编码算法

多描述编码（MDC）是有效提高不可靠网络中数据接收质量的一种新方法。结合JPEG编码中DCT子域系数的分布特点,在已有算法（MDBDS）的基础上提出了DCT子域辐射状分割系数的4描述图像MDC算法。该算法采用DC系数重复分配、缺失AC系数补零的方法获取较好的描述重构效果。实验证明,在相同压缩码率下,该算法的整体性能优于MDEZW、MDBDS等同类MDC算法。     

Compressed image reproduction based on block decomposition

A compressed image reproduction scheme is proposed by properly decomposing and manipulating the coefficients of discrete cosine transform (DCT) directly in the compressed domain. The basic idea of the proposed approach is to decompose each DCT block into several sub-blocks and to adjust the brightness and detail components of a given image for compressing dynamic range and enhancing contrast. Image reproduction based on the subblock decomposition can be done more precisely than any approach based on the normal block-sized approach. First, DCT coefficients of each block are decomposed into several sub-blocks. Next each sub-block's coefficients are separated into brightness and detail components, and treated differently according to content analysis. Then, the enhanced coefficients are projected on the constraint sets to avoid some artefacts, and are composed back to the original order. The main advantages of the proposed algorithm are that (i) it can enhance the dynamic range and details without affecting the compressibility of the given image since it operates directly in the compressed domain, and (ii) it does not boost blocking artefacts around big edges without any further processing. In order to evaluate the proposed scheme, several base-line approaches are described and compared using enhancement quality measures.     

基于自适应编码的SAR浮点模图像数据压缩

提出了一种基于DCT系数分布特征的自适应区域编码方法.从统计分析的角度出发,将8＊8图像块按照对角、垂直、水平和一般特征进行分类,再对照相应的量化表进行定值压缩.通过实验,证明了该方法可取得比较满意的结果.     

基于DCT压缩域的图像边缘检测算法

目前,大多数边缘检测算法都是在像素域内进行的,而图像数据大多以压缩格式传输和存储,因此要进行边缘检测,必须先经解压缩,变成非压缩格式,再进行处理,这无疑增加了计算量,影响了处理的速度和性能。给出了一种直接在DCT压缩域中进行边缘检测的方法,通过推导出的边缘检测矩阵算子,直接对反量化后的DCT系数进行处理,进而判断出图像边缘点。与传统的像素域边缘检测方法相比,文中算法由于不需要完全解压缩,因而大大降低了计算复杂度。