基于离散Tchebichef矩和软决策量化的图像压缩

图像压缩编码能有效地减少图像像素间的信息冗余,并同时能保证图像重构质量和较低的计算复杂度。基于变换域的图像压缩编码是目前最常用且性能最优的压缩技术之一,但基于离散正交矩的图像压缩方法还未被深入研究。在研究JPEG的编解码流程的基础上,提出了基于离散Tchebichef矩的图像压缩算法。通过KS测试统计的方法研究变换系数的分布规律,利用软决策量化设计最优的量化表近似码率和失真度,从而提升了重构图像质量;接着对量化结果进行熵编码,最终实现了基于离散Tchebichef矩的图像压缩和重建全过程。在JPEG顺序编解码的流程下,与主流的DCT图像压缩方法进行比较,实验结果表明,比特率大于0.5bpp时,该算法重构的图像的质量更高;当PSNR分别为35dB,40dB,45dB时,其压缩性能明显优于DCT。同时,它们在编解码运行时间上接近。     

基于DCT快速变换的图像压缩编码算法

在JPEG标准中,基于图像压缩的有损压缩算法中的离散余弦变换（DCT）,应用于很多图像压缩场合,并且在实际操作中,能获得较高的压缩比,同时压缩后的图像与原始图像的视觉效果基本相同,因此得到了广泛应用。为了达到提高图像质量的目的,文中提出了一个基于二维离散余弦变换（DCT）的图像压缩改进算法,该算法通过设置量化系数来控制图像压缩数组的大小。同时,在图像压缩部分利用DCT快速算法。仿真实验结果表明：该算法进一步提高了图像的峰值信噪比（PSNR）和主观视觉质量。     

基于方向编码的离散余弦变换域图像隐写算法

提出一种基于方向编码的离散余弦变换(DCT)域图像隐写算法。将秘密图像进行8×8块的离散余弦变换后,采用JPEG标准量化表进行量化,将得到的DCT系数做行程编码,间接提高嵌入容量。同时对载体图像进行8×8块的离散余弦变换,采用改进的量化表进行量化,由此提高嵌入容量和含密图像的质量。通过基于方向编码的嵌入算法将秘密信息嵌入载体图像DCT系数的中低频部分。实验结果证明,该隐写算法嵌入容量大,得到的含密图像视觉质量好,可抵抗 分析攻击。     

基于CS理论的嵌入式监控系统视频编码

将压缩感知理论应用于视频编解码中,给出了视频图像帧内和帧间编码的CS采样图像编码与重构新方法.通过仿真实验表明在图像编解码系统中,与传统视频编码方法相比,结合CS理论的方法能得到更高质量的重构图像,PSNR有较大提高.     

基于JPEG双量化效应的图像盲取证

JPEG图像的双量化效应为JPEG图像的篡改检测提供了重要线索.根据JPEG图像被局部篡改后,又被保存为JPEG格式时,未被篡改的区域(背景区域)的离散余弦变换(DCT)系数会经历双重JPEG压缩,篡改区域的DCT系数则只经历了1次JPEG压缩.而JPEG图像在经过离散余弦变换后其DCT域的交流(AC)系数的分布符合一个用合适的参数来描述的拉普拉斯分布,在此基础上提出了一种JPEG图像重压缩概率模型来描述重压缩前后DCT系数统计特性的变化,并依据贝叶斯准则,利用后验概率表示出图像篡改中存在的双重压缩效应块和只经历单次压缩块的特征值.然后设定阈值,通过阈值进行分类判断就可以实现对篡改区域的自动检测和提取.实验结果表明,该方法能快速并准确地实现篡改区域的自动检测和提取,并且在第2次压缩因子小于第1次压缩因子时,检测结果相对于利用JPEG块效应不一致的图像篡改盲检测算法和利用JPEG图像量化表的图像篡改盲检测算法有了明显的提高.     

基于改进层式DCT的压缩感知图像处理

为改善图像压缩质量,提出一种基于改进层式离散余弦变换(DCT)的压缩感知图像处理方法。该方法保留层式DCT变换的最高层系数,只对其余层高频子带系数进行压缩感知随机测量。利用正交匹配追踪算法对高频系数进行恢复,通过DCT反变换重构图像。实验结果表明,与基于层式DCT的方法相比,在相同压缩比的情况下,该方法重构图像的峰值信噪比较高。     

基于快速二维离散余弦变换算法的人脸特征提取

离散余弦变换(DCT)具有图像信号处理后对图像显示效果影响不明显的优点。本文针对离散余弦变换(DCT)系数在人脸识别中的应用,研究不同的DCT块进行编码后其系数对图像质量和识别结果的影响,提出利用快速2D-DCT(二维离散余弦变换)代替普通DCT的人脸特征提取方法。该方法可以使得在对人脸进行平均分割后的图像块处理时间大大减少,从而能够在同样的时间内提取更多的DCT系数用于人脸识别。实验结果表明,该方法快速而且是有效的。     

H.264中全零块预判的新方法

为了避免全零DCT(离散余弦变换)系数进行变换与量化产生的冗余计算,从H.264中的DCT公式与量化原理出发,结合视频图像残差系数的分布规律,在分析现有算法存在的误判与漏判的基础上,提出了一种预先判断全零DCT系数块的方法。实验结果表明,与文献中的经典算法相比较,新提出的方法应用在中低比特率的视频序列中可以减少12%~37%的平均编码时间,平均压缩率提高了6%~10%。     

离散余弦变换在轴承故障诊断中的应用

针对轴承故障难以快速诊断的问题,提出了基于离散余弦变换(DCT)和Hilbert变换提取轴承损伤的特征信息新方法。首先采用离散余弦变换对时域信号进行处理获得系数,再合理选择离散余弦变换系数重构信号,用Hibert包络分析重构信号并从中提取特征频率。实际应用表明,该方法能快速、准确地检测出轴承损伤,可有效应用于轴承故障的在线监测与诊断。     

基于DCT和SVD联合的数字水印算法

离散余弦变换(discrete cosine transform,DCT)和奇异值分解(singular value decomposition,SVD)都可以作为数字水印算法有效的工具,现提出了一种基于离散余弦变换和奇异值分解联合的数字水印算法,先对整幅图像运用离散余弦变换,将离散余弦系数按照"之"字型顺序绘制成4个象限,然后再对每个象限运用奇异值分解方法.实验结果表明本算法具有很好的稳健性,在经过了一般的信号处理操作和JPEG压缩后,嵌入的水印能被可靠的提取和检测.     

低码率视频编码中基于对角线抽样的混合DCT算法

该文提出了一个适用于低码率视频编码的基于对角线抽样（ＤＳ－Ｄｉａｇｏｎａｌｌｙ Ｓａｍｐｌｅｄ）的混合快速 ＤＣＴ编码方案,此方案包含一个新的 ３系数ＤＣＴ算法,同时提出了基于 ＤＳ的计算色度ＳＡＤ（Ｓｕｍ ｏｆ Ａｂｓｏｌｕｔｅ Ｄｉｆｆｅｒｅｎｃｅ）的方法用于有效准确地检测全零或３系数的色度块。这一混合算法可以有效的降低ＤＣＴ、ＩＤＣＴ、量化和反量化的运算量,提高编码器处理速度,而不会导致明显的图象质量的下降。     

量化压缩感知在语音压缩编码中的应用

利用语音信号在离散余弦变换（ DCT）域的近似稀疏性和量化压缩感知理论,文中提出一种基于量化压缩感知的语音压缩编码方案。编码端利用压缩感知技术,将语音信号投影成数据量大大减少的观测序列,然后对观测序列采用Lloyd-Max量化得到量化后的观测样值;解码端直接利用量化后的观测样值,结合重构算法重构出原始语音信号的DCT系数,经过DCT反变换得到重构后的语音信号,并采用后置低通滤波器改善重构语音的听觉效果。该编码方案解码端不需要进行反量化,而是直接利用量化后的观测样值进行重构,有效降低了解码端的运算量及复杂度。仿真结果表明：采用量化迭代硬阈值（QIHT）算法重构效果优于迭代硬阈值算法（IHT）,重构语音的信噪比能达到20 dB以上,MOS分达到3.26。     

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。     

Feature extraction using discrete cosine transform and discrimination power analysis with a face recognition technology

Discrete cosine transform (DCT) is a powerful transform to extract proper features for face recognition. After applying DCT to the entire face images, some of the coefficients are selected to construct feature vectors. Most of the conventional approaches select coefficients in a zigzag manner or by zonal masking. In some cases, the low-frequency coefficients are discarded in order to compensate illumination variations. Since the discrimination power of all the coefficients is not the same and some of them are discriminant than others, so we can achieve a higher true recognition rate by using discriminant coefficients (DCs) as feature vectors. Discrimination power analysis (DPA) is a statistical analysis based on the DCT coefficients properties and discrimination concept. It searches for the coefficients which have more power to discriminate different classes better than others. The proposed approach, against the conventional approaches, is data-dependent and is able to find DCs on each database. The simulations results of the various coefficient selection (CS) approaches on ORL and Yale databases confirm the success of the proposed approach. The DPA-based approaches achieve the performance of PCA/LDA or better with less complexity. The proposed method can be implemented for any feature selection problem as well as DCT coefficients. Also, a new modification of PCA and LDA is proposed namely, DPA-PCA and DPA-LDA. In these modifications DCs which are selected by DPA are used as the input of these transforms. Simulation results of DPA-PCA and DPA-LDA on the ORL and Yale database verify the improvement of the results by using these new modifications.     

全零块预判的运动估计及模式选择早结束研究

针对全零DCT（Discrete Cosine Transform）系数块,为避免对其进行变换和量化操作以减少编码器的运算量,基于全零块预判的本质,根据DCT系数分布的特性,结合H.264/AVC整数变换和量化的特点,提出了一种预先判断全零DCT系数块的新方法。同时,针对H.264/AVC高精度运动矢量和多编码模式的高复杂度,通过分析最佳匹配块搜索的本质,提出了基于全零DCT系数块预判准的运动估计和模式选择早结束算法。实验结果表明,与已有基于全零块准则的快速运动估计算法相比,其实际搜索点数均有较明显的减少。     

基于压缩感知的SAR图像鲁棒编码传输

目的 尽管传统的联合信源信道编码方案可以获得高效的压缩性能,但当信道恶化超过信道编码的纠错能力时会导致解码端重构性能的急剧下降;为此利用压缩感知的民主性提出一种鲁棒的SAR图像编码传输方案,且采用了一系列方法提高该方案的率失真性能。方法 考虑到SAR图像丰富的边缘信息,采用具有更强方向表示能力的方向提升小波变换(DLWT)对SAR图像进行稀疏表示,且为消除压缩感知中恢复非稀疏信号时存在的混叠效应,采用了稀疏滤波方法保证大系数的精确恢复,在解码端采用了高效的Bayesian重建算法获得图像的高性能重建。结果 在同等码率下,与传统的联合信源信道编码方案CCSDS-RS相比,本文方案可以实现更加鲁棒的编码传输,当丢包率达到0.05时,本文方案DSFB-CS获得的重建性能明显要高于CCSDS-RS;与基于Bayesian重建算法TSW-CS的传统方案相比,本文方案可提高峰值信噪比(PSNR)3.9 dB。结论 本文方案DSFB-CS 实现了SAR图像的鲁棒传输,随着丢包率的上升,DSFB-CS获得的重建性能缓慢下降,保证了面对不稳定信道时,解码端可以获得相对稳定的重构图像。     

一种量化误差补偿的压缩域H.264/AVC视频水印算法

提出一种基于H.264的压缩域视频水印方法.根据块编码模式参数CBP和非零DCT系数个数,对DCT块分类,选取非零DCT系数较多的块作为嵌入区域.为了保持嵌入前后视频流码率基本恒定,水印只嵌入到非零DCT系数.此外,提出了一种量化误差补偿机制,它对不同的DCT系数定义了一个误差准则函数,根据该函数的值动态地选择水印的嵌入位置,并根据视频的修改程度,自适应地嵌入不同强度的水印.仿真实验结果表明,该算法能快速地嵌入和提取水印信息,水印嵌入容量较大,且嵌入补偿机制有效降低了量化和水印引起的误差.     

基于小波变换的图像压缩感知

针对图像变换后系数采样数量和图像重建质量之间的矛盾,从图像的结构和纹理特性出发,提出基于小波变换的图像压缩感知算法.讨论图像经过多尺度小波变换后系数的稀疏性,保留图像变换后的低频系数,只对高频系数进行测量,同时利用正交匹配追踪算法重构高频系数.实验仿真结果表明,该算法能有效提高图像重建质量.     

基于邻域比较的JPEG 脆弱水印算法及性能分析

为提高篡改检测性能和协调安全性与不可见性之间的矛盾,提出一种利用邻域比较判定图像块真实性的JPEG脆弱水印算法.该算法将原始图像分成8×8的图像块,基于图像块保护DCT系数生成的4比特水印基于密钥随机嵌入到其他4个图像块量化步长较小的DCT系数最低位.通过比较该图像块与相应4个水印嵌入块8邻域中不一致图像块个数来判定该图像块的真实性,推导给出一般篡改和拼贴攻击下算法的虚/漏警率,并利用统计实验对理论分析结果进行验证.理论分析和实验统计结果表明,通过比较图像块与其相应水印嵌入块8邻域中不一致图像块个数能够提高篡改检测性能,在量化步长较小DCT系数的最低位嵌入水印,解决了保护DCT系数个数与不可见性之间的矛盾.