基于嵌入式小波编码的DEM快速无损压缩算法

为减少网络地理信息系统(GIS)海量数字高程模型(DEM)数据的存储与传输数据量,提出了一种基于嵌入式小波编码的DEM快速无损压缩算法--FEC算法,此算法编解码快速,压缩位流具有分辨率嵌入、感兴趣区域嵌入和质量嵌入特点.对2/6可逆整数小波变换系数的每级分辨率数据按照区域划分分区,利用时空邻居关系挖掘每个分区子带的数据冗余,对其系数的每一个位面在一次扫描中完成三个子编码过程的系数建模重组与自适应二进制游程Golomb_Rice熵编码.实验数据表明,FFC算法与JPEG2000算法相比,编码、解码时间分别减少了36.04%和44.49%,而压缩比仅仅降低了8.05%;与SPIHT算法相比,编码、解码时间分别减少了32.28%和37.49%,而压缩比仅仅降低了4.58%;与GZIP算法相比,压缩比提高了79.63%;与n点最优预测算法相比,压缩比提高了9.23%.FEC算法在保持良好的压缩性能的同时,大幅度减少了编解码时间.     

分块K-LT及查表量化编码的彩色图像压缩方法

针对卡洛变换(K-LT)应用于彩色图像压缩时因额外码流开销大而导致编/解码速度慢的缺点,提出了一种最大限度地减少额外码流开销的彩色图像压缩方法:先将RGB色彩空间的图像转换到YCbCr色彩空间采样,初步去除各颜色分量间的相关性;然后合并各色彩分量,进一步利用分块K-LT去除分量内部的信息相关性;最后对K-LT的重要系数采取查表的策略进行量化和哈夫曼编码.分块K-LT大幅度降低了向量空间的维数及变换矩阵的维数,减少了计算量和额外码流的存储开销;而查表提取K-LT重要特征系数的策略进一步节省了码流的存储空间.实验结果表明,该方法不仅编/解码速度快,而且相同压缩比下的峰值信噪比明显高于JPEG2000压缩方法.     

基于自适应学习的量子神经网络振动信号压缩

针对一维振动信号的压缩特点,提出一种基于自适应学习的量子神经网络振动信号压缩方法。方法针对梯度下降法3个参数相互影响,导致局部收敛的问题,采用较快的共轭梯度法对网络参数进行更新,根据误差精度函数大小,自适应地选择学习速率,从而使该方法可以用更大的压缩比得到更少的压缩数据。实验结果表明,与基于量子神经网络数据压缩方法相比,基于自适应学习的量子神经网络方法可以进一步提高振动信号的压缩比,减小重构误差,缩短运行时间,更适用于振动信号的在线传输。     

一种改善无损压缩性能的预处理及其理论分析

在 JPEG2000 无损编码方案中增加一步预处理而提出了一种新的编码算法。这种算法在编码端增加一项简单的预处理运算,在解码端增加了逆预处理运算。算法十分简单,在时间上没有明显增加,而在压缩比上有一定程度的提高。试验结果表明,采用这种编码算法时,压缩比可以提高 20%;理论分析也证实,只要能够保证减小图像的整体方差就能改善压缩比。该预处理也可应用于其它无损压缩算法。     

基于JPEG标准的图像压缩技术的研究

本论文主要介绍了JPEG的编码和解码过程。该程序的编码部分能把一张BMP格式的图象进行JEPG编码,压缩成以二进制形式保存的文件;通过相应的解码程序又可以把图象解压缩出来。在图象传送过程中,我们经常采用JPEG格式对静态图象进行编码。JPEG采取多种编码方式,包含有行程编码(Run Length Coding)和哈夫曼(Huffman)编码,有很高的压缩比。在编码前,先对数据进行分块,离散余弦变换(DCT)及量化,保留能量大的低频信号,丢弃高频信号以达到压缩。解码时,进行熵解码,反量化,反离散余弦变换(IDCT)。     

量子BP神经网络的自适应振动信号压缩及应用

针对一维振动信号的压缩特点,提出一种改进的量子BP神经网络(IQBPN)信号压缩方法。本文根据一维振动信号的方差,将信号分为四个部分:平滑区、半平滑区、半边界区和边界区,从而可以选择不同的压缩比来对不同的区域进行压缩,以保持信号的丰富细节,保障压缩的质量。同时,利用量子BP神经网络的计算并行性和算法加速能力,从而提高了神经网络的收敛速度,缩短了压缩时间,为在线实时传输提供了一种新方法。实验证明,与其他方法相比,该算法在相同的压缩比时,可以提高信噪比,缩短运行时间。     

一种基于人眼感知特性的彩色图像压缩算法

目的研究结合人眼感知特性的彩色图像压缩技术。方法结合人眼对比度敏感视觉特性及其数学模型,基于彩色图像频谱特征,提出一种适合于彩色图像的压缩算法方案,并对图像进行3种压缩比的压缩仿真实验。结果提出的压缩算法方案在完全不影响人眼观察的情况下压缩比可达15∶1,压缩比达到64.1538∶1时,解压缩图像仍能在一定的误差范围内达到较好的视觉效果,且PSNR仍能达到30 dB以上。结论提出的压缩算法方案在保证图像压缩质量的前提下能够实现较高的压缩比,完全可以满足实际生活中彩色图像存储和传输的需要。     

基于提升方案与SPIHT的无失真图像压缩

基于提升方案的整数Deslauriers-Dubuc（6，2）可逆双正交小波变换，可由加法和移位完成，便于硬件实现。与SPIHT和熵编码结合可实现无失真图像压缩。与ARJ，JPEG，整数Haar变换结合DPCM以及分块DPCM中的无失真压缩方法相比，压缩比分别平均提高了50％，35％，20％，2％左右。     

一种自适应的主动声呐直达波干扰抑制算法

为了克服主动声呐编队作战条件下的直达波干扰,达到检测微弱目标回波信号的目的．提出了一种基于频域分块自适应滤波算法的直达波抑制方法。这种方法将自适应滤波理论和匹配相关技术相结合,首先对接收数据做频域分块自适应滤波,再利用已知发射信号副本进行匹配相关,最后提取目标回波信号。其中,频域分块自适应滤波算法相比基本最小均方算法,计算复杂度降低,收敛速度快,基本保证了主动声呐每个探测周期内的直达波抑制和目标回波的提取。通过数值仿真实验表明：在强直达波干扰存在条件下,该算法对目标回波的提取在精度和鲁棒性等方面均优于以往的直接匹配相关方法。     

机械振动WSNs子带多阶层自适应量化数据压缩方法EI北大核心CSCD

针对资源受限的机械振动无线传感器网络传输大量振动数据时导致的内存空间消耗大及传输效率低等问题,提出一种子带多阶层自适应量化数据压缩方法。首先,传感器节点对原始数据进行分块离散余弦变换以确保子带能量集中;然后,采用子带多阶层自适应量化方法对分块变换数据进行量化以减少数据失真,提高重构数据精度;最后,为进一步提升数据的压缩性能和效率,对量化数据进行2 bit过滤游程算术编码处理。将提出的方法与其他数据压缩方法进行对比以验证该方法的性能,试验结果表明,该方法可以在资源受限的机械振动无线传感器网络节点中获得良好的压缩效果,对提高大量振动数据传输效率有重要意义。     

An improved anti-forensics JPEG compression using Least Cuckoo Search algorithm

The lossy nature of the JPEG compression leaves traces which are utilized by the forensic agents to identify the local tampering in the image. In this paper, a tricky anti-forensic method has been proposed to remove the traces left by the JPEG compression in both the spatial domain and discrete cosine transform domain. A novel Least Cuckoo Search algorithm is devised in the proposed anti-forensic compression scheme. Moreover, a new fitness function called histogram deviation is formulated in the optimization algorithm. The experimentation of the proposed anti-forensic compression scheme is performed over uncompressed images from UCID database. The performance of the proposed method is evaluated, and it is compared with the existing methods using PSNR, MSE and classification accuracy as measures. The experimentation ensued with promising results, i.e. accuracy of 0.97, PSNR of 44.34?dB, and MSE of 0.1789 which prove the efficacy of the proposed method.     

JPEG基线算法对BP神经网络图像压缩处理的影响

根据BP神经网络图像压缩处理中,存在对图像信息高低频部分处理质量不同和边缘效应等问题,提出了采用JPEG基线算法于BP神经网络图像压缩处理结构中,建立了该系统。并采用灰阶Lena图像进行实验,通过实验分析发现,采用这种新的结构来处理图像,不仅可以得到较大的压缩比,而且具有较好的峰值信噪比。实验结果证明这种具有自适应性的图像处理方法,不仅可行,而且能高效、稳定地重建图像。     

一种基于改进量化表的 JPEG 图像压缩算法

目的结合人眼视觉特性,研究一种基于改进量化表的JPEG图像压缩算法(JPEG-HVS)。方法利用人眼亮度对比度敏感函数(CSF)生成一种新的量化表,来代替传统JPEG标准推荐的亮度量化表,并通过Matlab7.0对不同种类图像进行了仿真实验。通过计算不同种类图像的压缩质量评价指标,将提出的压缩算法与传统JPEG压缩算法及JPEG区域法进行对比。结果 JPEG-HVS实现的压缩比比JPEG实现的压缩比平均高出53.56%,比JPEG区域法平均高出18.75%。3种压缩方法的峰值信噪比(PSNR)波动不大,JPEG的PSNR值最大,JPEG-HVS次之,平均结构相似度(MSSIM)从大到小排列依次为JPEGJPEG-HVSJPEG区域法。JPEG-HVS编解码所需时间要明显少于JPEG。同时依靠主观评价可以发现,经JPEG-HVS解压的重构图像仍具有良好的视觉特性。结论在保证了压缩质量的同时,提出的JPEG-HVS压缩算法相比于传统JPEG压缩算法、JPEG区域法,可以实现更大的压缩比和更快的编解码速度,更有利于图像的存储与传输。     

扩展方向树的遥感图像小波包压缩算法

针对遥感图像纹理丰富、空间相关性弱,普通压缩算法容易造成高频信息丢失的特点,本文利用小波包优良的高频分析能力,提出一种结合SPIHT的小波包编码算法.该算法采用类似SPIHT算法的零树结构,通过重新定义方向树,即扩展方向树,改变小波包各节点之间的对应关系,解决小波包分解时产生的"父冲突"问题.同时,对扩展方向树的合理性进行了实验验证,并结合SPIHT算法实现了整个编解码.实验结果表明,对于富含纹理的遥感图像,在1bpp的压缩率下,该算法峰值信噪比(PSNR)超出SPIHT算法0.5-1dB,且视觉效果更好.     

3D LiDAR point cloud image codec based on Tensor

ABSTRACT

This paper proposes a new and efficient codec called 3D Light Detection and Ranging (LiDAR) point cloud coding based on tensor (LPCT) concepts. By combining the techniques of Statistical Subspace Outlier Detection and Logarithmic Transformation, LPCT effectively makes the unreliable points imperceptible and diminishes the spatial coefficient ranges. LPCT is applied to achieve the perfect encoding and decoding performances by using tensor. The iterative compression method is introduced to immensely reduce the dimension of a higher-order point cloud data. Experimental results reveal that the proposed LPCT yields a better independent compression ratio (CR) and impressive quality of a decompressed image than the existing well-liked compression approaches, namely 7-Zip and WinRAR. This work proves that the proposed lossless LPCT algorithm compresses the spatial information of various size point cloud images into six bytes and produces better Hausdorff peak signal-to-noise ratio (PSNR) for the shortest distance point cloud image.     

基于深度强化学习的图像去模糊方法

目的为了有效地去除多种图像模糊,提高图像质量,提出基于深度强化学习的图像去模糊方法。方法选用GoPro与DIV2K这2个数据集进行实验,以峰值信噪比(PSNR)和结构相似性(SSIM)为客观评价指标。通过卷积神经网络获得模糊图像的高维特征,利用深度强化学习结合多种CNN去模糊工具建立去模糊框架,将峰值信噪比(PSNR)作为训练奖励评价函数,来选择最优修复策略,逐步对模糊图像进行修复。结果通过训练与测试,与现有的主流算法相比,文中方法有着更好的主观视觉效果,且PSNR值与SSIM值都有更好的表现。结论实验结果表明,文中方法能有效地解决图像的高斯模糊和运动模糊等问题,并取得了良好的视觉效果,在图像去模糊领域具有一定的参考价值。     

Adaptive searchless fractal image compression in DCT domain

In this paper, an adaptive searchless fractal image compression technique in the frequency domain is proposed. Proposed methods aim to improve image compression fidelity criteria in discrete cosine transform domain (DCT). In this work spatial domain, adaptive methods are exercised in discrete cosine domain for optimisation of image encoding. Variance-based selection of image blocks and adaptive threshold are two simple adaptive techniques administered on attaining objectives of image compression. First, range block exclusion adaptive method removes homogenous range blocks before FIC coding. This exclusion consequently recedes the number of range-domain blocks matching operations. Proposed hybrid compression algorithm localises domain block location about range block without searching entire domain pool. Second technique implemented is domain pool size reduction. Variances of range and domain blocks are compared. Domain blocks that are within threshold value are kept in the pool. Finally to further optimise the performance of encoding adaptive threshold in quadtree partitioning is applied in along with variance domain selection approach. Simulation results substantiate that adaptive techniques have higher coding performance in terms of encoding time, peak signal to noise ratio and compression ratio in contrast to the fractal image encoding without adaptive techniques.     

基于QR码和DWT-SVD分解的双水印算法

目的为了进一步提高水印的鲁棒性和保护性,文中提出一种基于QR码和DWT-SVD分解的双重水印方案。方法将次级水印的奇异值嵌入主水印经一级离散小波变换后低频系数的奇异值中,再将含有次级水印信息的主水印奇异值嵌入主图像的二级小波变换后低频系数的奇异值中。结果经仿真实验发现,文中算法的主水印和次级水印PSNR值可达66 dB和60 dB,并对于高斯噪声、JPEG压缩、JPEG2000压缩、旋转攻击、对比度增强以及缩放攻击有一定的鲁棒性,攻击后提取的水印相关系数接近于1。结论算法属于非盲水印,在多种攻击情况下都能检测到次要水印,但有时候主水印会严重失真。     

进化型硬件在图像压缩中的应用研究

进化型硬件是一种可由进化算法来改变基结构的硬件。在此提出了一种由分类单元、进化单元和函数单元组成的适用于图像压缩的进化型硬件结构。其中进化单元和函数单元并行工作。在压缩过程中以函数进化的方式，使该硬件能够根据图像的特点来探索最优预测函数。仿真实验表明，当PSNR＝24-30（dB)时，压缩比优于JPEG、Fractal、Wavelet，最高可达200：1。     

阈值改进整数小波与LZW算法相结合的水声数据压缩方法

提出一种阈值改进整数小波与基于字典编码的LZW(Lempel-Ziv-Welch)算法相结合的数据压缩方法,该方法旨在减少水声数据传输量的同时尽可能地达到高保真。数据压缩过程中,先对水声数据进行整数小波变换,再对变换后的高频系数采用改进的小波阈值算法和阈值函数进行处理,提高了数据压缩倍数和信噪比,降低了误差。最后通过LZW将处理后的系数进行编码输出,进一步提升压缩效果。文中给出了相应的数据压缩算法流程。实际舰船辐射噪声数据的压缩处理结果表明,该方法能有效提高信号信噪比、减少信号失真并能获得更大的压缩倍数。