基于小波对比度的图像增强算法

根据人眼视觉对局部对比度敏感的视觉特性,提出一种基于小波对比度的图像增强算法.首先,对图像进行小波变换,同时得到小波对比度;然后,根据小波对比度,采用非线性运算对小波系数进行调整以增强图像细节.最后,进行小波逆变换得到增强图像.实验结果表明,算法有效地突出图像细节,改善图像质量.     

基于谱图小波变换的图像压缩编码方法

针对小波变换图像压缩编码方法在高压缩比下得到的重构图像质量往往较差的问题,提出了一种基于谱图小波变换的编码方法.该方法首先将图像转化成图,利用谱图小波变换分解图得到谱图小波系数,这些系数的能量随着尺度的增加而衰减,然后根据谱图小波系数的特性对SPECK算法进行改进,最后对谱图小波系数进行量化,利用改进的SPECK算法对量化后的系数进行压缩编码,并在图像数据量压缩的同时从稀疏系数中恢复原始图像.实验结果表明,该编码方法对自然图像的压缩具有高效性,相比小波变换的压缩方法,重建图像的PSNR有所提高且变化平稳,与此同时还得到更大的压缩比.     

基于灰关联的自适应灰度图像信息隐藏算法

以灰关联理论和小波变换为基础,提出一种具有良好透明性和鲁棒性的信息隐藏算法.使用自定义压缩方法对预嵌入的水印灰度图像进行压缩后置乱编码.根据灰关联度的大小在载体图像的小波变换域中选取相对非平滑区作为秘密信息隐藏的区域.对区域进行DCT变换后尽量选取中高频系数中绝对值大的系数作为秘密信息嵌入位.根据小波域的人眼视觉掩蔽特性确定嵌入的强度.实验表明,文中算法具有比较好的透明性,而且能够对一些常见的攻击如噪声、几何剪切、JPEG压缩、滤波等均具有较好的鲁棒性.     

基于小波域视觉量化模型的遥感图像压缩

人眼是图像信息的最终接受者,但目前图像压缩算法很少考虑到人眼视觉特性,导致主观失真严重。文章在分析人眼视觉系统和遥感图像特性的基础上,提出对图像小波变换后的系数以块为单位建立人眼视觉量化模型,以该模型计算每个系数块的视觉失真阈值,依据该阈值,对不同频带的小波系数块采用不同量化步长进行量化,保证量化后的小波系数能够有效地保留遥感图像的视觉信息,使解压缩后的图像视觉效果最优。实验结果表明,在相同压缩比下,同样的压缩算法,采用该量化模型之后,压缩后的恢复图像主观质量得到改善,有效保留了图像纹理和细节。     

嵌入式系统中SPIHT算法改进的研究

嵌入式编码的核心问题是小波系数的排序及其按序传输。在嵌入式码流中,对重建图像质量影响最大的信息为最重要信息,应排在码流的最前面,而对重建图像最不重要的信息排在码流的最末。本文在重点分析研究SPIHT算法的基础上,结合现有技术提出一种改进的SPIHT算法。改进的SPIHT算法通过采用提升小波变换、结合人眼视觉特性、对算法的分集排序过程进行优化等措施,进一步提高压缩性能,而且图像复原质量较好。     

基于视觉特性的Contourlet域图像压缩编码算法

为了有效克服小波变换难以准确捕获图像特征、而Contourlet变换存在冗余等不足,本文提出了一种基于视觉特性的Contourlet域图像压缩编码算法.该算法首先对原始图像进行小波分解,并对中高频小波子带进一步实施自适应方向分解;然后根据人眼视觉特性(HVS),对变换系数进行加权处理;再结合小波分解与方向分解特点,构造扩展的空间方向树结构;最后采用SPIHT编码思想完成图像的压缩.实验结果表明,本文提出的Contourlet域图像编码方法是一种高效的图像压缩算法,不仅其压缩效果明显优于SPIHT、WBCT等图像压缩方案(特别是低比特率下),而且具有比较强的通用性与适应性(SPIHT与WBCT对于Barbara之类纹理图像压缩效果较差,然而本文算法的压缩效果却较理想).     

应用人眼视觉特性的Contourlet域图像压缩编码算法

鉴于Contourlet变换存在冗余,小波变换不能准确捕获图像特征等不足,提高编码速度和改进视觉效果,提出了一种基于人眼视觉特性的混合域图像压缩编码算法。算法对原始图像进行小波分解,对中高频小波子带进一步实施自适应方向分解;根据人眼视觉特性（HVS）,对不同子块变换系数进行加权处理;结合小波分解与方向分解特点,构造扩展的空间方向树结构;根据系数重要性,对低频系数采用新的排列结构,采用SPIHT编码思想完成图像压缩。实验结果表明,提出的混合域图像编码方法是一种高效的图像压缩算法,其压缩效果明显优于SPIHT、WBCT等图像压缩方案（特别是低比特率下）。     

具有边缘保持特性的零树小波图像压缩算法

基于小波变换的图像压缩算法,在含噪图像和较低码率时出现的边缘模糊现象多年来一直未能得到很好的解决.为了解决这一问题,提出一种具有边缘保持特性的零树小波图像压缩方法.首先,对图像进行小波边缘检测,确定哪些小波系数是图像的边缘特征,将其保护起来;然后,对小波变换域系数采用改进软阈值收缩方法实现去噪;最后,利用SPIHT(Set Partitioning in Hierarchical Trees)算法对图像进行压缩编码.实验结果表明,该方法不仅能获得较高的图像压缩率、较好地去除噪声,而且能在一定程度上解决边缘模糊问题,能较高地恢复图像质量.     

一种半调图像的混合压缩方法

结合半调图像纹理特性和小波包更精细的分解方法,通过对小波包系数的扫描方式和阈值函数的选取进行改进,提出对半调图像进行基于最优基的小波包变换压缩编码。根据小波包分解后高低频分量各自的特性,采用不同的编码方法,提高压缩效率。仿真实验结果表明,该算法在获得较好的压缩效果同时,提高了解码图像质量。     

结合视觉加权的一种改进的EZW图像压缩算法

就静止图像数据压缩编码方法进行了研究,在传统零树编码算法的基础上,提出了改进的基于小波零树编码并结合视觉加权的图像压缩算法.该改进算法充分利用了小波变换后各子带系数对图像恢复的重要程度和人眼的视觉特性,取得了良好的压缩效果和视觉效果,并通过实验证明了算法的有效性.