基于小波包的图像压缩及Matlab实现

小波包是近年来的一个研究热点,在图像处理方面有着很广泛的应用。文中提出了基于小波包的图像压缩及Madab实现方法,加快了图像压缩的进程,取得了很好的实验效果。将图像在小波包最优基下展开,利用小波包最优基极好的空间、尺度定位性,使得图像的小波包变换系数在小波变换域极可能的集中从而使在不降低压缩信号的视频质量情况下,提高了图像的压缩比。     

基于小波包分解的自适应图像编码算法

针对传统小波图像压缩算法普遍存在的纹理图像处理能力较弱的特点 ,通过合理选择最佳小波包基、自适应确定系数扫描次序、高效量化小波包系数等措施 ,提出了一种基于小波包分解的自适应图像编码算法 .对比实验表明 :本文算法的压缩效果不仅明显优于 SPIHT算法 (特别是纹理图像 ) ,而且优于已有的其它小波包图像压缩算法 .     

基于模糊剪枝的最优小波包基图像压缩算法

提出一种基于模糊剪枝的最优小波包基图像压缩算法。图像经完全小波包分解后,以每个小波包分解的高频系数占所有高频系数的比值及每个节点子女熵值与原节点熵值的比值作为模糊系统的2个输入;通过构造模糊规则,将小波包系数分为裁剪类和保留类,由保留类构造最优小波包基;根据最优小波包基,在不同的小波包分解层次上采用不同的阈值对图像进行压缩。仿真实验结果表明,该算法与比特-失真率优化算法和小波包最优树全局阈值压缩算法相比性能更优。     

数字图像压缩算法的仿真与应用研究

研究数字图像压缩问题,针对传统图像压缩算法无法消除图像中视觉和统计冗余,导致图像传输速度慢,效果低。为此,提出一种新的数字图像压缩算法。首先对图像进行小波变换,提取子层的小波系数,然后对变换后的小波系数用SWZ进行编码;并采支持向量机对小波系数进行拟合,最后对压缩后系数进行算术编码。结果表明,相对于传统图像压缩算法,新算法提高了图像压缩前后间的信噪比,加快了图像传输速度,为图像压缩方法提供了一种新的研究思路。     

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).     

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。     

基于小波包最优基的语音信号压缩方法

提出了基于方差准则的小波包最优基压缩方法.首先选择一个合适的小波函数及分解层次对语音信号进行小波包分解.然后基于方差准则确定小波包最优基,保留语音信号的重要特征,实现信号压缩.最后对小波包最优基中的小波系数进行量化、编码,以便于信号在信道中传输.在接收端进行译码,重构压缩后的语音信号,观察压缩效果.实验中对语音信号采用不同方法进行了压缩实验,验证了本文算法的可行性.实验结果表明,本文算法的搜索量小,易于实现,压缩效果比较明显.     

基于反对称双正交小波的图像压缩算法

研究了一种反对称双正交小波的图像压缩算法。通过分析静态图片中的空间冗余和结构冗余信息,计算图像的小波变换系数及相关信息度,并对低频和高频部分进行编码。实验结果表明该方法压缩效果明显,以Lena图像为例,其压缩品质PSNR指标比DCT方法高 1.42 dB。     

基于分形维的小波包EBCOT岩心图像压缩

岩心图像作为石油地质分析和地球物理勘探的重要信息来源,数据量巨大、纹理信息丰富且对比度较弱。提出一种基于分形维的小波包EBCOT岩心图像压缩方法。对岩心图像进行完全小波包分解,以分形维作为代价函数,并以差分计盒法计算每个子带节点的分形维数。通过比较父节点和子节点分形维数值实现剪支以获取最优小波包分解,结合EBCOT算法对岩心图像进行压缩处理。实验结果表明,所提算法的重构图像的PSNR与SSIM值均高于基于熵的小波包压缩算法和JPEG2000算法。     

基于小波包变换的分层预测图像压缩算法

将基于上下文的算法编码方法和位平面编码方法有机结合,得到了基于小波包变换的分层预测图像压缩算法ＢＰＰ,为了充分利用小波系数间的各种相关性,在组合父子,邻居和兄弟相关性基础上得到了其它四种相关性,提出了小波包基选择方法既保持了父子相关性,彰关,根据二类拉数据的特点,进行了相应的预测和编码,对比分析表明ＢＰＰ的压缩效果 一的其它小波图像压缩算法。     

基于关联规则的图像数据挖掘研究

随着图像获取和图像存储技术的迅猛发展,能够方便得到大量的图像数据。为了能充分从这些图像数据中分析并提取有用信息,研究了数据挖掘中的新型领域——图像数据挖掘技术。主要介绍了数据挖掘、图像数据挖掘及关联规则在图像数据挖掘中的应用。     

图像纹理特征数据挖掘软件原型的设计与实现

为了实现图像处理与分析的自动化、智能化,把数据挖掘引入到图像处理与分析领域,针对图像纹理数据的特点,在深入研究数据挖掘软件的基础上,提出了一种图像纹理特征数据挖掘的理想的系统结构;介绍了基于图像(遥感图像)数据挖掘的软件原型系统RSImageMiner中图像纹理特征数据挖掘模块的各子功能模块的设计与实现;并以图像纹理分割为例,给出实验结果及分析。实验表明,该软件原型能得到较满意的图像纹理特征,并能有效地指导图像处理与分析。     

Hadoop平台下新型图像并行处理模型设计

Hadoop在处理海量小图像数据时，存在输入分片过多以及海量小图像存储问题。针对这些问题，不同于采用HIPI、SequenceFile等方法，提出了一个新型图像并行处理模型。利用Hadoop适合处理纯文本数据的特性，本模型使用存储了图像路径的文本文件替换图像数据作为输入，不需要设计图像数据类型。在Map阶段直接完成图像的读取、处理、存储过程。为了简化图像处理算法，将OpenCV和Map函数结合并设计了对应的存储方法，实现小图像文件的存储。实验表明，在Hadoop分布式系统平台下，模型不论在小数据量还是在大数据量的测试数据环境中，都具有良好的吞吐性能和稳定性。     

基于内容查询的图像数据库数据模型

数据模型是实现基于内容查询的图像数据库的基础.构造了一个按内容检索的面向对象图像数据模型OOIDM(Object-oriented image data model),该模型能够很好地描述图像数据库系统中的图像数据、语义特征、图像特征以及支持空间推理.     

图像纹理特征数据挖掘软件原型的设计与实现

为了实现图像处理与分析的自动化、智能化,把数据挖掘引入到图像处理与分析领域,针对图像纹理数据的特点,在深入研究数据挖掘软件的基础上,提出了一种图像纹理特征数据挖掘的理想的系统结构;介绍了基于图像（遥感图像）数据挖掘的软件原型系统RSImageMiner中图像纹理特征数据挖掘模块的各子功能模块的设计与实现;并以图像纹理分割为例,给出实验结果及分析。实验表明,该软件原型能得到较满意的图像纹理特征,并能有效地指导图像处理与分析。     

基于IETM的图像类装备保障数据语义标注研究

为了有效的组织、查询和浏览海量的图像类装备保障数据,分析了现有图模型图像语义标注方法的弊端,选取了装备IETM内的图像类装备保障数据信息作为图像语义标注的样本数据,并结合TF*IDF权值理论,改进了图模型语义标注方法的语义标注词选定方法,构建了基于装备IETM的图像类装备保障数据语义标注模型。实验结果表明,所提出的图像类装备保障数据语义标注模型及算法能够有效地提升图像数据信息查询的查准率与查全率,能够在一定程度上满足用户对图像类装备保障数据语义标注的需求。     

基于BMP图像数据的信息隐藏方法

提出了一种通过增加BMP图像数据实现信息隐藏的方法.BMP图像的显示是根据文件头数据来确定图像数据的,与文件中图像数据以后的数据没有关系,将秘密信息嵌入到图像数据以后的字节中,只是增加了BMP文件的大小,并不影响图像的显示,从而实现信息隐藏.按照秘密信息的数据大小,从载密图像中读出秘密信息的字节数据,即可恢复秘密信息.该算法简单易行,载密图像和原图像在视觉上没有任何差别,具有较强的隐蔽性.仿真结果证明了算法的可行性和有效性.     

A Space Variant Gradient Based Corner Detector for Sparse Omnidirectional Images

Omnidirectional cameras are useful in applications requiring rapid capture of image data representing the complete local environment. Feature detection from such image data is thus a prominent research issue. Transforming an omnidirectional image to a panoramic image may result in a sparse panoramic image with missing image data. Whilst image reconstruction techniques have been developed that enable the subsequent use of standard image processing algorithms, the development of image processing algorithms that can be applied directly to sparse image data has received less attention. We address the problem of corner point detection for sparse panoramic images by developing an algorithmic approach that can be applied directly to sparse unwarped omnidirectional images without the requirement of image reconstruction, and we illustrate the accurate performance of the algorithm through visual results and receiver operating characteristic curves.     

应用于纳型无人机视觉场景数据集构建的图像采集系统

纳型无人机具有体积小、功耗低的优势,在物联网、智能感知等领域中有重要的应用前景;对于纳型无人机的机载目标检测和目标跟踪等任务,视觉场景数据集对于机载算法的训练具有重要作用;由于受到体积和功耗等因素的限制,使用无人机机载的视觉系统进行场景数据的采集存在传输帧率慢、传输中需要进行数据压缩等问题,进而导致构建的数据集与机载算法处理的实际图像不匹配;因此,为了构建一个高质量的数据集,该图像采集系统以匹配纳型无人机视觉场景数据为目的进行设计,系统通过低功耗图像传感器HM01B0制作的模组获取图像数据,通过ZYNQ的PL单元完成图像数据的处理和图像传感器的控制,PS单元完成图像数据存储和各任务间的调度;实验结果表明,该图像采集系统最高可以达到320*320分辨率下45帧/s的采集速率,与纳型无人机机载视觉系统图像获取速率相匹配,同时采集的图像质量清晰,能够满足纳型无人机视觉场景数据集构建的需求。     

多光谱图像纹理特征数据挖掘方法仿真

为了更好地实现多光谱图像特征数据处理效果,将数据挖掘引入到多光谱图像特征数据处理中。但当前多光谱图像纹理特征数据挖掘过程中,普遍存在着特征数据挖掘时间过长、成本消耗过大、数据挖掘精确度较低等问题。提出基于Contourlet变换的图像纹理特征挖掘方法。对多光谱图像纹理特征数据进行模糊预处理,采用邻近范围相关性等知识去除多光谱图像包络线,在此基础上对多光谱图像纹理特征进行分析,利用形态学滤波算子去除多光谱图像中的噪声点。引用Contourlet变换方法将多光谱图像从空间域变换到频率域,提取了变换分解后的多光谱图像低频子带和高频子带的特征向量,完成多光谱图像纹理特征数据挖掘。实验结果表明,所提方法挖掘得到的数据均匀度较好、深浅度适中,挖掘精度高,且所提方法挖掘时间较短、成本消耗较低。