指纹图像无损压缩方法的探讨

指纹图像的无损压缩解决方法,是从指纹数据压缩的基础开始分析,对已经采集的指纹数据进行DPCM线性预测,随后采取霍夫曼编码处理,通过信道后,进行霍夫曼解码和DPCM预测解码。在完成整个编解码的过程中,突破了传统的DPCM线性预测方法,针对指纹图像的纹理特征,构出指纹图像特有的方向图,借助于各个象素的方向向量进行线性预测。实验结果表明引入了方向向量,将增强预测的效果,大幅度的提高压缩比。数据和图像证明了这一方法的实用性和合理性。     

指纹图像细化算法的研究

指纹识别是一种重要的生物特征鉴别技术。随着计算机技术的不断发展,自动指纹识别系统得到广泛的应用。因此进一步提高指纹识别的性能具有十分重要的意义,而指纹图像增强在指纹图像预处理过程中非常重要,直接影响指纹识别的识别率和识别速度。对指纹图像的细化算法进行了较深入的研究,分析了OPTA算法并且在OPTA算法的基础上,重新构建了细化模板,提出了一种新的细化算法.经过实验证明,该算法能够很好地满足细化的要求,细化完全彻底,细化以后的指纹骨架在纹线中心线,并保持了纹线原有的拓扑结构和细节特征,而且光滑无毛刺,运算速度也很快。     

一种基于小波变换的图像消噪算法

该文在自适应树小波萎缩法的基础上,结合小波系数的零树编码思想和小波变换的信噪分离特性给出了一种新的小波消噪算法。该算法不仅减少了运算量,而且在消噪和保留奇异点信息方面也取得了较好的效果。     

渐近式图像无损压缩算法

提出一种基于游程编码RLC(Run-Length Coding)的渐近式图像无损压缩算法。根据提出的转换法对二进制码流进行转换来调整二进制码流的顺序以提高数据的相关性,在此基础上利用新的基于RLC的编码算法对二进制码流进行编码。最后转换与编码过程不断迭代直到不能压缩为止。实验结果表明,本文提出的压缩算法既适用于各种纹理的图像,又能提高压缩比。     

指纹图像对比度模糊增强算法

指纹图像采集过程常会造成对比度不强等非线性失真,基于模糊逻辑的处理方法常用于改善指纹图像质量。研究了模糊特征平面增强算法和基于广义模糊算子的图像增强算法,将两种算法应用于指纹图像对比度增强,并对增强结果进行比较分析。实验结果表明,采用这2种方法均可以在一定程度上提高指纹图像低灰度区域和高灰度区域之间的对比度,从而提高图像的质量,使增强后的指纹图像结构更清晰。     

基于RICE的遥感多光谱图像无损压缩算法

目前应用于遥感多光谱图像的无损压缩算法复杂度较高,不利于硬件实现.针对这一不足,这里根据遥感多光谱图像的成像特点,提出一种采用可逆的分量变换(RCT)对谱段信息重新分配,再利用优化的RICE算法对图像数据进行编码的无损压缩算法.实验表明,该算法所采用的分块计算k值、预测器预测和改进的熵编码器较原RICE熵编码器更适于硬件实现,且该算法复杂度低,执行效率高,更好地满足了星载图像无损压缩的要求.     

一种指纹图像预处理算法探究

本文主要针对指纹图像预处理方法进行研究,提出了基于图像局部方差的指纹分割、基于方向场的指纹二值化和基于水平滤波器与分离滤波器组合的上下文滤波方法,最后提出了基于改进OPTA算法指纹细化方法,MATLAB仿真结果表明,本文的方法克服了噪声影响,图像细化效果良好。     

基于十指指纹捺印卡的指纹图像自动无损提取方法

主要阐述指纹图像自动无损提取的实现问题。指纹图像提取过程是指纹自动识别系统中一个相当关键的步骤，实现自动提取不仅有利于提高系统的自动化程度，而且能消除众多人为因素对指纹切割的影响。在对许多指纹图像自动无损提取算法进行比较的基础上，选择“十指指纹撩印卡”作为研究的主要对象。首先讨论了如何利用指纹卡中边框的结构特性，将原始图像分割成十块区域，并使其中的每块区域均含有一枚指纹。然后，进一步分析每块区域中指纹区的灰度分布、面积等特性，在借鉴和改进模糊化、二值化、求取最大连通域和指纹形心等算法的基础上，增加了目标膨胀、对含有重叠边框线的后处理等算法。经过对100人的1000枚指纹图像的自动无损提取实验，取得了较好的效果。准确率由原来的95％达到现在的96．5％。     

DSC的超光谱图像无损压缩算法

有效的星载超光谱图像压缩技术对于解决超光谱图像实时传输极为重要。针对超光谱图像传统的联合编解码算法的不足,提出了一种基于分布式信源编码(Distributed Source Coding,DSC)的超光谱图像无损压缩算法。为利用超光谱图像的局部空间相关性,将超光谱图像进行分块处理;引入多元线性回归模型构建编码块的边信息,并为每个编码块选取最优的预测阶数,以有效利用超光谱图像的局部谱间相关性。根据(n,k)线性分组码的原理,通过多元陪集码实现超光谱图像的分布式无损压缩。实验结果表明:该算法能够取得较好的无损压缩性能,同时具有较低的编码复杂度,适合星载超光谱图像的压缩实现。     

基于信噪分离的GSM-R频谱监测数据压缩技术

为解决我国GSMˉR系统运行中海量频谱监测数据的存储和传输问题,本文提出一种基于频谱监测数据信噪分离的频谱数据有损压缩算法。首先将一帧频谱监测数据的上包络通过计算一定窗长的均方根值(root mean square,RMS)进行提取,然后通过包络计算信号与噪声分离的阈值,接着利用离散余弦变换(discrete cosine transform,DCT)、量化与熵编码将分离后的信号段与噪声段数据进行不同程度的压缩。通过对实际GSMˉR系统扫描采集的频谱数据进行压缩实验与分析,验证了本文算法的有效性。     

基于FPGA的无损图像压缩算法实现

针对采用传统硬件方法实现JPEG LS无损图像压缩算法时延时较多、实时性较差的问题,文中提出了一种基于FPGA的全流水线结构来实现JPEG LS算法。该结构以提高最大吞吐量为主要目标,通过多级流水线降低每一级运算的延迟,大幅提高了压缩算法的实时性,硬件电路操作频率可达120 MHz。     

一种基于自适应预测的医学图像高效无损压缩方法

随着数字化医学图像海量的增长及PACS系统的广泛应用,对医学图像进行高效的无损压缩已成为广泛关注的问题.本文提出一种基于自适应预测的无损压缩方法,该方法利用神经网络模型自学习的能力,自适应的调整预测器的预测系数.实验表明,该方法能有效去除X线医学图像的空间相关性,还能同时去除彩色医学图像的空间和谱间相关性,取得较高的压缩比,且编解码速度较高.     

小波变换和预测编码结合的抗差错SAR图像无损压缩算法

分析了即将推出的JPEG2000标准算法和基于自适应的上下文预测编码技术，提出了小波变换有损编码加自适应上下文预测无损残差编码的具有抗差能力的SAR图像无损压缩算法。该算法既具有小波变换图像编码的累进传输，对信道具有一定鲁棒性的特点，而且压缩率高于即将推出的国际标准JPEG2000的无损压缩和国际标准算法JPEG—LS。     

一种基于混合整型变换和3D-SPIHT的高光谱图像嵌入式无损压缩方法

利用高光谱图像空间、谱间相关性不同的特点,本文提出了一种基于混合整型变换和三维分层树集合划分算法(3D-SPIHT)的高光谱图像无损压缩方法,首先将波段进行分组,针对每一分组,采用不同的整型变换技术去相关,然后对变换系数进行系数重组,采用高效的基于小波系数特点的3D-SPIHT编码方法得到嵌入式码流,具有一定的抗误码性能.实验结果表明,该方法能够有效的去除高光谱图像的空间和谱间相关性,与现有的国际标准JPEG-LS、JPEG2000和基于三维离散余弦变换(3D-DCT)或三维离散小波变换(3D-DWT)的编码方法相比,压缩后的平均比特率均有明显降低.     

基于LOCO—I算法的星载图像无损压缩的FPGA实现

LOC0-I图像无损压缩算法是JPEG--LS标准的核心算法．文中针对于星载图像无损压缩的具体应用,充分利用了流水和并行技术,给出了基于该算法的高速星载图像无损压缩核的设计和实现．压缩验证系统实验结果表明,该设计可每周期处理一个像素,50MHz频率下数据处理速度可达400Mbps,满足星载图像无损压缩的实际要求．     

基于三维自适应预测的高光谱图像无损压缩算法

利用高光谱图像具有较强的谱间相关性的特点,本文提出一种基于三维自适应预测的高光谱图像无损压缩方法,首先根据相关系数计算波段预测顺序,然后利用相关性较强的空间邻点和谱间邻点,采用基于神经网络模型的自适应预测方法进行三维预测编码.实验结果表明,该方法能够有效的去除高光谱图像的空间和谱间相关性,与现在最优的无损压缩国际标准JPEG-LS相比,压缩后的平均比特率能够降低0.3bpp左右.     

图像灰度级动态分段的无损压缩编码方法

文中提出了一种新的无损图像压缩编码方法．通过对图像灰度值按四种情况进行动态分段编码压缩,对于不同的图像会有不同的分段选择,因而具有一定的自适应性．实验证明,这种压缩方法具有很好的压缩效果．     

一种基于图像的无损隐秘传输方法

提出了一种新的基于预测编码的图像无损隐秘传输方法.该方法用线性预测误差扩展和嵌入/提取算法,在图像无损编码压缩过程中嵌入大数据量的秘密信息,提取秘密信息后,原宿主图像信息能无损恢复.该方法已在局域网上进行了实验,结果表明,与以往的无损嵌入算法相比,其提高了秘密信息的可嵌入容量,且对隐藏信息后的图像质量影响较小.