一种分形彩色图像压缩编码方法

在分析彩色图像色彩三分量r,g,b的相关性和分形四叉树编码层次信息冗余性的基础上,提出了一种分形彩色图像压缩编码方法.它将图像的3个独立的颜色分量按某种方式组合成1个来搜索匹配块,从而将需要存储和搜索的3个颜色分量匹配块(SFC方法)减少为1个,并且对四叉树层次信息进行压缩.此外,采用不同的组合,得到了几个图像压缩比和解码质量相近的编码方法,其中使用亮度分量的方法比使用其他方法速度更快.实验结果表明,它优于SFC方法及标准JPEG方法,不失为一种好的分形彩色图像压缩方法.     

基于递归的二值图像连通域像素标记算法

在研究以前二值图像连通算法的基础上，提出了一种基于递归方法的二值图像连通域像素标记算法。通过对二值图像的扫描和分析可得到二值图像中的连通域划分和连通域的数目。算法主要包括两个步骤：对输入的二值图像进行一次扫描，得到所有目标像素的连通域划分和标记的等价对表；利用递归对等价对表进行分析，得到正确的连通标记划分和连通区域数目。实验结果表明，该算法对于任意复杂形状、任意数目(小于1 000)的连通区域都能正确检测。     

带标记矫正的二值图象连通域像素标记算法

分析了连通域像素标记算法以及游程连通性算法的不足 ,提出了一种带标记矫正的二值图象连通域像素标记算法 ,该算法首先采用标记矫正来减少图象扫描次数 ,然后再对标记采用 RL E游程编码来提高合并效率 .这种改进算法对大多数形状目标可以在一次扫描中完成像素的标记 ,从而使像素标记算法得到优化 .此外 ,还指出了改进算法在处理向上分叉图形时所遇到的问题 ,同时给出了解决方法 .实际运行效果较好 ,有一定的使用价值     

一种新的二值图像标记的快速算法

文章介绍了一种新的二值图像像素快速标记方法。这种方法首先对二值图像施行一个基于扫描像素线的连通体检测过程,同时巧妙地利用线性分析表来记录连通关系,然后,根据标号的从大到小的传递过程来进行标号的归并。这种方法克服了以前方法中像素重复扫描、记录连通关系所需内存大和标号归并需大量运算等缺陷,具有实现简单,占有内存小,运算速度快等特点。实验表明,该方法能快速准确地检测出任意形状的连通体。     

从遥感影像读出实测点对应像素灰度值的一种算法

在遥感信息反演的经验模式中 ,是利用离散的实测点数据与相应的影像对应像素的光谱值找出关系 ,建立遥感信息反演模型 ,从而反演出感兴趣的信息。要读出影像上对应点的灰度值 ,需要先找出相应影像上的对应点的像素行列值。主要介绍了用 matlab实现的利用实测离散点计算遥感影像上对应像素的一种方法 ,实例表明配准效果良好 ,提取灰度简单可行。解决了计算出实测点对应影像上相应的像素这一遥感信息反演中的首要问题。     

一种新的漫射边缘亚像素检测算法

分析了漫射边缘的特征及其在亚像素边缘检测中存在的主要问题,针对目前亚像素边缘检测算法不适于漫射边缘的亚像素检测的问题,提出了一种新的针对漫射边缘的亚像素边缘检测算法.该算法充分利用了漫射边缘中的有效信息,在计算上具有通用性及简易性.同时,引入了高斯卷积平滑的预处理方法及Sobel算法对图像像素进行粗筛选,从而进一步提高了该算法的计算速度和精度.并且通过实验,验证了该算法的有效性及优越性,并分析了误差产生的原因.     

基于像素分布与三角形分割的快速分形图像压缩算法

为解决传统分形图像压缩算法中编码速度慢的问题,提出了一种基于像素分布和等腰直角三角形分割的快速分形图像压缩方法。利用离散质点系质心的唯一性以及质心位置不变的特点,实现了定义域块与值域块的匹配。对原始图像采用等腰直角三角形的划分方式,减少了定义域块的数量和搜索匹配块的运算次数,提高了编码效率。实验结果表明,该方法在保证图像解码质量的前提下,编码速度是传统分形图像压缩编码方法的3倍。     

一种视点相关的多分辨率地形实时绘制方法

本文提出了一种基于视点的地形分块策略，并以四叉树结构来组织地形分块，提出了一种利用受限四叉树对地形网格实时剖分的改进算法，实现了与视点相关的连续多分辨率地形网格的简化和实时绘制。     

基于像素值排序的可逆信息隐藏算法

针对嵌入秘密后灰度图失真明显的问题,提出一种基于像素值排序（PVO）的可逆信息隐藏算法。首先,将像素分成灰、白两层,选择灰层的像素作为目标像素,对目标像素十字交叉位置上的4个白色像素进行排序;然后根据排序结果计算两端两个像素的均值和中间两个像素的均值,利用可逆约束实现像素的动态预测;最后,根据预测结果构造预测误差直方图（PEH）,使用环形复杂度实现秘密数据的自适应嵌入,并用同样的方法处理白色层像素。利用USC-SIPI标准图像库中6幅图像进行仿真实验,当嵌入容量（EC）为10000 b,平均峰值信噪比（PSNR）为61.89 dB时,该算法能有效减小携密图像的失真。     

一种自适应分块图像压缩算法的研究

自适应分块图像压缩是存四叉树分解图像压缩原理批础上研究设计的一种新的算法。将图像中像素值相同的相邻像素点尽可能划分到同一个图像块中,采用稀疏矩阵三元组存储方式对图像块参数进行存储,从而达到图像爪缩的目的。使用MATLAB对算法进行了仿真,成功地完成了图像压缩和重建,并在不同条件下,对图像压缩过程中的各个参数与四又树分解进行了分析比较。结果表明新方法分块自适应度高,提高了图像压缩比。     

一种基于系数状态表的SPIHT图像编码算法

提出了一种新的基于系数状态表的SPIHT(LPS-SPIHT,list of p ixel stata-set partition ing in h ierarch icaltrees)图像压缩编码算法,该算法具有以下5个特点:第一,定义了一种扩展的空间方向树,使1个结点含有2×2相邻的4个系数,并将基本EZW(嵌入式小波零树)的符号定义应用于扩展树;第二,用1个廉价的系数状态表代替了SPIHT算法中的LIS(不重要集合表)、LIP(不重要像素表)、LSP(重要像素表)等3个数据表,节省了内存;第三,通过扫描系数状态表,可一次性完成对图像数据的编码,使分类过程与细化过程合二而一;第四,利用一种树指数避免了重复计算,提高了处理速度;第五,通过重新组织编码过程,省去了对大量可推知位的编码,提高了压缩效率。实践证明,与目前公认的最为有效的SPIHT算法相比,该算法不仅性能优越,而且计算简单,容易实现。     

一种随机化递增的压缩四叉树形数据结构的构建算法

介绍了一种压缩四叉树形数据结构的随机化增量构造算法。首先给出了压缩四叉树的定义,然后描述了算法实现步骤,通过将单位正方形不断分割为更小的正则正方形达到压缩的目的,使用平铺区域和冲突列表,采用随机化递增的算法构建出压缩四叉树,最后分析了算法正确性和运行时间。     

基于四叉树的二值图像时域分层压缩算法

利用四叉树结构对二值图像的分割进行描述,提出既可保存数据又包含定位信息的字节分位存储方法,通过由下至上的分层递归算法实现:(1)同一算法既可以实现有损压缩又可以实现无损压缩,(2)只需要对时域中的所有象素数据一次读取,(3)分层数据可以渐进传输。在时域空间对二值图像进行分层处理后,四叉树结构的描述使压缩后的数据既带有整体特性又能实现渐进传输,同时保持了较高的压缩与图像视觉质量,算法的时间复杂性为0(n√),表明它适合用于大幅面二值图像的实时传输,或用来构造与其它结构的关系。     

一种基于新型四叉树的快速分形图像压缩算法

现有的快速分形编码算法多数是在没有考虑人眼视觉系统（HVS）的前提下实现的,针对这个问题,利用HVS的特性,提出了一种基于新型四叉树的快速分形图像压缩算法.在算法中,一幅方形图像先被分成四个大小相等的方块,然后测试每一方块是否满足一致性标准.如果满足标准则不再细分,否则将其分为大小相等的四块,再对每一块实施一致性检验.重复此过程直到每一块都满足一致性标准为止.理论分析和试验结果表明,相对于经典分形压缩方法,本文算法在获得相近重建图像质量的同时,压缩比和编码速度都有了显著的提高,是一种有效的分形图像压缩编码方法.     

基于分形与JPEG的混合图像压缩算法

根据分形图像压缩算法具有潜在高压缩比的特点,提出基于分形与JPEG算法的混合图像压缩算法。将结合四叉树算法的分形图像压缩算法用于32×32和16×16的子块区域编解码,JPEG算法用于剩余区域编解码。实验结果表明,该算法具有较高的压缩比和解码图像质量,当压缩比较大时,其解码图像的块效应明显弱于JPEG算法。     

基于时域变换的失真度可调图像压缩算法

提出一种基于时域变换的失真度可调图像压缩算法，在象素合并过程中，利用一个最大均方差阈值和一个粒度差值控制象素节点和结构节点的产生，来生成四叉树结构及象素数据表，通过调整阈值和差值的具体取值（0－40）来实现不同的压缩比（从无损压缩连续变化到大比例有损压缩），压缩后的图像在相同PSNR情况下比JPEG压缩占有更少的空间，在相同压缩比的情况下图像质量高于用JPEG压缩的图像，该算法还有良好的时间复杂性O（N／3）和空间复杂性O（N），可用于任意大小图像的压缩与传输。     

基于图像块像素差的大容量无损信息隐藏算法

为使提取嵌入的秘密信息后能无损恢复原始载体图像,提出一种基于图像块相邻像素差的大容量无损信息隐藏算法。将原始载体图像进行分块,并按一定顺序扫描图像块得到一系列像素序列,通过计算每个序列中相邻像素的差值得到差值直方图,从中选择2个最大峰值点将秘密信息嵌入。实验结果表明,与其他无损嵌入算法相比,该算法在保证较好不可见性的情况下,信息嵌入容量较大,峰值信噪比较高。     

基于二叉划分树的多尺度图像分割算法

图像分割作为从图像中提取感兴趣对象的必要步骤,通常需要其能够提供多尺度的分割结果.提出一种基于二叉划分树(BPT)的多尺度图像分割算法,用于系统地记录从图像的任意过分割结果上进行的区域合并过程;然后基于BPT中每个结点与其父亲结点的差异度量,提出一种包括自动确定候选结点和分裂合并策略的结点选择算法,来选出符合期望分割区域数目的结点,并生成相应尺度的分割结果.实验结果表明,文中算法能够在较粗分割尺度下获得更适合于对象提取的分割结果,有助于提高自动对象提取的效率以及减少交互式对象提取中的人工交互.