离散余弦变换在图像压缩算法中的研究

随着通信技术的发展,图像的压缩技术日益受到人们关注。主要研究了利用离散余弦变换(DCT)技术对图像进行压缩,通过Matlab仿真分析了利用DCT技术进行图像压缩的优点。首先介绍DCT的原理及图像压缩的必要性,通过Matlab仿真深入了解DCT理论;然后利用DCT进行图像压缩,并进行霍夫曼编码分析。通过Matlab仿真进行DCT图像压缩后的效果对比,结果表明,采用DCT压缩图像时在高比特率下能取得较好的效果。     

基于DCT编码的新进展

目前，DCT编码在JPEG、MPEG、H．26x等编码标准中有着广泛的应用，但随着Shapiro关于小波的嵌入式零树小波编码以及Said等人提出的集合分裂等级树编码的成功应用，使图像及视频信号的压缩编码提高到了新阶段，这虽然对传统的DCT编码提出了挑战，然而，Xiong等人利用嵌入式DCT块变换之间直流系数(DC)的高度相关性也能获得较高的编码性能，因为对DCT后的系数进行重组，同样具有小波多分辨率图像的特性。此外，基于形状自适应DCT、区域支撑DCT以及形态DCT的提出，还有利用DCT系数实现信息隐藏、图像大小调整、模式识别等等，都将DCT功能与性能推向更高层次，使得基于常规的DCT编码有了更大的应用与发展空间。为使人们对DCT编码现状有一概略了解，在对该技术进行深入分析与研究的基础上，对该技术作了概略介绍，并对DCT编码发展进行了展望。     

基于方向编码的离散余弦变换域图像隐写算法

提出一种基于方向编码的离散余弦变换(DCT)域图像隐写算法。将秘密图像进行8×8块的离散余弦变换后,采用JPEG标准量化表进行量化,将得到的DCT系数做行程编码,间接提高嵌入容量。同时对载体图像进行8×8块的离散余弦变换,采用改进的量化表进行量化,由此提高嵌入容量和含密图像的质量。通过基于方向编码的嵌入算法将秘密信息嵌入载体图像DCT系数的中低频部分。实验结果证明,该隐写算法嵌入容量大,得到的含密图像视觉质量好,可抵抗 分析攻击。     

基于快速二维离散余弦变换算法的人脸特征提取

离散余弦变换(DCT)具有图像信号处理后对图像显示效果影响不明显的优点。本文针对离散余弦变换(DCT)系数在人脸识别中的应用,研究不同的DCT块进行编码后其系数对图像质量和识别结果的影响,提出利用快速2D-DCT(二维离散余弦变换)代替普通DCT的人脸特征提取方法。该方法可以使得在对人脸进行平均分割后的图像块处理时间大大减少,从而能够在同样的时间内提取更多的DCT系数用于人脸识别。实验结果表明,该方法快速而且是有效的。     

嵌入式DCT图像编码算法

首先对图像进行DCT，然后把不同块中相同频率的DCT系数按照子块的顺序重新排列成64个子带．重排后的DCT系数采用一种基于上下文的算术编码器进行位平面编码，从而使编码后的图像具有渐进传输性．实验证明，文中算法是一种简单、有效的图像编码算法．     

多线性子空间可伸缩视频编码方法

针对DCT方法用单一变换核处理所有图像块而忽略图像信号的复杂统计分布的问题,通过论证视频中的图像数据和运动预测残差存在的多线性子空间分布特性,提出一种可伸缩性视频编码方法.该方法用广义主成分分析(GPCA)取代传统视频编码中所采用的DCT来对I帧和预测残差图像编码,通过对编码结果进行适当排序,使得码流可以在任意点被截断,实现精细粒度的质量可伸缩性;并借助多线性子空间的分割,实现依据人类视觉注意特性的差错保护及更好的错误隐藏.对文中方法和基于DCT的可伸缩性编码效果进行比较的结果表明,在同等压缩比的情况下,采用该方法普遍可获得比DCT更好的图像质量.     

DCT算法及其与小波编码在图像处理中的比较

由于数字媒体的不断普及,DCT编码在JPEG,MPEG,H.26x等编码标准中有着越来越广泛的应用。但随着Shapiro关于小波的嵌入式零树小波编码以及Said等人提出的集合分裂等级树编码的成功应用,图像及视频信号的压缩编码迎来了一个新的阶段,这显然对传统DCT编码提出了挑战。然而,Xiong等人利用嵌入式DCT块变换之间直流系数(DC)的高度相关性也能获得较高的编码性能,因为对DCT后的系数进行重组,同样具有小波多分辨率图像的特性。文中主要提出DCT与DWT的比较,以及基于DCT与小波变换在图像中的性能比较。     

一种基于交叉视觉皮质模型的图像编码算法

根据交叉视觉皮质模型(ICM)具有的图像分块功能对图像分块.利用已有的寻找拐点(corner点)方法寻找分块后的corner点,接着对corner点所影响的区域进行无损编码,对不受影响的点进行有损编码(DCT编码).实验证明,这种编码在保证一定压缩率的情况下可以清晰地显示图像的关键点(也即corner点)所影响的区域.     

DCT算法及其与小波编码在图像处理中的比较

由于数字媒体的不断普及，DCT编码在JPEG，MPEG，H．26x等编码标准中有着越来越广泛的应用。但随着Shapiro关于小波的嵌入式零树小波编码以及Said等人提出的集合分裂等级树编码的成功应用，图像及视频信号的压缩编码迎来了一个新的阶段，这显然对传统DCT编码提出了挑战。然而，Xiong等人利用嵌入式DCT块变换之间直流系数（DC）的高度相关性也能获得较高的编码性能，因为对DCT后的系数进行重组，同样具有小波多分辨率图像的特性。文中主要提出DCT与DWT的比较，以及基于DCT与小波变换在图像中的性能比较。     

一种自适应快速视频编码的新方法

在传统的视频编码中,为了保证图像质量,采用标准视频编码器模块实现。但这种方式存在大量的计算量,编码时间长。为有效解决这一问题,本文提出了一种改进视频编码实现的自适应控制方法,并结合快速DCT算法及近似计算进一步提高编码速度。在保证图像质量的前提下,实现视频图像的快速编码。     

一种基于DCT的快速分形图像编码方法

分形图像编码能获得很高的压缩比，但存在编码时间过长的缺点。本文根据离散余弦变换(DCT)能量集中的特性，提出一种基于DCT的快速分形图像编码方法。实验结果表明，该方法与传统的分形块编码方法相比，编码速度有很大提高，并能获得较高的峰值信噪比(PSNR)。     

快速DCT域分形图像编码方法

分形图像压缩编码复杂度较高,而ＤＣＴ域的分形图像压缩方法虽然在性能上有所提高,但是对每个图像块的处理中又分别增加了一次二维ＤＣＴ,使得编码复杂度进一步提高,为降低ＤＣＴ域分形图像压缩的编码复杂度,引入平坦块的概念,对那些经过ＤＣＴ后,能量非常集中的块不做块匹配,而是直接编码输出。实验结果表明,与一般的ＤＣＴ域分形图像压缩方法相比,这种方法在提高编码速度的同时,也降低了比特率。     

静止彩色图象压缩编码技术

近些年来，人们在继续研究灰度图象压缩编码技术的同时，越来越关注它们在彩色图象压缩编码技术中的推广使用。本文着重介绍用于静止彩色图象压缩编码中的几种主要技术的进展情况。     

磁盘阵列错误隐藏的DCT系数重建算法研究

基于DCT变换的图象压缩，以块为单位进行DCT变换把图象从时域转换到领域，由于能量主要集中在少数低频系数，再结合量化、编码，可以实现有效的压缩，基于DCT的错误隐藏算法可用于客户端挖重建图象，隐藏存储系统或传输信道带来的错误，本文针对磁盘阵列中单个磁盘原失效，提出了三种客户端的基DCT编码的图象错误隐藏算法，并进行了验证。     

WMSN中基于兴趣区域检测的JPEG编码算法

为了提高资源受限的无线多媒体传感器网络中视频监控图像序列的压缩效果,提出一种基于变化检测和DCT系数裁剪的JPEG图像编码方法。通过变化检测算法确定监控图像中的兴趣区域,对于兴趣区域保留全部DCT系数进行编码,在背景区域编码时对DCT系数进行裁剪。算法分析和仿真实验结果表明,提出的方法能同时保证高的压缩率和兴趣区域的图像质量,在图像质量和能量消耗之间达到了一个较好的平衡。     

基于DCT快速变换的图像压缩编码算法

在JPEG标准中,基于图像压缩的有损压缩算法中的离散余弦变换（DCT）,应用于很多图像压缩场合,并且在实际操作中,能获得较高的压缩比,同时压缩后的图像与原始图像的视觉效果基本相同,因此得到了广泛应用。为了达到提高图像质量的目的,文中提出了一个基于二维离散余弦变换（DCT）的图像压缩改进算法,该算法通过设置量化系数来控制图像压缩数组的大小。同时,在图像压缩部分利用DCT快速算法。仿真实验结果表明：该算法进一步提高了图像的峰值信噪比（PSNR）和主观视觉质量。     

基于整型DCT变换的图象编码研究

为了既能保证图象无失真压缩，又能提高编码效率，给出了一种新的基于整型可逆DCT变换的嵌入式编码方法，并实现了基于DCT的无失真编码和有失真编码方案的完美结合，该算法是首先通过计算DCT浮点变换的整数可逆矩阵分解，从而得到可以整数实现的可逆矩阵变换，然后再利用得到的分解矩阵依次对图象样本进行变换；最后将变换得到的系数用多种高效编码方法进行编码，实验结果表明，该新方法用于无损压缩编码时，整型DCT明显好于浮点DCT，而且没有残差的编码问题；用于有损压缩编码时，两者的编码效果相近。     

基于Matlab的灰度图像DCT与RLE的混合有损压缩

分别介绍了图像压缩编码技术DCT和RLE,并在Matlab数学分析工具环境下从实验角度出发较直观的探讨了基于DCT与RLE混合有损压缩方法在灰度图像压缩中的应用,数值实验结果表明该方法具有方法简单、速度快、误差小的优点,且大大提高了图像压缩的效率和精度。