基于DCT的嵌入式图像编码

基于小波零树编码的相似结构，给出了一种均值去除的嵌入式DCT(MSEDCT)编码方法。该方法将子块DCT后的系数按一定方式重新组合，并针对重组后图像DC系数块存在的大量冗余信息，运用简单的均值去除方法进一步降低冗余信息。在此基础上，运用小波零树量化器及算术熵编码器实现对图像的有效压缩。实验结果表明，该方法在获得较高压缩比的同时，呈现出较好的图像质量，并具有比特率可分级特性，适合于无线网络或Internet上图像的累进传输或鲁棒传输。     

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。     

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。     

一种超低比特率图象压缩算法

本文提出了一种可在超低比特率情况下使用的高效帧内图象压缩算法,该算法不同于DCT编码方法,也不同于小波编码方法,而是结合了离散余弦变换（DCT）和小波零树编码算法两者的优点,理论和实验表明,在超低比特率图象通信应用领域,该算法图象压缩效率高,图象恢复效果好。此外,在PC机上用软件实时实现该算法也不复杂。     

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DCT和SVD变换的盲数字水印算法

结合奇异值分解(SVD)变换,提出一种基于DCT域内DC分量的数字盲水印算法。对原图像进行8×8分块DCT变换,对DC系数集合进行2×2分块的SVD变换,使用量化步长Q量化每个小块对应的最大奇异值,向量化后的结果嵌入水印。由于选择DC系数进行SVD变换,且SVD变换结果表现的是图像的内蕴特性而非视觉特性,故算法具有较高的稳健性和透明性。实验表明,该算法可以有效地抵抗中值滤波、JPEG压缩、噪声等常规篡改处理,水印的提取不需要原始图像参与,执行起来简单方便。     

基于Contourlet的中低码率图像质量可分级编码算法

首先对图像Contourlet变换各子带系数的分布情况进行了统计分析,进而给出了一种基于Contourlet变换的空间方向树结构,并统计验证了该空间方向树的"零树"特性.同时针对图像Contourlet变换各子带"重要系数"的分布情况提出了一种基于图像Contourlet方向子带的多尺度量化方案,该方案对图像的边缘方向信息和纹理信息具有很好的捕捉能力,在此基础上提出了一种基于Contourlet变换的嵌入式图像质量可分级编码算法,该算法除了具有一般基于小波变换的零树编码方法的特性外,还具有方向性和各向异性的特点,其解码图像在中低码率下无论是PSNR还是纹理和边缘区域的视觉效果均优于SPIHT算法.实验结果验证了所提出算法的有效性.     

图像压缩中的快速方向离散余弦变换

传统的二维DCT(discrete cosine transform)无法稀疏表示除水平或垂直方向以外的边缘,而具有强方向表示能力的方向预测离散余弦变换(directional prediction DCT,简称DPDCT)计算复杂度又过高.针对这些问题,提出了一种快速方向离散余弦变换(fast directional discrete cosine transform,简称FDDCT).该算法沿给定的方向模式进行变换,避免了DPDCT中的插值运算,可以快速、稀疏地表示图像中各向异性边缘信息.此外,FDDCT通过设计块边界提升,在进一步集中边缘能量的同时保证了算法的完全重构.实验结果表明,FDDCT计算复杂度不超过DCT的1.4倍;采用同样的编码方法,基于FDDCT的压缩图像与基于DCT以及DPDCT的压缩图像相比,峰值信噪比可提高0.4dB~1.6dB,而且边缘细节更加清晰、完整.     

一种高效的DCT域图像下采样方法

在许多多媒体应用中,人们往往希望压缩的视频数据可以在DCT域上进行降低空间分辨率的处理。常见的Dugad方法是从每一个8×8的DCT块中截取4×4的低频分量,但该方法容易产生错误漂移及块效应,其主要原因是没有很好地保持图像的高频分量。为此提出了一种称之为准卷积下采样方法的DCT域图像下采样方法:从8×8块DCT系数推算出16×16宏块的DCT系数,然后截取8×8的低频分量。并通过分析DCT系数矩阵的稀疏特性给出了快速算法。该下采样方法适用于任何基于DCT压缩的视频转码方案。实验结果表明,该方法重构图像的峰值信噪比比Dugad方法平均高0.3dB,并且在图像细节处,视觉效果较好。     

基于HVS彩色图像的扩展零树小波编码方法的研究

提出了一种基于视觉系统（HVS）特性和小波系数的扩展零树的彩色图像压缩编码方法。该算法按视觉重要性排序,产生一种嵌入式比特流。它不仅保留了EZW算法的高效、嵌入式编码的优点,而且获得了在低比特率下的彩色图像经压缩后的优良的复原图像效果。本算法同其他算法相比,在相同的压缩比条件下,恢复图像具有更好的视觉质量。     

基于三维离散余弦变换的静止彩色图象压缩

为了既能获得较高的压缩比 ,又能保证较好的图象质量 ,提出了一种基于三维离散余弦变换 (3D DCT)的静止彩色图象编码方法 .在此算法中 ,首先将原始图象分割成互不覆盖的 8× 8子块 ;然后根据局部能量的大小将各子块分为 4类 ,再把属于同一类的子块组合到一起 ,形成三维立方体并对三维立方体进行三维离散余弦变换 ,从而提高压缩效率 .计算机模拟结果表明 ,此算法在压缩比高于 4 0时 ,其平均峰值信噪比约为 2 9d B,解压后的图象质量有较高的保真度 ,在同等情况下 ,其比 JPEG标准提高约 5 d B     

具有鲁棒性与数据嵌入能力的JPEG压缩图像加密算法

针对JPEG图像加密算法引起的比特流大小增加与鲁棒性较差的问题,提出了一种具有鲁棒性与数据嵌入能力的JPEG图像格式兼容的加密算法。首先,利用AC系数抓取纹理信息并生成部分区域,基于该区域将DC系数编码;然后,使用8个不同的顺序扫描AC系数,选择其中比特流大小最小的顺序;之后,提取每块的AC系数,并且操作AC系数来增加置换的范围。算法的主要过程均具有可逆性,可成功提取嵌入信息并且完美地重建原图像。基于真实JPEG照片的实验结果表明,本算法对素描攻击具有鲁棒性,可抑制比特流大小增加且具有数据嵌入的能力。     

Local cosine transform — a method for the reduction of the blocking effect in JPEG

This paper presents the local cosine transform (LCT) as a new method for the reduction and smoothing of the blocking effect that appears at low bit rates in image coding algorithms based on the discrete cosine transform (DCT). In particular, the blocking effect appears in the JPEG baseline sequential algorithm.Two types of LCT were developed: LCT-IV is based on the DCT type IV, and LCT-II is based on DCT type II, which is known as the standard DCT. At the encoder side the image is first divided into small blocks of pixels. Both types of LCT have basis functions that overlap adjacent blocks. Prior to the DCT coding algorithm a preprocessing phase in which the image is multiplied by smooth cutoff functions (or bells) that overlap adjacent blocks is applied. This is implemented by folding the overlapping parts of the bells back into the original blocks, and thus it permits the DCT algorithm to operate on the resulting blocks. At the decoder side the inverse LCT is performed by unfolding the samples back to produce the overlapped bells. The purpose of the multiplication by the bell is to reduce the gaps and inaccuracies that may be introduced by the encoder during the quantization step.LCT-IV and LCT-II were applied on images as a preprocessing phase followed by the JPEG baseline sequential compression algorithm. For LCT-IV, the DCT type IV replaced the standard DCT as the kernel of the transform coding. In both cases, for the same low bit rates the blocking effect was smoothed and reduced while the image quality in terms of mean-square error became better. Subjective tests performed on a group of observers also confirm these results. Thus the LCT can be added as an optional step for improving the quality of existing DCT (JPEG) encoders. Advantages over other methods that attempt to reduce the blocking effect due to quantization are also described.     

No-reference image quality assessment based on localized discrete cosine transform for JPEG compressed images

In this paper, we propose a new no-reference image quality assessment for JPEG compressed images. In contrast to the most existing approaches, the proposed method considers the compression processes for assessing the blocking effects in the JPEG compressed images. These images have blocking artifacts in high compression ratio. The quantization of the discrete cosine transform (DCT) coefficients is the main issue in JPEG algorithm to trade-off between image quality and compression ratio. When the compression ratio increases, DCT coefficients will be further decreased via quantization. The coarse quantization causes blocking effect in the compressed image. We propose to use the DCT coefficient values to score image quality in terms of blocking artifacts. An image may have uniform and non-uniform blocks, which are respectively associated with the low and high frequency information. Once an image is compressed using JPEG, inherent non-uniform blocks may become uniform due to quantization, whilst inherent uniform blocks stay uniform. In the proposed method for assessing the quality of an image, firstly, inherent non-uniform blocks are distinguished from inherent uniform blocks by using the sharpness map. If the DCT coefficients of the inherent non-uniform blocks are not significant, it indicates that the original block was quantized. Hence, the DCT coefficients of the inherent non-uniform blocks are used to assess the image quality. Experimental results on various image databases represent that the proposed blockiness metric is well correlated with the subjective metric and outperforms the existing metrics.

     

一种基于DCT域的自适应块效应消除算法

在基于块编码的图像压缩技术中,低比特率下重建图像的块边界会出现块效应．本文提出了一种有效的基于DCT域的块效应消除算法．首先通过DCT系数块的分解和合并,直接从两个相邻的系数块获取相应的转移块．然后对图像块的活动性进行分类,对于低活动性邻接块所构成的转移块,采用改进的线性函数替代阶梯函数的方法消除块效应,同时更新邻接块．最后采用后滤波和量化约束技术对更新块和高活动性块进行后处理．实验结果表明,本算法不仅有效去除块效应,而且能够保护图像的纹理和边缘．     

基于自适应稀疏变换的指纹图像压缩

随着指纹识别技术的广泛应用,大量指纹图像需要被收集和存储.在指纹识别系统中,对于大容量的指纹数据库,指纹图像必须经过压缩后存储以减少存储空间,本文提出了基于自适应稀疏变换的指纹图像压缩算法.该算法在离线状态下提取指纹图像特征训练超完备字典;在编码过程中,首先利用差分预测编码和稀疏变换将待压缩指纹图像转换到稀疏域,然后对直流系数和稀疏表达系数进行量化和熵编码,从而实现图像信息的压缩.实验表明,在中低码率段,本文算法相比于JPEG、JPEG2000和WSQ等主流压缩算法表现出更优越的率失真性能;在相同码率时,本文算法生成的压缩图像的主观视觉效果更好,指纹识别率更高.     

窄带宽环境下的动态图像压缩

实现窄带宽环境下的动态图像传输需要对图像数据进行有效压缩。提出采用改进的小波零树编码算法，在零树编码过程中，对连续零树根所采用的游程编码以及对非零小波系数的编码采用了一种新的码扩展算法，与通常的码扩展法相比具有单位比特拥有更大信息量的特点，并且运用图像拼接技术缓解了小波图像压缩在小尺寸图像上不理想的问题。     

一种基于DCT变换的图像认证算法

提出了一种可自恢复的图像篡改认证算法,原始图像的最低位和3／4次低位置零和进行2×2分块DCT变换的基础上,提取DC分量组成图像矩阵,DC分量量化产生特征图像。特征图像经过Arnold置乱,将其二值编码作为水印并混沌加密后嵌入到原始图像的最低位和3／4次低位。实验结果表明,该算法简单、安全性高,篡改精确定位到2×2图像块,可对篡改区域近似恢复,具有较好的实用性。     

方块填充法:一种新的图像压缩编码算法

小波变换后，图像的小波系数中含有的大量零系数。文章根据图像的小波系数的这一统计特性提出了一种新的图像压缩编码方法。即方块填充法。利用图像小波系数的特征，对零系数比较密集的区域进行方块填充，并对各个方块进行标识，然后对填充后的小波系数编码。就可以用很少的比特描述比较多的零系数。实验结果表明。与零树编码方法相比，在大大节约运算量的同时，也获得了很大的数据压缩率。