基于矢量图形特征提取的遥感图像分类器

研究一种新型遥感图像分类器。它采用了一种称为ES（Extracting Shape)的新算法,即从遥感图像直接提取景物的矢量图形,由此获得图形元素和数学特征,并通过在波谱空间和形状特征空间的两次聚类给出景物的分类结果。通过引入知识库和捕捉用户调整事件获得新知识,使该分类器具有学习能力。分类精度高于国际知名的GIS软件IDRISI40％以上,在普通配置的台式个人电脑上,对彩色遥感图像的分类时间比IDRISI少23％。     

一种基于遗传算法的图像矢量量化方法

描述了一种基于遗传算法的图像矢量量化方法。遗传算法基于自然进化原理可得到全局优化结果，把遗传算法用于码本设计，运算简单，而且可避免传统方法如Ｋ－均值技术等所带来的局部优化局限。同时，由于其结构的规则性和并行性，较适于ＶＬＳＩ实现。文中主要讨论了遗传算法用于图像矢量量化的适应度函数及操作过程，并与传统算法作了比较，最后给出了实验结果。     

抖动图象的矢量量化

本文给出了一种高效的压缩编码方法，这种方法对于输图像先进抖动，再将其结果用地矢量量化，它将产生很高的压缩率，并且它仍具有较为理想的输出效果。     

基于小波和阈值的矢量量化图像压缩方法

文章介绍一种新的矢量分类搜索算法，在保持较好分类效果的情况下，加快了码书的搜索速度，同时在给定失真测度的前提下，使码书的码元数量随不同的图像而变化，自适应地调整分类结果。分类完毕后对码书不同子带和特定顺序分级组织，再对相关数据进行游程编码和熵编码。实验表明，此方法具有很好的压缩效果和较快的计算速度。     

基于矢量尺度的图像滤波

对于医学图像滤波来说,很重要的一点就是滤波后的图像应该尽可能地保留图像中的边缘和细节特征.但通常在滤波过程中,在消除噪声的同时会模糊图像中一些重要的结构信息.在最近几年中,基于尺度的滤波方法已经有效地应用在灰度图像的滤波中.现把基于尺度的方法推广到矢量(彩色)图像的滤波中.在传统滤波方法(矢量中值滤波、基本矢量方向滤波和方向距离滤波)基础上,相应地提出了3种基于球尺度的矢量滤波器.新的滤波方法能根据图像中像素的尺度信息,在图像边缘和细节附近,即区域边界执行较小的平滑,而在区域内部进行较大的平滑,从而能够自适应地控制滤波过程.实验结果表明,所提出的滤波方法与传统滤波方法相比,在消除噪声的同时更能够保留图像中的边缘和细节特征.     

基于特殊内容的图像分割压缩方法

针对扫描的简历图像存储所面临的压缩比和恢复质量之间的矛盾,提出了一种将简历图像分割压缩的方法,分析了简历图像分割压缩存储的可行性和有效性,找出分割压缩的难点和关键,并结合应用给出了一套具体的解决方法,实现了一个应用此种方法的图像分割压缩转换系统。对系统进行了测试,测试结果表明,该方法是一套简单有效的方法,有效地兼顾了压缩比和图像恢复质量。     

一种基于空间特征矢量的图像分割方法

针对灰度图像,提出了一种基于空间特征矢量的图像分割方法,构建了以像素的灰度、梯度、像素r的邻域均值为特征的三维特征空间,并将图像像素点对应空间特征点。通过计算像素特征矢量与阈值特征矢量的矢量差,求出矢量差与阈值特征矢量的夹角,然后比较夹角与动态分割参数的关系,判定像素所在区域(目标或背景)。实验表明,该方法可以较快速地实现图像分割,分割的效果也比较好。     

基于B-spline矢量图形数字水印方法

提出了一种针对矢量图形的数字水印算法,用于矢量图形的版权保护。算法利用了B-spline良好的持续逼近曲线形状的特点,将水印嵌入到B-spline的控制点坐标中。经实验证明,该算法对于通常的图形几何变换,如平移、旋转、缩放以及局部修改攻击,均有令人满意的鲁棒性。     

基于三次 B 样条插值曲面的图像放大方法*

为了实现低分辨率图像的高保真放大,利用原图像中相邻四个像素点的像素值及其在放大后的图像中的位置构造出了对应的三次B样条插值曲面,从而较好地估算出了放大后图像中出现的空白像素值。鉴于彩色图的像素点有R、G、B三个分量,分别构造R曲面、G曲面、B曲面对空白像素点的三个分量进行填充。由于采用构造曲面的高度值作为像素值,使得相邻像素点的像素值不存在较大差异,故而尽可能地避免了马赛克现象的产生,实现了图像的高保真放大。通过对比实验,验证了论文方法对图像放大具有非常好的效果。     

矢量图像分割的快速C-V模型

为了实现对矢量图像快速有效的分割,在分析矢量图像颜色、空间信息和水平集函数特性的基础上,对主动轮廓分割模型进行了改进,提出一种免重新初始化的矢量图像分割模型.在C-V(Chan-Vese)模型中引入了非线性热方程的符号距离函数的约束项,通过对非线性热方程传导率的均衡化使水平集函数始终保持符号距离函数的特性,完全取消比较...     

基于最优矢量量化零树编码的多小波图像压缩

提出一种基于多小波变换的矢量量化零树编码方案.利用多小波变换后各个子块之间的相关性,把图像的多小波分解看成是矢量四叉树结构,通过对多小波系数重排来保持小波系数的零树特征.对图像进行压缩仿真试验,结果表明多小波变换的图像压缩结果优于传统的小波变换结果.     

基于支持向量机的遥感图像压缩方法

在分析遥感图像特征的基础上,提出了一种基于支持向量机(SVM)的遥感图像压缩方法。该方法采用小波变换把原图像分解成不同尺度的多个子带,对最低频子带系数采用DPCM直接编码,对其它频带系数采用SVM回归方法学习数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,从而实现数据压缩。实验表明,与同类压缩方法相比,该算法获得的恢复图像的主客观质量有明显提高。     

基于预处理-修正模式的分形图像压缩方法

通过迭代函数系统（IFS）的不动点来逼近源图像的分形图像压缩方法是图像编码的一种相对新的技术。目前这种方法已派生出众多的图像编码方案，其中大多采用分块和匹配的方法来实现对图像的编码。为提高计算效率，总是希望能用尽可能少的域块（Domain Block）为图像的分类块（Range Block）找到最佳匹配。但这种考虑容易导致最终获得一个有些粗糙的图像编码。本文提出了一类预处理-修正模式的分形图像编码方法。我们保留原有编码作为预编码，进而提出修正预编码的具体算法。算法中充分利用了已有的计算结果，且修正编码过程中可以适当地加入人工干预，有利于提高压缩效率和改进编码质量。     

基于改进进化规划的图像压缩中的矢量量化

提出了基于改进进化规划和LBG算法的一种新的矢量量化算法。由于进化规划中十进制编码方案的收敛速度比二进制编码方案快,因此在进化规划中采用十进制编码方案。同时,根据图像压缩的特点,为了提高算法性能,该文采用一种自适应的多位变异操作。之后将改进的进化规划引入到图像压缩的矢量量化问题中。实验表明,新算法在提高恢复图像质量方面比传统方法优越。     

基于小波变换和矢量量化的人脸图象压缩

在图象的压缩编码中，矢量量化可以利用某特定类图象（加人脸）的统计特性，为了在高压缩比下获得较好的压缩效果，提出了一种新的小波变换域内进行矢量量化的算法，该算法用树结构表示小波变换域系数，并根据各节点值的重要程度，从每一棵树中提取一个矢量，然后进行矢量量化；解码时，为了使矢量分量能正确地返回到原来树中的正确位置，需利用EZW^[1]、SPIHT^[2]算法的思想标记这棵树，因为这样才能充分利用父子相关性和兄弟相关性，从而显著地减少了标记信息，在提取矢量时，可用简单的阈值剪枝算法，也可用SFQ^[3]的最佳剪枝算法，而且后者能进一步提高峰值信噪比，用该算法对人脸图象进行的压缩试验结果表明，在高压缩比（100:1左右）下，恢复的图象质量（视觉效果和峰值信噪比）比通常的小波压缩算法（如EZW，SPIHT、SFQ等）好得多，该算法特别适合于对特定类图象的压缩。     

基于矢量量化的图象分形压缩编码

提出一种基于矢量量化技术的图象分形压缩编码方法,其能较好地克服传统的图象分形压缩编码方法中存在的速度慢,压缩率低等缺点,并且同时获得较高的图象恢复质量。     

基于四叉树分割的变维矢量量化图像压缩算法

传统的矢量量化压缩算法将图像分割为相同大小的编码块,该方法存在较多的冗余.为了提高矢量量化压缩算法的效率,提出一种基于四叉树分割的变维矢量量化图像压缩算法.首先对8×8的图像块进行编码,计算各图像块绝对误差之和,若大于预设的阈值,则将残差分为4等分再编码,重复该过程直到绝对误差之和小于预设的阈值或达到最小图像块.实验结果表明,相对于全搜索的矢量量化方法,在相同码率下,算法编码时间较短且重建图像质量较好.     

基于迭代分形的图象压缩和检索方法

图象所具有的海量性和无序性的特点，决定了多媒体应用的构建必须解决图象数据的高效压缩和有效检索两个关键问题，而由于传统的压缩和检索技术的研究是相互分离的，因而限制了多媒体应用系统整体性能的提高，针对此问题，从两者相互结合的观点，对图象压缩和检索方法进行了研究，首先在小波变换域内，基于迭代分形对图象数据进行压缩，然后在图象分形码的基础上，利用迭代函数系统分布特性构建的特征量来支持图象检索，实验结果验证了该方法的可行性和有效性，同时也表明了基于迭代分形的图象检索方法所具有的巨大应用潜力。     

矢量量化在图像压缩编码中的应用进展

矢量量化充分利用图像的相关性,为实现图像的高倍压缩提供了新途径。本文就目前的研究进展,从矢量量化器的形成、编码算法及在图像压缩编码中的应用进行了综合性的描述。