面向信息隐藏的图像复杂度研究

图像位平面复杂度与人的视觉感受有着密切得关系,研究图像位平面复杂度对图像信息隐藏研究意义重要.本文提出了复杂度度量的新方法,把图像位平面的信息熵作为图像复杂度测度.研究了随机序列游长统计规律,并给出理论推导,利用图像位平面的游程统计规律与随机序列游程统计规律的接近程度,定量地描述了图像复杂度,并从实际应用的角度分析了其合理性,说明了图像位平面复杂度可以作为图像信息隐藏的性能评价指标.     

基于允许绝对误差指标的静态图像编码算法

提出了一种新的静态图像编码方法，通过将小波域编码和误差的图像域编码相结合，并进行码率优化，使得在满足绝对误差要求的前提下减少总输出码率。同时提出了一种等效误差编码算法，该算法减少了编码的比特平面数，从而进一步降低最终输出码率。     

批量隐写容量研究*

通过对批量隐写的定性分析,提出了增大批量隐写容量的方法。对大容量图像的位平面进行等分分块,采用矩阵编码技术,证明了至多修改像素的1 LSB位能够嵌入2 bit隐秘信息的结论,提升了批量隐写容量,并给出了安全性分析。最后结合隐秘信息的嵌入和提取算法,以航拍图为隐写载体进行实验,验证了算法的有效性。     

基于重要系数提升的遥感图像压缩

提出了一种基于重要系数确定及系数提升幅度计算的遥感图像压缩方法。根据图像小波域系数的熵估计值确定正常编码情况下图像编码所截取到的比特平面,然后对重要的系数进行比特平面提升,这样系统编码时就能够保留更多的小目标信息。本算法与感兴趣区域编码方法不同,重要系数的定义及其提升幅度大小是根据图像内容和输出码率确定的,可以认为本算法是任意区域的感兴趣区域编码的扩展,但更为灵活。仿真结果表明,本算法可以有效保留遥感图像中小目标的信息, 系统重建图像质量略有下降,克服了现有图像压缩算法一般以均方误差最小为准则,在低码率时会失去小目标信息细节的局限。     

基于位平面的嵌入式超光谱图像压缩系统

针对超光谱图像压缩系统实时性差的缺点,提出一种基于位平面的嵌入式超光谱图像压缩系统。对高位位平面首先采用DPCM去相关,然后再进行游程编码,对低位位平面首先采用四叉数分割,然后再进行LZW编码,最后混合码流进行数据输出。结合实际应用,以高性能DSP芯片TMS320C6455作为中央处理器,结合现场可编程门阵列FPGA构成外围电路逻辑控制,搭建了嵌入式高速图像压缩处理平台。基于该平台用真实图像验证了文中提出的算法,实验结果表明,该系统在保持较高重建精度的同时,有效降低了算法运行量,减少了算法运行时间,能够满足工程项目的要求。     

无线Mesh网络的多媒体信息传输

无线Mesh网络(WMN)是一种新型的宽带无线多跳网络,它以覆盖范围广、投资成本低、组网灵活等诸多优点受到广泛的关注。它的业务主要来自因特网,如何在WMN中有效地传输宽带多媒体业务是一个重要的课题。文中分析了WMN传输多媒体业务所存在的问题,并且介绍了基于分级编码的自适应传输在该网络中的应用。     

基于交织灰度码位平面的数字稳像系统实现

为了实现数字稳像的实时性和实用化,设计了一种基于DM642 DSP芯片的数字稳像系统。该系统采用交织灰度码位平面算法,选取4个位平面进行运动估计,提高了算法的稳定性和实时性,并给出了系统的硬件和软件设计。仿真实验表明,使用交织灰度码位平面可加快算法软件的执行速度,实现图像实时稳定处理。     

JPEG2000中高速Tier1编码器的VLSI设计

提出并实现了一种用于JPEG2000编码芯片中高速Tier1编码器的并行流水结构。该编码器采用了双位平面并行编码、通道扫描的流水控制、状态变量实时产生电路以及列内并行上下文生成等技术,实现了一种0状态存储器的多并行流水位平面编码器;并行同步流水的多记号输入算术编码器以及不定算术编码周期下的多输入同步读取电路,使算术编码速度平均为1.3上下文编码记号对/时钟;对算术编码产生的压缩码流存储呈高效的宏流水线结构。该编码器在100MHz工作时钟下,最高编码速度为85M小波系数/s。用SMIC0.25μm工艺库综合时,门电路为6.3万门,片上存储器为26kb(码块大小32×32),关键路径为5.2ns。     

一种综合空域和时频域的数字水印算法

提出一种空域和时频域相结合的多分辨率灰度图像水印算法。该算法对原始载体图像进行离散小波分解,并对灰度水印图像先进行拉普拉斯金字塔分解再进行位平面分解。将水印图像位平面分解系数嵌入到原始图像的水平和垂直分量上,水印嵌入小波系数的位置由具有混沌特性的Arnold映射确定,从而实现水印的盲提取。实验结果证明,该算法对图像的普通处理,如噪声、滤波、剪切、JPEG压缩和旋转等,均具有较好的鲁棒性。     

基于位平面的超光谱图像无损压缩算法的实现

分析了超光谱遥感图像的特征,根据它对压缩算法的特殊要求,提出了基于位平面的无损压缩算法.对于相关性较高的高位位平面采用计算位平面的差值矩阵直接去相关,而相关性较差的低位位平面则采用四叉树划分的方法重组各个像块的大小、位置、灰度信息,从而得到图像的混合编码.实验结果表明,该算法与其它常用无损压缩算法压缩比相当,但压缩时间提高了50%左右.该算法简单实用,适合有实时性要求的超光谱遥感图像压缩.