一种矩形编码与行程编码相结合的图像压缩方法

论述的矩形编码与行程编码相结合的图像压缩方法,是针对矩形编码中处理较小区域时空间浪费以及失真和行程编码中最大行程编码受限制等缺点而提出的。该方法处理复杂图像比矩形编码好,在图像不复杂时比行程编码好,具有很好的压缩效率。     

一种用区域直方图表示与描述形状的方法

众所周知，形状的表示与描述是模式识别的中心内容．然而，大多数简单类型的二维形状描述算法，无论是基于边界特性还是基于区域特性的，都有一定的应用范围或者在性能上存在某些不足．针对这样的情况，基于区域边界上当前像素与前后两个相邻像素的坐标关系，提出了一种称之为区域直方图的用于区域形状表示与描述的通用方法．该区域直方图是按照一定的分类与计算规则将区域沿边界序列化而得到的水平间距形式，它在像素意义上表示了区域的边界长度与面积．利用Rosen与Gleason推荐的标准二维形状进行了形状描述能力的定量测试以及同类型算法的对比试验，结果表明，该方法在区域形状描述方面显得很有效，能满足复杂区域形状的表示与描述要求，并且表现出较好的鲁棒性．它为区域形状的表示与描述提供了一种新的有效手段，从而在模式识别等机器视觉方面表现出一定的应用价值。     

图像块动态调整的自适应差值补偿矢量量化

提出一种图像块动态调整的自适应差值补偿矢量量化方法。该方法在编码前,分析待编码子块与其八邻域子块的相似度,通过事先给定的阈值判断子块是否相似,若相似,则用相同码字编码;否则单独编码。在编码时,计算子块和匹配码字的差值,得到差值图像。进而得到像素差值符号位,对其进行行程编码后附在码字索引之后;在解码时,根据码字索引恢复图像,对附加信息进行行程解码．并采用3×3补偿窗口对每个恢复像素进行自适应差值补偿,得到最终恢复图像。实验结果表明,相对于普通矢量量化．论文方法不但可以提高编码速度,而且图像质量有明显改善。     

匹配边界码的图象压缩方法

本文提出了一种利用匹配边界码来压缩图象信息的方法,可以达到图象的大比率压缩。阐述了匹配边界码的原理和数据结构。同时,给出了编码和译码的算法,并且与等值线编码和一维行程编码的压缩效果进行了比较。     

基于内容的网格生成算法

在基于模型的编码技术中,选择合适的网络模型对提高模糊的运动估计精度、编码效率和得到高质量的解码图像都是至关重要的。本文提出的基于图像内容的自适应网络模型生成算法,首先利用数学形态学中的水线算法把编码图像分割成许多纹理一致的区域,所分割的区域反映了图像的结构、轮廓和边界;再对这些区域的边界进行多边形拟合,得到多边形各个边的端点作为网格模型的节点,以这些节点为基础就能生成一个Ｄｅｌａｕｎａｙ三角形网格     

线性四元树到边界链码的一种新转换算法

在图象编码过程中，往往需要将四元树转换为边界链码，针对这一问题，本文提出了一种线性四元树到边界链码的新转换算法，与以往一些算法相比，该算法实现起来非常简单而又不失通用性，在该算法中，四元树上所有大于最小黑结点的黑结点被递归划分为最小黑结点大小，随后采用一种堆栈的方式实现结点的邻接寻找，最后通过求得组成区域边界的有向线段从而得到区域的边界链码。     

多源多宿组播网络编码的可达信息率区域

为了解决多源多宿组播网络编码问题,提出了计算可达信息率区域的算法和构造线性网络编码的方法。在已有研究的基础上,把多源多宿组播网络编码问题转化为一个含有约束的单源组播网络编码问题,通过理论分析与推导,找出了各源点组播率之间的相互约束关系,进而构造了一个多目标优化模型来表征可达信息率区域的边界,提出了两种求解该多目标优化问题的方法:枚举法和基于遗传算法的多目标优化算法。从求出的Pareto边界可以导出可达信息率区域。选定了各源点的组播率后,通过求解含有约束的单源组播网络编码问题便可以构造出线性网络编码方案。仿真测试结果表明提出的方法可以求出可达信息率区域的整数点边界,并能构造线性网络编码方案。     

无穷扇形区域调和边值问题的重叠型区域分解法

51．引言边界元方法在力学和科学工程计算中有着广泛的应用问．它特别适合求解无界区域上的问题［‘’，‘’1．边界元和有限元耦合［‘，＼以及作适当的人工边界处理后再在有界区域上应用有限元技术＊＼都是处理无界区域问题时常用的方法．另一方面，近年发展起来的区域分解法不仅为并行计算提供了有效手段＊’］，也为边界元方法在无界区域问题上的应用提供了新的途径．其中，无界区域上基于自然边界归化的重叠型和不重叠型区域分解算法＊’，“－‘’］，同时具备了边界元法和区域分解法的优点．它将无界区域n分解为一个很小的有界区域01…     

基于CSCW的静态图像编码压缩算法

图像编码压缩会引起失真。在研究静态图像编码压缩问题中,针对传统的编码算法只能在压缩比和失真之间取舍,不能获得较大压缩比又获得较好失真效果,很难适用于类似计算机支持协同工作的环境。为了解决上述问题提出一种行程长度编码的方式保证失真效果,同时又可以利用小波变换编码算法的特性来提高压缩比的编码算法,以行程长度编码和小波变换编码分别压缩图像的不同区域完成编码压缩。试验检验表明算法速度快、压缩比高、失真小(感兴趣区域可以无失真)结果获得较高压缩比同时失真较小,可用于特殊环境的编码压缩。     

区域填充极点判别算法

在深入分析现有的边标志算法的基础上，提出一种适用于图像处理的区域填充算法．在图像处理中，经轮廓跟踪得到的轮廓点是目标区域内的像素，这与边标志算法的边界像素的约定不一致．文中算法利用轮廓点与其前后邻点的相对位置关系将轮廓点分为极点和非极点，再对扫描线上的非极点进行两两配对和填充．在具有较高运算效率的同时，该算法适用于任意复杂形状的区域．     

Algorithm to expand regions represented by linear quadtrees

An algorithm is presented that changes to ‘black’ those ‘white’ pixels within a specified distance of any ‘black’ pixel in an image represented by a linear quadtree. This function is useful for answering queries in a geographic information system such as ‘Find all wheat fields within five miles of a flood plain.’ The algorithm works by computing the chessboard distance to nearby black pixels for large white nodes, and either leaves them white, changes them to black or repeats the process on each subquadrant, as required. Small white nodes are a priori within the given radius and require no further calculation. Thus only a small percentage of the nodes of the quadtree need extensive processing. The algorithm is easily applied to multicoloured images by treating all nonwhite colours as ‘black’.     

抖动半调图像跳黑块无损压缩算法

提出了一种有序抖动半调图像跳黑块无损压缩方法。通过分析抖动半调图像特性,对半调图进行分块及块间异或预处理,使其转变为较大面积黑色区域中夹杂着零星白点的二值图像,接着运用跳黑块编码法对其无损压缩。在跳黑块编码中,对只有一个白像素的非黑块采用特定的短码字编码;对其余类型的非黑块采用直接编码。实验结果表明,改进的跳黑块编码能在一定程度上对非黑块进行有效压缩,且新算法不但具有较高的压缩效率,时间、空间复杂度也较低。     

导向滤波的高光去除改进算法

为了解决传统的高光去除方法在去除图像高光时黑色像素点褪色、边缘和纹理缺失、产生伪影效应的问题,提出了一种导向滤波的高光去除改进算法。该算法通过设置第一阈值分离出图像中的黑色像素和其他像素,并采用不同方法分别估算黑色像素和其他像素的最大漫反射色度,避免黑色像素点发生褪色;利用导向滤波器对最大色度图进行了平滑处理,避免了伪影效应;在分离漫反射分量过程中,根据分母与第二阈值的关系,将滤波后图像中的像素点划分为两类,并对不同类别的像素点采用不同方法实现漫反射分量的分离,避免了分母为0导致错误分离。根据实验结果,该算法相比于传统算法,在防止黑色像素褪色、保留图像边缘和纹理信息、避免伪影方面均表现出优势。     

基于快速SLIC的图像超像素算法

针对SLIC(Simple Linear Iterative Clustering)算法在超像素聚类过程中耗时较长的缺陷,提出一种基于快速SLIC的图像超像素算法。该算法首先剔除在颜色空间上与聚类中心相似度较低的像素,从而仅用部分近邻像素更新聚类中心,以确保聚类中心快速达到稳定并阻止误差传播,提高边缘命中率;其次,在初始化网格后,将每个超像素的边缘像素视为不稳定像素,将超像素的非边缘像素视为稳定像素并保持稳定像素的类别不变;最后,通过对不稳定像素进行迭代标记来实现快速超像素图像分割。在MATLAB环境下分别对所提算法与6种对比算法进行测试,在超像素个数相同的情况下,所提算法在BSD500数据集上与经典的SLIC算法相比分割误差率降低5%,分割精度提高0.5%,运行时间减少0.18 s。实验结果表明,与主流的超像素算法相比,所提算法在提升超像素分割质量的同时能够有效降低算法的计算复杂度。     

基于像素值排序与块再分的可逆数据隐藏算法

基于像素值排序的可逆数据隐藏算法通过修改图像块中的最大像素和最小像素嵌入数据,但并未充分利用图像块内的每一个像素,从而影响嵌入性能。结合块再分原理,提出基于像素值排序的可逆数据隐藏算法。将原始图像划分为3×3的图像块,计算每一个图像块的局部复杂度。设计12种分块模式将局部复杂度小于阈值的图像块细分为子块A和B。根据子块A和B的不同局部特征分别采用2种不同的扫描顺序读取像素。子块A的像素序列使用次小值预测最小值和次大值预测最大值的方法,获得2个预测误差值,子块B的像素序列利用中值像素连续预测其余4个像素的方法,得到4个预测误差值。在此基础上,利用图像块中预测误差值为0和1的像素嵌入隐藏数据。实验结果表明,该算法在一个图像块中最高可嵌入6 bit的数据,在较低计算复杂度的情况下能够有效提高像素的嵌入性能。     

Accelerated genetic algorithm based on search-space decomposition for change detection in remote sensing images

Detecting change areas among two or more remote sensing images is a key technique in remote sensing. It usually consists of generating and analyzing a difference image thus to produce a change map. Analyzing the difference image to obtain the change map is essentially a binary classification problem, and can be solved by optimization algorithms. This paper proposes an accelerated genetic algorithm based on search-space decomposition (SD-aGA) for change detection in remote sensing images. Firstly, the BM3D algorithm is used to preprocess the remote sensing image to enhance useful information and suppress noises. The difference image is then obtained using the logarithmic ratio method. Secondly, after saliency detection, fuzzy c-means algorithm is conducted on the salient region detected in the difference image to identify the changed, unchanged and undetermined pixels. Only those undetermined pixels are considered by the optimization algorithm, which reduces the search space significantly. Inspired by the idea of the divide-and-conquer strategy, the difference image is decomposed into sub-blocks with a method similar to down-sampling, where only those undetermined pixels are analyzed and optimized by SD-aGA in parallel. The category labels of the undetermined pixels in each sub-block are optimized according to an improved objective function with neighborhood information. Finally the decision results of the category labels of all the pixels in the sub-blocks are remapped to their original positions in the difference image and then merged globally. Decision fusion is conducted on each pixel based on the decision results in the local neighborhood to produce the final change map. The proposed method is tested on six diverse remote sensing image benchmark datasets and compared against six state-of-the-art methods. Segmentations on the synthetic image and natural image corrupted by different noise are also carried out for comparison. Results demonstrate the excellent performance of the proposed SD-aGA on handling noises and detecting the changed areas accurately. In particular, compared with the traditional genetic algorithm, SD-aGA can obtain a much higher degree of detection accuracy with much less computational time.     

Ideal contrast visual cryptography schemes with reversing

A visual cryptography scheme (VCS) for a set of n participants is a method to encode a secret image, consisting of black and white pixels, into n transparencies, one for each participant. Certain qualified subsets of participants can “visually” recover the secret image by stacking their transparencies, whereas, other, forbidden, subsets of participants, cannot gain any information about the secret image.Recently, Viet and Kurosawa proposed a VCS with reversing, which is a VCS where the participants are also allowed to reverse their transparencies, i.e., to change black pixels to white pixels and vice-versa. They showed how to construct VCSs with reversing where the reconstruction of black (white, respectively) pixels is perfect, whereas, the reconstruction of white (black, respectively) pixels is almost perfect. In both their schemes there is a loss of resolution, since the number of pixels in the reconstructed image is greater than that in the original secret image.In this paper we show how to construct VCSs with reversing where reconstruction of both black and white pixels is perfect. In our schemes each participant is required to store a certain number of transparencies, each having the same number of pixels as the original secret image. Moreover, our schemes guarantee no loss of resolution, since the reconstructed image is exactly the same as the original secret image. Finally, compared to the schemes of Viet and Kurosawa, our schemes require each participant to store a smaller amount of information.     

结合区域特性的图像改色算法

针对现有图像改色方法应用于零散分布对象时效果不佳的问题,提出了一种结合区域特性的两级协同扩散算法。首先将图像像素与通过过度分割得到的小块区域分别组成有权图的两级,除了建立像素级近邻连接外,图中还引入了区域级全连接,以及每块区域与其内部像素之间的连接;然后设计一迭代过程对所有这些连接进行信息调配,从而既能实现远距离扩散,也能使区域内像素的色彩特性趋近于一致。实验结果表明,即使添加非常少的人工标记该算法也可以获得很好的改色效果。     

背景自适应的GrabCut图像分割算法

图割用于图像分割需用户交互,基于激光雷达传感器,提出了阈值法得到目标的外截矩形,再映射到图像完成交互.针对GrabCut算法耗时、对局部噪声敏感和在复杂背景提取边缘不理想等缺点,提出了背景自适应的GrabCut算法,即在确定背景像素中选取可能目标像素邻近的一部分像素作为背景像素,使背景变得简单,尤其适用于前景像素在整幅图中所占比例较小和在目标像素周围的背景相对简单的情况.实验结果表明,所提算法与GrabCut算法相比,减少了图的节点数,降低了错误率,有效的提高了运行效率,提取的目标边缘信息更加完整、平滑.     

基于区域性构建支持向量机模型的空域水印算法

为提高基于机器学习的数字水印算法的鲁棒性与不可感知性,根据支持向量机在有限训练样本的情况下具有很好的学习和泛化能力,图像的不同区域邻域像素与中心像素的关系紧密程度不同,文章提出一种基于区域性构建支持向量机模型与Arnold变换相结合的空域水印算法。利用不同区域的邻域像素与中心像素的不同关系紧密程度构建不同区域,从而构建不同的支持向量机模型,并通过水印的Arnold变换预处理实现水印的随机嵌入和提取操作。实验证明,该算法在剪切攻击、椒盐攻击、对比度增强方面相对其他基于机器学习的水印算法有良好的改善,并具有良好的不可感知性。