小波方向子树的分形量化与零树量化相结合

本文通过对标准图像内在相关性的统计分析得出了自然图像具有方向自仿射性的结论,并首次提出了小波方向子树量化的概念。对分别属于水平、垂直和对角方向的尺度压缩因子是相互独立的情况采用小波方向子树量化进行了编/解码分析,同时深入研究了零树小波量化与小波方向子树量化之间的相互关系。实验证明,采用小波方向子树量化与零树量化的混合编码算法可使编码质量有较大的改善。     

曲波变换和最小二乘支持向量机的图像压缩算法

为了提高图像压缩质量,针对传统压缩算法的不足,提出一种曲波变换和最小二乘支持向量机相融合的图像压缩算法。首先采用曲波变换把图像分解为不同尺度和不同方向的曲波系数,并采用熵编码对粗尺度层曲波系数进行压缩,然后利用最小二乘支持向量机对细尺度层中不同方向的曲波系数进行学习,并通过和声搜索算法优化最小二乘支持向量机,实现细尺度层曲波数的压缩,最后采用图像压缩仿真实验测试其性能。结果表明,曲波变换和最小二乘支持向量机相融合的图像压缩算法提高了图像压缩的峰值信噪比,加快了图像压缩的速度,获得了更好的图像压缩效果。     

基于二代curvelet与wavelet变换的自适应图像融合

针对同一场景红外图像与可见光图像的融合问题,提出了一种基于二代curvelet与wavelet变换的自适应图像融合算法。首先对源图像进行快速离散curvelet变换,得到不同尺度与方向下的粗尺度系数和细尺度系数;根据红外图像与可见光图像的不同物理特性以及人类视觉系统特性,对不同尺度与方向下的粗尺度系数和细尺度系数采用基于离散小波变换的图像融合方法,在小波域中,对低频系数采用基于红外图像与可见光图像的不同物理特性的自适应融合规则,对高频系数采用基于邻域方向对比度与局部区域匹配度相结合的自适应融合规则,然后进行小波逆变换得到融合的curvelet系数;最后,进行快速离散curvelet逆变换得到融合图像。实验结果表明,该方法能够更加有效、准确地提取图像中的特征,是一种有效可行的图像融合算法。     

基于图像平滑度的WBCT算法研究与改进

由于WBCT压缩算法对于不同平滑度图像无差别滤波,使得对于较平滑的图像,其恢复图像效果要低于一般小波编码方法,为此,本文针对不同平滑度的图像,通过定义图像平滑度,对图像进行分类,利用多方向多尺度临界采样,进行不同程度的方向滤波。笔者利用变换后的小波系数的特点,采用SPIHT算法实现嵌入式编码,从而改进了WBCT压缩算法...     

基于整型小波变换的遥感图像压缩

对给定的遥感图像采用基于“提升”（Lifing)算法的整型小波变换，然后对变换后的小波域图像进行编码。在小波域编码时，采用逐次近似量化和LZ77方法编码。当量化门限较高时，则有用EZW方法直接对小波域上的图像进行编码，当门限较低时，则对EZW编码后的残差信息进行LZ77编码，文章用上述方法实现了遥感图像的无损压缩，提高了图像的压缩效果。     

一种基于小波-Contourlet变换的图像编码算法

根据小波-Contourlet变换对图像分解具有多尺度和多方向性的特点,提出了一种结合小波-Contourlet 变换和集合分裂嵌入块(SPECK)编码的图像压缩算法(CSPECK).小波-Contourlet通过方向滤波器组把小波分解的高频子带进一步分解为多个方向子带,从而可更稀疏地表示图像的边缘和纹理.SPECK算法编码具有复杂度低和编码效率高的优点.实验结果表明,CSPECK算法对纹理丰富的图像有很好的压缩效果,与基于小波-Contourlet 变换的CSPIHT算法相比,峰值信噪比提高了0.2～0.6 dB.     

一种改进的零树结构编码算法研究

现在大部分图像压缩技术都利用了小波变换后图像不同分辨率反相同方向子带之间的相关性。采用双正交提升小波将图像变换到小波域,通过增加熵编码的符号集,提出了一种基于正交小波变换的增广零树压缩编码算法,在整个编译码过程中仅使用一个系数列表,况且不进行任何排序操作。通过相关实验,证实该方法能有效进行图像压缩,提高了压缩率。     

静态图像零树小波编码算法分析与实现

零树小波编码实现图像的高效压缩,能够有效的节省存储空间,提高Internet传输效率。其中的提升小波变换实现图像整数到整数的变化,给图像的无损压缩提供理论基础。零树小波编码非常好地适应高压缩比应用领域的要求。程序实现了对一幅静态图像进行零树小波编码压缩,将压缩后的文件保存在指定路径下。编码结束后,程序会显示压缩文件的存储容量,便于与压缩前的图像进行对照。在解码中,打开压缩文件,进行解码操作后,程序重新显示出图像。     

利用边缘信息的多尺度分块压缩感知自适应采样方法

在小波域多尺度压缩感知框架下,被完整保留的低频系数存在着许多可利用的图像信息。本文在分析了不同尺度之间、以及同一尺度之内的系数块存在能量差异的基础上,提出了利用边缘信息的多尺度分块压缩感知自适应采样方法(EAS)。该方法首先利用低频系数提取出边缘信息,然后将边缘信息分块,加权计算每个块的边缘信息度,根据边缘信息度判断每个系数块的能量大小,将其转换成每个子块的自适应采样率,从而实现多尺度分块压缩感知的自适应采样。采用医学图像,含有复杂纹理的自然图像和含有严重噪声的SAR图像三类测试数据,验证了EAS方法的性能。数值实验结果表明,EAS方法对不同的压缩感知算法均有很大的提升,能够显著提高图像的重构质量和视觉效果。      

基于LS9/7小波的图像压缩算法研究

提出了一种基于提升格式小波的SPIHT图像压缩算法,该算法采用LS9/7进行小波变换,然后采用SPI-HT算法对变换系数进行编码,可实现任意码率的压缩.该算法具有运算简单,编码速度快等优点.实验结果表明,设计的算法是一种有效的图像压缩算法,能实现图像的快速压缩编码,其图像编解码时间和重构图像质量均优于原算法.     

一种基于小波变换的混合编码方法研究

将小波理论应用于视频和图像压缩是目前国内外十分重视的图像压缩技术。小波分析技术改善了基于分块DCT变换的压缩编码技术的方块效应和飞蚊噪声的不足：而分形压缩编码方法．由于可以获得极高的压缩比而得到广泛关注。本文在借鉴前人的图像压缩编码算法的基础上,提出了一种图像压缩混合编码方法：该方法首先将图像进行小波分解,然后对不同的频带特征采用不同量化、压缩方法进行编码。实践表明,该方法不仅能够大大提高图像的压缩比,而且在网络信道不稳定的情况下．能在一定程度上克服数据传输出错．从而避免数据丢失造成的恢复图像质量下降。     

改进的多尺度压缩感知方案

传统多尺度压缩感知方案只对设定的小波变换系数采样,不用于采样的小波系数直接置零,造成重建图像边缘粗糙,影响图像重建质量。针对该问题,提出了一种改进的多尺度压缩感知方案。新方案在原方案获得的重建图像基础上,通过轮廓波变换对重建图像进行图像插值,在保持重建得到的小波系数不变的同时估计出原来被直接置零的小波系数,从而改进了图像重建质量。通过仿真实验证明了改进的多尺度压缩感知方案的有效性,并且与传统多尺度压缩感知方案相比能得到效果更好的重建图像。     

基于FFT的微光图像压缩编码研究

图像压缩所要解决的问题是如何最大限度地压缩图像数据，并保证利用这些数据所重建的图像是用户能够接受的。本文分析了微光图像特征，在此基础上利用傅立叶变换(FFT)对微光夜视图像进行了压缩编码研究，并阐述了FFT的基本原理，得到了不同压缩比下的压缩结果。     

基于小波分析的分形图像去噪压缩方法

近十几年来,分形(Fractal)在图像压缩技术中的应用已成为图像数据压缩领域中最为热点的问题之一。其压缩比在理论上可超过经典压缩方法的几个数量级。但实际上,原始图像经常被噪声污染。噪声的存在一方面使得图像编码的时间延长,另一方面降低了图像的信噪比,使图像质量明显下降。本文对小波变换、分形压缩编码的原理和特点进行了分析;结合小波变换和分形压缩编码,利用分形的自相似性,研究了基于小波域的分形图像去噪、压缩方法。该方法有效地减少了计算复杂度和编码时间并获得了良好的图像质量。实验结果表明,该方法在较大的压缩范围内,能够获得好的压缩结果,同时也表明采用这种方法的潜力之所在。     

基于虹膜识别的身份认证系统设计

虹膜识别认证系统由4部分组成.虹膜图像采集采用自行研制的非接触式虹膜图像采集装置,并加入虹膜图像质量评估模块选取清晰虹膜图像;预处理过程中采用Hough变换精确定位,归一化后的虹膜图像具有平移、尺度和旋转不变性;特征提取采用Daubechies-4小波变换对图像进行4层小波分解,并采用汉明距离进行匹配.与现有其他方法相比,系统大大减少了编码存储空间以及编码和匹配的时间,提高了算法速度.     

基于小波变换的国际互联网络图像编码传输技术

利用浏览器在Internet网上进行信息搜索时,其图像信息的传输消耗了大量的传输时间。采用基于小波理论的图像分层压缩编码技术来压缩编码、传输图像信息,则可大大加速信息访问速度。本文提出的一种基于小波交换的静止图像分层压缩编码、传输方法,较好地解决了Internet网上图像信息下载缓慢的问题,同时也与国际JPEG标准完全兼容。     

一种基于特征的自适应水印算法

基于图像多尺度空间理论和扩频机制以及视觉感知模型的特性,给出一种基于特征的数字图像水印算法。算法采用尺度不变特征变换算子提取图像的局部不变特征区域,根据信噪比特点自适应选取水印嵌入强度因子,将一幅二值水印图像嵌入到原始图像中,实现了数字水印的不可感知性和鲁棒性。仿真结果表明,该算法对添加噪声、压缩、旋转等常见的图像处理攻击具有较强的鲁棒性。     

基于Curvelet变换的图像融合改进算法

针对红外与可见光图像的融合,提出了基于二代Curvelet变换的图像融合改进算法。首先对两幅源图像进行Curvelet变换,得到其在不同尺度和方向下的变换系数。对于低频系数,根据红外与可见光图像的不同成像特点,采用基于局部统计特性的自适应融合策略;对于不同尺度和方向下的高频系数,采用基于局部区域能量匹配的系数选择方案。最后进行Curvelet逆变换得到融合图像。通过实验结果的对比分析,该算法可以更有效地反映源图像中的特征,融合效果有了明显改善。     

基于Brushlet变换的SAR图像SPIHT压缩算法

提出一种基于Brushlet多方向变换特点的SPHIT编码算法,并将其应用于SAR图像压缩编码中,通过对真实SAR图像的压缩实验表明,相比于传统的小波编码方法,Brushlet变换域的SPHIT算法能获得更好的压缩性能,提高了解码后的PSNR值,并且较好地保留了图像细节特征和提高了可视性.     

基于多尺度稠密残差网络的JPEG压缩伪迹去除方法

JPEG在高压缩比的情况下,解压缩后的图像会产生块效应、边缘振荡效应和模糊,严重影响了图像的视觉效果。为了去除JPEG压缩伪迹,该文提出了多尺度稠密残差网络。首先把扩张卷积引入到残差网络的稠密块中,利用不同的扩张因子,使其形成多尺度稠密块;然后采用4个多尺度稠密块将网络设计成包含2条支路的结构,其中后一条支路用于补充前一条支路没有提取到的特征;最后采用残差学习的方法来提高网络的性能。为了提高网络的通用性,采用具有不同压缩质量因子的联合训练方式对网络进行训练,针对不同压缩质量因子训练出一个通用模型。经实验表明,该文方法不仅具有较高的JPEG压缩伪迹去除性能,且具有较强的泛化能力。