全相位DCT自适应插值算法

全相位DCT内插方法可有效减少吉布斯效应,具有优良的内插特性。在此基础上,结合边缘自适应内插思想,提出全相位DCT自适应内插算法,并根据插值点邻近像素采样点的不同选取方法,推导出相应的内插公式。实验结果表明,提出的全相位DCT自适应内插算法在有效抑制吉布斯效应的同时,能更好地保持图像边缘,改善图像质量。     

基于快速DCT的画面内块的空域内插

主要介绍对边界像素进行约束来恢复画面中块的方法。这种方法基本假设前提是如果对块中丢失和它的边界像素进行DCT变换,含高频成分系数归化为零,这样就可以得到一系列线性方程,通过对这些方程求解就可以求出丢失的像素的近似值。这种方法只需对八个边界像素进行运算。     

基于快速DCT的画面内块的空域内插

主要介绍对边界像素进行约束来恢复画面中块的方法.这种方法基本假设前提是如果对块中丢失和它的边界像素进行DCT变换,含高频成分系数归化为零,这样就可以得到一系列线性方程,通过对这些方程求解就可以求出丢失的像素的近似值.这种方法只需对八个边界像素进行运算.     

全相位内插交错采样超分辨率融合

利用超分辨率重建技术可提高图像的空间分辨率,但是低分辨率图像序列的配准精度直接影响超分辨率重建的效果。如果能在现有硬件设备的基础上,通过合理安排CCD线阵对图像进行错位,就能对图像间的子像素位移进行精确控制,消除运动参数估计对图像超分辨率重建的制约,从而提高图像的空间分辨率。对超模式影像所代表的交错采样图像的超分辨率重建进行了研究,基于全相位滤波理论,构造了具有交错采样结构的全相位内插滤波器,并将其用于交错采样图像超分辨率内插融合。为交错采样图像超分辨率重建提供了快速、实用且性能优异的高分辨率图像初始估计,大大提高了图像超分辨率重建质量。     

基于整型DCT变换的图象编码研究

为了既能保证图象无失真压缩，又能提高编码效率，给出了一种新的基于整型可逆DCT变换的嵌入式编码方法，并实现了基于DCT的无失真编码和有失真编码方案的完美结合，该算法是首先通过计算DCT浮点变换的整数可逆矩阵分解，从而得到可以整数实现的可逆矩阵变换，然后再利用得到的分解矩阵依次对图象样本进行变换；最后将变换得到的系数用多种高效编码方法进行编码，实验结果表明，该新方法用于无损压缩编码时，整型DCT明显好于浮点DCT，而且没有残差的编码问题；用于有损压缩编码时，两者的编码效果相近。     

基于全相位沃尔什内插核的图像插值

好的内插模板是放大后图像失真小的关键。全相位数字滤波器是一种新型的线性相位滤波器。依据全相位滤波理论,提出了2维Walsh内插模板,采用先对角线内插,再水平垂直内插的放大方法。将该方法同最近邻内插、双线性内插、三次样条内插进行了比较,实验结果表明,该方法计算简便,抗噪能力强。     

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。     

2维全相位内插核的设计与实现

目的 图像的内插处理中,常将图像分解成许多子块,在块与块的交界处或图像边缘会引起图像质量的损伤。为了克服边缘效应,本文提出基于2维全相位数字信号处理的内插算法。方法 首先设计加窗的2维全相位数字信号处理算法,并利用该算法得到基于离散傅里叶变换(DFT)、离散余弦变换(DCT)和离散小波变换(DWT)的3种类型2维图像内插核,可同时处理行列及斜向频率分布。其次,为保持线性相位特性,对2维基窗和特性矩阵H的构成提出约束条件。结果 该方法在有效地降低分块效应的同时,解决了对斜向内容分量无法有效操作的问题,使内插得到的图像PSNR至少提升3 dB。结论 设计针对不同频率分布的3种图像内插实验,并同传统6种内插方式结果进行对比,表明该算法物理意义明确,恢复效果良好,实用性较强。     

基于DCT的残差自适应编码压缩

本文提出了图象残差压缩的概念，建立了在JPEG压缩算法基础上改进的，基于DCT的残差自适应编码压缩方法，该方法与JPEC压缩算法相比，压缩速度没有显著差别，但恢复图象信噪比高可提高约1分贝，对局域相关性较弱的遥感类图象，恢复图象精度的提高尤为明显。     

一种新的用于低比特率视频编码的全零块预先判别方法

在低比特率视频编码时,全零块的预先判断,能够有效地减少编码器的计算复杂性,是优化编码器常用的技术之一。该文根据离散余弦变换(DCT)和量化运算的特点,提出了一种新的用于低比特率视频编码的全零块预先判别方法。实验结果表明,在保持图像质量满足应用需求的情况下,这种方法能显著减少冗余运算,节省编码时间。     

基于DCT扇形划分的压缩感知图像处理

提出了一种改进的DCT扇形划分的压缩感知方法。为了进一步提高图像重建质量,降低重建时间,使用扇形划分的形式保留低频带系数,利用不同采样率分别对中/高频带系数进行测量。利用正交匹配追踪算法（OMP）对中/高频系数进行恢复,进行DCT反变换重构图像。实验证明,在压缩率较小时,与单层小波等方法相比,该方法的重建效果得到明显提高。     

基于DCT变换的数字水印算法研究

提出了一种基于DCT变换嵌入到图像的中频带水印改进算法.该算法在DCT变换水印算法的基础上,调整DCT对应系数,然后将其嵌入到原始图像的中频系数中.从实验结果来看,该算法真正做到水印的盲监测,实现水印能够抵抗常见的噪声、裁剪、JPEG压缩等攻击,使水印具有较好的不可见性和鲁棒性.     

DCT域彩色图像增强技术研究

为了减少图像的存储量,提高图像的传输效率,大量的图像被压缩,因此基于压缩域图像的增强技术越来越引起人们的重视。介绍了DCT域彩色图像增强技术的各种算法,其问题是会在图像块的交界处产生块状效应。着重分析了CES算法产生块状效应的原因,提出了两种改进方法来抑制块状效应。仿真结果表明,改进的算法不仅能够很好地抑制块状效应,而且降低了计算的复杂度。     

基于DCT与LDA的仿生人脸识别研究

针对基于DCT变换与LDA的人脸识别方法识别率低和特征提取过程中维数也低,以及基于K-L变换的仿生人脸识别方法识别率高和特征提取过程中维数也过高的问题,结合两者的优点,提出了一种基于DCT与LDA变换的仿生人脸识别的方法。通过DCT变换与LDA对训练人脸样本进行特征提取,通过核函数将提取的特征映射到高维空间,构建各类样本的覆盖区域,再通过判断待识别人脸特征在各覆盖区域的归属情况来识别人脸。在Yale和ORL人脸库上的实验证明提出的方法取得了较好的识别效果。     

一种DCT和ELBP融合的人脸特征提取方法

仅使用单一算法提取人脸图像的特征不足以捕捉人脸多方面的信息,为了更好地获取人脸面部特征,针对离散余弦变换（Discrete Cosine Transform,DCT）只能提取人脸面部图像的频域特征,而未考虑近邻像素之间的关系、不能提取纹理特质信息等问题进行了研究,提出一种融合DCT特征和伸长的局部二值模式（Elongated Local Binary Pattern,ELBP）的特征提取方法。该方法首先考虑将人脸图像经DCT变换后的少量低频系数作为人脸的频域特征,然后对人脸图像中贡献相对较大的眼部和嘴部区域进行ELBP特征提取,将该ELBP特征作为人脸的空域特征,并采用PCA方法对所提取的空频域特征进行有效融合,得到更有效的人脸特征,最后用最近邻分类器进行识别。在ORL人脸库和Yale人脸库上的实验结果表明：所提方法比单独采用DCT、ELBP方法或采用DCT和LBP相结合的方法提取的特征更有利于识别,提高了识别的准确性。     

改进的基于DCT的自适应水印算法

基于原始图像的纹理特征和亮度特征以及人类视觉系统的特点,给出一种改进的基于DCT的自适应嵌入水印算法。算法采用Arnold变换对水印图像进行预处理,自适应选择强度因子,将一幅二值水印图像嵌入到原始图像中,实现了水印的不可见性和鲁棒性。仿真实验结果表明,算法对常见的图像处理操作具有较强的鲁棒性和稳健性。     

低码率视频编码中基于对角线抽样的混合DCT算法

该文提出了一个适用于低码率视频编码的基于对角线抽样（ＤＳ－Ｄｉａｇｏｎａｌｌｙ Ｓａｍｐｌｅｄ）的混合快速 ＤＣＴ编码方案,此方案包含一个新的 ３系数ＤＣＴ算法,同时提出了基于 ＤＳ的计算色度ＳＡＤ（Ｓｕｍ ｏｆ Ａｂｓｏｌｕｔｅ Ｄｉｆｆｅｒｅｎｃｅ）的方法用于有效准确地检测全零或３系数的色度块。这一混合算法可以有效的降低ＤＣＴ、ＩＤＣＴ、量化和反量化的运算量,提高编码器处理速度,而不会导致明显的图象质量的下降。     

基于自适应四叉树分块和DCT变换的大幅面图像分形压缩算法

自Barnsley提出图像分形压缩编码的概念,特别是Jacquin给出了第一个完全由计算机自动完成的图像编码算法以及Fisher提出了一种自适应四叉树的图像分块方法以来,图像分形编码得到了越来越多的研究,但图像分形压缩往往需要较长时间,这就给具体应用特别是大副面图像的压缩应用带来了困难。该文首先介绍了Fisher提出的基于自适应四叉树分块的图像分形压缩方法,然后在此基础上结合离散余弦变换（DCT）提出了改进算法。实验结果表明,这种改进算法在保持一定重建图像质量和较高压缩比的前提下,编码时间大大减少,对大副面图像的分形压缩非常实用。     

DCT图像压缩方法的改进及其应用

利用基于二维离散余弦变换（DCT）的方法进行图像压缩,通过设置自适应量化截断阈值来控制图像压缩数组的大小。为了加快运算速度,在图像压缩部分利用快速DCT算法;并直接对量化后的非零系数进行存储,而不采用熵编码的方式。在解码端,针对量化产生的块效应,利用基于自适应邻域的思想进行后处理。所提方法进一步提高了图像的峰值信噪比和主观视觉质量,并且达到了实时在线处理的要求。文中所提基于DCT的图像压缩方法在一个基于视觉位置反馈的二自由度机械臂远程控制系统中得到实际应用。