基于奇异值分解（SVD）和小波变换的图像压缩算法

提出一种基于奇异值分解（SVD）和小波变换的图像压缩算法,该算法通过对小波变换后的小波系数或经小波重构处理后的图像利用SVD进行二次压缩。实验结果表明,该算法性能良好,优于单纯利用小波变换的图像压缩算法。     

基于奇异值分解和Contourlet变换的图像压缩算法

随着互联网的飞速发展,产生大量的图像信息。为了减小存储并提高图像质量,故提出了一种基于奇异值分解和Contourlet变化结合的有损图像压缩算法。该算法先对图像进行奇异值分解,根据奇异值对图像信号的贡献,选取适当的奇异值,来实现图像压缩,再对图像进行Contourlet 变换和量化,实现图像二级压缩。将该算法和图像奇异值分解直接压缩算法、Contourlet变换压缩算法进行实验比较,试验结果表明,该算法比图像奇异值分解直接压缩算法、Contourlet变换压缩算法有更好的性能,在同样的压缩比的情况下能获得更高的峰值信噪比和SSIM。     

低比特率混合域图像压缩编码算法研究

为了更有效地进行图像压缩,提出了一种新的混合域低比特率图像压缩编码算法。该算法首先对原始图像进行小波分解,并对中高频小波子带进一步实施自适应方向分解;然后根据小波系数统计特性,优化处理最低频子带系数;再结合小波分解与方向分解的特点,构造了一种扩展的空间方向树结构;最后采用SPIHT编码思想完成图像的压缩。实验结果表明,该混合域图像编码方法是一种高效的图像压缩算法,不仅其压缩效果明显优于SPIHT、WBCT等图像压缩方案(特别是在低比特率下),而且具有比较强的通用性与适应性。     

基于人眼视觉特性的低比特率图像压缩编码

为了提高编码速度和改进视觉效果,提出了一种改进的低比特率SPIHT算法。算法首先用提升小波对原始图像进行分解,再结合人眼视觉掩蔽特性,对不同区域内图像信息所对应的小波系数赋予不同视觉权值,以保证优先传输视觉上的最重要系数,最后根据系数重要性,对低频系数采用新的排列结构,并采用SPIHT编码思想完成图像压缩。实验结果表明,该算法压缩效果优于SPIHT图像压缩方案,特别在低比特率下。     

基于DWT-SVD的奇异向量量化水印算法

提出了一种新颖的可用于版权保护的小波奇异值分解的量化水印算法。与传统的水印比特信息直接嵌入小波系数不同,水印信息被量化嵌入原始图像小波低频子带分块奇异值分解得到的奇异向量中。水印提取无需原始图像,可在密钥和量化阂值控制下实现盲提取。实验表明,含水印图像质量好且能较好地抵抗常规的图像处理,对JPEG压缩具有优异的鲁棒性。     

单层小波分解下图像行列压缩感知选择算法

在进行图像压缩感知时发现以行或列进行压缩感知所得到的图像重构后的峰值信噪比(PSNR)是不同的。为了提高图像压缩重构的质量,提出了单层小波分解下图像行列压缩感知的选择算法。该算法首先计算图像的行与列数据的相对方差的最大偏离值,选择较小者对应的行或列作为压缩感知的对象,然后对图像进行单层小波变换分解出高频系数,在高斯观测矩阵下,对这些系数按指定的行或列进行压缩感知,最后利用正交匹配追踪算法(OMP)分别恢复压缩感知下的高频系数,并通过小波逆变换得到经过行列压缩感知后的重构图像,实验结果证明了算法的准确性。     

基于视觉特性的Contourlet域图像压缩编码算法

为了有效克服小波变换难以准确捕获图像特征、而Contourlet变换存在冗余等不足,本文提出了一种基于视觉特性的Contourlet域图像压缩编码算法.该算法首先对原始图像进行小波分解,并对中高频小波子带进一步实施自适应方向分解;然后根据人眼视觉特性(HVS),对变换系数进行加权处理;再结合小波分解与方向分解特点,构造扩展的空间方向树结构;最后采用SPIHT编码思想完成图像的压缩.实验结果表明,本文提出的Contourlet域图像编码方法是一种高效的图像压缩算法,不仅其压缩效果明显优于SPIHT、WBCT等图像压缩方案(特别是低比特率下),而且具有比较强的通用性与适应性(SPIHT与WBCT对于Barbara之类纹理图像压缩效果较差,然而本文算法的压缩效果却较理想).     

基于模糊剪枝的最优小波包基图像压缩算法

提出一种基于模糊剪枝的最优小波包基图像压缩算法。图像经完全小波包分解后,以每个小波包分解的高频系数占所有高频系数的比值及每个节点子女熵值与原节点熵值的比值作为模糊系统的2个输入;通过构造模糊规则,将小波包系数分为裁剪类和保留类,由保留类构造最优小波包基;根据最优小波包基,在不同的小波包分解层次上采用不同的阈值对图像进行压缩。仿真实验结果表明,该算法与比特-失真率优化算法和小波包最优树全局阈值压缩算法相比性能更优。     

基于DWT-SVD域鲁棒公开水印技术

大部分利用奇异值分解的水印算法都是将水印嵌入在奇异值上,即利用了奇异值的稳定性.研究发现,奇异值分解后U矩阵的某些系数之间也具有较强的相关性.将小波变换和奇异值分解相结合,改变这些系数的相互关系,可以嵌入水印,而且提取水印时完全不需要原始图像.实验结果表明,该算法对常规图像处理如JPEG压缩、噪声、滤波和诸如剪切、缩放、旋转、平移等几何变换都具有很强的鲁棒性.     

基于压缩感知和GHM多小波变换的信息隐藏算法

针对基于秘密信息置乱方法等类型的信息隐藏算法不可见性低和抗攻击性弱这一问题,提出了一种基于压缩感知和GHM多小波变换的信息隐藏算法。首先,将载体图像进行一次GHM多小波变换,再对所得到的中间能量区域进行一次小波变换得到HH分量,将HH分量进行奇异值分解;其次,将秘密图像进行小波变换,将得到的小波系数进行压缩感知得到观测矩阵,再对观测矩阵元素进行奇异值分解;最后,利用秘密图像的奇异值替换掉载体图像的奇异值来完成秘密信息的嵌入。实验结果表明,相比两种加密算法,算法不可见性（PSNR值）分别提高5.99%和22.11%;对低通滤波、椒盐噪声、高斯噪声、JPEG压缩等常见攻击具有良好的鲁棒性,相关系数（NC）平均增强了4.11%和11.53%。     

基于SVD和Radon变换的抗旋转攻击盲水印算法

为了提高传统基于奇异值变换（SVD）的数字水印抗几何攻击能力,提出一种在小波变换域将Radon变换和奇异值变换相结合的抗旋转攻击鲁棒性水印算法。将宿主图像进行小波变换,对变换后的低频子带进行奇异值分解,将经过仿射变换置乱后的二值水印图像嵌入到奇异值中。在水印嵌入操作上采用了奇偶量化嵌入算法从而实现了二值水印图像在水印检测时的盲提取;同时在水印检测之前,利用Radon变换检测算法对待检测图像进行几何校正,然后提取水印信息。实验结果表明,该算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于SVD的数字水印算法,同时对于旋转几何变换具有很好的鲁棒性。     

Lossy image compression using singular value decomposition and wavelet difference reduction

This paper presents a new lossy image compression technique which uses singular value decomposition (SVD) and wavelet difference reduction (WDR). These two techniques are combined in order for the SVD compression to boost the performance of the WDR compression. SVD compression offers very high image quality but low compression ratios; on the other hand, WDR compression offers high compression. In the Proposed technique, an input image is first compressed using SVD and then compressed again using WDR. The WDR technique is further used to obtain the required compression ratio of the overall system. The proposed image compression technique was tested on several test images and the result compared with those of WDR and JPEG2000. The quantitative and visual results are showing the superiority of the proposed compression technique over the aforementioned compression techniques. The PSNR at compression ratio of 80:1 for Goldhill is 33.37 dB for the proposed technique which is 5.68 dB and 5.65 dB higher than JPEG2000 and WDR techniques respectively.     

基于Logistic混沌映射和IWT-SVD量化的盲鲁棒水印算法

为了提高数字水印的鲁棒性以及水印嵌入位置的保密性,提出了一种基于Logistic混沌映射和整数小流变换—奇异值分解(IWT-SVD)量化的盲鲁棒水印算法:对二值水印图像进行Arnold置乱,对原始载体图像进行8×8分块,利用生成的Logistic混沌序列选择嵌入水印的图像块,充分保证了水印嵌入位置的保密性;对选中的图像块进行二级IWT分解,对得到的二级低频子带系数进行SVD;将置乱后的水印信息嵌入.算法不需要原始载体图像,实现了水印的盲提取,更具实用性.仿真实验结果表明:算法对常规图像处理操作、压缩攻击和剪切攻击均具有较强的稳健性.     

一种使用机器学习方法的数字水印算法

针对目前数字水印算法存在的不足,本文将离散小波变换和奇异值分解相结合,提出了一种基于机器学习的图像数字水印算法.首先将载体图像进行一级小波变换,提取其低频子带图像对其进行4×4分块处理,然后对每一分块进行奇异值分解后嵌入水印,并提取特征向量用于最小二乘支持向量机的训练,训练好的最小二乘支持向量机用于自适应最大水印嵌入强...     

小波包分解在虹膜识别中的应用研究

小波包分解是从小波变换延伸而来的一种更精细的信号分析算法，具有分析高频特征信息的优势。文中结合小波包分解的特点，提出了一种基于小波包分解的虹膜识别算法。该算法首先对虹膜图像实行分窗小波包分解，并对各窗口的子带图像作筛选处理；然后通过奇异值分解对筛选后的各子带图像作进一步的特征提取和压缩，得到虹膜识别特征；最后利用加权欧氏距离分类器进行识别。实验结果表明了该算法的有效性。     

基于分块小波变换与奇异值阈值压缩的人脸特征提取与识别算法

提出了一种基于分块小波变换与奇异值阈值压缩的人脸特征提取与识别算法.该方法首先对人脸图像进行分块小波变换,并根据图像块的位置分布选取不同的频率分量,然后对该分量进行奇异值阈值压缩与特征融合,最后在ORL人脸库上利用最近邻分类器对该特征进行分类识别,验证了算法的有效性.     

一种新的无损小波图像压缩算法

基于Daubechies 5-3旋转小波，本文提出了一种无损图像压缩新算法，这一工作证实了小波压缩的如下问题，小波压缩具有与JPEG那样快的运行速度，在不改变变换系数的条件下，采用序贯处理方法能急剧地减小存储器的需要量，能用小波实现图像的无损压缩，对比实验表明，这种快速，有效的无损图像压缩技术比标准的JBIG和无损的JPEG性能要优越。     

一种基于感兴趣区的小波图像编码算法

该文从图像有损压缩后产生的差值图像入手,分析了不同压缩比下嵌入式零树编码对有损压缩图像与原图像的差值图像的影响,结合网络的互动特点,给出了一种基于图像感兴趣区残差图像的小波编码算法。该算法基于图像感兴趣区域的近无损压缩理论,利用了残差图像中的象素呈高斯分布特点。先对小波图像在较低信噪比下做嵌入式零树编码并重建有损图像,求出该图像与原图的差值;然后对该差值图像中的感兴趣区域做DCT编码,将二次编码的数据熵编码后跟在一次编码数据后面传输或存储,从而实现了基于感兴趣区的小波图像编码算法,实验结果表明,该算法不仅提高了压缩效率,而且满足了对感兴趣区图像质量的要求,其简便灵活的特点可以做为小波零树编码的重要补充。