Feig快速DCT算法及其处理器的体系结构设计

离散余弦变换是ＪＰＥＧ和ＭＰＥＧ中的关键技术之一。当前ＭＰＥＧ的普遍应用是在解码中使用，一个解码的例子是ＶＣＤ，ＩＤＣＴ是静止／运动补偿帧解码的关键部分。为了要得到较好的性能，ＩＤＣＴ通常被硬件逻辑实现而嵌入产品中，但该方法有一个缺陷。那就是ＩＤＣＴ的硬件逻辑实现不能完成ＭＰＥＧ所需要的其它功能，如音频解码，视频／音频的比特流可变长度解码等等。文中提出的Ｆｅｉｇ快速ＤＣＴ算法的并行顺序指令流实现Ｉ     

一种DCT域图象自适应公开水印技术

本文提出了一种基于DCT的图象自适应公开水印算法。该算法结合人类视觉系统屏蔽特性，通过不同强度地调整各8×8 DCT块内两个相邻中频系数间的大小关系，以自适应嵌入水印信号，真正实现了盲水印提取，且视觉因子的计算在空域内进行，算法复杂度低。实验结果表明该算法是有效的．在确保水印不可见的同时，对常见图象处理操作和一
些几何扭曲有较好的鲁棒性。     

图象投影变换及其在基于内容的检索中的应用

本文介绍一种基于投影变换的图象压缩和解压算法,讨论了该算法的特点,将其应用于关系数据系统,探索一种解决无须人工干预的基于内容的图象检索的方法。     

基于DCT变换的图象中的数据隐藏技术及理论

该文主要介绍了如何利用离散余弦变换（DCT）实现对于图象文件的数据隐藏技术，详细说明了该技术的基本原理和实现方法，以及对现有算法的改进。并具体描述了如何通过计算机程序实现该算法，使数据隐藏技术能付于实际应用。     

图象重建技术在并行处理系统中的应用

本文基于一个三维锥形束 CT图象重建算法的实例 ,探讨了图象重建技术在并行处理系统中的应用 .图象重建这类计算问题的数据相关性小 ,很适合并行处理 ,从测试模型的重建结果和计算时间来看 ,达到了预期的结果 .     

模糊理论在图象增强中的应用

在图象处理中，图象增强技术对于提高图象质量起着重要的作用，传统的图象增强方法，或者修改图象的傅立叶变换，或直直接处理图象中的象素。本文提出了图象增强的模糊方法不涉及直方图直接在图象的模糊特征域上修改象素，并得到清晰较高的图象由于图象中所具有不确定性往往是由于模糊引起的，因此模糊处理能成功应用于图象处理领域并优于传统方法，本文介绍了图象模糊增强的基本思路和增强算法，给出实验结果以及定性和定量分析。     

图象光度定量技术在肿瘤研究中的应用

癌前病变是当前肿瘤研究的重要课题。发现癌前病变，对其进行阻断治疗，是肿瘤防治的重要环节。本文对细胞ＤＮＡ图象光度定量分析技术（ＩＣＭ）进行了分析讨论，它既不同于显微分光光度定量分析技术（ＭＳＰ），也不同于流式细胞光度定量分析技术（ＦＣＭ），能精确定量细胞中ＤＮＡ含量的改变，有助于癌变的早期诊断。这种图象光度定量分析技术可以测量出细胞ＤＮＡ的绝对质量、核心面积、核形状、变异系数等参数，据此可判断出肿     

区域划分技术在图象压缩中的应用和实现

不同空间位置的不同物体表达的信息有不同的重要性，本文目的是通过统计分析图象内容重要程度的空间组织规律，改进原有JPEG压缩方法，给不同重要性的内容分配不同的压缩比。     

聚类算法在基于内容图象检索中的应用研究

提出了将聚类算法用于基于内容图象检索的方法,并且对这些算法进行了研究和实现。实验证明,算法具有可行性和有效性,有利于实现图象的快速检索。     

显微图象的数字图象处理及其在血细胞形态分析中的应用

为了进行血细胞显微图象的快速分析,将显微图象的数字图象处理技术引入到血细胞形态分析中,在研究过程中,首先通过高倍电子显微镜及数字图象采集设备对血细胞图象进行采集;然后对血细胞的数字图象进行预处理,其中包括对比度增强、图象的高通滤波、图象的二值化、图象的腐蚀和膨胀、边缘跟踪等等;最后通过对血细胞的圆形度、矩形度和中心矩等等几何形态进行比较,提取出能够较明显地辨析出它们的特征向量,同时对分析结果的可信度进行了讨论。     

静态彩色图像的多维DCT变换压缩

为了在高信噪比条件下来对静态彩色图像进行高倍压缩 ,提出了一种具有自适应功能的多维离散余弦变换图像编码算法。该算法首先将图像分割成互不覆盖的 8× 8子块 ;然后抽取每个子块的统计特征 ,再根据子块的方差和均值来判断子块内部信息的丰富程度 ,其中对于内部信息丰富的子块 ,可利用三维DCT编码来消除块内相邻像素间、色彩空间Y、U、V各分量间的相关性 ,而对于内部信息不丰富的子块 ,则利用四维DCT编码来消除块内相邻像素间、色彩空间Y、U、V各分量间、相邻子块间的相关性 ;最后对变换系数进行量化编码。实验结果证明 ,此算法可以提供比JEPG更高的压缩率和更高的平均峰值信噪比     

Image decomposing for inpainting using compressed sensing in DCT domain

Inpainting images with occlusion or corruption is a challenging task. Most existing algorithms are pixel based, which construct a statistical model from image features. However, in these algorithms, the frequency component is not sufficiently addressed. In this paper, we propose a novel algorithm that utilizes compressed sensing （CS） in frequency domain to reconstruct corrupted images. In order to reconstruct image, we first decompose the image into two functions with different basic characteristics - structure component and textual component. We seek a sparse representation for the functions and use the DCT coefficients of this representation to generate an over-complete dictionary. Experimental results on real world datasets demonstrate the efficacy of our method in image inpainting. We compare our method with three state-of-the-art inpalnting algorithms and demonstrate its advantages in terms of both quantitative and qualitative aspects.     

医学图像DCT变换压缩中方块效应的消除

针对基于分块的医学图像DCT变换压缩中恢复图像的方块效应，提出了一种自适应DCT变换域修正方法。通过模拟实验表明，该方法能在消除方块效应的同时保留图像的高频部分信息，并且不需要复杂的计算，在满足适合实时性的应用需求下，可以很好消除恢复图像中的方块效应，给医生良好的视觉效果。     

利用循环卷积实现的素长度ＤＣＴ快速算法

提出了一种利用循环卷积（Ｃycli convolution)和扭循环卷积（Ｓkew cyclic eonvolution)实现计算机素长离散余弦变换（ＤＣＴ）的快速新算法,算法将ＤＣＴ系数分成三部分,ＤＣ分量,偶下标分量和奇下标分量,根据数论理论,本文定义了一种新的标变换算子,利用该算子进行下标变换,将偶下标ＤＣＴ系数的计算转化为一个循环卷积,根据不同长度,奇下标ＤＣＴ系数的计算被转化为循环卷 积或扭循环卷积,利用循环卷积和扭循环卷积的高效率和规则的算法,构造具有简单,规则的结构和较低的运算复杂性和奇素长度ＤＣＴ快速算法。     

基于DCT变换和零次学习的刑侦图像超分辨率

图像超分辨率在视频侦查领域有重要作用.基于卷积神经网络的超分辨率算法通常在训练时输入人工合成的低分辨率图像,学习高、低分辨率图像的映射,很难应用于视频侦查领域.真实低分辨率图像退化过程复杂未知,且大都经过压缩算法的处理,存在人工压缩痕迹,导致超分辨率图像出现假纹理.针对真实场景下的低分辨率图像提出一种基于离散余弦变换(...     

可逆的DCT整型变换与无失真图像压缩

使用提升的方法,利用FFT(fast Fourier transform)的蝶型构造,完成了FFT与DCT(discrete cosine transform)的从整数到整数的变换.变换本身是可逆的,因此非常适合于无失真图像压缩.     

DCT域自适应彩色图像二维数字水印算法研究

以离散余弦变换(DCT)、静态图像压缩编码、人眼视觉特性(HVS)为基础,提出一种将灰度图像(即二维数字水印)嵌入到原始彩色图像中的新数字水印算法．该算法具有以下特点：(1)应用静态图像压缩编码技术实现了以二维数字水印作为水印信号的数字水印算法;(2)充分利用HVS实现了二维数字水印的自适应嵌入,增强了算法的透明性和鲁棒性;(3)能够依据原始彩色载体图像内容实现数字水印嵌入深度的智能调节．实验结果表明：文中算法不仅具有较好的透明性,而且对如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性。     

基于DCT域视觉显著性检测的图像缩放算法*

为适应不同终端显示多样化的要求,需对接收到的图像进行缩放调整。针对现有的基于内容感知(content-aware)的图像缩放方法中视觉内容的连贯性易被破环而出现失真的问题,提出了一个基于离散余弦变换(discrete cosine transform, DCT)域的视觉显著性检测的图像缩放算法。该算法利用DCT域的视觉显著性检测模型获取视觉显著图,然后结合视觉显著图和能量分布图进行线裁剪(Seam Carving),实现了图像的缩放。实验结果表明,该算法与现有的基于内容感知的图像缩放方法相比,不仅保护了视觉显著内容,还保证了图像内容的连贯性,算法质量指数也获得明显的提高。     

基于局部DCT系数的图像压缩感知编码与重构

引入了压缩感知(Compressed sensing, CS)理论, 给出了在获取局部二维 离散余弦变换(Discrete cosine transform, DCT)系数的基础上高质量地编码与重构图像的新方法. 研究了在无量化和有量化情况下, 基于局部DCT系数的图像CS最小全变差重构算法. 在对DCT系数进行量化的过程中得到含噪的局部DCT系数, 在此基础上设计了能完成CS重构的图像编解码一般流程, 并构建了实际应用系统. 实验结果表明, 对于稀疏性较强的图像, 在图像编解码系统中结合CS理论与方法能得到高质量的重构图像, 与传统的直接反离散余弦变换(Inverse DCT, IDCT)方法相比, 峰值信噪比(Peak signal to noise ratio, PSNR)最大能提高5dB以上, 对于一般图像, PSNR也有较大提高.     

基于DWT与DCT的灰度水印图像嵌入算法

图像中嵌入的多为二值水印,容量有限且抗攻击能力有待提高。为了增加嵌入水印的容量以及增强算法的鲁棒性,提出基于DWT与DCT的灰度水印图像嵌入算法。首先对灰度水印进行Arnold置乱预处理,其次对所选取的载体图像进行二级小波变换,选择第二层的逼近子带LL2与细节子带LH2、HL2、HH2依次嵌入灰度水印的高四位位平面。嵌入水印时对4个子带分别进行8×8分块DCT变换,然后采用一种改进的交换中频系数的方法将置乱后水印的高四位位平面分别嵌入所选取的4个子带,为增强算法的鲁棒性,在不同的子带由实验选择不同的水印嵌入因子。仿真实验表明,本算法抵抗图像裁剪、图像加噪、直方图均衡化、常用滤波处理、JPEG压缩等攻击的效果较好。