基于人类视觉特性的医学图象压缩模型

结合人类视觉生理结构，以对比度感知特性作为人类视觉系统(HVS)中的主要研究议题，讨论了HVS模型中的设计要点，并在小波变换的多分辨率分析的基础上将包含CSF特点的HVS应用在图象的内部去相关变换和量化过程中，得到一个新的基于人类视觉特点的医学图象压缩模型．通过对CT、MRI图象进行实验表明，在相同的客观条件控制下，该方法能够取得较好的主观视觉质量．在视觉无损即保留几乎所有医学相关信息的条件下，压缩率可以达到16：1，一些应用场合可以达到80：1。     

基于小波变换和矢量量化的人脸图象压缩

在图象的压缩编码中，矢量量化可以利用某特定类图象（加人脸）的统计特性，为了在高压缩比下获得较好的压缩效果，提出了一种新的小波变换域内进行矢量量化的算法，该算法用树结构表示小波变换域系数，并根据各节点值的重要程度，从每一棵树中提取一个矢量，然后进行矢量量化；解码时，为了使矢量分量能正确地返回到原来树中的正确位置，需利用EZW^[1]、SPIHT^[2]算法的思想标记这棵树，因为这样才能充分利用父子相关性和兄弟相关性，从而显著地减少了标记信息，在提取矢量时，可用简单的阈值剪枝算法，也可用SFQ^[3]的最佳剪枝算法，而且后者能进一步提高峰值信噪比，用该算法对人脸图象进行的压缩试验结果表明，在高压缩比（100:1左右）下，恢复的图象质量（视觉效果和峰值信噪比）比通常的小波压缩算法（如EZW，SPIHT、SFQ等）好得多，该算法特别适合于对特定类图象的压缩。     

用于图象压缩的小波变换电路研究

小波变换已经被新一代图象压缩国际标准JPEG2000所采用.如何有效地实现小波变换电路是影响其推广应用的关键技术之一.本文提出一种通用型基于提升滤波和分时处理的流水线式电路结构,它可以用较少的运怂算电路实现小波变换.其中,在图象块的边界处理上,设计了一种简捷的延时、选通结构.对于JPEG2000无损压缩选用的(5,3)小波变换,本文在FPGA电路平台上进行了实验,实现了无损变换.     

并行DSP小波图象压缩的实现研究

小波图象压缩逄法是基于多分辨率分析上的一种压缩方法,它能够根据人们的视觉效应对图象信息进行针对性的处理,达到高效压缩图象的目的。小波变换算法的工程实现需要高性能处理器的支持,并行DSP（Digital Signal Processor)处理器TMS320C80就具有强大的图象处理功能,研究了在并行DSPTMS320C80上实现小波变换图象压缩的快速算法、优化程序设计及并行处理方式,并加以实现。     

小波变换在图象压缩中的应用

本文讨论了数字图象数据信息压缩的有关技术问题，文章首先简要介绍了传统的Ｈｕｆｆｍａｎ编码方法的然后提出利用正交小波变换对图象进行分解，结合Ｈｕｆｆｍａｎ编码法图象进行编码，压缩的技术。     

基于小波变换的实时图象采集系统

描述了一种采用小波变换分解的实时图象采集系统的方案，该系统采用了一种特殊的正交小波分解快速算法，并选用了新型的80960CA芯片作为系统核心，从而保证了对512×512真彩色图象的动态实时采集。     

基于小波分解的分形压缩图象增强

讨论分形解码结果图象的特点,基于分形码对图象的放大作用,用小波提取放大图象中的高频信息,再用小波图像融合方法增强图象细节,同时用小波的局部极大值的Ｌｉｐｓｃｈｉｔｚ指数调整方法去除结果图象的块效应,直接提高压缩结果图象质量,可用于改善高压缩比的分形压缩解码结果图象质量。     

基于视觉特性的静态图象压缩编码

基于主观视觉特性的压缩编码方法突破了传统编码技术中以MSE作为评判标准的限制，将人眼视觉特性结合到编码算法中，以实现最低比特位率和最好视觉效果．目前该技术的研究已有较大进展，但仍存在许多问题有待研究解决．本文系统地介绍了现有的基于视觉特性的压缩编码方法，同时讨论了应用在JPEG-2000和MPEG-4中的一些视觉编码技术，通过研究总结出以下结论：图象质量的客观评价、感兴趣区域的自动确定以及任意对象的识别与分割是基于视觉特性的编码技术中存在的主要问题，也是今后进一步研究发展的方向。     

基于ECW的遥感图象压缩技术的研究

本文对基于离散小波变换的ECW技术进行了深入的探讨，通过ECW与JPEG技术以及Mr-SID技术的比较，全面显示了ECW技术在遥感图象压缩方面的显著特点和在GIS中的应用优势，并介绍了在GIS中集成ECW技术的方法。     

JPEG图象压缩方法研究及应用

为了在ＦｏｘＰｒｏ平台下显示ＪＰＥＧ格式的图象，本文对ＪＰＥＧ压缩算法进行了讨论，对压缩模式，离散散余弦变换，量化与逆量化，色彩系统以及熵编码和解码进行了优化设计。     

基于生成感知差异的无参考图像质量评价模型

人眼视觉系统中的视觉感知差异是图像质量评价过程中的重要组成部分,通过感知失真图像与原始图像之间的视觉差异,可对图像的失真程度进行判断,然而在无参考图像质量评价中无法获取原始未失真的图像,且缺乏对失真图像的视觉感知差异.通过对深度学习中的生成对抗网络进行分析,提出一种基于生成视觉感知差异的无参考图像质量评价模型.利用生成...     

基于图像格式转换的数字图像压缩研究

对数字图像压缩方法进行研究,利用Delphi设计一个数字图像压缩系统,该系统能够把BMP图像转换成JPEG图像,并且能够按照用户的要求对数字图像进行压缩.实验结果表明,该系统能够达到较高的压缩比.     

基于DCT的JPEG图像压缩的研究

随着信息技术的快速发展,为了加快存储和传输图像的速度,提出一种基于离散余弦变换的图像压缩算法.分别从编码中DCT变换,量化以及熵编码三个原理过程及其功能进行详细论述,以MATLAB7.0为平台对系统进行仿真实验,其方法简单、速度快且误差小.从实验结果中观察经过此算法压缩后的图像无失真现象,而且处理图像的速度得到了很大的提高,既能保证有较高的压缩比,又能保证良好的图像质量,从而实现了图像的快速传输,在日常生活中得到了广泛的应用与发展.     

基于SPIHT的图像压缩算法研究

随着数字通信技术的迅猛发展,图像数据量呈现指数增长,图像压缩成为图像处理领域的研究热点问题之一。传统多级树集合分裂(SPIHT)算法在阈值较大情况下对所有的小波系数都进行扫描编码,所以0位的输出较多,降低了编码效率。笔者提出了一种改进的SPIHT算法,在对不重要子集表(LIS)进行扫描编码之前,判断当前阈值LIS列表中是否有重要的小波系数。对不重要系数表(LIP)进行扫描编码时,增加一个标志位,检测是否所有的重要系数都已编码完成。如果都已编码,则跳过对LIP的编码。实验表明与原始算法相比,在相同压缩率情况下,笔者提出的SPIHT算法取得了更高的重构图像质量,特别是在比特率较低情况下,峰值信噪比(PSNR)提高更为明显。     

基于分片线性函数的图象压缩方法

使用了一种新分片线性逼近算法,算法首先对极大极小友谊赛一分片线性函数的紧凑表示形式做了改进,然后发挥了分片线性逼近的优势。在此基础上,提出了一种基于分片线性逼近的图象压缩编码方法。这种方法具有解压缩速度快的优点,与其它的图象压缩方法（例如DCT）相结合,能够提高图象的压缩效率。     

小波变换医学图像压缩研究

首先简要介绍了多分辨分析和Mallat算法,然后用其进行了医学图像压缩实验.实验表明,小波变换算法具有较高的压缩比和较好的图像恢复质量,不同类型的医学图像在同一小波基下压缩比不同.     

Contourlet变换在图像压缩中的应用研究

目前基于小波变换的图像压缩方案比较普遍.而二维小波只是一维小波的张量积,基函数的支撑区域由区间扩展为正方形,只有有限个方向.Contourlet变换是一种图像的多尺度几何分析工具,能够稀疏表示图像,非线性逼近能力很强,它的基函数则具有方向性,各向异性.本文在分析了Contourlet变换的基础上,对变换后的重要系数和其位置进行了编码.对标准图像barbara进行测试,实验结果表明:基于Contourlet变换的方案和基于小波变换的方案相比,峰值信噪比平均提高约0.5dB,且采用Contourlet变换能够较好地保留图像中的纹理,图像的主观视觉质量较好.     

基于图片特征空间的信息压缩研究

提出了一种基于2DPCA和PCA的信息压缩方法,从而实现两种特征提取方法的优势互补.仿真实验结果表明,该方法不仅提取和保留了有效信息,减少了信息的存储空间,又极大地减小了计算量,有很好的特征提取性能.     

分片线性函数逼近与DCT相结合的图像压缩方法

文章基于分片线性模型的紧凑表示和整体拟合方法,提出了一种新的分片线性逼近算法。并将此算法用于对JPEG标准的改进。基本方法是在对图象数据做了DCT变换之后,对于不同块相同位置的元素,在保持块相对位置不变的前提下,进行分片线性函数逼近,从而在更大范围内把握图像的相关性,提高图像的压缩比率。     

基于压缩感知理论的图像压缩初步研究

在传统的压缩编码技术中,采样均遵循奈奎斯特定律,该定律规定采样速率要高于原信号频率的两倍。针对这一方法无法克服的巨大计算量及资源浪费,将最近提出的压缩感知理论用于图像压缩编码,可大大降低采样速率,该文着重讨论了基于压缩感知理论的图像压缩算法,仿真实验证明了这一算法的可行性。