基于小波变换的快速矢量量化(VQ)编码

信源大多存在相关性,即使对无记忆的信源来说,矢量量化编码相对于标量量化来说能够得到更好的效果.但是纯粹的矢量编码后得到的图像,压缩比高时图像失真也高,而且对于整幅图像都采用相同的矢量量化,收敛速度也慢.采用先对图像进行小波变换,然后对低频分量分配较少的压缩位,减少图像失真,而高频分量分配较多的压缩位,达到较高的压缩比.在进行矢量量化编码时采用了一种快速算法,加快了编码的速度.     

图象信号的变换域锥形矢量量化器的实现

本文提出了用于图象压缩编码的一种变换域锥形矢量量化器(简称PVQ)的实现方法。鉴于 PVQ 希望输入信源具有 Laplacian 分布,而哈达玛变换(WHT)和离散余弦变换(DCT)中的非直流系数近似服从 Laplacian 分布,采用 WHT 与 DCT 与矢量量化技术相结合的方法,实现了静态图象的压缩编码。该方法的特点是量化器设计结构简单、复杂度低、可大维数编码和有较高的压缩比。在均方误差失真测度准则下,该量化器在恢复图象的质量方面和保护图象边缘方面性能较佳,在图象的高效编码和实现实时处理方面具有可观的研究前景。     

广义Mandelbrot集和Logistic映射在图像压缩中的应用

目的在构造压缩字典时,改变传统的一幅图像固定一张量化表、一幅图像对应一个压缩字典的分形图像压缩方法,将广义M集和Logistic映射应用于分形图像压缩编码.方法采用函数f（z）=z3＋c,生成M集曲线,使用Logistic混沌映射生成的量化表量化M集曲线,生成图像块,构成压缩字典.将自适应合并算法应用于图像的分类,将量化后的M集图像块与压缩字典中的图像块进行匹配,选出满足条件的图像块,然后对该图像块进行编码;解码时读取压缩字典,重建图像.结果实验证明本算法实现简单、可行,图像压缩比高、重建图像质量好.结论该算法生成的图像块数量多、种类全,构造的压缩字典丰富,解码图像质量高,并且比传统分形图像压缩算法压缩比高,解码速度快.     

M集在分形图像压缩编码中的应用

目的构造一个固定的压缩字典,改变传统的一幅图像对应一个压缩字典的分形图像压缩方法,解决Mandelbrot图像在分形图像压缩算法中的应用问题.方法采用函数f(z),改变参数z,生成不同的曲线,用灰度值量化规则进行量化,得到许多幅图像块,可以构成丰富的压缩字典,编码时将父块进行自适应合并分割,与压缩字典中的图像块进行匹配,选出满足条件的图像块,再对该图像块进行编码;解码时读取压缩字典,重建图像.结果该算法编码过程中生成丰富的压缩字典,所以解码图像质量高,并且比传统分形图像压缩算法压缩比高,解码速度快.结论该算法减少了搜索时间.实验证明本算法实现简单、可行,具有良好的压缩效果和高质量的重建图像.     

Julia集在分形压缩编码中的应用

目的构建一固定的压缩字典.改变传统的一副图像对应一个压缩字典的分形图像压缩方法.提出了分形图在分形图像压缩算法中的应用.方法采用f(z)=z2 C,对不同的C,有不同的曲线.用灰度值量化规则进行量化,得到一幅图像.这样可以得到丰富的压缩字典.将量化后的4×4 Julia量化曲线与原图的4×4图像块进行比较,选取豪斯多夫度量最小的Julia量化曲线.解码过程读取压缩字典,重建原图像.结果通过与传统的分形图像压缩算法比较,该算法编码过程生成丰富的压缩字典,所以解码图像质量高.并且比传统分形图像压缩算法的压缩比高,解码速度快.结论用固定分形图像压缩编码字典替代变化的分形图像压缩编码字典,使得压缩字典和要处理的图像不再一一对应.将父类进行简单的分类,减少了搜索时间.实验证明本算法实现简单、可行.图像压缩理想,效果很好.     

基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第m级图像的分类信息传递给第m-1级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。     

图象信号DCT域的VQ编码方法

本文提出了采用“子块重排”的 DCT 域操作法,把 VQ 应用于 DCT 域进行图象编码的新方法.这种方法是利用子块间的相关性,以求形成高维与等维的矢量.因此该方法,使编码更为有效,只需要一个编码器就能对所有形成的信源进行编码.根据此观点,我们的方案能使 VQ 器的设计更为简化通用.以子块间的相关性,得出动态二进制分配公式和σ~2的计算.在相同的σ~2与维数的约束下,我们以独立矢量分量作为信源,给出了失真的上限.     

一种基于矢量量化的高光谱遥感图像压缩算法

压缩是高光谱遥感(hyperspectral remote sensing)图像的一个重要研究领域.文中充分考虑了高光谱遥感图像的谱间相关性较强而空间相关性相对较弱的特点,采用了自适应波段选择降维方法与基于神经网络的矢量量化方法相结合的方法对高光谱遥感图像进行压缩.首先采用自适应波段选择(Adaptive band selection)的谱间压缩方法,通过自适应地选择信息量大并且与其他波段相关性小的波段来降低高光谱数据量.然后对降维后图像在空间进行小波变换并进行矢量量化,最后对量化后数据进行自适应算术编码.实验结果表明,谱间压缩能够保留信息丰富的波段,同时计算复杂度大大降低;基于神经网络的SOFM算法及其改进算法取得较好的空间压缩效果,实现了对高光谱遥感图像的有效压缩.     

模拟退火优化FCM聚类高光谱图像压缩研究

基于矢量量化的高光谱图像有损压缩算法可以获得较高的压缩比,但是其时间复杂度高,失真较大. 为此,提出了模拟退火优化模糊C均值聚类(FCM)的高光谱图像有损压缩算法. 先对高光谱图像进行自适应波段合并算法降维,利用肘部现象确定量化级数,结合模拟退火的全局寻优能力和模糊聚类的快速收敛能力,找到最优解后恢复维度,最后去模糊优化编码方案. 通过这种方法,在提高高光谱图像压缩运算效率和减小解压后失真方面都有了较大的优化,是基于矢量量化的高光谱图像压缩的可行方法.     

"Julia曲线"集合与分形图像的压缩编码

将“Julia曲线”按正方形形状以多种方式进行量化,并将量化的“Julia曲线”用于分形图像压缩编码,改变了分形图像压缩编码以变化的压缩编码字典进行编码的缺点,通过实验结果证明,“Julia曲线”能很好地拼贴所要编码的图像,并具有分形图像的解码优点,压缩比和压缩速度有了较大提高。     

基于SPIHT的静止图像ROI编码算法

结合JPEG2000中比例移位法对感兴趣区域(ROU编码算法的优点,提出了基于多级树集合分裂(SPIHT)算法的ROI图像编码算法.压缩后的码流具有嵌入性特点,支持渐进传榆.实验结果表明,在相同码率下,本算法重建图像整体峰值信噪比低于SPIHT算法,但ROI区域能够得到较好的重建,主观视觉效果好,尤其适用于低码率压缩情况.     

基于特征选择的高光谱图像快速矢量量化算法

高光谱图像在取得较高光谱分辨率的同时带来了海量数据,使其压缩成为必需.矢量量化技术在高光谱图像压缩中取得了良好效果,但有计算复杂度高的缺点.针对高光谱图像谱带间高度冗余的情况,本文提出基于特征选择的快速矢量量化算法.该算法在减少运算量同时,能取得和LBG算法相近的压缩效果.实验表明在信噪比略微下降的情况下,计算时间下降了94.32%.     

Efficient gray-level digital image watermarking based on vector quantization

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｅｘｐｌｏｓｉｖｅｇｒｏｗｔｈｏｆｄｉｇｉｔａｌｍｕｌｔｉｍｅｄｉａａｐｐｌｉｃａ ｔｉｏｎｓｃｏｕｐｌｅｄｗｉｔｈｔｈｅｒａｐｉｄｇｒｏｗｔｈｏｆｄｉｇｉｔａｌｎｅｔｗｏｒｋｃｏｍ ｍｕｎｉｃａｔｉｏｎｓｈａｓｃｒｅａｔｅｄａｎｕｒｇｅｎｔｄｅｍａｎｄｆｏｒｔｅｃｈｎｉｑｕｅｓｔｈａｔｃａｎｂｅｕｓｅｄｆｏｒｃｏｐｙｒｉｇｈｔｐｒｏｔｅｃｔｉｏｎ .Ｍａｎｙｔｒａｄｉｔｉｏｎａｌａｐｐｒｏａｃｈｅｓｓｕｃｈａｓｅｎｃｒｙｐｔｉｏｎ ,ａｕｔｈｅｎｔｉｃａｔｉｏｎ ,ｄ…     

基于插值Directionlet变换的图像融合方法

为了凸显区域的细节特征,改善图像的视觉效果,本文通过对Directionlet变换进行插值处理,并结合压缩感知理论提出一种新的图像融合方法。在进行插值Directionlet变换分解以后,对低频分量通过其区域特征及其接近度进行系数融合;对于高频分量,使用改进稀疏化的哈达玛矩阵进行观测,并对观测值进行加权融合,然后对融合后的高频方向子带进行重构;最后通过插值Directionlet逆变换重构图像。数值试验显示,本文提出的融合算法计算复杂度低,融合效果好,能同时得到目标和场景均清晰的融合图像。     

一种基于DFT的数字图像压缩算法

根据图像傅立叶变换域频谱系数特征,提出了一种基于DFT的数字图像压缩算法,并通过仿真实验对图像进行了不同压缩比的压缩。实验结果表明：衡量编码压缩质量的5个参数和评价压缩图像逼真度的参数均达到较好效果,且即使图像压缩比为119．1379时,峰值信噪比仍能达到27．6847。而且从直观上,人眼在一定的视觉误差范围内仍能接受压缩图像,表明提出的基于DFT的图像压缩算法是一种有效的、较好的图像压缩技术。     

LBG与SOFM应用于矢量量化的比较研究

在介绍矢量量化以及LBG算法和SOFM算法的基础上,通过实验对比了LBG算法和SOFM算法在应用于图象矢量量化压缩过程时,码书大小、码字大小以及初始码书生成方式等因素对图像压缩性能的影响,得到了相关结论：固定码字矢量维数,码书越大,压缩比越小,重建图像质量越好;固定码书,码字矢量维数越小,编码性能越好;LBG算法对初始码书敏感,而SOFM算法由于所具备的自适应特性对初始码书不敏感。论文最后提供了一些改进思路,为改进传统矢量量化算法及设计新的矢量量化算法以提供了参考。     

基于压缩感知的图像快速重构去噪算法

针对传统的压缩感知重构算法运算量大,图像质量低的缺点,提出一种新的图像快速重构去噪算法。首先对图像进行一级小波分解,分别提取近似分量子图像和细节分量子图像,并对细节分量子图像进行软阈值去噪处理,然后对近似分量子图像和处理后的细节分量子图像运用新的压缩感知重构算法进行恢复,最后将恢复的细节分量和近似分量进行小波逆变换,得到重构后的图像。实验结果表明,新方法可减少重构时的运算量,有一定的去噪效果,且可提高图像质量。     

基于人像感兴趣区域的身份照片压缩算法

针对身份照片的压缩 ,提出了一种基于感兴趣区域 (ROI)的 EZW算法。首先通过FC2 VQ(Feature Correction two-stage Vector Quantization)算法检测出感兴趣区域即人的脸部特征 ,然后采用基于感兴趣区域的 EZW算法进行编码。这种编码方法 ,既保证了感兴趣区域的图像质量 ,也使得压缩后的图像存储容量较小     

基于视觉模型的SAR图像压缩

针对SAR图像压缩方法通常反利用小波变换去除图像数据间的统计冗余,而忽略图像的视觉冗余的问题,在讨论人类视觉系统(HVS)特性基础上,结合对比敏感度函数(CSF),对采用提升方案进行小波分解后的不同频带小波系数加权,然后采用多级树集合划分(SPIHT)算法形成嵌入式小波编码方法.实验结果表明,与标准SPIHT压缩方法相比,相同压缩比下,本算法重建图像客观评价标准几乎保持不变,且很好地保留了图像边缘和纹理信息,主观视觉效果有明显改善.