基于小波域降采样的低比特率图像压缩算法

针对无线传输背景下低比特率图像压缩存在的模糊和振铃问题,提出一种基于小波域降采样和插值的高效图像压缩算法.在编码端,对图像进行小波变换,根据各高频子带特点对其进行自适应降采样处理,并采用基于小波树的小波差分缩减编码算法进行编码.在解码端,采用基于边缘方向的插值方法将解码的高频子带进行放大,对解码重建的图像采用基于强边缘的自适应滤波算法以消除振铃效应.实验结果表明,与基于空域降采样的图像压缩算法相比,该算法具有较高的图像解码质量,可有效抑制低比特率下重建图像的模糊和振铃问题.     

基于分形图像编码的小波补偿算法

提出了一种对图像进行分形“粗略”（概貌）编码,“细节”（边缘）信息通过小波变换提取图像高频信息进行补偿的编码算法。该编码算法中,小波变换产生的高频小波系数根据系数重要性采用类似嵌入式小波零树编码方式进行编码,从而具有比特率可控等特点。通过实验表明,新编码算法的编码效果优于分形自适应四叉树编码算法和小波变换编码算法。     

一种有效的块DCT编码图像去块效应算法

块离散余弦变换在低比特率时其恢复图像的块边界上会出现明显可见的方块效应,从而降低了图像的视觉质量。提出一种基于小波域特征分析的去块效应算法,目的是尽量消除块效应的同时充分保护图像的边缘信息。图像空域中的块效应,在小波域高频子带表现为平行线效应、竖直线效应或者网格效应。通过为各个子带设置自适应操作算子去抑制块边界系数能量聚集现象,使得空域中的块效应得到消除。仿真结果表明在不同比特率下,对不同类型的图像,新算法都能得到较好的去块效应效果,并且具有较高的运算速度。     

矢量小波在图像压缩中的应用

为了评估在低比特率情况下矢量小波变换压缩图像的效率，使用一种有效的嵌入式小波系数来实现编码．首先，使用Tan等找到的预滤波器对二维图像进行预滤波；并选择BSA(4／4)^*滤波器进行滤波；然后使用一种经过改进的嵌入式零树小波编码方法来对矢量变换系数进行量化；最后，利用算术编码算法对比特流进行编码．文中给出了一些实验结果来证明本文方法的可行性，并且把它们与标量小波变换和其他矢量变换的结果相比较。     

基于小波变换和曲波变换的图像边缘检测新算法

针对图像处理中的边缘检测问题,提出了一种基于小波变换和曲波变换的图像边缘检测新算法。首先对原始图像进行小波变换得到小波边缘图像;然后对原始图像进行曲波变换并使用Canny算子得到曲波边缘图像;最后基于小波变换的窗口内边缘强度自适应融合算法将小波边缘图像和曲波边缘图像进行融合得到最终边缘图像。该方法结合了小波变换描述图像细节特征的优势和曲波变换处理曲线或直线边缘特征的优势,能全面刻画边缘图像的纹理与细节信息,提高了图像清晰度。仿真实例表明了该算法的有效性。     

基于二元树复小波的图像插值超分辨率算法

根据二元树复小波理论和图像插值的特点,将二元树复小波变换与基于边缘插值方法相结合,得到一个放大的插值图像,然后将插值后的图像进行一级小波分解,将分解后的高频子带再做小波变换,并修正变换后的高颊子带系数,进行图像重构后得到最终的插值图像.实验结果表明,该方法能够提高图像的分辨率,_同时消除边缘处的"振铃"效应.     

基于指数变量的复小波域自适应扩散图像滤波算法

为了克服传统各项异性扩散模型在图像滤波时出现的阶梯效应和边缘模糊问题,利用复小波变换较好的完美重构性和方向选择性等特点,结合图像的梯度和复小波变换模特征,设计了一种复小波域自适应图像扩散滤波模型,提出了一种基于指数变量的自适应扩散图像滤波算法。通过计算机仿真验证了所提算法的滤波性能,结果表明该算法在低信噪比条件下可有效地滤除图像噪声,并且能较好地保持图像的边缘、纹理等细节信息。     

小波变换压缩图像的多尺度自适应2D滤波的后处理算法

在基于小波变换的低比特率的图像压缩中,由于小波系数的量化和在高频部分的截断使压缩后的图像呈现出严重的失真,尤其在图像的边缘部分将呈现明显的“振铃效应”．文中提出了一种多尺度、基于局部方向、自适应的2D滤波算法,可以明显改善压缩后图像的视觉效果．该方法首先判定子块内的局部方向,然后根据此方向选用相应的方向2D滤波器滤波．为了保证判断局部方向的鲁棒性,采用了循环移位的方法．为了滤除各个频段的高频噪声,在多个尺度上进行空域滤波．实验结果表明,该算法明显改善了压缩图像的视觉效果,提高了压缩图像的质量．     

结构相似指数噪声整形算法及其在图像编码中的应用

提出一种基于双树小波变换的结构相似指数噪声整形算法（SSIM-NS） 算法并将其应用于图像编码传输中。算法是在双树小波变换后的噪声整形过程中引入结构相似指数度量（SSIM）,自适应地调整增益因子以达到最大限度聚集图像能量减少小波系数的目的,运用SPIHT编码算法对噪声整形后的小波系数进行编码并传输。实验结果表明,该算法不仅能够有效地削减小波系数个数聚集图像能量,而且在低比特率条件下重构图像具有更高的峰值信噪比（PSNR）,能够显著提高解码图像的质量。     

基于多尺度形态小波变换的红图增强算法

针对红外图像对比度差、信噪比低的特点,本文将小波分析与数学形态学相结合,提出了一种基于多尺度形态小波变换的红外图像边缘增强算法.该算法首先利用多尺度形态小波变换对图像进行分解,提取图像的多尺度边缘特征,然后通过非线性增强算子来改变边缘特征的强度,最后利用多尺度形态小波反变换重构图像,以实现图像边缘的对比度增强和背景抑制.实验结果表明,该算法有效地保持和增强了边缘信息,得到较好的增强效果.     

基于边缘特征小波变换的压缩算法关键技术

探讨了一种新的改进算法中的两个关键技术：基于边缘特征的小波变换方法和边缘曲线的编码方法。利用这两个算法减少了图像重要边缘特征的失真,有利于图像快速浏览和图像基于内容查询的实现;并能改进变换系数中能量的分布使高频子带的图像能量进一步减少,有利于提高压缩性能和效率。同时该文用Matlab6．5平台给出了一些试验结果,并对试验结果进行了分析。     

具有边缘保持特性的嵌入式图像压缩算法

针对小波变换图像压缩存在的边缘模糊问题,提出了边缘检测与压缩编码相结合的方案,首先利用小波变换的多尺度特性提取图像边缘,将其在高频子带内对应的小波系数乘上一个加权因子,然后利用本文提出的无表SPIHT算法进行编码。本文方案结构简单,无需链表,易于硬件实现,而且有效地克服了G ibbs效应,提高了恢复图像质量。     

基于多层小波阈值函数的彩色图像边缘检测

针对彩色图像边缘检测中RGB颜色空间分量之间高的关联性会导致部分色彩信息未能被有效识别、检测及抗噪性低,提出一种多层小波阈值去噪函数的彩色图像边缘检测方法。采用改进的小波阈值去噪方法对彩色图像进行去噪预处理;运用四元数思想构建四方向特征矩阵求解Canny算子梯度幅值和幅角;进行非极大值抑制和自适应双阈值处理得到最终边缘检测图像。实验表明,该算法能够较好地获取彩色图像边缘信息,并有效降低漏检率和错检率,增强了自适应性,提高了边缘检测中边缘的连续性和抗噪性。     

一种改进的二进小波变换图像去噪方法

本文在分析图像噪声消除与细节保持相矛盾的基础上,提出了一种改进的二进小波变换图像去噪方法。首先用自适应滤波多尺度边缘检测方法检测出图像的边缘;然后用二进小波变换去噪方法进行全局闯值去噪;最后将边缘图像嵌入到二进小波去噪后图像。实验结果表明,该方法不仅能够滤除图像的噪声,而且能够保持图像的边缘信息。     

融合小波变换与数学形态学的图像边缘检测

针对传统图像边缘检测方法抗噪能力不足、边缘定位不精确等缺点,提出一种融合小波变换和数学形态学的图像边缘检测算法。先将图像进行小波分解,高频部分利用小波模极大值算法进行边缘检测,可以有效提取高频边缘;低频部分采用形态学多结构元算法进行边缘检测,能够检测出低频边缘;最后对两种方法得到的边缘图像进行融合。实验结果表明,该算法能有效抑制噪声,提高边缘精度并且定位准确。     

自适应多尺度分块压缩感知算法

目的 基于小波域的多尺度分块压缩感知重构算法忽略了高频信号在重构过程中的作用,丢失了大量的边缘与细节信息。针对上述问题,提出一种自适应多尺度分块压缩感知算法,不仅合理利用低频信息还充分利用图像的高频信息,在图像细节复杂度提高的情况下保证图像重构质量的提高。方法 首先进行3层小波变换,得到一个低频信号和9个高频信号,分别进行小波逆变换后分成大小相同互不重叠的块,对低频部分采用2维邻块边缘自适应加权滤波的方法进行处理,对高频部分采用纹理自适应分块采样,最后利用平滑投影Landweber（SPL）算法对其进行重构。结果 与已有的分块压缩感知算法、基于边缘和方向的分块压缩感知算法和基于纹理和方向的分块压缩感知算法相比,本文算法在不同的采样率下,性能均有所提升,代表细节信息的高频信号得到充分重建,改进的算法所得到的重建图像具有较高的分辨率,尤其对细节较为丰富的图像进行重建后具有较高的峰值信噪比;2维邻块边缘自适应加权滤波有效的去除了重建图像的块效应,且重建时间平均减少了0.3 s。结论 将三层小波变换后的高频分量作为纹理部分,利用自适应多尺度分块重建出图像的轮廓与边缘;将低频分量直接视为平坦部分,邻块边缘自适应加权滤波重建出图像细节,不仅充分利用了图像的高低频信息,还减少了平坦块检测过程,使得重建时间有效缩短。经实验验证,本文算法重建图像质量较好,尤其是对复杂图像明显消除了块效应,边缘和纹理细节较清晰。因此主要适用于纹理细节较复杂的人脸图像、建筑图像和遥感图像等。     

改进的小波变换在中医舌象边缘检测中的研究

针对目前常见的边缘检测算法对噪声较为敏感,获取的边缘不够精细,且容易出现伪边缘或边缘重叠等情况,结合中医舌象的特点,在小波变换边缘检测算法的基础上提出了改进的小波变换边缘检测算法。该算法通过对图像每一行、列的边缘信息逐位算出相邻位差,并在位差的差值变化大小之间检测小波极值。实验结果证明,该方法能有效解决传统边缘检测算法对去除噪声和获取精细边缘之间的矛盾,使边缘重叠现象大为减少,从而获得了比较理想的边缘检测效果,为以后整个舌体区域的分割提取打下了良好的基础。     

基于人眼视觉系统的自适应小波图像编码算法

本文提出了一种基于自适应小波分解与人眼视觉系统的低比特率图像压缩编码算法,该算法具有以下特点：（1）以子带能量为判别标准,能够根据图像内容进行自适应形式的小波分解;（2）建立了人眼视觉系统的掩蔽模型,并据此给出了全新的小波系数自适应量化策略.仿真实验表明：本文算法是一种高效的图像压缩算法,不仅其压缩效果明显优于JPEG2000、EZW、FWP等小波域图像压缩算法（特别是低比特率下）,而且可广泛适用于不同特征的数字图像.     

基于整数小波变换和子带比特平面编码的图象压缩算法

在分析图象整数小波变换的基础上 ,提出了基于子带比特平面编码的压缩算法 .该算法将整数小波系数按子带分为若干比特平面 ,称之为子带比特平面 ,并采用简单高效的率失真优化算法确定子带比特平面的编码顺序 ,且这一顺序与图象无关 .按此顺序对子带比特平面进行自适应 MQ算术编码 ,便得到嵌入式压缩码流 .该算法可以从无损到有损 ,以任意倍率或质量进行图象压缩 ,压缩效率达到了浮点 EZW算法和 JPEG2 0 0 0整数小波编码方案的水平 ,而速度远快于这两者的速度 .该算法还具有复杂度低 ,占用内存少的优点 .     

融合小波变换和形态学差分的图像边缘检测

图像边缘检测的关键是在尽量多检测到边缘的同时更有效地抑制噪声,为此提出了一种融合小波变换和形态学差分算法的边缘检测方法。将源图像进行小波分解,高频分量利用小波模极大值算法进行边缘检测,可有效提取高频边缘;低频分量采用形态学差分算法进行边缘检测,能够检测出低频边缘;采用一定的融合规则将两个边缘检测图像融合在一起。实验结果表明,该方法优于单独使用小波模极大值法或数学形态学法,对噪声具有很好的鲁棒性,得到的图像边缘连续、清晰。