利用人眼视觉系统理论实现DCT域快速分形编码

考虑到人眼视觉系统的特点,提出了基于视觉敏感度的DCT域中的均匀块选择标准,该标准优于常用的块方差与信噪比度量．基于此标准,选择出DCT域中的均匀部分,直接将其直流部分编码输出,无需分形匹配,降低了DCT域分形图像压缩的复杂度．为进一步缩短编码时间,在DCT域内引入人眼视觉系统频率响应对图像块与相似块进行分类,在过滤冗余的匹配计算的同时保证了解码图像的视觉效果．实验结果表明,在不影响压缩比的前提下,编码时间大幅度减少,且PSNR有所提高,视觉效果较好．     

一种基于二维DCT的分形静止彩色图象压缩编码

在彩色图象编码技术中，普遍存在的一个问题是未能充分利用各分量间的相关性。本文针对彩色图象各分量间存在的极强的结构自相似性，提出一种基于二维ＤＣＴ的分形编码方法。此方法在采用变换编码方法去除彩色图象各分量内部冗余的基础之上，采用分形编码方法进一步去除了存在于三分量之间的冗余信息。仿真结果表明，这种编码方法的效率明显优于ＪＰＥＧ基本彩色系统的编码效率。     

基于分形压缩编码的数字水印技术

提出一种利用分形编码方案在图像中嵌入数字水印的方法。对数字图像分别进行传统分形编码和频域分形编码后,通过码书的比较,选择一些R块,将这些块的编码方案更改, 即用次优匹配D块替代最优匹配D块,从而实现数字水印的嵌入。实验证明该方案对图像质量几乎没有影响,在抗模糊、噪声干扰和剪切方面有较好的鲁棒性。     

基于人脸特征的快速分形人脸编码

在分析了人脸固有的特征后,提出了快速分形人脸编码算法,包括按值域块方差大小来动态确定w值,将定义域块候选区确定在与值域块呈对称分布的区域,利用DCT系数的能量分布来确定各域块的方向,从而减少对称变换个数。对该文算法时间复杂性的分析表明,利用该文算法所需时间要低于基于方差的方法。在ORL和YALE人脸数据库上的实验表明,在基本保持恢复图象质量的同时,该文算法所需编码时间仅为基于方差方法的1/4,证明了该文算法的有效性,实验还给出了算法中各参数的合适取值。     

基于快速分形的DCT补偿图像压缩编码算法

针对分形编码时间过长和离散余弦变换(DCT)在高压缩比下出现方块效应的两点不足,文中提出了一种基于快速分形的DCT补偿图像压缩编码算法,通过对子块和父块特征值排序,使得子块只搜索那些特征值符合条件的父块,从而降低了搜索的复杂度,进而加快了搜索速度.为了提高恢复图像的质量,将图像进行分形编码后,再对灰度误差块8×8作离散余弦变换.仿真试验的结果表明,结合两者的长处可以达到高质量和高压缩比的目的,从而达到很好的编码效果     

一种基于分形编码的小波域自适应水印

提出了一种基于分形编码的小波域水印算法．该方法对于图像树中各个图像R块，首先在同方向低一级分辨率子带中寻找最佳分形匹配D块，然后利用小波系数的树状结构关糸，将这些D块拓展成相似树集合，最后更改图像树上某个位于中频子带的图像R块的编码方案，即交换最优和次优匹配相似树上与其对应的D块，从而实现数字水印的嵌入．水印检测不需要原始图像．实验结果表明：使用该方法的水印有较好的不可感知性和鲁棒性，同时可保证较低的正向错误率．     

基于分形编码拓扑特性的图像检索

为了更有效、更准确地进行图像检索，提出了一种利用分形编码这项重要的拓扑特性来处理图像索引的新方法，即将图像经分形编码，首先得到每张图像的迭代函数，然后将其伴随图像存人数据库中，成为该图像的索引文件最后对数据库进行搜索时，则通过对此索引文件的比对来找出与查询图像相似的图像。反观使用其他方法建立的图像索引数据库，则无法证明其建立的索引文件具有上述特质。实验显示，图像经过分形编码所表现出的几何性质以及独特的有效性和鲁棒性，证明该方法是一个更有效率、准确度高的检索方法。     

一种基于DCT的快速分形图像编码方法

分形图像编码能获得很高的压缩比，但存在编码时间过长的缺点。本文根据离散余弦变换(DCT)能量集中的特性，提出一种基于DCT的快速分形图像编码方法。实验结果表明，该方法与传统的分形块编码方法相比，编码速度有很大提高，并能获得较高的峰值信噪比(PSNR)。     

基于遗传分形编码的嵌入式小波图像编码算法

在分析小波变换与分形编码特点的基础上,提出了一种新的基于遗传分形编码的嵌入式小波图像编码算法。根据图像进行小波变换分解为不同空间频带上的子图像这一特性,对其低频子带进行基于遗传算法的分形编码,利用遗传算法的快速全局搜索能力提高分形编码中值域块与定义域块的匹配搜索速度;对其高频子带部分进行阈值去噪处理后进行SPIHT编码,两部分同时进行,提高图像的压缩效率。实验结果表明：同传统的分形编码和SPIHT编码压缩方法相比,该算法在图像的重构质量方面有所提高,尤其是在中低码率下PSNR(峰值信噪比)得到了较大提高,并且算法执行时间明显减少。     

频率域上的分形图象编码

研究了频率域上的分形图象编码，与空间域上的分形图象编码相比，它有两个突出的特点：分阶的亮度变换和几何变换的简化与合并。本文的理论分析和实验数据都表明，无论是在编码时间和压缩比方面，还是在解码的收敛性和图象保真度方面，频率域上的分形图象编码都要优于相应的空间域上的分形图象编码。     

基于视觉掩蔽特性的EZW算法

文中算法以EZW编码方案为基础，能够通过以下两项措施提高工作效率：(1)对小波图像的最低频子带系数进行单独DPCM编码；(2)全面考虑高频子带的分解层次与方向、背景亮度值、像素点所在区域的纹理复杂度等诸多因素，并依此确定视觉掩盖特性值，进而根据视觉掩盖特性值自适应确定小波图像高频子带系数的扫描优先级，以完成嵌入编码，对比实验表明：文中算法在编解码速度、图像复原质量等方面优于EZW算法、形态结构表示法和选择系数扫描法。     

一种基于显著不相关检验的近距分形图象编码方法

提出一种基于显著不相关检验的近距分形图象编码方法。对于标准测试图象（Ｌｅｎａ２５６×２５６×８ｐｐｂ），这种方法与子块分类方法相比，以解码图象质量（ＰＳＮＲ）下降２～３（ｄＢ）为代价，编码速度提高了７０～２００倍，且压缩比还有一定的提高；与普通近距分形方法相比，在解码图象质量（ＰＳＮＲ）不下降的情况下，编码速度提高约３２％；若以解码图象质量（ＰＳＮＲ）下降０．２～１（ｄＢ）为代价，编码速度提高３～９倍。     

基于整型DCT变换的图象编码研究

为了既能保证图象无失真压缩，又能提高编码效率，给出了一种新的基于整型可逆DCT变换的嵌入式编码方法，并实现了基于DCT的无失真编码和有失真编码方案的完美结合，该算法是首先通过计算DCT浮点变换的整数可逆矩阵分解，从而得到可以整数实现的可逆矩阵变换，然后再利用得到的分解矩阵依次对图象样本进行变换；最后将变换得到的系数用多种高效编码方法进行编码，实验结果表明，该新方法用于无损压缩编码时，整型DCT明显好于浮点DCT，而且没有残差的编码问题；用于有损压缩编码时，两者的编码效果相近。     

基于小波变换的分形预测图象编码方法

提出一种把小波图象编码与分形图象编码相结合的新的编码方法。图象经过小波分解后,呈现出两种相似性;一种是图象本身的自相似性,一是同方向不同分辨率子图象之间的互相似性。利用第二种相似性,也即利用低分辩率子图象为同方向讷经子图象进行分形预测编码。由于小波分解后低分辨率子图象的范围比高分辨率子图象的小一倍,故该编码一般的分形编码方法大大缩短了编码的时间,就编码的效果而言,该方法也比较令人满意。     

基于人眼视觉特性的快速图像编码算法

提出了一种图像编码算法ESPIHT(extended set partitioning in hierarchical trees).该算法能够通过以下3项措施提高SPIHT算法工作效率:(1) 全面引入快速提升小波变换;(2) 重新定义扩充零树结构;(3) 综合考虑人眼视觉特性.实验结果表明, ESPIHT算法是一种高效的图像压缩算法,其编解码速度、图像复原质量、内存需求量等关键技术指标均优于SPIHT等编码算法(特别是在低比特率下).     

基于人眼视觉特性的小波域分形图像编码方法

利用小波系数的相似性,提出一种基于人眼视觉特性的小波域分形混合图像编码方法。该方法是将图像进行小波分解,按照人眼对于图像边缘区、平滑区、纹理区敏感程度的不同,给这三种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,并分别进行分形编码。实验结果表明在保证优先编码视觉上最重要系数的同时,能够进一步提高图像复原质量。     

静止彩色图象压缩编码技术

近些年来，人们在继续研究灰度图象压缩编码技术的同时，越来越关注它们在彩色图象压缩编码技术中的推广使用。本文着重介绍用于静止彩色图象压缩编码中的几种主要技术的进展情况。     

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.     

一种基于视觉特性的零树编码

Ｓｈａｐｉｒｏ的零树编码算法是小波域中一种很成功的算法,但该算法没有考虑视觉特性。该文考虑了视觉的频率特性及方向特性,用Ｍａｎｎｏｓ的视觉模型计算各子带的视觉权值,对零树算法进行了改进,提高了编码重构图像的视觉质量。     

基于预测模型的分形图象缩编码方法

给出了一个基于ρ图象模型的预测模型，用来预测分形图象编码中图象子块编码匹配成功的可能性以及匹配搜索空间的有效范围，并以此模型为根据提出了一种基于预测模型的分形图象压缩编码方案，大大减少了分形图象编码中不必要的尝试匹配搜索计算，实验结果表明该方案能够提高分形图象的编码速度，具有很高的实用价值。