DPCM编码在图像压缩中的应用

DPCM编码（差分脉冲编码调制）是一种线性预测编码。在二维图像中,由于相邻像素间的相关性很强,所以图像数据的冗余度都很大。对于瞬时斜率比较大和传输速度要求比较高的信号场合,为了使相邻像素间的相关性减小,通常采用DPCM编码技术对图像进行压缩。通过MATLAB仿真,表明DPCM编码能有效地对图像进行压缩。     

基于DPCM与Hilbert扫描的灰度图像无损压缩方法

提出一种基于DPCM与Hilbert曲线的医疗图像无损压缩方法,通过差分脉码调制技术（DPCM）对图像进行预测处理,得到差值图像,再利用Hilbert曲线对医疗图像像素的进行扫描,得到图像的一维数据,然后分别用哈夫曼编码、游程编码和字典编码对一维数据进行压缩。实验结果显示Hilbert扫描可以增加像素的相关性,对提高压缩比有一定的贡献。     

基于重组的DPCM和位平面编码的高光谱图像压缩方案

高光谱图像压缩技术是遥感数据存储和传输中的一个迫切需要解决的问题。高光谱图像的特点是存在着两类冗余：空间冗余和谱间冗余。高光谱图像的压缩要同时利用图像的空间冗余和谱间冗余。基于重组的DPCM和位平面编码的压缩方法，是通过重组的DPCM，去除帧间相关性，消除超光谱图像帧间的冗余；然后对残差图像的压缩采用基于小波变换和位平面编码技术，去除空间冗余。实验取得了令人满意的效果，证明了该算法的有效性和实用性。     

基于静态串表的图像无损压缩编码方法

结合前像素预测编码方法和Lempel-Ziv-Welch(LZW)编码思想并针对其对于变化频率较高的信号压缩效率较低的问题,提出了一种通过利用图像像素之间相关性构建静态串表对数字图像进行无损压缩的编码方法。通过对前向预测编码处理后的图像数据进行查表编码来实现图像无损压缩。实验结果表明该方法实现简单,压缩效率高于LZW算法和WinZIP算法。     

数据多次分组的图像无损压缩算法

对经典的图像无损压缩方法进行了比较全面的分析和研究。提出一种利用图像相邻像素之间的相关性对数据进行多次分组压缩的图像无损压缩算法,并提出了四种处理相同像素值或相近像素值的RLE改进算法和一种针对二值序列的长度编码表压缩算法,取得了较好的压缩效果。实验结果表明本算法的压缩比优于WinZIP,与WinRAR基本相当。     

一种改进的MH编码算法—MHZ算法

针对MH编码算法的不足做了改进,提出了一种新的编码算法——MHZ编码算法.传统的MH编码算法只考虑了图像水平方向上像素之间的相关性,而MHZ编码算法不仅考虑了水平方向上像素之间的相关性,还考虑了垂直方向上像素之间的相关性,在进行编码时,选择垂直高度为2像素的一组数据同时进行编码,使得垂直方向上具有相关性的像素可以一次性地进行编码,从而减少图像的编码数据,进一步提高数据的压缩率.论文最后对五种常用的传真数据分别采用MHZ和MH的编码方式就压缩率进行了对比分析.实验表明MHZ编码算法的效率比传统MH编码算法提高了4％～39％.     

预测与可变长编码在图像压缩中的应用

图像压缩成为了多媒体技术的关键和瓶颈.预测编码(DPCM)和可变长编码(VLC)是两种最重要的无损压缩算法.介绍预测编码的原理,证明了对DPCM数据进行可变长编码的可行性,并对标准测试图像进行测试得到了测试结果,最后对结果进行了分析.     

基于Peano曲线扫描的大容量密文域可逆信息隐藏方案

针对现有密文域可逆信息隐藏算法中存在嵌入率低、安全性不足等问题进行了研究,提出了一种利用图像像素间相关性的大容量密文域可逆信息隐藏方案.首先利用图像位平面间相关性减小冗余,再使用Peano曲线对位平面进行扫描,利用游程霍夫曼编码对每个位平面进行压缩,而后利用图像高位信息对低位空间进行填充,最后用填充消息作为隐藏密钥对秘密信息异或加密实现嵌入.实验结果表明,该方法可完全可逆地恢复原始图像,平均最大嵌入容量达2.53 bpp.     

基于DPCM与S+P变换的图像无损压缩

S+P变换是由AmirSaid犤7犦提出的一种多分辨表示方法,能够实现整数到整数的变换,从而成功地应用于图像的无损压缩,其性能优于基于线性预测的JPEG标准。为了进一步提高压缩性能,论文提出了一种基于DPCM与S+P变换的图像无损压缩算法。首先,对原始图像进行线性预测,得到差值图像;其次,对差值图像进行S+P变换;最后,对变换系数进行熵编码压缩。新算法利用像素间的相关性,给出了一种新的利用一维S+P变换实现图像变换的方法,减少了变换增加的数据量,有效地解决了边界处理问题。实验结果与性能比较表明:新算法有效的,优于其它著名的基于多分辨分解的无损图像压缩编码算法犤7,10,12犦。     

彩色视频的四维矩阵离散余弦变换编码

为了在高信噪比条件下获得对彩色视频的高倍压缩 ,提出了 4维矩阵及 4维矩阵离散余弦变换理论 ,并将该理论应用于彩色视频编码 .基于 4维矩阵离散余弦变换的彩色视频编码方法将彩色视频的多个帧放在一个统一的数学模型 (即 ,4维矩阵 )中考虑 ,利用 4维矩阵离散余弦变换去除其间的各种相关性 ,并通过矢量量化对变换系数进行压缩编码 .其方法可以同时全面利用彩色视频图象相邻像素间、彩色空间 Y、U、V 3分量间 ,以及视频图象相邻帧之间的相关性 .实验结果证明 ,对可视电话和视频会议等应用中的彩色视频序列图象 ,利用该方法可在高信噪比条件下获得较高压缩比的编码效果     

基于像素相关性的数字图像隐写分析*

根据自然图像相邻像素之间具有一定相关性的特点,提出一种基于图像像素相关性度量的隐写分析方法。首先利用Hilbert空间填充曲线对图像各位平面像素以及图像像素进行扫描,构造一维序列,然后分别采用计算自相关系数和像素前后差值比的方法对图像相邻像素间的相关性进行度量,提取特征输入到分类器中,实验表明,该方法达到了较好的检测效果。     

一种准无损压缩图象子带编码算法

针对有损压缩会损失一部分信息而无损压缩又压缩比较低的问题,提出一种实现准无损压缩的方法。该方法就是首先将图象用噪声模型进行去除噪声处理,以提高图象的信噪比,并有利于图象的压缩;然后再使用区域自适应子带编码算法进行编码。由于该算法能快速收敛,因而编码时间相对较少;编码通常能实时执行。实验结果表明,该压缩方案具有高信噪比、高压缩比等优良性能。从算法的理论基础来看,其中基于噪声模型的噪声清除算法对其他编码算法（如DCT、DPCM、JPEG、SPIHT、MPEG等等）同样具有推广意义。     

一种基于灰度预测误差统计的影像质量评价方法

受二维差分脉冲编码调制(DPCM)影像压缩编码技术的启发，为了更好地运行影像质量评价，从影像像素相关性的角度探讨了一种基于灰度预测误差统计的影像质量评价方法。该方法首先利用线性预测算子和最小二乘估计来计算影像像素的灰度，然后统计整幅影像内的估计像素灰度值与对应像素点的实际灰度值的累计平均平方误差。该误差反映了影像像素间的相关性大小，其值越大，表明像素间的相关性越小，影像的反差与清晰度越好。试验结果表明，该方法对影像质量的变化敏感度明显高于传统的均方差、平均梯度和信息熵法，因而特别适合评估通过不同降噪方法处理的影像质量。不足的是该方法的计算效率不如传统的方差和信息熵方法快。     

一种基于扫描相关度的LSB算法

自然图像相邻像素序列具有一定的相关性。基于图像的这种统计特性,提出了扫描相关度的概念。隐藏信息的非均匀嵌入使得载体图像的相邻像素序列相关度降低,而且图像局部有相关度突变的现象,增大了隐藏信息被检测到的风险。进一步提出了一种LSB改进算法,该算法将隐藏信息均匀嵌入到载体图像中,并在嵌入过程中,根据相邻像素期望值对扫描相关度有突变的区域进行平滑。实验结果表明,该算法明显降低了图像相关度突变的现象。     

压缩视频感知中量化器的研究与设计

压缩视频感知（Compressed Video Sensing,CVS）是一种利用压缩感知（Compressed Sensing,CS）以及分布式视频编码（DVC）的视频压缩方法,故又被称为分布式视频压缩感知。在CVS中,每帧图像经过块划分、压缩采样后对数据进行DPCM,最后使用均匀或者非均匀量化进行量化。目前,CVS量化器的设计大多是在采样数据或残差数据服从高斯分布的前提下设计的,通过Kolmogorov-Smirnov检验进一步分析压缩采样后的数据,利用劳埃德最佳量化器准则训练量化码书,设计出一种简单、高效的量化器。经实验,设计的量化器相比于传统的量化方法在BD-Rate上减少了约14.2%,在BDPSNR上提升了约0.11?dB,提高了CVS的压缩效率和重建质量。     

改进的Fibonacci双置乱图像加密算法

图像置乱是实现图像加密的重要手段之一,其最终目的是改变图像像素的位置关系或者灰度值信息,改变图 像的统计信息,从而达到图像加密的目的。为提升图像置乱效果和置乱性能,从均匀分块的角度出发,提出了一种改 进的Fibonacci双置乱图像加密算法。首先采用均匀分块算法对原图像进行分块,使每个分块图像内的所有像素充分 扩散到其他各个图像块中,以有效地}i}J弱图像相部像素的相关性;然后对每个图像块利用Fibonacci算法做像素位置 置乱,以解除图像块的空间相关性;最后对整幅图像采用Fibonacci算法做像素值置乱,解除图像的色彩相关性。实验 结果表明,该算法从本质上降低了图像内部相邻像素的相关性,有较强的抵御裁剪和常见噪声攻击的能力,利用双密 钥提高了加密系统的安全性。     

Color image encryption method based on 2D-variational mode decomposition

Multimedia Tools and Applications - In order to reduce the correlation between adjacent pixels in a plaintext image, and to solve the small key space problem of image encryption algorithms when a...     

基于D^2PCM的数字减影图象序列无损压缩算法

充分利用数字减影（ＤＳＡ）图象序列在时间域上的减影图象之间仍然存在一定的相似性,提出了一种基于二阶差分ＰＣＭ（Ｄ＾２ＰＣＭ）的编码方式。方法在空间坐标与时间坐标上构成了一个二阶差分,能够有效地减少图象在空间以及时间域上的冗余度,从而实现对ＤＳＡ序列的无损压缩,减少了存储空间与传输时间。实际应用证明该处法是稳定和实用的。