基于BEMD和PCA的数字图像压缩

二维经验模式分解（BEMD）方法是一种不依懒于基函数的数据驱动的自适应方法,主成分分析（PCA）算法具有去相关性好、压缩比高等特点。因此尝试运用BEMD算法对图像进行分解,利用PCA算法对分解后的子图像进行压缩。通过Matlab仿真,证明了该方法的有效性和优越性,且基本实现了高压缩比下达到高信噪比的目的。     

二维EMD分解的数字图像压缩

二维EMD为图像处理提供了一个强有力的工具。图像进行EMD分解后,将会得到一系列的IMF和图像残差。由于分解出来的第一层IMF包含了图像的细节部分,笼统地对其进行压缩会造成图像高频部分损失,压缩图像质量不高。针对这种情况,将第一层IMF与其他层分开处理。通过与块离散余弦变换压缩方法进行比较,得出结论。     

基于二维EMD分解的图像压缩研究

综合Anna的极值点压缩算法和多抽样重叠块压缩算法,提出了一种新的基于二维EMD分解的数字图像压缩方法。先对自然图像进行二维EMD分解,对分解后的IMF抽样点进行熵编码。与两种压缩方法所得的结果比较分析,在确保图像质量的前提下,找到了一种更好的方法,对图像进行压缩。     

一种基于小波变换的图像压缩方法与实现

提出了一种先去噪再利用小波变换的图像压缩方法,用Matlab软件编程实现算法。实验仿真结果显示,图像在具有高压缩比的同时,重构图像的质量也较优;使用不同的小波基函数,效果不同。     

基于分类方法的分形图像压缩

分形图像因其图像块的自相似性可以得到较高的压缩比、有效的减少冗余.在分形和局部迭代函数系统理论的基础上,介绍了一种灰度排列法的编码方案.该方法按照1/4子快的灰度均值,通过放射变换将图像块分为3大主类.每个子块在相应的父块类中去寻找最佳匹配的父块,从而使无效父块在搜索过程中的比较次数明显减少.实验结果表明,该算法能有效的压缩图像,压缩比高、解码图像质量好、压缩时间较短.     

基于BEMD和自适应滤波的医学图像增强

针对医学图像存在低对比度和质量差的主要问题,本文提出了一种基于BEMD和自适应滤波的医学图像增强新算法。首先,对医学图像进行BEMD分解,然后用自适应滤波对频率域进行去噪,再使用不同的加权值提高子带图像的高频系数,最后对图像进行重构得到增强图像。实验表明,该方法不仅提高了图像的细节信息,而且有效地保留了图像的边缘特征。     

An efficient lossy cartoon image compression method

Multimedia Tools and Applications - This paper introduces a new lossy approach for compression of cartoon images. The image is firstly partitioned into regions of roughly the same colour. The chain...     

数理统计特征的快速图像分形压缩算法研究

图像自相似是图像分形研究中一个重要的研究方向,尤其是对自相似图像子块的特征提取量化问题尤为引人关注。在分形图像编码发展的过程中,图像自相似特征的提取和量化得到了广泛的研究和应用。通过对图像数理统计特征的研究,提出了一种对图像子块进行分类的方法,使拥有相似特征的图像子块能够划分到更小的区域范围内,改进了分形图像压缩算法。经过分析和实验证明,该方法在不影响重建图像质量的前提下,提高了分形编码的速度,较大程度地减少了计算量。     

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。     

BEMD分解和W变换相结合的红外与可见光图像融合

目的 针对传统的基于多尺度变换的图像融合算法的不足,提出了一种基于W变换和2维经验模态分解（BEMD）的红外与可见光图像融合算法。方法 首先,为了更有效地提取图像的高频信息,抑制BEMD中存在的模态混叠现象,提出了一种基于W变换和BEMD的新的多尺度分解算法（简称W-BEMD）;然后,利用W-BEMD对源图像进行塔式分解,获得图像的高频分量WIMFs和残差分量WR;接着,对源图像对应的WIMFs分量和WR分量分别采用基于局部区域方差选择与加权和基于局部区域能量选择与加权的融合规则进行融合,得到融合图像的W-BEMD分解;最后,通过W-BEMD逆变换得到最终融合图像。W-BEMD分解算法的主要思想是通过W变换递归地将BEMD分解过程中每层所得低频分量中滞留的高频成分提取出来并叠加到相应的高频分量中,实现更有效的图像多尺度分解。结果 对比实验结果表明,本文方法得到的融合图像视觉效果更佳,既有突出的红外目标,又有清晰的可见光背景细节,而且在平均梯度（AG）、空间频率（SF）、互信息（MI）3个客观评价指标上也有显著优势。结论 本文提出了一种新的红外与可见光图像融合算法,实验结果表明,该算法具有较好的融合效果,在保留可见光图像中的细节信息和突出红外图像中的目标信息方面更加有效。     

小波多尺度分析目标图像复原

为了有效复原模糊图像以得到可辨识的目标图像,需要根据目标图像的纹理特征来进行有约束的正则化复原。针对大尺度模糊图像的复原处理,通过分析常见的自适应正则化方法在抑制噪声及虚假波纹方面存在的问题,提出基于小波多尺度分析的正则化复原方法,该方法利用小波变换的多尺度分析技术直接分析模糊图像,结合形态学操作得到合理反映目标棱边分布的图像,并利用该图像加权调节正则化参数进行复原操作。实验表明该算法能够有效处理大尺度模糊,并能够较快地收敛到易于辨识的目标图像。     

基于二维EMD和RBF的纹理分割方法

经验模式分解（EMD）是最近提出的新的图像多尺度分析方法。通过对纹理图像进行二维经验模式分解来提取合适的纹理特征,再采用FCM聚类算法进行分割,实验表明,使用径向基函数在筛分过程中进行插值的效果较优。     

一种基于EZW改进算法的图像压缩方法研究

针对原EZW算法未能很好利用图像小波系数特点及按照频率特性量化小波系数的不足,提出了对图像小波系数进行信噪分离、阈值化处理以及对低、高频图像信息进行分阈值量化的改进算法,并给出了在保证复原图像质量情况下扫描终止的判别条件,以节省压缩时间,在实时传输中能有效地提高图像压缩效率。仿真实验结果表明,改进算法无论在扫描相同次数下的信噪比,还是相近信噪比下的压缩比都获得了较大改善,为小波变换下的图像压缩方法提供了新的思路。     

Fast image segmentation based on multi-resolution analysis and wavelets

An efficient algorithm for image segmentation based on a multi-resolution application of a wavelets transform and feature distribution is presented. The original feature space is transformed into a lower resolution with a wavelets transform to derive fast computation of the optimum threshold value in a feature space. Based on this lower resolution version of the given feature space, a single feature value or multiple feature values are determined as the optimum threshold values. The optimum feature values, which are in the lower resolution, are projected onto the original feature space. In this step a refinement procedure may be added to detect the optimum threshold value. Experimental results for the proposed algorithm indicate feasibility and reliability for fast image segmentation.     

基于多分辨率和Powell算法的医学图像配准

针对基于互信息和Powell算法存在局部收敛的问题,在改进的Powell算法的基础上,提出了一种基于多分辨率策略的医学图像配准算法。首先通过小波变换对源图像进行分层,然后在最低频带使用改进的Powell算法进行搜索,并利用搜索结果来指导上一层的搜索,逐层细化,由粗到细,最终实现图像的精确配准。实验结果表明,该方法较传统方法速度快、精度高、鲁棒性好,同时能有效避免局部收敛。     

一种煤矿井下图像压缩方法

针对煤矿井下视频监控图像数据量大而导致传输、存储困难等问题,提出了一种基于改进压缩感知算法的图像压缩方法。首先采用Coiflet2小波变换原理对采集图像数据进行稀疏化,然后通过测量矩阵对稀疏化的图像数据进行测量,得到测量数据,最后采用正交匹配追踪算法和小波反变换重构图像。实验结果表明,该方法有效压缩了图像大小,且能够很好地还原图像。     

基于特征库的彩色图像二值化方法

由于彩色物体图像的三基色存在相关性,三维空间阈值区域呈现复杂形态,因此采用标准形状的阈值区域,将会造成所研究图像阈值范围的扩张,从而降低物料检测和分级的精度.采用基于背景特征库的彩色图像二值化分割方法,可以满足任意形状阈值区间的检测,精度取决于三基色数字采样的位数,且具有快速实时处理方法.此外,对于特征库建立过程中的相关问题,进行了分析和讨论.结合实际工程示例给出该方法实验结果.     

基于自适用算术编码的分块无损图像压缩方法研究

为了获得更加准确的残差图像概率分布,以便实现更好的无损图像压缩,提出了一种基于自适用算法编码(adaptive arithmetic coding,AAC)以及几何有限混合模型的分块无损图像压缩方案。首先,该方法将残差图像分成若干非重叠块,然后利用期望最大化算法,通过最大似然估计对混合参数进行了估计,并通过参数的混合几何分布对每个模块的统计数据进行建模。此外,将直方图截断方法用于每个预测误差块,以便减少算法编码中的符号数量,从而降低了出现零次符号的影响。实验结果显示在图像集的压缩比方面,提出的压缩方法优于先进的标准JPEG-2000和JPEG-LS。