一种基于Contourlet的图像低码率SPIHT算法

Contourlet是一种优于小波的不可分离图像表示方法,它除了具有一般小波变换的多尺度、局部性外,还具有方向性、各向异性。为此,本文提出了一种基于Contourlet变换的SPIHT编码方法。首先,对图像Contourlet变换各子带系数的分布情况进行了统计分析;进而设计了一种基于Contourlet变换的空间方向树结构,该结构具有类似图像小波变换域中“零树”的特性;在此基础上实现了一种基于Contourlet变换的渐进式编码算法（CSPIHT）,该算法除了具有一般基于小波变换的零树编码算法的特性外,还具有方向性和各向异性的特点,特别对图像的边缘方向信息和纹理信息具有很好的捕捉能力和解码的视觉效果。实验结果表明,所提出的算法CSPIHT在低码率下其重构图像的PSNR要高于SPIHT算法;而对于中等码率,尽管重构图像的PSNR略低于SPIHT,但重构图像纹理和边缘区域的视觉效果要优于SPIHT。     

基于视觉特性的Contourlet域图像压缩编码算法

为了有效克服小波变换难以准确捕获图像特征、而Contourlet变换存在冗余等不足,本文提出了一种基于视觉特性的Contourlet域图像压缩编码算法.该算法首先对原始图像进行小波分解,并对中高频小波子带进一步实施自适应方向分解;然后根据人眼视觉特性(HVS),对变换系数进行加权处理;再结合小波分解与方向分解特点,构造扩展的空间方向树结构;最后采用SPIHT编码思想完成图像的压缩.实验结果表明,本文提出的Contourlet域图像编码方法是一种高效的图像压缩算法,不仅其压缩效果明显优于SPIHT、WBCT等图像压缩方案(特别是低比特率下),而且具有比较强的通用性与适应性(SPIHT与WBCT对于Barbara之类纹理图像压缩效果较差,然而本文算法的压缩效果却较理想).     

码率可分级小波视频编码算法的研究

对于多种视频传输业务,传统的分层可分级性已不能很好地满足要求,编码器需要提供码率可分级性.采用改进的零树小波编码算法生成了高性能的嵌入式码流,实现了一个码率可分级视频编解码器.而在码率可分级编解码算法中,同一码流需要在较大的码率范围内保持编码效率.目前的解决方案在目标码率提高时,重建图像的质量得不到有效的改善.指出了码率可分级编码算法不仅要考虑误差扩散问题,还要考虑帧间依赖关系,并提出了一种新的算法.实验结果表明,该算法使同一码流能在多种码率下提供更好的重建图像的质量,而且所提算法可用于其他采用运动补偿算     

应用人眼视觉特性的Contourlet域图像压缩编码算法

鉴于Contourlet变换存在冗余,小波变换不能准确捕获图像特征等不足,提高编码速度和改进视觉效果,提出了一种基于人眼视觉特性的混合域图像压缩编码算法。算法对原始图像进行小波分解,对中高频小波子带进一步实施自适应方向分解;根据人眼视觉特性（HVS）,对不同子块变换系数进行加权处理;结合小波分解与方向分解特点,构造扩展的空间方向树结构;根据系数重要性,对低频系数采用新的排列结构,采用SPIHT编码思想完成图像压缩。实验结果表明,提出的混合域图像编码方法是一种高效的图像压缩算法,其压缩效果明显优于SPIHT、WBCT等图像压缩方案（特别是低比特率下）。     

基于混合域的改进SPIHT图像编码算法

为使图像压缩编码算法同时具有较高的压缩比和较好的图像复原质量,提出了一种基于Contourlet与小波变换的混合域图像编码方案,并在分析SPIHT算法的基础上进一步改进,取消了SPIHT算法中对LIS表的分类,统一按照先子代后孙代的小波空间树顺序进行编码.仿真实验结果表明,提出的混合域图像压缩编码方案是一种高效的数字图像压缩算法,与SPIHT算法相比,该算法的重建图像具有更好的视觉效果,而且提高了编码速度.     

一种基于Contourlet变换的高光谱图像压缩算法

提出了一种基于Contourlet变换的高光谱图像压缩算法,其将多尺度几何分析用于高光谱图像的空间去相关,在进行有损压缩时有效地保存了高光谱图像丰富的纹理信息.该算法首先对高光谱图像的每一个波段图像进行基于小波的Contourlet变换,然后用前一波段的变换系数预测当前波段,最后对预测误差进行SPIHT编码,形成嵌入式码流.实验结果表明,提出的基于Contourlet变换的高光谱图像压缩算法其压缩效果优于对比算法,且能较好地保留高光谱图像的纹理信息.     

基于层结构的Contourlet多阈值图像去噪算法

研究了多尺度几何分析工具Contourlet，提出了一种基于层结构的Contourlet多阈值去噪算法。该算法将硬阈值算法与基于子带相关的图像去噪方法相结合，根据Contourlet变换后各层分解的系数数目及噪声强度设定阈值，并利用硬阈值函数实现图像去噪。使用该算法去噪后的图像在主观视觉效果和客观质量等方面较小波算法有显著提高。     

基于形态学膨胀操作的小波图像比率可分级编码研究

图像渐进传输、图像数据库浏览等多分辨率环境下的多媒体应用导致了图像比率可分级性编码算法的产生，比如嵌入式零树小波图像编码方法（EZW）．Servett等人给出了一种基于形态学方法的图像编码方法（MRWD），该方法根据图像小波分解后各子带中重要系数的聚类特性，利用数学形态学中的膨胀算子直接对各子带中的重要系数进行检测、提取和编码，取得了优于EZW的编码效果。然而，该方法还存在着一些值得改进的地方。该文在分析和改进MRWD方法的基础上，提出一种基于形态学方法的小波图像比率可分级编码的新方法，该方法的主要思想如下：（1）针对小波图像分解的不同层次子带，采用了不同的结构元素来实现各子带重要系数的膨胀操作；（2）对剩余空间的重要系数，根据其在不同分解层次上的分布情况，采用了直接提取和膨胀操作相结合的编码方法；（3）根据小波图像分解最低频子带的特殊性，对其进行了单独处理；（4）采用了逐次逼近的量化模式，使生成的嵌入式码流具有比率可分级的特性。该方法除了具有EZW方法的优点外，在一定程度上克服了MRWD方法的不足，取得了较好的效果。试验结果验证了方法的有效性。     

基于Contourlet的图像压缩算法

Contourlet变换结合了方向滤波组,具备小渡变换不能表达的多方向性,能够很有效地捕获自然图像的边缘轮廓信息。在JPEG2000的压缩标准中,它采用了小渡变换和死区均匀量化。鉴于JPEG2000标准,本文提出一套新的编码方案——contoludet变换和最佳量化器（Lloyd—Max量化器）。同样,本文也将死区量化应用到最佳量化器中。     

基于Contourlet变换尺度相关多阈值降噪算法

该文研究了多方向多尺度几何分析工具轮廓波Contourlet变换,在总结了Contourlet变换稀疏尺度关系的基础上,提出了一种基于Contourlet变换多阈值尺度相关降噪算法,利用Contourlet变换多分辨率以及优越的方向性进行阈值降噪,根据Contourlet变换后各个尺度间的相关特性及噪声强度设定不同的阈值,由于Contourlet变换比小波变换更稀疏的表示方式,更好地表示图像的细节,在图像降噪的过程中能更好地保护图像的纹理以及边缘,使得降噪后的图像在细节方面更突出。     

基于非下采样Contourlet变换多聚焦图像融合

针对同一场景多聚焦图像的融合问题,本文提出了一种基于非下采样Contourlet变换(NSCT)多聚焦图像融合算法。首先,采用NSCT对源图像进行多尺度、多方向分解,得到低频子带系数和各带通方向子带系数;其后,针对低频子带系数的选择,提出了一种基于方向向量模和加权平均相结合的融合规则;然后,针对带通方向子带系数的选择,提出了一种基于改进的方向对比度和局部区域能量相结合的融合规则;最后,经NSCT逆变换得到融合图像。实验结果表明,该算法能够有效地保留源图像的有用信息,避免噪声、虚影等效应,是一种有效可行的图像融合算法。     

基于Contourlet变换和DCT量化的零水印算法

提出一种基于Contourlet变换和DCT量化的数字图像零水印算法。对原始载体图像进行Contourlet变换,对其低频逼近子图进行分块DCT变换,并将系数值的量化结果和置乱后的水印图像进行一定运算得到构造图像,再加密成密钥图像。密钥图像被用来提取水印。实验仿真结果表明,该算法比较简单,不可觉察性很好,有较强的鲁棒性。     

基于非采样Contourlet变换多传感器图像融合算法

针对同一场景多聚焦图像的融合问题, 提出了一种基于非采样 Contourlet 变换 (Nonsubsampled Contourlet transform, NSCT) 图像融合算法. 并对经 NSCT 分解得到的不同频域子带系数, 分别讨论了低频子带系数和各带通方向子带系数的选择方案. 在选择低频子带系数时, 提出了一种基于图像局部区域梯度能量和``加权平均'相结合的系数选择方案, 从而不仅能够恰当地选择融合后图像的 NSCT 系数, 还能够有效地抑制噪声对融合图像质量的影响; 在选择带通方向子带系数时, 充分利用了 NSCT 的方向特性以及各尺度子带图像与源图像尺寸大小相同的特性, 给出了非采样 Contourlet 域方向对比度的概念, 并提出了一种基于方向对比度的系数选择方案. 采用了多聚焦图像进行仿真实验, 并对融合结果进行了主客观评价. 实验结果表明, 相比于传统的基于小波变换的图像融合算法, 该算法能够有效避免``人为'效应或高频噪声的引入, 得到具有更好视觉效果和更优量化指标的融合图像.     

一种面向SVC的码率控制算法

H.264/AVC可伸缩性扩展视频编码系统(JSVM)提供了一种可伸缩视频编码(SVC)的解决方案,然而它本身并没有提供一种有效的码率控制算法.文中基于JSVM的分层预测结构,提出了一种全新的码率控制算法.首先在码率分配方面,考虑到分层B帧预测(或运动补偿时间域滤波(MCTF))结构,给出一种分层的码率分配方案;然后,针对不同类型和不同时间分解层各自的统计特性,分别为它们设计了不同的率失真(R-D)模型.实验结果表明,文中算法能够有效地控制码率,使得目标码率跟实际产生码率之间的偏差最大不超过2%;同时文中算法较大地提高了解码图像的质量,使得峰值信噪比(PSNR)在低码率端可提高1dB;另外,JSVM是通过不断调整量化参数(QP)使得实际产生的码率逐次逼近目标码率,较之这种尝试型的码率控制算法,文中基于模型的码率控制是在一次编码中产生最终的目标码率,从而大大降低了计算复杂度.     

基于Contourlet变换的多波段SAR图像融合

针对不同波段SAR图像的融合,该文提出了一种在Contourlet变换域融合的方法,利用Contourlet变换的充分表示图像边缘信息的能力,将图像分解为低通系数和不同方向的高频系数,对方向高频系数定义一个边缘信息量测指标,选择量测指标大的系数作为融合系数,解决了小波变换融合中图像边缘信息容易丢失的问题。通过对两波段SAR图像进行融合实验并与小波变换融合结果比较,在视觉特性与统计因子客观评价上均取得了更好的效果。     

基于可伸缩视频编码Hierarchical-B结构的恒定质量控制

针对H.264视频编码标准可伸缩扩展部分采用Hierarchical-B结构实现了时域上的可分级特性.同时与传统的IPPP或者IBP编码结构相比,在编码增益上也有较大的提高。但其特殊的预测结构会造成图像质量的抖动,在有快速运动和场景切换时此现象尤甚。提出了一种简单的基于PSNR和MAD的恒定质量控制算法,通过在帧级选择合适的量化参数来限制图像质量的波动范围。该算法在JVT规定的标准基础上进行了仿真,实验结果表明,PSNR的方差大幅减小,并基本接近目标PSNR。