减少码率变换再量化误差的优化方案

阐述了码率变换再量化过程中再量化误差的产生及其实质，给出了应用最小均方误差（MSE）准则减少再量化误差的原理，在码率变换再量化器一端，根据首次量化值在量化区间的概率分布中心决定该量化值的区间，有效地消除了量化区间跨区交叠所引入的再量化误差，给出了减少再量化误差方案的实现步骤。实验和模拟结果均表明：该方案有效地减少了再量化误差，获得了较好的图像质量。     

一种快速,有效的量化与其于小波的图像压缩

量化是利用小波变换的图像压缩编码技术的关键环节之。矢量量化和标量量化各有长短，该文将这二者有机地结合起来，利为混合量化。它既有矢量量化的高效率，又具有标量量化的简单性中的调制解调不需要进行码书训练，不要做乘除法。并用标准测试图像与其它方法的压缩结果进行了比较。     

采用阶梯量化优化的SPECK算法研究

通过对图像小波变换系数的分析，根据SPECK算法对较高频子带上重要系数的编码问题，提出了一种采用阶梯量化优化的SPECK 算法QSPECK，以优化SPECK算法的编码效率。即先对小波系数矩阵的较高频子带进行阶梯量化，再对量化后的矩阵进行块编码，最后进行逐次逼近量化获得嵌入式码流。实验证明：此算法优化了编码效率，提高了PSNR值。     

一种基于JPEG压缩的半脆弱水印算法

本文分析了JPEG压缩中的DCT变换和量化过程，根据量化的特性提出了一种半脆弱水印方案，并将水印信息调制为纠错码嵌入JPEG压缩过程的量化系数中，实验证明，此水印方案鲁棒性较强，虚警率低，能较好的检测图像是否被篡改并对篡改定位。     

针对小波域量化隐藏方法的图像监测技术研究

基于对图像小波变化后各子带系数的不同统计特性，提出了一种针对小波域信息隐藏算法的新型图像隐写术分析技术。通过对原始图像和隐藏信息后的图像的小波变换系数子带直方图的分析，得出了小波域信息隐藏对子带系数的改变特性。进一步对系数进行傅立叶变换，从而量化信息隐藏对系数的影响程度。实验结果表明该方法适用于小波域量化隐藏信息算法的检测。     

自适应分区DCT/DWT低码率视频编码算法

为了降低低码率视频编码算法的块效应与环效应，提出了一种基于自适应分区余弦变换／子波变换和重叠运动补偿的视频编码算法，首先给了一种空－是相关自适应运动估计算法，有效降低运算复杂性，然后通过过层游动窗块区域形成算法检测现帧间预测误差场的高能量区域，对大区域进行了子波变换和量化，对零散区域进行余弦变换和量化，根据人类视觉系统（ＨＶＳ）的空－频和时－频特性，给出基于ＨＶＳ的量化模型，以期在信噪比约束下获得     

基于小波变换和误差竞争学习的矢量量化

用神经网络实现图像矢量量化是一种非常有效的方法，而小波变换又是近年来迅速发展起来的新算法。文中提出一种改进的误差竞争学习算法，分析了图像在小波变换后数据的特点，提出了新的矢量构造方法，从而最终得到了基于小波变换和误差竞争学习的矢量量化图像压缩新算法(以下简称VQWDCL)，无论是在主客观效果上，还是在计算复杂度上，其性能都优于传统的基于小波变换和LBG算法的矢量量化。     

基于小波变换的空间约束矢量量化方法

图像的小波变换能同时提供空间－频率局部化信息，而且小波变换域内矢量量化数据压缩已得到广泛应用，经过小波变换后，各子带小波分量存在相关性和空间约束，同时考虑到人类视觉对水平和垂直方向高频分量比对角方向更加敏感，本文提出了基于空间约束的矢量量化方法，该算法能同时提高编码效率和改善重构图像质量。     

采用空间矢量组合的小波图像分类矢量量化

该文提出了采用空间矢量组合对小波图像进行分类矢量量化的新方法。该方法充分利用了各高频子带系数的频率相关性和空间约束性将子带系数重组，依据组合矢量能量和零树矢量综合判定进行分类，整幅图像只需单一量化码书，分类信息占用比特数少，并采用了基于人眼视觉特性的加权均方误差准则进行矢量量化，提高了量化增益。仿真结果表明，该方法实现简单，在较低的编码率下，可达到很好的压缩效果。     

基于视觉特性的多比特量化水印方案

基于人类视觉特性(VHS)，提出了一种新的量化水印方案。水印信息以量化方式嵌入在二层变换系数上，这些二层变换系数是由小波系数乘以不同权重、混洗后再进行离散余弦变换生成的。其中权值根据视觉特性确定，使得水印信号在高、低频部分的能量合理分配以保证较小的视觉失真。这种方法在无视觉失真的条件下可以保证较好的嵌入量和稳键性。定量地分析了信息量、隐蔽性和稳健性三者的关系，并用模拟实验验证了这些结果。     

基于DCT和小波的图像和视频编码性能的比较研究

在比较编码性能时,许多人分析了图像和视频编码的离散余弦变换(DCT)和小波变换性能差别,普遍认为图像的小波编码在压缩比和编码质量方面优于传统的DCT变换编码.说明了研究图像和视频压缩算法应当从全面的系统观点来考虑,即把重点放在各要素之间的量化、熵编码和编码系统中的复杂的相互影响的研究上.     

基于全相位反余弦双正交变换的JPEG图像压缩技术

提出了一种新型的基于全相位反余弦双正交变换(APIDCBT)的JPEG图像压缩技术,APIDCBT矩阵是一种新型的变换矩阵,给出它的具体形式,提出了双正交变换与对偶双正交基向量的概念.通过与传统的离散余弦变换(DCT)进行比较,表明了APIDCBT算法可以不用量化表,节省运算时间,与DCT可达到同样的压缩效果,并且在低码率情况下优于DCT.     

使用变换域编码技术压缩SAR原始数据

首先分析了在合成孔径雷达（SAR）原始数据中通常使用的块自适应量化（BAQ）算法,然后在此基础上详细讨论了两种基于块自适应量化的变换域编码算法,即基于快速傅里叶变换块自适应量化（FFT-BAQ）和基于小波变换块自适应量化（WT-BAQ）,并对这两种算法压缩得到数据解压缩获得图像与块自适应量化得到的图像进行分析比较,结果显示变换域编码技术能改善SAR原始数据压缩性能。     

Novel Efficient De-blocking Method for Highly Compressed Images

Due to coarse quantization, block-based discrete cosine transform（BDCT） compression methods usually suffer from visible blocking artifacts at the block boundaries. A novel efficient deblocking method in DCT domain is proposed. A specific criterion for edge detection is given, one-dimensional DCT is applied on each row of the adjacent blocks and the shifted block in smooth region, and the transform coefficients of the shifted block are modified by weighting the average of three coefficients of the block. Mean square difference of slope criterion is used to judge the efficiency of the proposed algorithm. Simulation results show that the new method not only obtains satisfactory image quality, but also maintains high frequency information.     

波形内插语音编码器中快渐变波形幅度的量化

在低速率参数语音编码算法中,如何用有限的比特数有效地量化幅度谱是一个关键问题。本文对波形内插语音编码模型中快渐变波形幅度的量化问题进行了深入研究和分析,提出了一种基于矢量变维和DCT的REW幅度感觉加权量化方案,该方法降低了编码比特数,减少了存储和计算复杂度,增强了编码语音的感性质量。主观听力测试结果表明该量化方案在每帧4比特时的WI语音编解码质量要优于用基于DCT的REW幅度矩阵量化方案在每帧10比特时的重建语音质量。     

全相位沃尔什双正交变换及其在图像压缩中的应用

本文提出了全相位沃尔什双正交变换和对偶双正交基向量的新概念,并提出了一种基于这种变换的、新的图像压缩算法.与JPEG压缩编码算法中的DCT变换做比较,在相同码率下,采用全相位沃尔什双正交变换的重建图像峰值信噪比与DCT变换的大致相同,而该方法最大的优点是量化简单,能对变换系数进行均一量化,从而大大缩短运算时间,且便于硬件实现.     

离散余弦变换的改进的算术傅立叶变换算法

离散余弦变换(DCT)是数字图像处理等许多领域的重要数学工具.本文通过一种新的傅立叶分析技术——算术傅立叶变换(AFT)来计算DCT.本文对偶函数的AFT进行了改进.改进的AFT算法不但把AFT所需样本点数减少了一半,从而使所需加法计算量减少了一半,更重要的是它建立起AFT和DCT的直接联系,因而提供了适合用于计算DCT的AFT算法.本文推导了用改进的AFT计算DCT的算法并对算法进行了简要的分析.这种算法的乘法量仅为O(N),并且具有公式一致,结构简单,易于并行,适合VLSI设计等特点,为DCT的快速计算开辟了新的途径.     

多维DFT的多维多项式变换与离散W变换算法

本文首先通过引进一种序列的重排技术将m(m2) 维离散Fourier变换 (m-D DFT)转化为一系列的一维广义离散Fourier变换(GDFT)的多重和.然后引入一维离散W变换(DWT)以及多维多项式变换(MD-PT)计算该多重和以减少冗余的算术运算,从而得到了高效的多维DFT算法,该算法与常用的行-列DFT算法相比,乘法仅约为行-列法的1/2m,而加法仅约为行-列法的(2m+1)/4m.对于2维DFT的计算,本文方法同单纯的多项式变换方法相比,乘法与加法分别减少50%与40%左右.另外,本文算法计算结构简单,易于编程实现,通过数值实验验证了本文算法的高效性.     

Robust Video Watermarking Using a Hybrid DCT-DWT Approach

In order to solve the limitations of the digital video watermarking algorithm, this paper proposes a new robust video watermarking algorithm using combining discrete cosine transform (DCT) and discrete wavelet transform (DWT) techniques. First of all, the video frames are randomly selected and then the DCT algorithm is applied to the selected video frames. After that, the first column of the selected video frames is scrambled using the Arnold algorithm. Furthermore, every column with 4 direct current (DC) coefficients is reshaped and transformed into four different sub-bands using the DWT technique. Next, the watermark is embedded into the approximation (LL) sub-band. The proposed algorithm is easy to carry out because it provides random frames with no special requirements for video frames. The experiment results indicate that this algorithm can resist against different kinds of watermarking attacks, such as the Gaussian filter attack and sharpen attack. In addition, it also illustrates that the proposed algorithm has a better result than some other watermarking algorithms.