基于运动补偿和帧内编码实现视频图像的无损压缩

小波变换以其高效率和可控性广泛应用于图像压缩编码，但在对视尖图像的压缩编码中不可避免地存在一些“宏块”，这些“宏块”需要帧内编码，以消除时间相关性，本文结合实例，提出实用的图像压缩编码方案。     

基于小波零树的图像感知熵编码研究

本文以小波作为编码框架，通过对人工合成图像的主要观实验，得出小波变换域中各不同频带的视觉误差差值函数，进而提出了一个新的量化编码方案。     

基于树结构矢量分类的小波图像图编码矢量量化

本文基于零树编码,矢量分类和网络编码量化的思想,提出了对小波图象采用树结构矢量组合和分类后进行网络编码矢量量化的新方法,该方法充分利用了带系统的带间和带内的相关性,分类信息上中用比特数少,对重要类矢量实行加权网络编码矢量量化,利用卷积编码扩展信号空间以增大量化信号间的欧氏距离,用维特比算法搜索最优量化序列,并采用基于人眼视觉性特性的加权均方误差准则作为失真度量和码字匹配,提高了量化增益,仿真结果表明,该方法编码计算复杂度适中,解码简单,可达到很好的压缩效果。     

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.     

一种基于小波神经网络的图像边缘检测

结合小波变换和BP神经网络模型,提出了一种基于小波神经网络的图像边缘检测方法.利用二进小波边缘检测技术对灰度图像局部进行边缘检测,把边缘信息作为神经网络的输出,对局部图像数据进行神经网络模型训练,通过训练得到的局部图像模型预测得到整幅图像像素的边缘信息,通过对BP神经网络和小波神经网络的边缘检测结果进行对比实验可知,小...     

基于小波变换的多尺度图像边缘处理

对小波变换后的图像边缘信号关于多尺度边缘检测、提取和重建方面进行了讨论,以利于进一步对图像进行有效的编码、识别和增强等处理;同时也讨论了将小波变换与多尺度边缘检测方法有机结合起来的一些实用技巧。     

一种基于双正交小波变换的静止图像编码算法

本文研究了基于双正交小波变换的静止图像编码算法，提出了一种新的数据结构即扩展子树，从而实现了一种性能较好复杂度较低的静止图像编码方案。     

基于全向小波的图像边缘检测算法

 针对现有边缘检测算法难以提取图像任意方向的边缘特征,提出基于全向小波的图像边缘检测算法.首先,定义了全向小波的概念、构造其模型并推导了全向小波的最大值与梯度模值相等的关系.理论分析表明本文算法始终沿小波变换值的最大值方向提取边缘.然后,选择二维高斯函数实例化模型,以8方向和3×3变换窗为例进行算法设计.标准图像对比试验表明本文算法能提取更多方向的边缘特征、边界清晰度也比SADD算法、Canny算子分别高出约2.17%、8.66%.     

基于提升小波变换的SPECK图像编码算法

提升小波变换即第2代小波变换,可以实现图像的完全无损编码;SPECK(集合分裂嵌入块编码)是基于小波变换的采用块状结构的图像编码算法。文中介绍了基于提升方法的整数小波变换和SPECK图像编码算法,提出了用整数小波变换代替传统小波变换进行SPECK图像编码。实验结果表明,在相同压缩比下,该算法比EZW(零树小波编码)在重建图像的信噪比方面有所提高,而与SPHIT(多级树集合分列算法)接近。     

一种基于混合变换的分层图像表示与编码

提出一种基于混合变换的分层图像编码算法，它将原始图像划分成包含不同结构特征的图像平面，如平滑边缘层和纹理层等等，然后采用不同的压缩算法对不同的图像层进行编码，从而达到对整幅图像最优编码的目的。本文实际上给出了一种新的编码框架，在这个框架内综合了不同的信号变换方式，将它们有机结合起来能够提供一种有效的图像表示方式。实验结果表明，与采用单一小波图像编码算法相比，本文算法能够获得更好的图像恢复质量。     

一种边缘定向平滑图像插值算法

针对传统图像放大算法边缘处理效果较差,自适应图像插值方法存在高计算复杂度的问题,该文提出一种有效增强图像边缘轮廓的插值放大算法。该算法结合边缘定向平滑滤波器和双线性插值的特点,使得图像在平坦和非平坦区域均能取得理想效果。仿真测试结果表明,与基于统计特征的自适应插值算法相比,该文提出算法能显著提高插值速度,平均运行时间降低8.33 s;与双三次插值算法相比,图像峰值信噪比平均增加0.30 dB。     

基于FPGA的图像压缩与编码算法设计

高帧频相机需要较长时间记录目标状态的图像信息,由于记录介质的存储容量所限,需要对图像进行实时压缩、记录与传输。EZW和SPIHT两种编码方法速度慢,不易在FPGA上实现,且对缓存要求较高。根据小波变换后小波系数的冗余及分布特性,提出一种新的编码算法,通过直接对系数大小做比较,然后结合数值特性和分布特性对小波系统进行动态分组,用较少的存储空间记录图像系数信息。该算法适合在FPGA上实现,实验结果验证了方法的可行性。     

小波提升算法及其在图像处理中的应用

小波提升算法是一种新的双正交小波构造方法，通过预测算子，确定高频信息，并初步确定低频信息，然后通过更新算子，对初步确定的低频信息进行修正，从而确定低频信息。它在空域对信号进行变换，完成了对信号频域的分析。在图像处理中，基于离散小波变换的提升算法比传统的卷积算法运算简单，实时性好，易于实现，因而被新一代图像压缩标准JPEG2000所采用。文中简要介绍了小波提升算法的原理，分析了其特点，并介绍了JPEG2000标准中采用的W5／3、D9／7两种小波的提升格式和实现算法。     

基于视觉感知模型修正的彩色图像边缘检测

在彩色图像边缘检测过程中,准确检测低照度区域的细节边缘是一个难题.提出了一种基于视觉感知模型修正的彩色图像边缘检测方法.由于视觉感知彩色空间中的色调分量具有圆形特性,导致伪边缘问题,利用色调距离计算色调图像的梯度以去除伪边缘,并根据饱和度的非线性函数控制色调分量的梯度,最后利用修正的视觉感知模型计算矢量梯度以获取彩色图像的边缘.实验结果表明,新的彩色边缘检测方法较现有方法能提高彩色图像的边缘检测精度,尤其对于低照度区域的细节边缘具有较好的响应.     

基于耦合非局部全变差的图像着色算法

基于局部算子的全变差(TV)模型在对纹理图像着色时,会出现颜色扩散不均匀,着色范围区域较小等问题。为了解决上述问题,该文提出基于非局部算子的耦合全变差图像着色模型,结合交替方向乘子法(ADMM),设计出相应的数值求解算法,并给出该算法的收敛性结果。该模型充分利用像素邻域亮度之间的相似性进行颜色扩散,能有效避免仅利用亮度边缘信息进行局部扩散导致颜色扩散不均匀的问题。数值实验结果表明,该模型在快速着色的同时,能有效解决颜色在纹理等细节处扩散不均匀的问题。     

基于视觉复杂度的自适应尺度遥感影像分割

遥感影像中的对象尺度差异巨大,任何单一尺度的分割很难产生令人满意的结果。该文认为可以根据场景的视觉复杂程度选择合适的分割尺度,并据此提出一种自适应尺度的分割算法。根据Watson视觉模型计算场景复杂度,用以调节统计区域合并(SRM)算法的分割尺度。此外,该文还将SRM改进为动态合并方式,并扩展到多波段的遥感影像。实验结果表明,该文提出的自适应尺度分割算法,比单一尺度下的分割精度更高。