基于视觉系统模型的SAR图像压缩方法

提出一种基于视觉模型的合成孔径雷达(SAR)图像压缩方法,对SAR图像分解后不同频带的小波系数结合其能量分布和人眼对不同频率段的敏感度采用可变步长进行量化与压缩编码,应用嵌入式小波图像压缩算法,以峰值信噪比和均方误差等作为评价指标,对比进行了实验.结果表明,在保证压缩比不变的前提下,采用本算法获得的恢复图像的主观质量有所提高,较好地保留了图像的纹理细节,提高了图像的峰值信噪比.     

一种结合人眼对比度感知特性的彩色图像压缩算法

为了使图像压缩后的效果更加符合人眼感知特性,提出了一种结合人眼对比度敏感视觉特性的图像压缩算法。算法首先结合视觉特性和图像变换域频谱系数特征,提出一种图像的角频率的计算方法,并依据计算的角频率提出一种人眼觉察图像最小误差阈值的计算方法;然后以此阈值作为量化步长,提出一种图像变换域频谱系数的量化方法;最后采用霍夫曼编码算法进行编解码,实现图像的压缩。并对三幅彩色图像进行了仿真实验,结果表明:与JPEG技术相比,三幅彩色图和各分量图的平均压缩比、PSNR和SSIM依次提高了10.4807%、6.9879%和2.6494%。表明提出的结合人眼视觉特性的图像压缩算法是一种较好的、有实用价值的压缩算法。     

基于矢量量化压缩密集连接层的图像压缩研究

针对卷积神经网络(CNN)在图像压缩耗费较大存储空间问题,文中通过研究压缩CNN参数的矢量量化方法解决了CNN模型的存储问题。通过压缩密集连接层的存储方式使得矢量量化方法比现有的矩阵分解方法更具优势。将k-均值聚类(KM)应用于权重和乘积量化可以在模型大小和识别精度之间取得较好的权衡。实验结果表明,结构化量化方法的效果明显优于其他方法,通过对图像压缩检索验证了压缩模型的泛化能力。     

一种估计JPEG双重压缩原始量化步长的新方法

该文提出了一种双重压缩后JPEG图像的原始量化步长的估计方法。该方法根据两次量化步长之间的大小关系分3种情况进行讨论。当原始量化步长大于第2次量化步长,提出了直接利用直方图计算的新方法;为解决原始量化步长是第2次量化步长因子和傅里叶频谱分析中的多值问题,提出了采用0.98缩放来近似未压缩图像的方法。本文方法能给出第二次量化步长为一次量化步长倍数时的估计,并利用频谱分析的结果降低了计算的复杂度,实验结果表明本文方法有较高的估计准确度。     

小波域含噪图像的压缩方法研究

针对含噪图像的压缩问题,分析了噪声对图像压缩的影响,介绍了在小波域同时实现去噪与压缩的重要思想。把软阈值函数和带死区的量化技术结合起来,提出了基于Bayes Shrink阈值和EZW算法的压缩方案,与EZW压缩和JPEG压缩方法进行了比较,仿真实验结果表明：在相同的压缩比下文中方法得到了更好的重建图像质量。     

基于TMS320C5409的图像压缩系统

本文基于DSP芯片的特点和JPEG图像压缩原理,重点描述了一个基于TMS320C5409的图像压缩系统。对传统的JPEG算法的DCT变换和量化过程作了一些改进,使本系统压缩速度更快,在压缩率相同的情况下,图像的质量更高。     

一种应用于指纹识别系统的指纹图像压缩算法

针对应用于指纹识别系统中指纹图像的压缩编码问题,提出了一种改进的基于四叉树分类的网格编码量化(QTCQ)的指纹图像压缩算法.该算法对小波变换后的高频系数采用2×2的DCT变换进一步集中能量,并对变换后的系数进行系数重排以使得高频子带内的重要系数集中于相应子带的低频位置,再通过基于四叉树的网格编码量化进行量化编码.仿真结果表明,该算法比WSQ和JPEG2000等均具有更好的压缩性能.     

自适应优化匹配量化表的JPEG压缩技术

本文在讨论ＪＰＥＧ标准压缩过程的基础上,提出了自适应优化匹配量化表的ＪＰＥＧ图像压缩方法。该方法根据每个图像子块不同的频率特性确定不同的量化表。本文通过一系列的图像实际压缩实验,证明了该方法的有效性和可行性。     

一种高清视频低延时远程传输方法

针对远程高清视频传输延迟问题,提出了一种改进的DCT系数量化方法.此方法通过一个自适应取样函数对DCT压缩量化系数进行了分块取样,再对DCT系数重构量化后以百兆以太网的IP包进行实时压缩传输,且接收端通过IDCT变换进行解压,并加入均值为零的噪声处理,解决了图像压缩的块效应问题,从而实现远程实时传输高清视频,满足了民用中对高清视频远程实时传输的要求.     

一种基于小波变换的混合编码方法研究

将小波理论应用于视频和图像压缩是目前国内外十分重视的图像压缩技术。小波分析技术改善了基于分块DCT变换的压缩编码技术的方块效应和飞蚊噪声的不足：而分形压缩编码方法．由于可以获得极高的压缩比而得到广泛关注。本文在借鉴前人的图像压缩编码算法的基础上,提出了一种图像压缩混合编码方法：该方法首先将图像进行小波分解,然后对不同的频带特征采用不同量化、压缩方法进行编码。实践表明,该方法不仅能够大大提高图像的压缩比,而且在网络信道不稳定的情况下．能在一定程度上克服数据传输出错．从而避免数据丢失造成的恢复图像质量下降。