基于DCT压缩域的图像边缘检测算法

目前,大多数边缘检测算法都是在像素域内进行的,而图像数据大多以压缩格式传输和存储,因此要进行边缘检测,必须先经解压缩,变成非压缩格式,再进行处理,这无疑增加了计算量,影响了处理的速度和性能。给出了一种直接在DCT压缩域中进行边缘检测的方法,通过推导出的边缘检测矩阵算子,直接对反量化后的DCT系数进行处理,进而判断出图像边缘点。与传统的像素域边缘检测方法相比,文中算法由于不需要完全解压缩,因而大大降低了计算复杂度。     

基于DCT压缩域的图像边缘检测算法

目前,大多数边缘检测算法都是在像素域内进行的,而图像数据大多以压缩格式传输和存储,因此要进行边缘检测,必须先经解压缩,变成非压缩格式,再进行处理,这无疑增加了计算量,影响了处理的速度和性能.给出了一种直接在DCT压缩域中进行边缘检测的方法,通过推导出的边缘检测矩阵算子,直接对反量化后的DCT系数进行处理,进而判断出图像边缘点.与传统的像素域边缘检测方法相比,文中算法由于不需要完全解压缩,因而大大降低了计算复杂度.     

基于游程编码的块边缘模式图像检索算法

提出一种利用块边缘模式来进行图像检索的方法。该方法对图像中每个8×8块分别提取其块边缘模式,然后利用游程编码的原理,用块边缘模式构成图像的特征向量,以便进行基于内容的图像检索。所有数据在DCT压缩域中进行处理,不需要解压缩,从而降低了计算复杂度。实验结果表明,该算法与传统的基于DCT域的图像检索方法相比,具有更好的图像检索性能。     

基于块边缘特征直方图的图像检索

本文提出一种利用块边缘特征来进行图像检索的方法。首先对图像中每个8×8的块分别提取其决边缘特征,利用块边缘特征构建三维或四维直方图进行图像检索。所有数据在 DCT 压缩域中进行处理,从而降低了计算复杂度。实验结果表明,该方法与传统的基于 DCT 压缩域的图像检索方法相比,具有检索准确度高和检索速度快的特点。     

基于压缩域显著点的图像检索方法

给出了基于DCT压缩域显著点的快速图像检索方法,该方法直接利用少量DCT非零系数快速计算图像显著点,不需要完全解压缩,降低了计算复杂度,并且具有较强的鲁棒性。实验结果表明,基于显著点提取的图像特征表征能力强,适于图像检索。     

一种JPEG图像边缘检测算法

提出了一种针对JPEG压缩图像的边缘检测算法。该算法首次推导出了DCT域中8×8DCT块到2×2DCT块的直接变换矩阵,并以2×2DCT块为单位进行边缘检测。实验结果表明,与已有的方法相比,该算法简单易行,且提取出的边缘特征具有较高的分辨率。     

基于DCT系数的图像显著区域检测

针对传统非DCT域图像显著区域检测方法无法直接应用于压缩图像的问题,提出一种基于DCT系数的图像显著区域检测方法.首先利用DCT所得系数提取图像块的亮度、颜色和纹理特征;然后通过分析特征向量分布规律对频率最低的部分特征向量进行替换,并计算特征向量全局对比度;最后将构建的高斯系数矩阵与所得对比度结果融合,从而完成图像显著区域检测.仿真实验结果表明,与现有的基于压缩域的显著检测方法相比,该方法可获得更好的显著区域检测结果,并且有着较高的检测效率.     

基于FPGA的图像输入缓存机制研究

一些简单的图像处理算法如边缘检测,平滑滤波和线性插值等都是针对输入图像若干象素临域进行计算。在FPGA中实现此类算法需要首先构造输入图像临域,根据临域大小预取若干行输入图像象素数据存入片内存储器中。本文讨论独立于计算过程的两级图像输入缓存的设计机制,该机制可用于任意的需要按行序构造输入图像临域的图像处理算法之中。     

基于DCT域边缘检测的水印算法

针对水印提取时的失真和安全性问题,提出一种基于DCT域边缘检测的数字水印算法.该算法用密钥序列置乱水印图像加密,把载体图像分块,根据边缘检测算子得到原始图像的边缘图像,用两种不同的嵌入方法将水印信息根据不同的嵌入强度嵌入到原始载体图像的DC(直流)分量中.实验结果表明,该算法对缩放、压缩、裁剪等攻击具有良好的鲁棒性和不可见性.     

基于机器学习的压缩域图像均衡增强方法

传统方法在进行压缩域图像均衡增强时,图像细节容易丢失,使边缘较为模糊,增强后图像清晰度不佳.为解决上述问题,提出机器学习的压缩域图像均衡增强方法.通过扫描程序采集图像信息,提取数据库中的数据;确定分类边界后,实现压缩域图像均衡强;根据正向检测和逆向检测对压缩域图像进行检测.利用法相矢量获取图像的特征点,提取图像色彩、对比、噪点等多种参数值.建立压缩域图像压缩矩阵,通过线性方程匹配特征信息,计算信噪比,实现压缩域图像均衡增强.实验结果表明,设计方法能够更好地处理细节问题,有效增强图像的清晰度.     

基于DCT域相关性的非对称JPEG隐写

目前用于JPEG隐写的失真代价函数对同一DCT系数的加一与减一操作分配相同的代价值。但由于JPEG图像中DCT域的相关性,加一与减一修改对图像内容的影响不同,因此其对应的代价值也理应不同。文中基于DCT域相关性,提出了一种适用于JPEG隐写的通用代价值优化方法,主要考虑JPEG图像中相邻DCT块相同位置上系数的相关性。利用八邻域块中相同位置的DCT系数求平均的方法给出当前DCT系数的预测值。对现有的JPEG失真代价函数,按照向预测值靠拢的原则区分加一和减一的代价值。经过调整的代价值能引导隐写修改后的DCT系数最大程度地向预测值靠拢,增强DCT域相关性,从而提高隐写的安全性。该方法可以与任何现有的JPEG隐写失真代价函数结合使用。实验表明,所提方法几乎不增加原始算法的时间复杂度,同时能有效提高现有JPEG隐写方法的安全性,可使当前隐写分析工具的测试误差平均提升2.4%。     

基于A/D能量直方图的JPEG图像检索

提出了一种新的基于DCT系数的A/D能量直方图的图像检索方法，其特点是直接在DCT域中统计图像的A／D能量直方图，不需要解压缩、大大降低了计算复杂度，同时对图像的平移、旋转和尺度变换有较好的鲁棒性。试验结果表明这种图像检索方法具有良好的检索性能。     

Fuzzy intensification operator based contrast enhancement in the compressed domain

With the increasing sizes of high resolution images, their storage and processing directly in the compressed domain has significantly gained importance. Algorithms for compressed domain image processing provide a powerful computational alternative to classical (pixel level) based implementations. While linear algorithms can be applied straightforward to the JPEG compressed images, this is not the case for nonlinear image processing, as for example contrast enhancement algorithms. In this paper a new implementation in the compressed domain of a very efficient contrast enhancement, based on fuzzy set modeling and on a fuzzy intensification operator, is presented. The fuzzy set parameters are adaptively chosen by analyzing the statistics of the image data in the compressed domain, in order to optimally enhance the image contrast. The nonlinear enhancement procedure requires a grey level threshold, for which an adaptive implementation, taking into account the frequency content of each coefficient block in the DCT (Discrete Cosine Transform) encoded JPEG image is proposed. This guarantees the optimal quality at minimum computational cost. The experimental results for a set of various contrast images validate the good performance and functionality of the proposed implementation.     

基于混沌的自适应图像数字水印算法

基于混沌序列的优良性能,该文提出一种基于混沌序列的DCT域数字水印的改进算法.首先采用混沌模型算法来生成混沌随机序列,然后利用人眼视觉系统（HVS）模型对图像感知的视觉掩蔽效应以及DC分量比任何AC分量都有更大的感觉容量的特性,将原始图像分块分类,最后根据分类的结果,将不同强度的水印分量嵌入到不同图像块的DC分量上,实现了混沌水印在原始宿主图像上的自适应嵌入,从而兼顾了水印的不可见性和鲁棒性.实验结果有效地支持了这个结论,所产生的隐形水印体现了很好的稳健性.     

改进的小波高阶统计量的JPEG图像隐写分析

提出了一种针对JPEG图像隐写的盲检测改进方法。直接把JPEG图像的DCT系数分解到小波域,计算出各个子带小波系数的一系列高阶统计特征。对得到小波高阶统计特征进行校准,以使统计特征能更好地反映信息嵌入以后的变化。校准后的统计特征作为图像最后的特征。应用基于核技巧的支持向量机SVM作为分类器,判断图像是否含有隐藏信息。针对两种典型的JPEG类嵌入方法Outguess和JP Hide & Seek进行了实验,结果表明该方法有效地实现了信息隐藏的盲检测分析。     

压缩域中基于自动标记的图像分割

针对传统像素域中图像分割算法计算复杂的缺陷,提出了一种压缩域中快速图像分割算法。对图像分块,提取离散余弦变换（DCT）系数结合颜色矩作为块特征,利用支持向量机（SVM）实现对压缩域中图像块的自动标记,采用提出的阈值最小生成树（TMST）算法对已标记块进行区域生长,应用形态学相关算法对分割出的图像进行修补。通过Corel图像数据库对提出的方法进行验证,结果表明该方法能够更加快速有效地进行图像分割。     

一种DCT域稳健的彩色图像隐藏方法

基于YCbCr色彩系统,提出了一种稳健的DCT域彩色图像隐藏方法,可以将一幅彩色图像隐藏在另一幅公开的彩色载体图像中,并与JPEG压缩标准相兼容。在嵌入过程中,通过对彩色图像各分量值进行合理分配和标志性嵌入,可以有效地克服DCT域秘密图像提取时的严重失真问题;并根据HVS特征和模糊理论对DCT图像块进行模糊分类,实现嵌入强度的自适应变化。实验结果表明,提出的方法对嵌入过程中产生的噪声具有很强的稳健性,恢复的秘密图像的像素值最大失真误差在±1之内,在保证隐秘图像视觉质量的前提下,载体图像具有较大的数据隐藏量。     

Adaptive image compression using local pattern information

This paper describes a new adaptive coding technique to the coding of transform coefficients used in block based image compression schemes. The presence and orientation of the edge information in a sub-block are used to select different quantization tables and zigzag scan paths to cater for the local image pattern. Measures of the edge presence and edge orientation in a sub-block are calculated out of their DCT coefficients, and each sub-block can be classified into four different edge patterns. Experimental results show that compared to JPEG and the improved HVS-based coding, the new scheme has significantly increased the compression ratio without sacrificing the reconstructed image quality.