基于形态学和自适应模糊内插的红外图像放大

提出一种有效的红外图像放大算法，该算法和常用的基于双线性内插进行图像放大的算法有所不同．文中算法首先采用基于形态学的预处理算法对红外图像进行预处理；以使得边缘定位更容易；然后采取一种自适应模糊内插算法进行图像放大，该算法克服了一些基于双线性内插算法进行图像放大的算法的缺点；最后，给出文中算法和基于双线性内插算法进行图像放大的算法的实验结果．实验结果表明，文中算法有效地提高了放大图像的质量．     

采用自回归模型边界描述方法探究图像检索新方法

本文采用自回归模型边界描述的思想,将多元线性回归模型应用到图像的边界描述,以一组相对于形心的有等方向差的点来近似地表示边界曲线,通过对轮廓曲线分析,对凹形或有孔边界形状,进行分解,保存较少的数据,依据模型估算出其它的数据,重建原始边界曲线,并对回归方程显著性和回归系数显著性进行了检验。     

基于边缘基元的图像内插质量评价方法

图像质量评价方法可以分成主观评价方法和客观评价方法两类。主观评价在具体应用时难以使用,常用客观评价方法PSNR是代表图像保真度的统计指标,但有时和主观评价不一致。针对内插重建图像这种特殊的缩减参考图像的质量评价,提出了基于边缘基元的评价方法。实验表明,该方法简便易行,符合人眼的视觉特点,可以和其他评价方法结合在一起作为参考。     

结合一阶自回归滑动平均和压缩感知的视频模型

摘要：目的： 针对视频处理中面临的采样数据量大及采样时间长的问题,本文把视频状态空间一阶自回归滑动平均模型和压缩感知模型相结合,提出了一种基于一阶自回归滑动平均的视频压缩感知模型。方法： 其主要思想是：在压缩感知理论框架下,充分利用视频帧内稀疏性和帧间相关性,把视频分割成动态部分和静态部分同时采样但分别处理,利用凸优化等方法得到视频状态空间一阶自回归滑动平均模型的关键参数。结果：多组真实场景下的实验结果表明,该模型较大程度上降低了帧间冗余度和数据采集量,视频采集压缩比在100至200时,仍然能取得较好的重建效果。结论：本文结合压缩感知和线性预测技术,提出了一种新的视频获取模型,对视频的静态部分和动态部分分别处理,并给出了该模型使用的条件。实验表明,该模型对帧间变化不大的视频,具有良好的压缩效果。     

基于自适应加权谱内插的宽带语音编码算法

提出了一种基于自适应加权谱内插(STRAIGHT)的宽带语音编码算法。输入的语音信号首先经过STRAIGHT分析得到精确的基频参数和谱参数,然后通过时域抽取和频域建模实现有效的编码压缩。在时域抽取时采用的区别于传统编码算法固定帧长的自适应可变帧长方法,使得编码存储量可以根据实际语音变化情况得到更加合理的分配。主观测听结果表明,该算法针对16kHz采样的语音信号,在6kbps码率上可以取得与AMR-WB(G．722．2)在8．85kbps时的相当的音质效果。此外,该算法还具有对恢复语音的时长、基频以及谱参数较强的调整能力。     

基于隐式分段自回归模型的图像插值算法

利用自然图像信号的分段统计稳态性可以有效地对图像信号进行建模.其分段统计稳态区域往往具有非规则的形态.采用规则窗口对图像统计稳态区域内的统计量进行估计存在较大的误差.提出一种基于概率描述的隐式分段自回归模型来刻画分段统计稳态区域形态,并基于该模型提出了一种改进的图像插值算法.实验结果表明,该方法可以较好地改善插值图像中在边缘处的模糊、振铃和噪声等瑕疵现象.     

基于隐式分段自回归模型的图像插值算法?

利用自然图像信号的分段统计稳态性可以有效地对图像信号进行建模。其分段统计稳态区域往往具有非规则的形态。采用规则窗口对图像统计稳态区域内的统计量进行估计存在较大的误差。提出一种基于概率描述的隐式分段自回归模型来刻画分段统计稳态区域形态,并基于该模型提出了一种改进的图像插值算法。实验结果表明,该方法可以较好地改善插值图像中在边缘处的模糊、振铃和噪声等瑕疵现象。     

利用信息熵的岩心图像自适应压缩感知重构

针对BCS-SPL算法对岩心图像进行压缩感知重构的细节模糊的问题,提出一种利用信息熵的岩心图像BCS-SPL压缩感知重构算法.采用小波变换对岩心图像进行稀疏表示,对各子带进行多尺度分块,依据信息熵的大小自适应分配采样率并确定观测矩阵,通过维纳滤波结合Landweber迭代操作实现重构.实验结果表明,在相同采样率下,与原始的BCS-SPL算法相比,该算法的重构质量提高了2-4 dB.     

基于自适应核回归和代数重建法的低剂量CT图像重建

针对稀疏角度投影数据CT图像重建问题,TV-ART算法将图像的梯度稀疏先验知识引入代数重建法（ART）中,对分段平滑的图像具有较好的重建效果。但是,该算法在边界重建时会产生阶梯效应,影响重建质量。因此,本文提出自适应核回归函数结合代数重建法的重建算法（LAKR-ART）,不仅在边界重建时不会产生阶梯效应,而且对细节纹理重建具有更好的重建效果。最后对shepp-logan标准CT图像和实际CT头颅图像进行仿真实验,并与ART、TV-ART算法进行比较,实验结果表明本文算法有效。      

压缩图像空时自适应正则化超分辨率重建

所谓超分辨率(SR)技术就是由低分辨率(LR)图像序列来重建高分辨率(HR)图像的技术,而基于压缩图像的SR技术正成为当前研究的热点。为了提高压缩图像的重建质量,在正则化理论的基础上,通过利用比特流中的信息,提出了一种新颖的空时自适应超分辨率重建算法,该算法先利用正则化代价函数控制时域数据和空域先验信息之间的平衡,使正则化参数在SR重建过程中得到自适应地调整,然后利用迭代梯度下降法进行超分辨率重建。仿真实验表明,该自适应算法比采用传统算法重建的图像的主、客观质量有一定的提高,适合压缩图像的应用。     

Image data compression using autoregressive time series models

A two-dimensional image model is formulated using a seasonal autoregressive time series. With appropriate use of initial conditions, the method of least squares is used to obtain estimates of the model parameters. The model is then used to regenerate the original image. Results obtained indicate this method could be used to code textures for low bit rates or be used in an application of generating compressed background scenes. A differential pulse code modulation (DPCM) scheme is also demonstrated as a means of archival storage of images along with a new quantization technique for DPCM. This quantization technique is compared with standard quantization methods.     

图像插值模糊的非线性自适应消除

针对线性移不变图像插值方法造成的插值图像边缘模糊,提出采用具有高通特性的有理滤波器增强图像,重建锐变的图像边缘。对基本有理滤波算子进行改进,避免滤波信号峰值点和孤立点的失真。推广算子的二维形式并引入图像对比度约束,形成一种自适应图像插值模糊消除算法。实验结果表明,算法能够不失真地重建图像边缘的高频细节,提高图像的视觉分辨率,图像质量优于现有图像插值模糊消除算法。     

全相位DCT自适应插值算法

全相位DCT内插方法可有效减少吉布斯效应,具有优良的内插特性。在此基础上,结合边缘自适应内插思想,提出全相位DCT自适应内插算法,并根据插值点邻近像素采样点的不同选取方法,推导出相应的内插公式。实验结果表明,提出的全相位DCT自适应内插算法在有效抑制吉布斯效应的同时,能更好地保持图像边缘,改善图像质量。     

空间运动图像序列的跨尺度插值方法

提出跨尺度插值方法,获取高质量、高帧率和高分辨率的运动图像序列,以增强空间对接任务中图像的运动平滑性,流畅地再现空间图像运动细节。提出基于视觉对应的关注域探测方法,有效地缩小插值帧的预测范围,实现关注尺度改变;提出基于一致敏感哈希的帧插值方法,生成高质量的插值帧,实现帧率尺度改变;提出基于区域的运动序列插值方法,提高关注域插值细节,实现分辨率尺度改变。实验结果表明,相比于已有的方法,可取得更好的视觉效果和更高的客观评价指标值。     

改进的沃尔什图像插值方法

为了更好地进行快速插值,提出一种改进的沃尔什滤波器：首先研究了传统的Walsh变换及其性质,在此基础上推导出Walsh滤波模板的设计方法;其次由于Walsh模板仅有4×4大小,因此给出一种基于权值矩阵的拼合方法;最后,对上千幅图像进行测试,求解出最佳权值a=1.6,b=0.8。实验将5幅标准测试图像分为两组,分别进行1/2抽取与1/4抽取,得到的插值结果均表明算法的插值效果优于最近邻插值、三次插值、区域坐标三次插值法、Walsh插值。同时,时间分析表明,算法的运行时间与三次插值相当。     

基于自适应门限四叉树的分形图像压缩新方法

由Fisher提出的用于分形图像压缩的固定门限四叉树方法中,子块与父块的实验门限值一般由经验来设定,这直接影响了分形图像编码的效率,门限值的设定是分形图像压缩中的技术难点之一。考虑了输入图像的特点,给出了自适应门限的计算推导过程,提出了门限与子块的方差成正比的自适应门限的分形图像压缩方法。实验表明,对同类图像该方法压缩时间短,还原图像PSNR高,提高了分形压缩编码的效率。     

Simple fast and adaptive lossless image compression algorithm

In this paper we present a new lossless image compression algorithm. To achieve the high compression speed we use a linear prediction, modified Golomb–Rice code family, and a very fast prediction error modeling method. We compare the algorithm experimentally with others for medical and natural continuous tone grayscale images of depths of up to 16 bits. Its results are especially good for large images, for natural images of high bit depths, and for noisy images. The average compression speed on Intel Xeon 3.06 GHz CPU is 47 MB/s. For large images the speed is over 60 MB/s, i.e. the algorithm needs less than 50 CPU cycles per byte of image. Copyright © 2006 John Wiley & Sons, Ltd.     

一种基于自适应分块八叉树颜色量化的图像压缩技术

颜色量化(CQ)是减少图像颜色数量的过程,已广泛用于图像压缩。基于八叉树的颜色量化(OCQ)因其编码效率高、内存使用低和调色板选择效果良好而被认为是最流行的CQ算法之一。然而,OCQ应用的一个严峻挑战是如何有效地管理关键的本地颜色。提出了一种基于分块的自适应八叉树颜色量化(AB-OCQ)算法,实验结果表明,与传统的OCQ算法相比,由于增加了对局部颜色的适当处理,AB-OCQ可以显著提高图像质量。在图像压缩比方面,AB-OCQ的综合性能也优于OCQ的。同时,和主流图像文件格式相比,AB-OCQ算法可以在保持压缩的前提下拥有随机访问图像像素数据的特性,该特性能让应用程序在同等内存下存储更多的图像数据,为提高应用程序的效率提供了一种方法。