基于势函数模糊聚类量化的小波图象压缩

基于小波变换的图象压缩是图象压缩的一项成功技术 ,并且具有越来越重要的作用 ,但基于小波变换的图象压缩算法在比特率较低时出现的边缘模糊现象仍然是一个公认的难题 .为了在一定程度上减少比特率较低时 ,出现的边缘模糊现象 ,提出了一种基于势函数模糊聚类量化的新方法 ,用于对经过小波变换分解后所形成的数字图象高频子带小波系数进行量化 .在量化过程中还考虑了高频子带的小波系数的分布特性和高频子带的小波系数对保存边缘、纹理等信息的重要性程度 ,也利用了模糊集合的特性 .实验证明 ,在低比特率下 ,这种方法能较好地保存图象边缘和纹理等信息 ,从而在一定程度上提高了重构图象的主观质量 .该方法在小波图象压缩的模糊聚类量化领域进行了一定的尝试 .     

基于改进的MSE准则的小波图像压缩

目前，大多数图像压缩算法是在纯粹基于像素值的均方误差(MSE)准则下工作的，由于MSE准则不能很好地刻画图像的边缘和平坦区域的差别，因此按MSE准则进行优化的压缩方法有时难以达到很好的视觉效果．根据人类视觉的特性，小波子带图像的分布特性和子带系数对保存边缘、纹理信息的重要性程度，提出一种改进的MSE准则．实验证明，基于文中改进的MSE准则的小波图像压缩方法可以获得较好的效果，能在低比特率下较完整地保存边缘和纹理信息，重构图像的主观质量有一定程度的提高。     

基于图像低频子带极大值映射的量化算法

针对图像压缩中的死区量化不能有效保留图像边缘信息的问题,提出了低频子带极大值映射量化算法.在图像经过小波变换后所形成的各级子带中,首先利用与低频子带系数呈映射关系的各级高频子带系数的均值确定低频子带中各系数的重要性.在量化过程中,高频子带系数采用JPEG2000中的死区量化步长进行量化,低频子带系数根据自身重要性自动更新量化步长,从而有效保留图像的边缘信息.提出的算法在量化步长更新时对低频系数的选择具有自适应性的优点,与传统的JPEG2000算法相比,所提算法能够加快优化截断的嵌入式分块编码(EBCOT)阶段Tier1的编码速度.实验结果表明,所得图像证明了此算法在保留图像的边缘信息方面具有一些优势,所提算法的峰值信噪比与传统的死区量化相比有约0.2 dB的提升.     

基于小波包分解的复杂图像压缩

对富含细节、边缘及纹理的复杂图像而言,其重要信息大量集中于高、中频部分.传统的基于小波变换的压缩方法往往将信号的高中频部分作为不重要信息对待,从而引起细节失真.针对复杂图像能量分布特点,本文提出使用一种更为精细的时频分析法即小波包(WP)分析,对信号的低、高频部分作进一步分解,保存有用的高、中频信息.同时利用小波包分解子带内系数间的相关性自适应地将其分为重要性及大小不同的各个子块,进而针对各子块实行不同精度的量化编码.实验结果表明,这种方法能较好地适应WP分解系数的特点,获得较高的数据压缩率和重建图像质量.     

基于Contourlet的中低码率图像质量可分级编码算法

首先对图像Contourlet变换各子带系数的分布情况进行了统计分析,进而给出了一种基于Contourlet变换的空间方向树结构,并统计验证了该空间方向树的"零树"特性.同时针对图像Contourlet变换各子带"重要系数"的分布情况提出了一种基于图像Contourlet方向子带的多尺度量化方案,该方案对图像的边缘方向信息和纹理信息具有很好的捕捉能力,在此基础上提出了一种基于Contourlet变换的嵌入式图像质量可分级编码算法,该算法除了具有一般基于小波变换的零树编码方法的特性外,还具有方向性和各向异性的特点,其解码图像在中低码率下无论是PSNR还是纹理和边缘区域的视觉效果均优于SPIHT算法.实验结果验证了所提出算法的有效性.     

具有人类视觉特性的可见水印算法

论文提出一种基于小波变换的可见水印算法,该算法利用人类视觉模型的亮度CSF和纹理敏感特性,根据主图像和水印图像的局部和全局特征,建立确定水印嵌入的拉伸系数数学模型。首先描述了人类视觉及小波分解系数分析,给出了小波系数视觉重要性权重值。把原图像和水印图像小波系数频率子带分成不同的块,基于视觉掩模对子块进行分类。利用人眼的纹理敏感特性,进一步增强了嵌入水印的图像视觉质量。仿真实验表明该算法结果良好。     

基于小波-Contourlet变换的图像压缩算法

利用小波-Contourlet变换对图像分解具有多尺度和多方向性的特点,提出一种结合小波-Contourlet变换和无链表集合分裂嵌入块编码的图像压缩算法.小波-Contourlet通过方向滤波器组把小波分解的高频予带进一步分解为多个方向子带,从而更稀疏地表示图像的边缘和纹理.无链表集合分裂嵌入块算法充分利用系数子带内的相关性,具有复杂度低、编码效率高的优点.实验结果表明,与基于小波变换的SPIHT算法和SPECK算法相比,新算法对纹理丰富的图像有很好的压缩效果和视觉效果.     

结合方向小波的多光谱与全色遥感图像融合算法

针对现有的遥感图像融合算法所得融合图像存在边缘清晰度不高与光谱保持能力较差等问题,根据方向小波变换的高效性与方向选择性,提出了一种结合方向小波的多光谱与全色遥感图像融合算法。该算法采用人眼的视觉特性首先对待融合图像进行预处理,并根据小波变换的分解特性,对低频子带小波系数采用基于能量比的图像融合规则,而对高频子带则采用基于纹理一致性的融合规则。实验结果表明:该算法能够在保留多光谱图像信息的基础上,得到清晰度较高的融合图像,其中对中等分辨率图像的融合处理效果最佳。     

结合纹理复杂度与小波系数特征的渐进式传输算法

针对远程桌面领域的环境需求,提出了一种结合图像纹理复杂度与小波系数特征的渐进式分层算法。首先根据纹理复杂度进行每个图像块的比特分配来提高对目标比特预算的利用率;然后分析图像块内不同子带特征重要性的顺序优化了高频细节分量在渐进式分层算法中的层级结构,并设计了一种根据小波系数特征逐层添加子带传输的渐进式分层算法;最后实现了每个图像块根据分配的比特以及选取的分层方式进行渐进式传输的编解码系统。测试表明所提出的渐进式传输算法在不同图像传输环境中能够重建出质量更佳的图像,并且更加符合人眼的视觉感知特性。该算法对弱网有着更强的适应性,在桌面远程视频图像传输处理领域表现更佳。     

空间频率与方向特征相结合的自适应采样压缩感知算法

在分块压缩感知采样过程中,为根据图像块特征更合理的分配采样率,提出一种基于纹理特征的图像分块自适应采样压缩感知算法.首先使用空间频率提取图像块纹理信息;其次根据纹理信息将图像块分为平滑块或纹理块,并确定各块的基础采样率;再使用基础采样率对平滑块采样,在基础采样率的基础上结合小波域系数统计特征调整纹理块子带系数采样率;最后使用平滑投影Landweber重建图像.实验结果证明,与已有的图像分块压缩感知算法相比,当压缩率适中时,无论是视觉效果还是客观指标方面,该算法均能明显地提高图像信号重建质量.     

基于贝叶斯估计的改进Contourlet变换的SAR图像滤波

针对小波变换和轮廓波变换在合成孔径雷达(Synthetic aperture radar, SAR)图像中去噪应用的不足,结合小波变换和轮廓波变换的优点,将小波变换与轮廓波变换相结合,提出一种改进轮廓波变换方法。首先将待处理图像进行小波变换,然后对低频子带图像进行重建,得到一个细节子带图像,然后使用方向滤波器组对其进行多方向划分。再采用贝叶斯最大后验概率估计对划分后的方向子带信号进行估计。实验结果表明此方法在抑制图像斑点噪声的同时,很好的保持了均匀区域的辐射特性,保持了图像中的边缘以及细小纹理,且没有人为畸变。此外算法的高频子带图像含有更为丰富的纹理,对于边缘特征的提取非常有益。     

Texture image retrieval using new rotated complex wavelet filters.

A new set of two-dimensional (2-D) rotated complex wavelet filters (RCWFs) are designed with complex wavelet filter coefficients, which gives texture information strongly oriented in six different directions (45 degrees apart from complex wavelet transform). The 2-D RCWFs are nonseparable and oriented, which improves characterization of oriented textures. Most texture image retrieval systems are still incapable of providing retrieval result with high retrieval accuracy and less computational complexity. To address this problem, we propose a novel approach for texture image retrieval by using a set of dual-tree rotated complex wavelet filter (DT-RCWF) and dual-tree-complex wavelet transform (DT-CWT) jointly, which obtains texture features in 12 different directions. The information provided by DT-RCWF complements the information generated by DT-CWT. Features are obtained by computing the energy and standard deviation on each subband of the decomposed image. To check the retrieval performance, texture database D1 of 1856 textures from Brodatz album and database D2 of 640 texture images from VisTex image database is created. Experimental results indicates that the proposed method improves retrieval rate from 69.61% to 77.75% on database D1, and from 64.83% to 82.81% on database D2, in comparing with traditional discrete wavelet transform based approach. The proposed method also retains comparable levels of computational complexity.     

基于小波域分形编码的图像插值

传统的图像插值方案(包括最近邻插值、双线性插值和B样条插值等),大多是基于图像分块的光滑连续模型。由于该模型不能很好地描述自然图像的特点,因此插值得到的图像质量不高。为寻求更有效的插值方案,首次提出了基于小波域分形编码的插值算法。该算法在FW编码的基础上,首先利用图像的局部自相似模型,通过小波树的膨胀,并借助小波域的第1级子带,对超分辨率级的第0级子带进行最优预测,再经过小波反变换来得到插值图像。标准测试图像的实验表明,该插值算法与传统的双线性插值相比,不仅可以获得清晰的纹理和边缘,而且峰值信噪比也更高,因此插值得到的图像更加精确、真实。     

小波变换与纹理合成相结合的图像修复

目的 为了克服传统的图像修复算法在结构和纹理边界的错误修复,利用小波变换域的系数特征,探讨了一种基于小波变换与纹理合成相结合的修复算法。方法 算法先利用小波变换将待修复图像分解成具有不同分辨率的低频子图和高频子图,然后根据不同子图各自的特征分别进行修复。对代表图像结构信息的低频子图,采用FMM(fast marching method)算法进行修复;对代表图像纹理信息的高频子图,根据各子图中小波系数的特征,利用纹理合成方法进行修复。结果 分层、分类修复方法对边缘破损具有良好的修复效果,其峰值信噪比相比于传统算法提高了1~2 dB。结论 与相关算法相比,本文算法的综合修复能力较好,可以有效修复具有较强边缘和丰富纹理的破损图像,尤其对破损自然图像的修复,修复后图像质量得到较大提升,修复效果更符合人眼视觉效应。     

基于小波变换的分数阶微分算法在肝脏肿瘤CT图像纹理增强中的应用

图像纹理增强过程中容易丢失平滑区域纹理细节，而分数阶微分增强虽然能够非线性保留平滑区域纹理细节，但对频率分辨率敏感。针对这个问题，提出一种基于小波变换的分数阶微分纹理增强算法，应用于平扫计算机断层扫描（CT）图像的肝脏肿瘤区域的纹理增强。首先，通过小波变换将图像感兴趣区分解成多个子带分量；其次，基于分数阶微分定义构造一个带补偿参数的分数阶微分掩膜；最后，使用该掩膜与每个高频子带分量进行卷积并利用小波逆变换重组图像感兴趣区。实验结果表明，该方法在使用较大分数阶次显著增强肿瘤区域的高频轮廓信息的同时，有效地保留了低频平滑的纹理细节：增强后的肝细胞癌区域与原区域相比，信息熵平均增加36.56%，平均梯度平均增加321.56%，平均绝对差值平均为9.287；增强后的肝血管瘤区域与原区域相比，信息熵平均增加48.77%，平均梯度平均增加511.26%，平均绝对差值平均为14.097。     

基于纹理复杂度和差分的抗盲检测图像隐写算法

通过分析纹理复杂度对图像隐写分析的影响,提出一种基于纹理复杂度和像素差分的隐写算法。首先,将图像划分为大小相同的分块,通过分块中起点位置的不同计算分块中不同小块的纹理复杂度,选择复杂度最高的图像小块;然后,计算小块的相邻像素差分值,并根据秘密消息的长度和不同方向上的差分值分布确定嵌入阈值,在大于该阈值的差分值中嵌入秘密消息。对多种嵌入算法在不同图像库上做通用盲检测实验,实验结果表明,该算法在抵抗小波高阶统计量分析等盲检测算法能力方面,优于LSB匹配、图像边缘自适应嵌入等隐写算法。     

基于超分辨率的多聚焦图像融合算法研究

针对传统小波变换在图像融合过程中出现边缘模糊、图像失真等问题,提出了一种基于超分辨率的多聚焦图像融合算法。对所有的源图像进行了双三次插值的单帧超分辨率处理,增强源图像对比度等细节信息,采用的源图像为分别进行左右聚焦处理的同一场景中的两幅图像。对这些高分辨率源图像实现了平稳小波变换（SWT）,并将源图像划分为四个子带。针对这些子带所包含源图像细节信息混乱、结构信息冗余等问题,采用了主成分分析（PCA）,分别选取源图像各子带的最大信噪比进行图像融合。利用逆平稳小波变换（ISWT）对融合子带进行重构,得到高质量融合图像。为了评定融合后图像的质量,选择了无参考图像和全参考图像的两种度量方法来检测融合后的图像质量。经实验结果表明,提出的算法克服了传统小波变换算法在图像融合上的缺点,具有边缘清晰、视觉感知好、清晰度好、失真小等优点。     

基于冗余提升不可分离小波的LSCN红外图像增强方法

针对红外图像信噪比低, 易受背景环境影响的问题, 提出一种基于不可分离小波的多尺度方向分析(NSWMDA)和连接突触计算网络(LSCN)的图像增强算法. 该算法首先将原始图像进行冗余提升的不可分离小波变换(NSWT), 得到高频细节子带和低频近似子带, 然后对高频细节子带进行多方向滤波后LSCN算法进行增强, 对低频近似子带直接采用LSCN算法增强, 最后对处理后的子图进行融合重构得到增强后的红外图像. 在电力变压器红外图像中, 该算法相比其他算法在边缘强度、信息熵、峰值信噪比、结构相似度、平局梯度5种指标中分别至少提升了10.86%、14.39%、19.95%、7.06%、6.70%. 实验结果表明, 该算法不仅提升了红外图像整体清晰度, 同时也使得图像的细节纹理和对比度得到加强, 具有很好的红外图像增强效果.