基于小波域视觉量化模型的遥感图像压缩

人眼是图像信息的最终接受者,但目前图像压缩算法很少考虑到人眼视觉特性,导致主观失真严重。文章在分析人眼视觉系统和遥感图像特性的基础上,提出对图像小波变换后的系数以块为单位建立人眼视觉量化模型,以该模型计算每个系数块的视觉失真阈值,依据该阈值,对不同频带的小波系数块采用不同量化步长进行量化,保证量化后的小波系数能够有效地保留遥感图像的视觉信息,使解压缩后的图像视觉效果最优。实验结果表明,在相同压缩比下,同样的压缩算法,采用该量化模型之后,压缩后的恢复图像主观质量得到改善,有效保留了图像纹理和细节。     

一种反映人眼视觉特性的JPEG压缩编码

在分析标准JPEG编码与解码过程的基础上,利用人眼的视觉特性调整量化矩阵,提高了编码器的压缩性能。     

基于人眼视觉系统的自适应量化数字水印算法研究

提出了一种将彩色水印图像嵌入到原始彩色功载体图像中的新算法。首先，利用DCT静态图像压缩技术，将彩色水印图像编码成一维二进制序列并进行随机置乱；然后将原始彩色载体图像分解为R、G、B三个彩色分量并分别实施小波变换，进而结合视觉感知特性自适应确定水印嵌入位置；最后结合人眼视觉系统（掩蔽特性及对颜色的感知特性）确定量化间隔，并通过全新的量化处理过程完成水印信息的白适应嵌入，仿真实验表明：该数字水印嵌入方案不仅具有较好的透明性，而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性．     

基于人眼视觉系统的自适应小波图像编码算法

本文提出了一种基于自适应小波分解与人眼视觉系统的低比特率图像压缩编码算法,该算法具有以下特点：（1）以子带能量为判别标准,能够根据图像内容进行自适应形式的小波分解;（2）建立了人眼视觉系统的掩蔽模型,并据此给出了全新的小波系数自适应量化策略.仿真实验表明：本文算法是一种高效的图像压缩算法,不仅其压缩效果明显优于JPEG2000、EZW、FWP等小波域图像压缩算法（特别是低比特率下）,而且可广泛适用于不同特征的数字图像.     

JPEG2000压缩标准中小波基的选择

从数字图像压缩编码系统中小波基选择的几个指标出发,对这些选择指标进行了详细的讨论,阐述了这些选择指标之问的关系和对数字图像压缩性能的影响。基于这些选择指标对基于人眼视觉特性构造的新型小波基(V9／3)和Daubechies9／7小波基进行比较,结果表明前者的压缩性能要优于后者,采用前者进行数字图像压缩时,重建图像具有更好的视觉效果,而且可以显著减少小波变换的计算复杂性。     

自适应算术编码及其在JPEG2000中的应用

自适应算术编码是一种高效的熵编码方法。本文较为详细地介绍了自适应算术编码的工作原理和实现方法,以及在JPEG2000的应用情况,分析了自适应算术编码应用于图像压缩编码的实现过程,并讨论了实现过程中应该解决的若干技术问题。     

JPEG2000图像压缩技术

JPEG2000是新一代的静态图像压缩标准,它具有优良的压缩性能,及很多JPEG无法提供的新功能。本文阐述了JPEG2000图像压缩的实现过程,对其中的关键技术——小波变换、熵编码做了详细的描述,并简述了JPEG2000的性能特点。     

第二代小波在JPEG2000中的应用

JPEG2000是最新的静态图像压缩标准，其核心算法是小波变换。本文详细介绍了第二代小波的构造方法一基于因式分解的提升格式，然后以Daubechies（9，7）小波和Le Gall（5；3）小波为例探讨了第二代小波在JHEG2000标准中的应用。     

JPEG压缩编码的扩充自适应量化器设计

在ＪＰＥＧ静止图象压缩的基础上，设计了一种扩充的自适应量化器，利用人眼的视觉特征，通过分析ＭＣＵ块的局部视觉活动性，以ＭＣＵ活动性涵数确定量化因子，并引入亮度掩盖算子调节量化参量，实验结果表明，本文所设计的自适应量化器能减少图象编码主观失真，改善了图象质量，获得更好的压缩效果。     

基于图像内容的DWT自适应量化水印

以小波变换和人类视觉系统为基础,把基于图像内容的水印信息独立地、自适应地通过量化方法嵌入到小波变换的低频部分。实验结果表明,该算法对JPEG压缩等处理具有较好的鲁棒性,且能准确定位篡改区域。     

JPEG2000算法原理及实现框架

介绍了新的静止图像压缩标准JPEG2000的压缩原理,设计了图像压缩系统的基本实现框架。该系统不仅可以实现将原始图像用本文压缩算法进行压缩,还可以用来实现不同格式文件之间的相互转化。     

自适应二维数字水印系统

随着因特网和数字技术的发展,数字媒体已成为人们获取知识的主要手段,但这也带来了一系列问题如作品侵权、非法复制和传播等.为了解决这些问题,数字水印技术作为版权保护的重要手段,已得到广泛的研究和应用.为实现水印图象的叠加,提出了一种以灰度图象为水印的空域二维自适应数字水印算法,该方法首先将水印图象进行8×8分块,并进行DCT变换,然后对每块的DCT系数进行量化和调整,最后,取出每块的部分DCT系数来构成水印信号.同时为了实现自适应,还将载体图象按8×8分块,并利用视觉掩蔽特性对载体图象象素进行分类,再根据块分类结果,将水印信号以不同强度嵌入到载体图象中.实验结果表明,该算法具有较好的鲁棒性.最后还对该技术今后的研究指出了一些可能的方向.     

基于小波变换和矢量量化的人脸图象压缩

在图象的压缩编码中，矢量量化可以利用某特定类图象（加人脸）的统计特性，为了在高压缩比下获得较好的压缩效果，提出了一种新的小波变换域内进行矢量量化的算法，该算法用树结构表示小波变换域系数，并根据各节点值的重要程度，从每一棵树中提取一个矢量，然后进行矢量量化；解码时，为了使矢量分量能正确地返回到原来树中的正确位置，需利用EZW^[1]、SPIHT^[2]算法的思想标记这棵树，因为这样才能充分利用父子相关性和兄弟相关性，从而显著地减少了标记信息，在提取矢量时，可用简单的阈值剪枝算法，也可用SFQ^[3]的最佳剪枝算法，而且后者能进一步提高峰值信噪比，用该算法对人脸图象进行的压缩试验结果表明，在高压缩比（100:1左右）下，恢复的图象质量（视觉效果和峰值信噪比）比通常的小波压缩算法（如EZW，SPIHT、SFQ等）好得多，该算法特别适合于对特定类图象的压缩。     

自适应二阶码书矢量量化算法研究

介绍了矢量量化的基本算法LBG。在此基础上,提出了一种时间复杂性和空间复杂性有所降低的改进算法,节省了存储空间,提高了压缩比。该算法的核心是自适应的生成初始码书以及对初始码书的二次压缩过程。从降低时间复杂度和节省存储空间、提高压缩比的角度,对该算法进行了讨论。     

基于人眼视觉特性的小波树量化水印

在分析图像小波分解系数的树结构关系以及人眼视觉系统 (HVS)模型的基础上 ,提出了一种基于人眼视觉特性的小波系数树量化水印 ,该方法在宿主图像的两棵小波系数树中嵌入一位水印信息 ,通过量化使它们呈现足够大的统计差别从而使水印检测时能提取水印信息 .实验结果和分析表明 :该方法水印有较好的不可视性和鲁棒性 ,检测水印的虚警概率很低     

一种基于HVS的自适应空间域可见数字水印

该文提出了一种基于HVS的自适应空间域可见数字水印算法。将原始图像按8×8分块,计算各块的熵、平均灰度值和方差,将图像块分为3类(平滑块、纹理块和边缘块)。依据人类视觉系统特点,在空间域自适应地嵌入一定强度的水印图像。实验结果表明,水印可见、图像边缘清晰,水印不易移除。