基于小波变换的分类量化图像编码算法

针对标量量化压缩比小而向量量化压缩速度慢、图像复原效果不理想等弱点，提出了基于小波变换的分类量化图像编码算法（简称“分类量化编码”）。该算法基本思想为：首先将小波变换后的图像高频子带划分为局部快；然后利用文中给出的相对距离最近之值选择方法，依据纹理复杂度和重要性程度将这些局部块划分为4类（平坦、过渡、弱纹理和强纹理）；最后对平坦局部块进行向量量化编码，对强纹理局部进行标量量化编码。实验结果表明：该图像压缩算法在压缩速度、图像复原效果、压缩比等方面明显优于零树小波编码和JPEG方法。     

一种获得均匀图像质量的视频码率控制方法

在视频编码中,码率控制的目的是：在满足带宽约束的条件下,提高编码图像的质量。获得符合人眼视觉特性的均匀图像质量是码率控制的一个期望目标。根据信源的线性模型,考虑图像宏块的复杂度提出一种码率控制算法,此方法对宏块的量化参数具有平滑作用,可以使宏块量化参数和失真度分布更加集中,从而具有更加均匀一致的图像质量。仿真表明,该方法可以改善图像的峰值信噪声比,获得更好的主客观视觉质量。     

基于JPEG2000的遥感图像高保真压缩方法

针对遥感图像空间相关性弱、图像纹理丰富的特点,提出了在JPEG2000无损压缩框架上,增加一项对高频子带中的小波系数进行平坦区域系数滤除的方案。本文根据遥感图像小波变换后的高频子带纹理强弱进行局部块划分,对平坦区进行滤除,对纹理区进行高保真压缩。实验表明,此方法可在图像高保真的条件下简化算法、提高图像压缩效率。     

自适应的遥感纹理并行压缩解压算法

为了降低实时地形绘制任务中遥感纹理图像的装载时间,提出一种基于矢量量化的自适应遥感纹理压缩解压算法.基于人类视觉特性优化设计了量化器的纹理块相似度函数,并根据图像特性设计了基础阈值的自动计算方法,可通过自动调节局部阈值来适应遥感图像纹理复杂、局部差异性大的特点;对码字在逻辑邻域内进行优化处理,提高了码书的质量;对索引信息设计了支持随机访问的压缩方法,保证对压缩后索引信息的随机访问.为提高压缩解压速度,充分考虑图形硬件的并行特性,设计了高效的并行算法.实验结果表明,该算法能够在保证压缩率的基础上形成重构质量较好的压缩数据,并且对不同图像都能取得较好的压缩效率;利用图形硬件大幅提高处理速度,完全满足绘制对纹理解压的实时性要求.     

基于Mandelbrot集和Logistic映射的分形图像压缩编码

改变传统的一幅图像对应一个压缩字典、一幅图像固定一张量化表的分形图像压缩方法,提出基于M集和Logistic映射的分形图像压缩编码算法.采用函数f(z)=z2 c,生成M集曲线,使用Logistic混沌映射生成的量化表量化M集曲线,生成图像块,构成丰富的压缩字典.编码时将量化后的M集图像块与压缩字典中的图像块进行匹配,选出满足条件的图像块,然后对该图像块进行编码;解码时读取压缩字典,重建图像.该算法生成了丰富的压缩字典,解码图像质量高,并且比传统分形图像压缩算法压缩比高.     

基于四叉树分割的变维矢量量化图像压缩算法

传统的矢量量化压缩算法将图像分割为相同大小的编码块,该方法存在较多的冗余.为了提高矢量量化压缩算法的效率,提出一种基于四叉树分割的变维矢量量化图像压缩算法.首先对8×8的图像块进行编码,计算各图像块绝对误差之和,若大于预设的阈值,则将残差分为4等分再编码,重复该过程直到绝对误差之和小于预设的阈值或达到最小图像块.实验结果表明,相对于全搜索的矢量量化方法,在相同码率下,算法编码时间较短且重建图像质量较好.     

基于块自适应量化的SAR复数图像实时压缩算法

随着合成孔径雷达（SAR）分辨率的提高，实时成像处理器单位时间内产生的图像数据越来越多，需要有效的复数图像压缩算法来降低数据存储、传输的负担。复数图像压缩算法可以在保证数据有效性的前提下减少数据量，复数图像的压缩有相位保持的特殊问题。普通光学图像的压缩方法不适用于复数图像的压缩，同时SAR图像的斑点噪声和相位的随机性也增加了压缩难度。通过考察复数图像数据的特性提出了在消除频率域冗余的基础上使用块自适应量化的SAR复数图像压缩算法。块自适应量化方法很好地适合复数图像数据动态范围大的特性，减小了量化误差。压缩前后SAR图像参数指标，如分辨率、积分旁瓣比、相位干涉效果图等表明，本文的方法可以有效地保留复数图像相位和模值信息，在一些情况下压缩比能够达到16：1。而且该算法复杂度不高，易于实时实现。     

基于H.264的快速帧间模式选择算法*

为了降低H.264编码器的计算复杂度,提出了一种快速帧间模式选择算法.该算法利用宏块的图像内容特征和量化参数,对宏块帧间编码模式进行预选择,从而有效跳过不必要的帧间预测待选模式,提高了编码速度.实验结果表明,该算法在保持图像质量和码率变化很小的前提下,平均编码时间减少了39.14%.     

一种面向H.264/AVC的新型宏块级码率控制算法

针对H.264/AVC码率控制模型的不足,提出了平均绝对变换量化误差（MATQD）的概念,以及基于MATQD的加权预测模型和新的二次R-D（Rate-Distortion）模型,然后给出完整的宏块级码率控制算法,其中,在预测宏块纹理码字分配时,提出了用MATQDratio计算宏块目标码字以及一个头码字的加权预测模型。实验结果表明,与JM8.5下的标准码率控制算法JVT-G012相比,本文提出的算法的码率控制精度更高,输出码流更加平稳,图像的平均质量更好。     

基于H.264的码率控制

为降低计算复杂度,提高图像质量,提出了一种新的码率控制算法。编码过程中根据图像内容的自适应性和图像复杂度分配帧层的目标比特数,在基本单元层通过计算当前基本单元的亮度像素方差,来衡量该区域的纹理复杂程度,通过纹理复杂度优化比特分配。实验结果表明：与原算法相比,该算法在几乎不影响信噪比的情况下,能将码率更精确地控制在目标码率附近。     

WMSNs的自适应分布式图像压缩算法

根据无线多媒体传感器网络(WMSNs)中节点资源受限的特点,提出一种自适应的基于Walsh-Hadamard变换的分布式图像压缩算法。基于信道状态的准确估计,自适应调整量化表,在保证图像质量满足应用的前提下,获得更高的压缩比率。仿真结果表明,该算法在资源受限、节点部署密集的WMSNs中,可延长网络的生命周期。     

色彩量化的模糊粒子群优化技术

把粒子群算法应用到色彩量化中,结合已有的模糊C均值聚类量化方法,提出了一种基于粒子群优化的色彩量化算法。模糊C均值聚类量化算法是一种局部搜索算法,对初始值较为敏感,容易陷入局部极小值而不能得到全局最优解;PSO算法是一种基于群体的具有全局寻优能力的优化方法。将模糊C均值聚类量化算法和PSO算法结合起来,把模糊C均值聚类量化算法的聚类准则函数作为PSO算法中的粒子适应度函数。仿真实验表明,新算法在均方根误差和峰值信噪比评判准则下能够得到最优的量化结果。     

基于PTM模型文物纹理映射算法

针对三维重建物体纹理不真实与不精确问题，提出了基于PTM（Polynomial Texture Maps）模型的文物纹理映射算法，该算法利用了多项式颜色依赖性的特质，采取表征颜色与亮度依赖关系的双二次多项式系数进行存储纹素数据，从而实现在变化的光照条件下重建物体的表面纹理。此外针对原PTM模型中存在的原始采集图像漫反射异常、亮度信息分布不均匀、重建拟合系数不精确，导致的重建图像纹理模糊、存在重影、物体细节纹理缺失等问题，提出了改进多项式的基函数和优化拟合系数的PTM算法以及PTM图像采集设备的优化方法，最后经实验验证，提出的算法使得重建物体纹理的真实性与精确度均得到了有效提高。     

基于深度学习的图像压缩算法研究综述

随着深度学习的不断发展与图像数据的爆炸式增长,如何使用深度学习来获得更高压缩比和更高质量的图像逐渐成为热点研究问题之一。通过对近几年相关文献的分析与整理,将基于深度学习的图像压缩方法按照卷积神经网络、循环神经网络、生成对抗网络进行总结与分析,对不同种方法分别列举了具有代表性的实例,并对基于深度学习的图像压缩算法的常用训练数据集、评价指标进行了介绍,根据深度学习在图像压缩领域中的优势对其未来的发展趋势进行了总结与讨论。     

多方向局部相位量化模式及纹理分类

梯度是图像的一种的特征，而同时考虑不同方向上的梯度信息是一种更加有效利用梯度的方式，因此提出多方向梯度的纹理局部相位量化模式算法。多方向梯度的纹理局部相位量化模式首先从不同方向提取图像的梯度特征，然后对每个方向上的梯度特征采用局部相位量化方法进行编码，各方向梯度采用相位量化编码后的特征连接成一个匹配特征向量。为了充分利用图像的梯度信息，还探讨了块模式的局部相位量化方法。两个纹理数据库和一个掌纹数据库上的实验充分表明，对图像各方向上的梯度信息进行局部相位量化编码是一种有效的纹理特征提取算法。     

DCT图像压缩方法的改进及其应用

利用基于二维离散余弦变换（DCT）的方法进行图像压缩,通过设置自适应量化截断阈值来控制图像压缩数组的大小。为了加快运算速度,在图像压缩部分利用快速DCT算法;并直接对量化后的非零系数进行存储,而不采用熵编码的方式。在解码端,针对量化产生的块效应,利用基于自适应邻域的思想进行后处理。所提方法进一步提高了图像的峰值信噪比和主观视觉质量,并且达到了实时在线处理的要求。文中所提基于DCT的图像压缩方法在一个基于视觉位置反馈的二自由度机械臂远程控制系统中得到实际应用。     

用于DR图像缺陷检测的改进的LBP算法

针对传统LBP（Local Binary Pattern）算法在DR图像缺陷检测中对噪声异常敏感而导致的缺陷识别率低的问题,在已有的韦伯LBP算法（Weber Local Binary Pattern,WLBP）的基础上,提出改进的WALBP（Weber Adapted Local Binary Patterns）算法。WALBP算法保留了WLBP算法最后生成二维直方图的特点,对其所用的LBP算子和LoG（Laplacian of Gaussian）方法进行了改进。WALBP算法更加有效地描述了DR图像的纹理特征,同时有效解决了WLBP算子在进行缺陷检测时直方图维数较多及分类能力不强的问题。通过对多幅铸件DR图像进行实验分析,结果表明,相对于已有的WLBP算法和传统的LBP算法,WALBP算法在缺陷检测上具有更高的识别率,在缺陷识别技术中具有很高的应用价值。     

基于纹理指示图的非局域去噪改进算法

非局域均值算法（NLM）是一种有效的去噪算法,能够在去噪的同时充分保护图像纹理信息。但是在像素的平滑中,权重分配过度依赖像素块相似性,缺乏其他更有效信息的指导,另外原算法计算量过大也是制约其应用的一个瓶颈。提出了一种基于图像纹理指示图的NLM快速改进算法TNLM。该指示图利用二维DCT变换对图像每一个像素为中心的小块进行分析,获得全图像素的纹理重要性指示图,将该指示图引入到传统NLM算法以改进去噪效果。同时,也对算法进行加速优化,通过改进的积分图技术、快速傅里叶变换和块预选技术,提高了算法的速度。实验证明,该算法的处理效果和速度都优于传统算法。     

基于图像纹理复杂度的小波域数字水印算法

针对水印信息嵌入量小、鲁棒性弱、遮蔽性差的问题,提出一种基于图像纹理复杂度的小波域人类视觉系统的水印算法。该算法将载体图像进行分块,计算每块的图像熵,并根据图像熵对载体图像的纹理特征区域进行分类,不同纹理特征水印的嵌入量不同。利用Logistic映射对水印信号进行置乱变换,将水印信号嵌入到二层离散小波变换的低频系数中,并利用小波域人类视觉模型控制水印的嵌入强度。在提取水印时,通过水印误码率和峰值信噪比评价水印质量。实验结果表明,该算法能抵抗噪声干扰、裁剪和密钥攻击,水印图像具有较强的鲁棒性和良好的遮蔽性。     

用于纹理特征提取的改进的LBP算法

针对现有的纹理特征提取方法计算复杂度高的问题,利用局部二值模式(LBP)算法思想简单、计算复杂度小的优势,在已有的完整LBP(CLBP)算法基础上,提出了一种改进的CLBP算法(ICLBP)。ICLBP算法保留了CLBP算法中CLBP_S,而对CLBP_M算子、CLBP_C算子进行了改进,提出一个新的纹理描述算子ICLBP_T。ICLBP算法更全面地描述了局部窗口的纹理特征,同时有效解决了CLBP算法中CLBP_M算子对灰度分布不均敏感的问题。通过对Outex、CURet数据库的数据分类实验,结果表明,相比于已有的LBP算法,ICLBP算法的分类精度有了明显的改进,同时ICLBP算法中ICLBP_SCT特征具有较低的特征维数,具有较好的实用价值。