图像小波变换的分形编码技术

简要介绍小波变换在图像处理上的基本原理，初步探讨小波变换的分区块编码算法，在小波分解的基础上结合人眼特性，利用子带的相关性，引进分形编码思想，对图像进行有效压缩。仿真实验结果说明，该方法在同等图像的恢复质量下，其压缩比优于传统的压缩方法，在提高图像的恢复质量方面也有一定价值。     

变换域编码在JPEG图像压缩中的应用

本文以图像编码技术作为主要研究对象。图像压缩编码的目的就是要用尽量少的比特数表示图像,同时保持复原图像的质量,使它符合特定的应用场合的要求。本文主要分类讨论了现有的图像压缩编码的方法和原理、应用环境、优缺点以及发展方向。主要研究了经典压缩方法中有代表性的FFT编码、DCT编码．矢量量化编码等的算法,并且采用MATLAB程序语言进行仿真实现,得到较好的压缩图像,同时将不同压缩比产生的不同效果进行比较分析。详细地介绍了与其相关的国际标准,给出一些压缩算法。     

使用变换域编码技术压缩SAR原始数据

首先分析了在合成孔径雷达（SAR）原始数据中通常使用的块自适应量化（BAQ）算法,然后在此基础上详细讨论了两种基于块自适应量化的变换域编码算法,即基于快速傅里叶变换块自适应量化（FFT-BAQ）和基于小波变换块自适应量化（WT-BAQ）,并对这两种算法压缩得到数据解压缩获得图像与块自适应量化得到的图像进行分析比较,结果显示变换域编码技术能改善SAR原始数据压缩性能。     

基于小波变换域的图像加密技术研究

如何确保基于网络的图像/视频信息的安全,是当前信息处理技术领域的亟待解决的难点和研究热点之一。本文利用混沌映射的随机性以及不可预测性,产生混沌序列矩阵对变换矩阵系数进行调整,再对系数进行置乱处理,然后利用信息隐藏技术对密钥进行隐藏,实现图像信息的高强度加密。仿真实验结果表明:该方法在不增加图像数据量的情况下,能够快速实现图像信息混沌复合加密,加密强度高、破解困难,恢复图像与原图像一致性良好,加密图像的抗干扰和抗压缩性能优良。     

基于空间域和变换域的图像降噪方法研究

为了克服图像降噪中对图像的边缘和纹理细节的破坏.本文提出了一种基于空间域和变换域的图像降噪算法.试验结果表明,本文的算法既可以很好的对图像降噪,还能对图像边缘和纹理很好的保存.     

基于变换域中的自适应纹理图像检索

为了提升图像检索效率,本文提出了基于变换域的自适应纹理图像检索算法。该算法首先使用二维离散小波变换来减小测试图像和训练的图像的尺寸,并进一步在灰度共生矩阵应用2级分解图像的LL分量来进行训练和测试,从而提取图像的纹理特征。最后结合形状特征和颜色特征通过融合不同的距离分类器来检索相似的图像。为了提升算法的自适应能力,本文引入了交互式遗传算法来动态调整参数。实验结果表明,在训练迭代次数为30,60,100的情况下,本文算法的准确率达67%以上,在图像检索领域有较高的应用价值,具有性能稳定可靠、精度高等优点。     

电视技术中准钟形函数变换假彩色编码

本文提出一种实现准钟形函数变换的方法,并应用到电视技术的图象假彩色编码中。此方法 可使图象的假彩色丰富,并在特定灰度等级有突出色彩的特点。     

图像小波变换实现及EZW编码理论研究

根据图形小波知识,对于图形小波变换实现采取的技术—这个Mallat算法给以深入研究,同时基于Mallat算法采取VC++编程的方法来对图像小波变换进行分析与研究。Mallat算法是将信号处理中的滤波器和计算小波系数联系在一起,组建成塔形分解算法,这样小波系数相关计算简单化了。嵌入式小波零树系数编码(EZW)是将小波变换的各子带系数表示为零树结构。EZW是一种简单而有效的图像编码算法。使用这种算法,编码者可在任一点结束编码,所以允许精确达到一个目标比率,而这时仍能产生同样的图像。有很好空间的小波变换——频域局部特性,关于图像这个可以有效地进行处理。     

基于变换域Wyner-Ziv视频编码的有效重建算法

为了减少分布式视频编码系统重建值与真实值之间误差,提出了基于变换域Wyner-Ziv视频编码最小均方误差(MMSE)重建的一种有效重建算法.该算法充分利用视频帧间相关性,对MMSE重建算法积分区间做出调整,当边信处于解码值对应量化区间之内时,在量化区闻内利用MMSE重建;当边信息处于解码值对应量化区间之外时,对量化区间做出调整,在改进后的区间利用MMSE重建.实验结果表明,与最佳重建最小均方误差重建算法相比,该算法可以有效提高解码视频的平均PSNR.     

基于Shearlet变换域图像噪声混合滤波方法

在深入分析Shearlet变换理论的基础上,给出具体的Shearlet变换步骤,并提出一种针对图像脉冲噪声的混合滤波方法.该方法首先对噪声图像进行Shearlet多尺度变换,获得高频和低频系数,保留低频系数不变;然后针对Shearlet高频系数能够较好地刻画噪声局部化的性质,设计出一种多尺度、多方向特性的串/并联自适应中值滤波器,对高频系数中噪声进行自适应检测和滤除;最后实现低频系数和滤波后高频系数重构.通过与小波阈值法去噪和开关中值滤波法仿真实验比较可知,该滤波方法对于高强度的脉冲噪声具有较好的处理效果.     

基于拉普拉斯金字塔变换的小波域图像融合

在深入分析了小波变换融合方法及拉普拉斯金字塔变换融合方法的原理及优缺点的基础上,通过优势互补将二者巧妙结合,提出了一种新的图像融合算法。实验结果表明,该方法计算量小、运行速度快,在红外与可见光图像的融合、多聚焦图像融合以及局部模糊图像融合等应用中优于其他融合方法。     

结合空间域与变换域特征提取的盲立体图像质量评价

针对立体图像质量预测准确性不足的问题,该文提出了一种结合空间域和变换域提取质量感知特征的无参考立体图像质量评价模型。在空间域和变换域分别提取输入的左、右视图的自然场景统计特征,并在变换域提取合成独眼图的自然场景统计特征,然后将其输入到支持向量回归(SVR)中,训练从特征域到质量分数域的预测模型,并以此建立SIQA客观质量评价模型。在4个公开的立体图像数据库上与一些主流的立体图像质量评价算法进行对比,以在LIVE 3D Phase I图像库中的性能测试为例,Spearman秩相关系数、皮尔逊线性相关系数和均方根误差分别达到0.967,0.946和5.603,验证了所提算法的有效性。     

结合空间域与变换域特征提取的盲立体图像质量评价

针对立体图像质量预测准确性不足的问题,该文提出了一种结合空间域和变换域提取质量感知特征的无参考立体图像质量评价模型.在空间域和变换域分别提取输入的左、右视图的自然场景统计特征,并在变换域提取合成独眼图的自然场景统计特征,然后将其输入到支持向量回归(SVR)中,训练从特征域到质量分数域的预测模型,并以此建立SIQA客观质量评价模型.在4个公开的立体图像数据库上与一些主流的立体图像质量评价算法进行对比,以在LIVE 3D Phase I图像库中的性能测试为例,Spearman秩相关系数、皮尔逊线性相关系数和均方根误差分别达到0.967,0.946和5.603,验证了所提算法的有效性.     

变换域通信系统最优误码率多元幅度谱编码算法

针对变换域通信系统传统幅度谱采用二元编码方式没有充分利用干扰频谱信息且结构设计固定单一的缺点,提出了一种新型的最优误码率多元幅度谱编码算法,该算法通过理论推导分析变换域通信系统误码率、幅度谱和干扰频谱信息的动态关系式,将幅度谱编码转化成约束条件多维最优化问题,利用拉格朗日函数构建增广目标函数,通过迭代求解出多元幅度谱最优解。仿真结果表明:该多元幅度谱编码算法充分考虑到干扰频谱信息且不影响基函数的相关特性,相比较传统二元幅度谱编码算法,系统抗干扰性能提升约3dB,有效降低系统误码率,并且当干信比为35dB时,有效缓解系统误码率的平底现象,提高了系统的抗干扰性能。      

离散分数随机变换域的脆弱性图像水印算法

用于多媒体真伪鉴别的脆弱性数字水印作为水印技术的一个重要分支,仍是一个未成熟的研究领域.本文基于离散分数随机变换,提出一种新的嵌入水印的算法.该算法同时对原始图像和水印进行离散分数随机变换,然后将水印的离散分数随机变换谱直接叠加到原始图像的离散分数随机变换谱上,最后再进行逆变换得到水印图像.此算法的主要特点是:离散分数随机变换本身就是算法的密钥,而且稍微对水印图像进行篡改就能被检测出来.并对该水印算法进行脆弱性分析,数值试验结果表明该算法具有良好的脆弱性和安全性.     

在变换域中用HMT图像降噪的研究

研究了HMT(隐马尔科夫树)在变换域中进行图像降噪的应用.就不同复杂程度的图像、不同类型噪声、及用不同的变换域与传统方法进行比较,得到结论变换域中的方法比在非变换域中的传统方法优越,HMT在小波域和DCT域有着近似的效果,在高斯白噪声下HMT方法是最有效的,在相关噪声下,降噪效果与图像纹理的复杂度及噪声的强度有关.     

在变换域中用HMT图像降噪的研究

研究了HMT（隐马尔科夫树）在变换域中进行图像降噪的应用,就不同复杂程度的图像,不同类型噪声,胶用不同的变换域与传统方法进行比较,得到结论,变换域中的方法比在非变换域中的传统方法优势,HMT在小波域和DCT域有着近似的效果。在高斯白噪声下HMT方法是最有效的,在相关噪声下,降噪效果与图像纹理的复杂度及噪声的强度有关。     

非抽样轮廓波变换域图像融合方法研究

轮廓波变换由于不具备平移不变性,应用于图像融合会产生褶皱现象。针对轮廓波变换的这一不足,提出了一种基于非抽样轮廓波变换的图像融合算法。首先由非抽样金字塔和非抽样方向滤波器组对源图像进行多尺度、多方向分解,然后对得到的变换系数进行融合处理得到融合系数,最后对融合系数进行重构即可得到融合图像。算法将具备平移不变性的非抽样轮廓波变换应用于图像融合,消除了褶皱现象,获得了更好的融合效果。实验结果表明,与其他基于多分辨率分解的融合算法相比,该算法显著减小了融合图像的MSE及ΔH,提高了Correlation值及融合图像的清晰度,是一种有效的融合算法。     

基于稀疏三维变换域协同滤波的图像降噪

提出了基于在变换域的加强稀疏表示来进行图像降噪,通过三个步骤来实现:一个组的三维变换,收缩变换频谱,三维逆变换.通过实践证明,该方法能较好地保留整个细节,实验结果显示该算法具有较好的峰值信噪比和结构相似度.