基于压缩感知的彩色图像加密算法

随着网络技术发展,图像在传输中的安全问题逐渐引起了重视,图像相对于文本而言数据量大,相邻像素分布不均匀,且受到储存空间和传输通道限制经常需要进行压缩,传统的图像加密算法的安全性和压缩率不满足目前的图像加密需求,因此设计了基于压缩感知的彩色图像加密算法,首先重构了彩色图像加密信号,其次进行了加密映射变换,最后基于压缩感知设计了彩色图像加密框架,实现了彩色图像加密。进行实验,结果表明,设计的彩色图像加密算法的压缩率高,安全性能好,有一定的应用价值,可作为后续彩色图像加密的参考。     

基于小波域的压缩感知超分辨率重建方法

为了提高超分辨率图像的重构效果,提出了一种基于小波域的压缩感知超分辨率重建方法.首先采用小波变换对低分辨率图像进行分解,得到低分辨率图像的低频子带与高频子带,然后采用压缩感知技术分别对低频子带和高频子带进行重建,并通过小波逆变换得到最终重建图像,最后在MATLAB 2012平台上进行仿真实验.结果表明,相对于其他图像重建方法,本文方法的重建图像视觉效果更加理想,不仅提高了低分辨率图像重建精度,而且提高了图像重建效率,可以满足图像处理的实时性、在线性要求.     

彩色图像三维矩阵变换压缩编码

本文提出了一种基于人类视觉的新的彩色图像压缩编码方法，即三维矩阵变换压缩编码，推导了三维矩阵混合变换理论及其实现方法，使得压缩编码更充分地利用极色图象在空间上及各分量之间的相关性，与其它变换压缩编码不同的是：它不是把彩色图像的各分量独立开来，而是将去除各分量内部及各分量之间的冗余同时进行，仿真结果表明，该方法的重建图象具有有较好的视觉效果并有较好的压缩比。     

一种有效的压缩感知图像重建算法

多数现有的压缩感知重建算法基于单观测向量,处理图像信号时将其表示成一维信号,算法效率低,重建图像的效果也有待提高.本文提出了一种基于多观测向量和稀疏贝叶斯学习的重建算法,通过同时处理观测矩阵的每一列直接求得加权系数矩阵,从而快速重建图像.在相同的采样率条件下,该算法的重建图像效果更好,算法效率明显提高.采用标准测试图像...     

压缩感知在数字图像水印中的应用分析

压缩感知是信号处理领域的新兴理论,首先阐述压缩感知的基本原则和理论框架,然后对基于正交小波变换下压缩感知的图像重构的效果进行比较分析。实验表明,压缩感知可以很好地运用于图像重构。将压缩感知理论与数字水印技术相结合提出一种基于压缩感知理论的RGB空间彩色图像水印算法。该算法充分利用压缩感知的稀疏性及压缩比的可调节性,控制水印信息的嵌入容量的同时很好地提高了水印嵌入的安全性。实验表明,对于一些常见的攻击,该算法具备很好的鲁棒性。     

压缩感知图像重建算法的研究现状及其展望

主要介绍压缩感知图像重建算法的国内研究现状和国外研究现状,并探究核磁共振图像重建、分块压缩感知图像重建、基于傅里叶域采样的图像重建以及非局部正则化的图像重建等压缩感知图像重建算法发展方向,以期为相关技术人员提供信息支持。     

嵌入式彩色图像的小波包压缩算法

提出一种基于小波包变换的嵌入式彩色图像压缩方法，利用彩色图像的三分量之间的相关性，结合小波包分解的思想和多级树集合分裂算法(SPIHT)，对彩色图像进行压缩鳊码，对比分析表明该方法是可行的、有效的彩色图像压缩方法。     

改进的一比特量化压缩感知重建算法

传统的压缩感知理论考虑的测量值均是实值的,具有无限比特精度。然而在实际应用中,由于数据存储或传输需求,必须考虑测量值的量化问题。通过研究总结已有的一比特量化压缩感知(1-bit Quantized Compressive Sensing)重建算法,提出了一种改进的二进制迭代硬阀值(BIHT)算法。该算法通过引入回溯筛选的思想,在每一步迭代过程中优化了对原子的选择。实验仿真表明,在采样比特数较低时,基于回溯的二进制迭代硬阀值(BBIHT)算法比二进制迭代硬阀值算法重建精度高2~3 d B,且重建速度快。因此,BBIHT算法更有实际应用意义。     

压缩感知图像重建算法的研究现状及其展望

压缩感知(Compressive Sensing,CS)理论是在已知信号具有稀疏性或可压缩性的条件下,对信号数据进行采集、编解码的新理论.将压缩感知应用于图像压缩具有潜在的应用价值,压缩感知图像重建算法是该领域的热点问题.在对目前压缩感知重建算法的文献进行分析和综合的基础上,首先阐述了压缩感知的基本原理及其各项关键技术,然后简要总结了当前流行的压缩感知图像重建算法,给出了各种图像重建算法的仿真结果及分析,最后对影响压缩感知图像重建算法几个关键问题进行剖析和展望.     

利用基追踪算法实现图像压缩感知重建研究

压缩感知理论突破了奈奎斯特采样频率的限制,利用该理论研究和实现了二维图像的压缩采样和重建。该方案利用小波变换实现图像稀疏化,利用标准伪随机数均匀分布和二维中心傅里叶变换生成随机测量矩阵,并对小波变换后的高频子带进行加权采样,用改进的基追踪算法实现二维图像压缩感知重建。仿真实验结果表明,该方案重建图像的客观评价PSNR效果较好。     

基于自适应多尺度压缩感知的语音压缩与重构

本文针对语音信号的压缩感知问题,在系数总长度不超过原信号长度的前提下,推导了Sym小波分解合成的矩阵形式,提出了语音信号多尺度压缩感知(MCS)框架.进一步分析语音信号在小波基下不同级的稀疏性,提出了自适应多尺度压缩感知(AMCS)方法,把该方法运用到语音压缩与重构中,对重构语音进行了主客观评价,并进行了说话人识别验证...     

基于压缩感知的OMP图像重构算法改进

阐述了压缩感知相关理论以及信号的重构算法,围绕其中的匹配追踪系列算法展开研究,同时在正交匹配追踪算法(OMP算法)的基础上引入了几种改进算法,并结合OMP算法本身耗时长、速度慢的问题,给出了一种OMP的改进方案,该方案将图像进行分块再处理,从而大幅降低了OMP算法迭代的矩阵规模。在相同条件下该算法的主客观重建效果均优于原来的算法。     

基于压缩感知的遥感图像融合方法

压缩感知理论,以远低于奈奎斯特采样定理要求的速率对图像进行采样,可利用图像的部分信息重构原始图像,有效地减轻图像处理的计算复杂度,降低对硬件的要求。文中提出了一种基于压缩感知的遥感图像融合方法。在压缩域对多光谱和全光谱遥感图像进行了融合实验,并与传统的融合方法进行了比较,实验结果表明,文中方法在遥感图像融合上有着良好的性能。     

一种基于压缩感知的迭代重建算法

迭代重建算法是一种经典的CT图像重建算法,适合于不完全投影数据的图像重建,其缺点是重建速度慢。为提高图像重建的质量和速度,文中利用压缩感知理论提出了一种改进的基于图像全变差最小的迭代重建算法。该算法在迭代的不同阶段对迭代初始值做不同处理,并在每次迭代结束后采用梯度下降法调整全变差。实验结果表明,该算法不但提高了图像重建质量,同时也加快了迭代图像的收敛速度。     

基于全变分的全向图像稀疏重构算法

折反射全向成像由于曲面镜的反射作用,导致全向图像存在严重变形,传统的梯度计算方法在全向图像中不能很好地符合折反射成像的特点.为了从压缩采样数据快速有效地重构全向图像,提出了一种结合全向图像特征的全变分模型——全向全变分,并在基于TV范数进行全向图像重构时,采用全向全变分作为目标函数,进行模型的求解.实验结果验证了本文算法的有效性和可行性,其重构结果的主客观效果明显优于传统TV模型.     

迫近算子在MR图像快速重建中的应用研究

 将迫近算子用于求解基于压缩感知理论的磁共振图像快速重建模型,得到了一个高效的迭代重建算法.将该算法用于部分K空间数据重建,并就算法对噪声的敏感性及算法对迭代初值的依赖性进行了仿真实验.实验结果表明,算法对噪声不敏感,对初值也没有显著的依赖性,该算法可由极少量K空间数据重建出高质量的MR图像.     

一种基于单像素相机的压缩感知图像重建优化算法

基于压缩感知图像重构和单像素相机成像的基本原理,对单像素成像系统中的图像重建算法进行了改进优化。基于最小范数类优化算法,结合凸优化算法和非凸优化算法各自的优点,设计了一种逼近L₀范数的数学模型,从而实现了从凸优化向非凸优化算法的迭代逼近,即逼近光滑L₀范数算法。该新型算法以更高的效率和更大的概率逼近原始信号全局最优且尽可能稀疏的解。相较于传统压缩感知图像重建的贪婪类算法和最小范数类算法,该算法使压缩感知重建图像的质量和单像素相机的成像效果均得到了有效提升,并通过实验仿真和实际场景的成像实验验证了该优化算法的可行性。     

基于JPEG2000的遥感图像压缩

介绍了JPEG2000静态图像压缩标准的基本情况;对遥感图像的相关性以及小波变换域统计特性进行了分析。得出遥感图像的特点;针对遥感图像的特点,设计了基于JPEG2000无损压缩的高频子带分级量化高保真压缩方案。实验结果表明,此方案在对遥感图像进行压缩时取得了较好的效果。