小波变换和SHA-1相结合的图像压缩加密

针对图像分层树集划分编码的安全性问题,提出一种将小波变换和SHA-1(security hash algorithm-1)相结合的图像加密算法(DSCE).首先将图像小波变换后的系数分为低频和高频两部分,然后将低频系数、初始密钥及图像像素和,通过SHA-1置乱加密SPIHT编码高频系数;将部分加密高频系数和初始密钥,通过SHA-1置乱加密Huff man编码低频系数,在压缩过程中实现低频和高频部分相互加密.仿真结果表明,DSCE算法密钥空间大,对密钥和明文敏感,同时有效提高图像存储和传输效率.     

一种基于小波包变换的分形编码方法

利用小波包分析对高频部分进一步分解的特点,尝试将分形编码和小波包变换相结合来进行图像压缩。首先将图像进行小波包分解,然后对高频部分采用基于小波变换的压缩,对低频部分进行分形压缩。计算机模拟试验表明,采用上述改进方案,与基本分形编码相比,编码速度提高了20倍左右,且重建图像的主观保真度更高。     

基于视觉掩蔽特性的EZW算法

文中算法以EZW编码方案为基础，能够通过以下两项措施提高工作效率：(1)对小波图像的最低频子带系数进行单独DPCM编码；(2)全面考虑高频子带的分解层次与方向、背景亮度值、像素点所在区域的纹理复杂度等诸多因素，并依此确定视觉掩盖特性值，进而根据视觉掩盖特性值自适应确定小波图像高频子带系数的扫描优先级，以完成嵌入编码，对比实验表明：文中算法在编解码速度、图像复原质量等方面优于EZW算法、形态结构表示法和选择系数扫描法。     

一种基于小波变换的邻域搜索分形图像编码

本文根据文献的研究结果,对传统的分形图像编码算法加以改进,即使用邻域搜索法代替传统的全局搜索法。并将其运用到图像小波变换后的低频部分,同时为得到较好的图像恢复效果,对高频部分采用进行零树编码。实验表明,该方法在较好的恢复图像的前提下,大大的提高了编码的速度。     

基于遗传分形编码的嵌入式小波图像编码算法

在分析小波变换与分形编码特点的基础上,提出了一种新的基于遗传分形编码的嵌入式小波图像编码算法。根据图像进行小波变换分解为不同空间频带上的子图像这一特性,对其低频子带进行基于遗传算法的分形编码,利用遗传算法的快速全局搜索能力提高分形编码中值域块与定义域块的匹配搜索速度;对其高频子带部分进行阈值去噪处理后进行SPIHT编码,两部分同时进行,提高图像的压缩效率。实验结果表明：同传统的分形编码和SPIHT编码压缩方法相比,该算法在图像的重构质量方面有所提高,尤其是在中低码率下PSNR(峰值信噪比)得到了较大提高,并且算法执行时间明显减少。     

基于小波变换的低位率图像量化编码

提出一种运用非均匀量化的思想对小波低频子带系数进行量化编码的算法.首先逐级对小波低频系数的能量分布进行判别,然后根据小波系数的幅值特性自适应地对最低频小波系数采用较大的量化步长进行量化编码,而对其余的高频小波系数采用较小的量化步长.试验结果表明,在低位率编码时提高了编码性能.     

基于小波变换和自适应标矢量混合量化的图像压缩

本文提出了一种基于小波变换和自适应标矢量混合量化的图像压缩技术.该算法首先将图像分成不同层次不同频率的子带,对含能量大的低频子带采用无失真的DPCM编码;利用相同方向不同尺度子带之间的相关性,对其余的高频子带利用自组织特征映射神经网络进行矢量量化编码,实验证明此方法兼顾了图像的压缩比、编解码时间以及重构图像质量等因素.     

基于小波包变换的指纹图像分级压缩算法

针对指纹图像中频分量丰富,高频和低频分量相对较少的特点,利用小波包分析提出了一种指纹图像分级压缩算法。将小波包变换后的指纹图像按能量多少进行分级,对包含能量较多的中频子图像,采用无损差分脉冲编码调制（DPCM）,对包含能量较少的低频和高频子图像,采用嵌入式零数编码（EZW）算法;并将压缩图像码流与特征点信息相结合进行图像重建。仿真实验表明,该算法在保证重建质量的前提下,比传统的小波零树编码算法压缩比平均提高了约1.832,信噪比平均提高了约4.07,平均运算时间减少了约26%。     

基于改进SPIHT的图像无损压缩算法研究

针对应用于图像无损压缩的传统SPIHT算法没有充分利用小波系数低频子带带内的相关性且存在编码冗余的不足之处,提出了基于改进SPIHT的图像无损压缩算法。首先对原始图像进行整数小波变换,然后对小波变换后的低频子带和高频子带分开编码,即对低频子带进行预测编码;对高频子带,当阈值小于等于2时,改变了传统SPIHT算法的编码方式,减少了比特输出。实验结果表明,与传统SPIHT算法相比,比特率平均降低了0.0653bpp。     

应用人眼视觉特性的Contourlet域图像压缩编码算法

鉴于Contourlet变换存在冗余,小波变换不能准确捕获图像特征等不足,提高编码速度和改进视觉效果,提出了一种基于人眼视觉特性的混合域图像压缩编码算法。算法对原始图像进行小波分解,对中高频小波子带进一步实施自适应方向分解;根据人眼视觉特性（HVS）,对不同子块变换系数进行加权处理;结合小波分解与方向分解特点,构造扩展的空间方向树结构;根据系数重要性,对低频系数采用新的排列结构,采用SPIHT编码思想完成图像压缩。实验结果表明,提出的混合域图像编码方法是一种高效的图像压缩算法,其压缩效果明显优于SPIHT、WBCT等图像压缩方案（特别是低比特率下）。     

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。     

基于方向编码的离散余弦变换域图像隐写算法

提出一种基于方向编码的离散余弦变换(DCT)域图像隐写算法。将秘密图像进行8×8块的离散余弦变换后,采用JPEG标准量化表进行量化,将得到的DCT系数做行程编码,间接提高嵌入容量。同时对载体图像进行8×8块的离散余弦变换,采用改进的量化表进行量化,由此提高嵌入容量和含密图像的质量。通过基于方向编码的嵌入算法将秘密信息嵌入载体图像DCT系数的中低频部分。实验结果证明,该隐写算法嵌入容量大,得到的含密图像视觉质量好,可抵抗 分析攻击。     

Low bit-rate multi stage vector quantization based on energy clustered training set

In this paper, a new multi stage vector quantization with energy clustered training set is proposed for color image coding. The input image is applied with orthogonal polynomials based transformation and the energy clustered transformed training vectors are obtained with reduced dimension. The stage-by-stage codebook for vector quantization is constructed from the proposed transformed training vectors so as to reduce computational complexity. This method also generates a single codebook for all the three color components, utilizing the inter-correlation property of individual color planes and interactions among the color planes due to the proposed transformation. As a result, the color image encoding time is only slightly higher than that of gray scale image coding time and in contrast to the existing color image coding techniques, whose time is thrice greater than that of gray scale image coding. The experimental results reveal that only 35 % and 10 % of transform coefficients are sufficient for smaller and larger blocks respectively, for the reconstruction of images with good quality. The proposed multi stage vector quantization technique is faster when compared to existing techniques and yields better trade-off between image quality and block size for encoding.     

A HDWT-based reversible data hiding method

This paper presents a reversible data hiding method which provides a high payload and a high stego-image quality. The proposed method transforms a spatial domain cover image into a frequency domain image using the Haar digital wavelet transform (HDWT) method, compresses the coefficients of the high frequency band by the Huffman (or arithmetic) coding method, and then embeds the compression data and the secret data in the high frequency band. Since the high frequency band incorporates less energy than other bands of an image, it can be exploited to carry secret data. Furthermore, the proposed method utilizes the Huffman (or arithmetic) coding method to recover the cover image without any distortion. The proposed method is simple and the experimental results show that the designed method can give a high hiding capacity with a high quality of stego-image.     

基于四通道卷积稀疏编码的图像超分辨率重建方法

针对图像分辨率较低的问题,提出了一种基于四通道卷积稀疏编码的图像超分辨率重建方法。首先,该方法将输入图像依次翻转90°作为四通道的各自输入,通过低通滤波和梯度算子将输入图像分解成高频和低频部分;接着,分别利用卷积稀疏编码方法和三次插值方法对各通道低分辨率图像的高频部分和低频部分进行重建;最后,对四通道输出图像加权求均值获得重建的高分辨率图像。实验结果表明,所提方法比一些经典的超分辨率重建方法在峰值信噪比（PSNR）、结构相似度（SSIM）和抗噪性上具有更好的重建效果。所提方法不仅克服了重叠补丁破环图像补丁间一致性的缺陷,还提高了重建图像的细节轮廓,加强了重建图像的稳定性。     

基于小波系数特性的低比特率图像压缩编码算法

以层树分集（SPIHT）编码方案为基础,结合最低频子带系数分布特点与高频子带系数相关性,提出了一种新的低比特率小波域图像压缩算法.该算法首先对原始图像进行小波变换;然后对最低频子带系数进行优化处理,并自适应确定高频子带系数扫描次序;最后利用SPIHT编码思想完成图像的压缩.仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案（特别是低比特率下）.     

比较线性相位完全重构滤波器阵列在图象编码中的应用

比较了两种不同类型的多通道线性相位完全重构滤波器阵列在图象编码中的应用。由于图象的绝大部分能量集中低于频端,我们发现低频端滤波器的长度大于高频端滤波器长度的线性相位完全重构滤波器阵列比各个通道滤波器长度相同的滤波器阵列有较 编码效果。     

基于谱图小波变换的图像压缩编码方法

针对小波变换图像压缩编码方法在高压缩比下得到的重构图像质量往往较差的问题,提出了一种基于谱图小波变换的编码方法.该方法首先将图像转化成图,利用谱图小波变换分解图得到谱图小波系数,这些系数的能量随着尺度的增加而衰减,然后根据谱图小波系数的特性对SPECK算法进行改进,最后对谱图小波系数进行量化,利用改进的SPECK算法对量化后的系数进行压缩编码,并在图像数据量压缩的同时从稀疏系数中恢复原始图像.实验结果表明,该编码方法对自然图像的压缩具有高效性,相比小波变换的压缩方法,重建图像的PSNR有所提高且变化平稳,与此同时还得到更大的压缩比.