基于图像感兴趣区域的图像压缩方法

目的提出一种基于图像感兴趣区域的图像压缩方式,实现在减少图像存储空间时图像失真少的效果。方法采用眼动仪提取图像感兴趣区域,制作压缩掩码对图像进行分区压缩,非感兴趣区域采用DCT算法进行压缩,而感兴趣区域不做任何压缩处理直接保留原样。结果主客观评价实验表明:压缩后的图像失真较少,视觉观察效果好,且压缩后所占存储空间减半,方法简便,压缩效率高。结论结合眼动仪提取感兴趣区域的压缩方法优于基于Itti视觉模型的压缩方法,适合压缩多种类型的图像,具有较好的实用性。     

JPEG2000图像压缩标准及其关键算法的应用

JPEG2000是为适应不断发展的图像压缩应用而出现的新的静止图像压缩标准。阐述了JPEG2000图像编码系统的实现过程,对其中采用的基本算法和关键技术进行了描述,介绍了这一新标准的特点及应用场合,并对其性能进行了分析。     

提升方案结合改进SPIHT的快速图像压缩方法

针对传统小波变换过程复杂的缺点和 SPIHT 算法编码过程重复运算、存储量大的问题,提出了基于提升方案快速 SPIHT 的压缩方法。该方法采用提升方案弥补传统小波变换的不足,提高了图像的重构质量和小波变换速度,并引入“最小阈值”、“最小输出位”和“最大值表”的思想对SPIHT 算法加以改进,降低了编解码过程的运算复杂度和时间消耗。实验证明,该算法较传统方法编解码速度提高了2.5倍,重构图像的峰值信噪比亦有所提高,是一种有效的快速图像压缩方法。     

基于整数小波变换与矩阵分解的感兴趣区域可逆水印算法研究

目的针对传统感兴趣区域水印算法抵抗几何攻击能力较弱的缺陷,提出一种基于IWT-Schur的感兴趣区域可逆水印算法。方法首先对载体图像做小波变换,筛选出各子带ROI系数,接着采用Arnold变换加密水印图像,加密水印图像做整数小波变换得到一系列分量。最后结合Schur分解,将水印各分量对应加至载体各子带的ROI。结果采用整数小波变换IWT与矩阵Schur分解的嵌入方式,使得含水印图像的视觉质量良好,算法实现容易。含水印图像没有受到干扰时检测到的水印与原水印一致,含水印图像受到攻击时,也表现出良好的性能,检测到的水印品质较好。结论实验证明,此方案水印提取正确,且感兴趣区域无损恢复。     

基于谱聚类波段选择的高光谱图像分类

高光谱图像在地物观测领域得到了广泛的应用。由于高光谱图像具有数据量大、波段间相关度高等特性,波段选择技术成为降低地物识别计算复杂度的重要方法。根据不同波段数据之间的非线性关系,提出了基于谱聚类(SC)的波段选择技术。该方法首先以波段图像为样本点生成近邻图和相似度矩阵,然后借助谱聚类方法将所有数据样本分成 k类,从中选择 k个代表波段参与后继的分类识别任务。实验数据表明,新方法减小了计算复杂度,提高了地物识别的精度。     

基于高光谱图像的近距离显著性目标检测

显著性目标检测是计算机视觉中一项重要的任务.基于彩色图像的显著性目标检测已经取得了很好的成果,但是在复杂场景中,基于彩色图像的目标检测方法会失效,例如当目标物体与周围环境有着相似的颜色、轮廓、纹理时.与彩色图像不同,高光谱图像同时记录目标的二维空间信息和一维光谱相应信息,可以刻画目标的材质特性,是处理这类问题的重要方式...     

一种用于高光谱图像分类的空谱协同编码方法

针对现有基于协同表示的分类算法对于高光谱遥感图像的空间光谱信息利用不充分而造成较低分类精度的问题,该文提出一种空谱协同编码方法用于高光谱图像分类。算法首先利用空间光谱信息对图像进行加权滤波。随后,对于协同编码模型,将空间光谱信息转化为空间光谱权重以对模型进行正则约束。在Indian Pines和University of Pavia真实数据集上的实验结果表明提出的算法能分别获得98.82%和99.09%的总体精度。实验证明了所提出的算法对高光谱遥感图像进行分类的有效性。     

基于IHS变换的多光谱遥感图像有损压缩算法

提出了一种有效的多光谱遥感图像有损压缩算法,该算法根据多光谱遥感图像的数据特点,将IHS变换和整数小波变换相结合进行数据压缩.采用IHS变换去除谱间相关性;采用整数小波变换去除空间相关性,依据各个子带的重要程度,用自适应阈值进行量化,并分别对量化后的数据和重要图表采用固定比特平面编码和游程编码.实验结果表明,算法在保证平均PSNR≥33dB时,获得了较高的压缩比,并且算法硬件实现简单,对内存的需求低.     

基于EM-MLC的高光谱图像方法识别海洋赤潮的研究

提出了一种综合利用小波变换高低通滤波数据的海洋赤潮识别方法.基于低通滤波数据,利用基于有限混合密度理论期望最大(EM)算法作为最大似然分类(MLC)参数估计的方法(EM-MLC)来进行赤潮、非赤潮和过渡水体的分类识别,并可进一步识别出不同优势种藻类引发的赤潮区域;利用高通滤波数据,可以分析赤潮爆发中非优势种藻类的信息,这就为引发赤潮的藻类种类的判断奠定了基础.通过实验验证了本方法可以有效地进行赤潮识别.同时,根据检测出的过渡水体区域信息,可以进行赤潮爆发前的预测.     

基于矩阵模式的高光谱波段选择方法

去除冗余信息,进行特征提取是当前高光谱数据处理的一个重要课题。本文根据波段选择的基本准则,结合离散系数和相关系数对高光谱影像空间维和光谱维的可分性及相关性进行分析,提出了基于矩阵模式的高光谱波段选择方法-BSMM,并且定义了一个矩阵因子。在计算空间信息量时比较了标准差和离散系数的量化结果,除此之外,采用区间映射有效地消除了离散系数和相关系数变换区间不一致的情况。最后利用AVIRIS高光谱数据,通过与最佳指数因子的比较验证了该方法的有效性。     

一种基于小波变换的遥感图像压缩算法

为验证图像压缩算法122.0-B-0对遥感图像的有效性,在对该算法进行了较为详细的研究后,对该算法进行了软件实现,然后将该算法与JPEG2000、SPIHT算法在压缩效率及压缩速度上进行了比较.实验结果表明:该算法在较低码率下压缩性能与JPEG2000、SPIHT算法相当,在较高码率下压缩性能略微下降,但在相同码率下它的编码速度比JPEG2000快2倍左右,比SPIHT算法约快1.5倍左右,且编解码速度与码率成正比.该算法采用的编码方式相对简单,无反馈操作,可适应于不同内存大小的压缩系统,并采用分段编码有效地防止误码扩散,因此在空间飞行器上具有巨大的应用价值.     

一种非一致小波基的超光谱图像压缩方法

传统的三维小波变换在不同维采用相同的小波基且频谱分辨能力也是相同的,这不能与超光谱图像的特性相匹配.本文提出了一种新的采用非一致小波基的去偶结构的三维小波变换的超光谱压缩方法.由于超光谱图像光谱维和空间维具有明显不同的特性而设计的,本文采用一种非一致小波基设计思路,对不同维使用不同的小波基并与去偶的小波变换结构结合在一起进行小波变换.为了获得符合不同维特性的最优的小波基组,本文通过评估指标来测试各种小波基组合的性能.实验结果表明,本文提出的方法能够明显提高超光谱图像的压缩比,且不需牺牲计算复杂度、可扩展性等额外代价.     

基于频率分级的指纹图像压缩算法

指纹图像是由黑白相间的脊线、谷线排列在一起而构成的特殊灰度图像,反复出现的反差边缘、周围的背景区域使得指纹图像具备低、中、高三种不同的频率成分,本文利用小波包变换和频谱分析提出了一种基于频率分级的指纹图像压缩算法,对包含能量最多的低频子图像,采用无损差分脉冲编码(DPCM)算法;对包含能量较少的中频子图像,采用嵌入式小波零数编码(EZW)算法;对包含能量最少的高频子图像,采用集合分裂嵌入块编码(SPECK)算法。仿真实验表明,本算法在保证重建质量的前提下,压缩比平均提高了21.4%左右,逼真度平均提高了6.25%左右。     

一种基于小波子带熵的遥感图像压缩算法

提出了一种使用小波子带熵进行比特分配的遥感图像压缩算法.对遥感图像进行小波提升分解后,分析了各高频子带能量百分比及其熵的变化趋势,在此基础上提出了一种新的快速比特分配方法-使用子带熵进行比特分配.然后对各个高频子带进行均匀量化,量化后的数据采用比特平面编码.对最高比特平面只记录该比特平面中非零系数的坐标,其它比特平面采用行程编码和Huffman编码方法进行压缩.实验结果表明,纹理复杂以及相对平坦的遥感图像使用该算法压缩后都可以获得很好的重构图像质量,峰值信噪比均大于34dB,而压缩比则与图像的复杂程度有关.     

基于四叉树小波分形的医学图像压缩

文章提出了一种基于四叉树小波分形的医学图像压缩新算法。利用小波子带图像间的相似性和块内存在的自相似性进行分形编码。克服了传统分形编码复杂和编码时间过长的缺点，有效提高了编码效率。实验表明，此方法在无诊断失真的情况下可获得较好的压缩效果，在远程医疗和PACS系统等领域的医学图像压缩中有重要的潜在应用价值。     

一种基于改进量化表的 JPEG 图像压缩算法

目的结合人眼视觉特性,研究一种基于改进量化表的JPEG图像压缩算法(JPEG-HVS)。方法利用人眼亮度对比度敏感函数(CSF)生成一种新的量化表,来代替传统JPEG标准推荐的亮度量化表,并通过Matlab7.0对不同种类图像进行了仿真实验。通过计算不同种类图像的压缩质量评价指标,将提出的压缩算法与传统JPEG压缩算法及JPEG区域法进行对比。结果 JPEG-HVS实现的压缩比比JPEG实现的压缩比平均高出53.56%,比JPEG区域法平均高出18.75%。3种压缩方法的峰值信噪比(PSNR)波动不大,JPEG的PSNR值最大,JPEG-HVS次之,平均结构相似度(MSSIM)从大到小排列依次为JPEGJPEG-HVSJPEG区域法。JPEG-HVS编解码所需时间要明显少于JPEG。同时依靠主观评价可以发现,经JPEG-HVS解压的重构图像仍具有良好的视觉特性。结论在保证了压缩质量的同时,提出的JPEG-HVS压缩算法相比于传统JPEG压缩算法、JPEG区域法,可以实现更大的压缩比和更快的编解码速度,更有利于图像的存储与传输。     

基于WDFB及形态膨胀的图像压缩算法

将小波和方向滤波器组结合,实现了一种非冗余的图像变换WDFB,它满足各向异性尺度关系,能更稀疏地表示诸如边缘和纹理等几何特征.利用WDFB的优势,提出一种基于形态学操作的有效的图像压缩算法.该算法利用重要树来表达子带间的相关性,同时采用形态膨胀算子来聚类子带内的重要系数.实验结果表明,新算法在PSNR指标上明显优于基于小波的压缩算法,尤其对于含有丰富纹理的图像.例如对于512×512的Barbara图,在0.25bpp压缩率下,新算法比SPIHT和MRWD算法的PSNR分别提高1.08dB和0.87dB.     

基于拉普拉斯金字塔的图像压缩与重构研究

目的研究利用深度学习辅以拉普拉斯金字塔来完成图像压缩与重构。方法利用卷积神经网络提取图像的主要特征,利用双三线性插值法来减少特征尺寸,使用拉普拉斯金字塔来构建分层体系,从而逐步地减少图像大小以达到压缩的目的。在重构端上,对此系统则进行卷积操作,并采用上采样过程,进行图像的恢复重构过程,得到重构图。结果采用来自法国贝尔实验室的set 5与set 14数据集进行验证,使用2层金字塔即在16倍的高倍率压缩下进行实验结果验证,结果表明在主观评价上使用深度学习的方法在清晰度和还原度上要优于PCA,DCT和SVD,同时在客观评价上文中方法取得了标准差(52.73)与信息熵(7.44)的最好结果,高于PCA的49.70与7.38。SVD变换法与DCT变换法,在标准差上只有48.69和49.02,远不如文中方法,同时图片的信息熵只有7.34与7.35,低于文中的7.44。结论利用拉普拉斯金字塔结构来设计卷积神经网络结构来完成图像压缩与重构取得了不错的效果。     

基于压缩量化与邻域空间LBP算子的图像哈希算法

目的为了解决哈希算法的感知鲁棒性与伪造检测能力不高的问题,提出基于特征压缩机制与邻域空间局部二值模式的紧凑图像哈希算法。方法首先利用2D线性插值技术,对输入图像进行预处理;嵌入Ring分割技术,将其变为二次图像;再利用Gabor滤波技术对其完成过滤;考虑到图像的颜色特征与其内在的空间关系,基于局部二值模式LBP设计邻域空间LBP算子,提取滤波图像的特征;构建特征压缩量化准则,输出紧凑的哈希二值数组;迭代Logistic映射,输出随机序列,通过量化每个序列值输出密钥流,通过构建动态引擎设计分段异加密模型,实现紧凑哈希序列的加密,获取图像哈希;最后计算原始哈希序列与待检测哈希序列的Hamming距离,实现图像信息的安全认证。结果与已有的哈希生成机制相比,文中算法所输出的哈希序列更紧凑,对旋转、伽马校正等篡改操作具有更好的感知鲁棒。结论所提哈希技术具备较高的安全性,在包装图标检索、信息检测等领域具有较好的价值。     

图像压缩技术进展

图像压缩就是把图像文件压缩变小,同时图像的质量不可失真到不能接受的程度,以便在一个给定的储存空间中,保存尽可能多的文件,并加快信息在网络上的传递速度,因此已成为当前的一项极其重要的研究课题,进展极为迅速,目前压缩比已可达到100∶1,还在继续提高。本文扼要阐述其基本情况和原理。