一种基于模板的档案图像压缩新方法

在大容量档案图像数据库中,不仅单页档案图像内部存在数据冗余,而且档案图像页之间存在大量集合冗余.本文提出了基于模板的压缩新方法,通过定义相似图像集合的模板,充分利用图像数据的先验知识,对档案图像的内容进行分析和理解,从图像内和图像间以二维模式压缩图像数据.实验表明,该方法能够大幅提高压缩性能.     

一种改进的基于压缩感知的心电压缩算法

为了解决远程动态心电记录仪数据量过大的问题,并且克服基于压缩感知的压缩算法压缩比有限的问题,提出压缩感知压缩与移位差分位压缩结合的心电数据压缩算法,移位差分位压缩算法是无损压缩算法,在不影响压缩感知重构精度的前提下进一步提高压缩比。经实验证明,该方法将压缩感知原有4倍的压缩比最高提高到11倍,最小为4.81倍,压缩端的计算复杂度为O(N),满足远程动态心电记录仪的需求。     

基于改进遗传算法的C-TRDM压缩存储

针对时态数据库中存在数据冗余、数据量快速增长等问题,结合现有压缩技术,提出基于改进遗传算法的C-TRDM压缩存储技术。将各个时刻的时态关系数据分解为最小粒度的数据并进行编码,采用改进的遗传算法来计算待压缩数据中的最优存储数据以提高压缩比。算法的快速收敛性使去除数据冗余的速度得到提高。     

基于整数小波变换的机载多光谱图像无损压缩

首先探讨了基于提升方案的整数小波变换,结合线性预测技术,提出了一种机载多光谱遥感图像的无损压缩方法。该方法通过整数小波变换减少图像的空间冗余,然后根据多光谱图像谱间的相关性对整数小波变换后的结果进行预测,并且加进了相关性判断这一环节保证了预测的有效性。算法适合并行处理和硬件实现。对机载64波段多光谱遥感图像的试验结果表明,该方法与改进的预测树方法相比其无损压缩比平均提高了16%,压缩时间缩短了三分之二。     

基于最优曝光的最小包围曝光集合获取方法

针对传统的基于多曝光的高动态范围成像方法存在冗余信息多、总曝光时间长的不足,提出一种基于最优曝光的最小包围曝光集合的获取方法.利用目标相机可捕获最大曝光到最小曝光的图像序列,计算出目标相机的辐射域动态范围,并以此作为目标相机基准;在实际多曝光捕获时,只需计算目标场景最优曝光图像的动态范围,以及目标场景最小、最大辐照度,即可得到目标场景的基于最优曝光的最小包围曝光集合.利用典型的高动态范围场景对不同集合合成的高动态范围图像进行实验的结果表明,该方法在保证所获得高动态范围图像质量的前提下,相比传统的包围曝光集合获取方法,可有效地减少高动态范围成像所需低动态范围图像的数量,降低多曝光图像集合总捕获时间,节省存储空间.     

基于重组的DPCM和位平面编码的高光谱图像压缩方案

高光谱图像压缩技术是遥感数据存储和传输中的一个迫切需要解决的问题。高光谱图像的特点是存在着两类冗余：空间冗余和谱间冗余。高光谱图像的压缩要同时利用图像的空间冗余和谱间冗余。基于重组的DPCM和位平面编码的压缩方法，是通过重组的DPCM，去除帧间相关性，消除超光谱图像帧间的冗余；然后对残差图像的压缩采用基于小波变换和位平面编码技术，去除空间冗余。实验取得了令人满意的效果，证明了该算法的有效性和实用性。     

图像无损压缩技术分析与性能比较

讨论了目前常用图像无损压缩算法的基本原理和实现方法,并对这些方法的性能做了分析比较。通过实验表明,基于整数小波变换的压缩方法具有较好的压缩比。针对无损压缩比低的问题,提出根据图像特点首先采用预测编码方法或整数小波变换方法降低图像信息量,再使用熵编码方法的方案能较好地提高压缩比。     

基于DPCM与Hilbert扫描的灰度图像无损压缩方法

提出一种基于DPCM与Hilbert曲线的医疗图像无损压缩方法,通过差分脉码调制技术（DPCM）对图像进行预测处理,得到差值图像,再利用Hilbert曲线对医疗图像像素的进行扫描,得到图像的一维数据,然后分别用哈夫曼编码、游程编码和字典编码对一维数据进行压缩。实验结果显示Hilbert扫描可以增加像素的相关性,对提高压缩比有一定的贡献。     

基于分类方法的分形图像压缩

分形图像因其图像块的自相似性可以得到较高的压缩比、有效的减少冗余.在分形和局部迭代函数系统理论的基础上,介绍了一种灰度排列法的编码方案.该方法按照1/4子快的灰度均值,通过放射变换将图像块分为3大主类.每个子块在相应的父块类中去寻找最佳匹配的父块,从而使无效父块在搜索过程中的比较次数明显减少.实验结果表明,该算法能有效的压缩图像,压缩比高、解码图像质量好、压缩时间较短.     

基于分形集的图像压缩方法

分形图像编码是一种极具发展前途的图像压缩方法,但由于其发展时间较短,还有许多问题尚待解决,其中较为突出的是,在很长的编码时间和较高的压缩比下重构图像质量尚不能令人满意。提出了一种新颖的分形图像压缩算法,即基于Julia集的分形图像压缩方法。该算法采用Julia曲线集合作为压缩编码字典,使用自适应四叉树法实现图像压缩。通过计算机模拟实验结果显示,此算法具有较高的图像压缩比和高质量的重建图像,编码速度提高也很明显。     

方向自适应提升小波在遥感图像中的研究

针对于遥感图像纹理复杂的特点,提出了一种利用自适应方向提升方案的遥感图像压缩编码新方法。传统的提升方法主要在垂直和水平方向上进行,从而降低垂直和水平方向上像素的相关性;与传统的提升方法不同,基于自适应方向提升的方法充分利用了图像其他纹理方向的相关性来进一步提高预测的精度,从而降低高频部分的能量值。该算法首先利用自适应方向提升的方法对遥感图像进行多尺度快速整数小波变换,然后采用子带位平面编码算法来实现遥感图像的高效压缩编码。实验结果表明,对一般遥感图像,该算法在高倍率压缩的情况下要优于目前的JPEG2000算法。     

基于ROI的分形图像压缩编码

分形图像压缩由于具有非常高的压缩比越来越受人们的关注,但是高压缩比的图像方块效应非常明显,这在很大程度上影响了解码图像的质量。为了解决这个问题,借鉴JPEG2000中提出的ROI概念,提出了将感兴趣区域（ROI）图像编码与分形图像压缩编码相结合的图像编码方法,使得重构的图像中感兴趣区域的保真度高于背景区。该方法很好地解决了图像的压缩比和重构图像质量之间的矛盾。实验结果证明：此方法在获得较高压缩比的同时,压缩编码时间大为降低,解码图像质量也有较大的改善,且总体编码性能优于JPEG编码。     

一种基于形态小波的遥感影像压缩编码算法

与一般图像不同,由于遥感影像具有纹理复杂、局部相关性较弱的特点,而且影像经过小波变换后系数的空间聚类特性较明显,因此遥感影像压缩具有一定的特殊性,可是目前大多数基于小波的压缩编码算法都没有考虑小波系数的空间聚类特性,为了进一步提高编码效率,提出了一种基于形态小波的遥感影像压缩算法。该算法首先对遥感影像进行多尺度快速小波变换,然后依据遥感影像的小波能量聚类特性,采用一种形态膨胀编码算法来实现遥感影像的高效压缩编码。试验结果表明,对一般遥感图像,该算法在高倍率压缩的情况下要优于目前的JPEG2000算法;而且对多波段的遥感影像,该算法也取得了较好的压缩效果。     

基于提升方案的整数Deslauriers-Dubuc(m,n)插值小波变换结合SPIHT应用于图象无损压缩编码性能的研究

研究了基于提升方案的 Deslauriers- Dubuc( m ,n)插值小波变换结合 SPIHT应用于图象无损压缩编码的性能 .实验结果表明 ,基于提升方案和整数运算的插值小波变换是整 -整可逆变换 ,适于快速的 ,渐进性的直至无损图象压缩 .无损压缩性能远好于 Huffm an、Win Rar、Raw Win Zip、JPEGL S.以 ( 4,4)插值小波为例平均而言压缩比分别比上述编码方法提高了 63 % ,49% ,46% ,3 4%左右 .由于实现的可逆小波变换是基于整数运算的 ,可由加法和移位完成 ,运算速度快 ,便于动态图象编码及硬件实现     

SAR复图像数据的CCSDS-IDC编码性能分析与四叉树编码

目的：CCSDS-IDC (国际空间数据系统咨询委员会-图像数据压缩) 是NASA制定的基于离散小波变换(DWT)尺度间衰减性的空间图像数据压缩标准,适用于合成孔径雷达(SAR)幅度图像及各类遥感图像的压缩。然而,与光学图像不同,常见的SAR图像都是复图像数据,其在干涉测高等许多场合具有广泛应用,分析研究CCSDS-IDC对SAR复图像数据的编码性能具有重要的应用价值。方法：由于SAR复图像数据不具有尺度间的衰减性,因此将其用于SAR复图像数据编码时性能较低。考虑到SAR复图像数据DWT系数呈现出聚类特性,提出将四叉树(QC)用于DWT域的SAR复图像数据编码,发现QC对SAR复图像数据具有高效的压缩性能。结果：实验结果表明,在同等码率下,对基于DWT的SAR复图像数据压缩, QC比CCSDS-IDC最多可提高幅度峰值信噪比4.4dB,平均相位误差最多可降低0.368;与基于方向提升小波变换（DLWT）的CCSDS-IDC相比,QC可提高峰值信噪比3.08dB,降低平均相位误差0.25;对其它类型的图像压缩,基于聚类的QC仍能获得很好的编码性能。结论：CCSDS-IDC对SAR复图像数据编码性能低下,而QC能获得很好的编码性能。对应于图像平滑分布的尺度间衰减性,其在某些特殊图像中可能不存在,而对应于图像结构分布的聚类特性总是存在的,故在基于DWT的图像编码算法设计中,应优先考虑利用小波系数的聚类特性,从而实现对更多种类图像的高效编码。     

Compression assessment based on medical image quality concepts using computer-generated test images

Compression algorithms are widely used in medical imaging systems for efficient image storage, transmission, and display. In the acceptance of lossy compression algorithms in the clinical environment, important factors are the assessment of 'visually lossless' compression thresholds, as well as the development of assessment methods requiring fewer data and time than observer performance based studies. In this study a set of quantitative measurements related to medical image quality parameters is proposed for compression assessment. Measurements were carried out using region of interest (ROI) operations on computer-generated test images, with characteristics similar to radiographic images. As a paradigm, the assessment of the lossy Joint Photographic Expert Group (JPEG) algorithm, available in a telematics application for healthcare, is presented. A compression ratio of 15 was found as the visually lossless threshold for the JPEG lossy algorithm, in agreement with previous observer performance studies. Up to this ratio low contrast discrimination is not affected, image noise level is decreased, high contrast line-pair amplitude is decreased by less than 3%, and input/output gray level differences are minor (less than 1%). This type of assessment provides information regarding the type of loss, offering cost and time benefits, in parallel with the advantages of test image adaptation to the requirements of a certain imaging modality and clinical study.     

一种基于感兴趣区的小波图像编码算法

该文从图像有损压缩后产生的差值图像入手,分析了不同压缩比下嵌入式零树编码对有损压缩图像与原图像的差值图像的影响,结合网络的互动特点,给出了一种基于图像感兴趣区残差图像的小波编码算法。该算法基于图像感兴趣区域的近无损压缩理论,利用了残差图像中的象素呈高斯分布特点。先对小波图像在较低信噪比下做嵌入式零树编码并重建有损图像,求出该图像与原图的差值;然后对该差值图像中的感兴趣区域做DCT编码,将二次编码的数据熵编码后跟在一次编码数据后面传输或存储,从而实现了基于感兴趣区的小波图像编码算法,实验结果表明,该算法不仅提高了压缩效率,而且满足了对感兴趣区图像质量的要求,其简便灵活的特点可以做为小波零树编码的重要补充。     

基于ROI编码的任意尺寸测量图像的压缩方法

针对基于感兴趣区域(ROI,Region of Interest)的测量图像算法中存在的编码冗余、适用范围受限等问题,提出了一种适用于任意分辨率的测量图像压缩算法。该方法通过加入ROI中A类集合的分类,优化了码流的输出,进一步提高了算法的编码效率;根据小波变换的特点和测量图像对编码算法的要求,通过分区域编码解决了测量图像在编码过程中分辨率受限的问题。实验表明,方法实现了对任意分辨率测量图像的编码,并在不影响测量精度的前提下,获得了优于基于感兴趣区域的测量图像压缩算法的压缩性能。     

基于人眼视觉特性的快速图像编码算法

提出了一种图像编码算法ESPIHT(extended set partitioning in hierarchical trees).该算法能够通过以下3项措施提高SPIHT算法工作效率:(1) 全面引入快速提升小波变换;(2) 重新定义扩充零树结构;(3) 综合考虑人眼视觉特性.实验结果表明, ESPIHT算法是一种高效的图像压缩算法,其编解码速度、图像复原质量、内存需求量等关键技术指标均优于SPIHT等编码算法(特别是在低比特率下).     

基于层级匹配的维吾尔文关键词文档图像检索

为实现基于关键词的维吾尔文文档图像检索,提出一种基于由粗到细层级匹配的关键词文档图像检索方法。使用改进的投影切分法将经过预处理的文档图像切分成单词图像库,使用模板匹配对关键词进行粗匹配;在粗匹配的基础上,提取单词图像的方向梯度直方图(HOG)特征向量;通过支持向量机(SVM)分类器学习特征向量,实现关键词图像检索。在包含108张文档图像的数据库中进行实验,实验结果表明,检索准确率平均值为91.14%,召回率平均值为79.31%,该方法能有效实现基于关键词的维吾尔文文档图像检索。