融合视觉感知特性的HEVC率失真优化

目的 高效视频编码(HEVC)采用率失真优化技术选择最佳的编码参数,实现编码比特率和视频图像失真之间的平衡。失真度量通常采用均方误差和绝对误差和,这些方法并没有考虑人眼的主观感受。为了提高视频编码的主观感知质量,提出一个融合视觉感知特性的率失真优化算法,并应用于帧间率失真优化过程中。方法 首先定义了一个视觉感知因子,该因子考虑了人类视觉系统对视频图像的空域活动性区域、纹理区域、时域运动性区域和亮度的感知特性,然后以编码树单元为单位对拉格朗日乘子进行自适应调整,最后根据拉格朗日乘子与量化参数之间的关系,对量化参数做进一步的修正。结果 与HEVC参考软件相比,本文算法明显提高了率失真性能,对于相同的结构相似度(SSIM)分值,本文算法在随机访问和低延时配置下平均分别节省3.1%,4.9%的码率,最高能节省9.0%的码率。与代表性文献算法相比,对于相同的SSIM,本文算法在随机访问和低延时配置下平均分别增加了0.7%,2.2%的码率节省。结论 本文率失真优化策略能够根据图像不同的视觉特性自适应的调整率失真优化过程中的拉格朗日乘子,在保持编码质量基本不变的情况下,节省了码率,提高了HEVC的编码性能。     

基于图像特征量化的感兴趣区域编码

本文利用小波变换中多分辨率分析与人眼视觉匹配的特性,针对图像在小波域不同子带中的特点及重要性,提出了一种基于子带特征,结合带间与带内相关性进行混合量化编码的方法,支持渐进式传输,并在高压缩比下获得了视觉上较满意的高质量恢复图像。     

图像去雾算法清晰化效果客观评价方法

针对目前去雾效果评价方法少和已有评价方法存在局限性等问题, 提出了两种图像清晰化效果评价方法.一种借助由环境渲染或光路传播图所模拟的雾 环境图像,采用全参考方式评估算法的去雾效果;一种从人类视觉感知的角度出发,采 用无参考方式构建综合评价体系以全面衡量算法的去雾性能.实验证明两种方法均能 有效地评价各算法的清晰化效果,且评估结果与人眼的主观感受相一致.本文所提评 价方法分别从构建模拟雾环境和人类视觉感知两方面考虑,与已有评价方法相比,在 获得全方面评估结论的同时,具有较好的实用性和可靠性.     

基于复原结构与增强纹理融合的水下图像清晰化

针对水体对光的吸收与散射作用,导致水下拍摄图像存在雾化现象、色彩失真等问题,提出一种基于复原结构与增强纹理融合的水下图像清晰化算法.首先,通过相对总变差模型将图像分解为结构层与纹理层;其次,基于背景光的高亮度与平坦特性及颜色信息计算背景光值,利用红色暗通道先验优化透射率,通过逆求解成像模型得到复原结构层;然后,提出将梯...     

基于Lagrange的H．264率失真编码优化算法

为了进一步提高编码速度，促进视频编码技术在多媒体通信领域的实际应用，本文对率失真视频编码的关键算法进行了深入的研究并提出了其优化方法，并从信息论理论出发，着重围绕图像压缩的理论，利用率失真特征数学模型、拉格朗日乘子法，对目前新一代的H．264视频标准进行编码算法模式选择，试图从最根本的理论角度探讨信源编码，以便得到更高的压缩比、更好的图像质量和更快的编码速度。最后，利用本文提出的编码模式优化算法，对H．264的JM61e（JUT Test Model）系统测试模型的性能进行全面测试。     

基于JPEG量化失真的合成图像盲检测

主要针对JPEG图像合成伪造,提出了一种基于量化失真的合成图像盲检测算法。首先针对合成图像以JPEG和非JPEG不同的存储方式,分别估计原始量化矩阵;然后用估计的原始量化矩阵对合成图像再压缩,计算压缩前后的量化失真;最后通过判断合成图像不同区域量化失真的大小,实现窜改区域的自动检测和定位。实验结果表明:算法能有效地检测JPEG和非JPEG两种不同存储方式的合成图像。     

视频监控系统图像清晰化处理

目前，视频监控已在安防领域里广泛的应用，但是存在实时监视和图像回放不清晰的现象，导致对识别、取证、事件分析造成困难。本文就摄像机性能、视频线缆性能、视频图像压缩和显示设备四大部分作出分析，并提出提高视频图像清晰度的整体系统设计思想，以供参考。     

基于编码理论的图像秘密分享技术研究

图像的秘密分享是信息安全技术领域具有独特吸引力的研究问题。经过近20年的发展,图像秘密分享已经发展成为一个相对独立的技术领域,但却远没有达到完善的程度。当前大多数图像秘密分享方案均采用了Shamir方案的拉格朗日插值法作为分享方案的核心思想,但是这对于数据量巨大的图像而言无疑会大大降低计算的效率和系统的实用性。基于编码和秘密分享的内在联系,提出一种基于编码技术的图像秘密分享方案。除了具备大多数基于拉格朗日插值法图像秘密分享方案的优点外,新方案算法复杂度显著降低且具有思路简单、容易实现和便于扩展到视频音频领域等特点,有着更加明显的实用价值;此外,基于编码的图像秘密分享系统的实现也从一个侧面证实了编码与秘密分享在本质上的联系。     

基于视觉感知的低照度图像自动识别系统

针对传统系统图像识别准确率较低的问题,设计了基于视觉感知的低照度图像自动识别系统。硬件上选取图像信息采集器和图像识别芯片;软件设计上通过采集图像信息,获得低照度图像样本,并利用视觉感知技术设置图像样本的相关参数,实现对样本图像的特征提取,之后通过计算图像的相似度,实现图像的自动识别。实验结果表明,设计系统的图像识别准确率为98.8%,具有较大的应用价值。     

基于快速相关矢量量化的图象编码算法

图象编码已经成为当今计算机世界的重要问题,而矢量量化（ＶＱ）又是近年来有损图象压缩的一种重要技术,它的优点是比特率低以及解码简单,但是其穷尽搜索编码计算量较大,为了降低编码时间,已经有多种快速算法出现在一些文献中,然而这些算法往往不能进一步降低比特率,为了解决这一问题,因此提出了一种新颖快速相关矢量量化（ＣＶＱ）图象编码算法,该算法对图象块的编码采用对角顺序,即在编码过程中根据当前图象块（ＣＶＱ）     

一种快速相关预测矢量量化的图像编码算法

矢量量化是近年来图像压缩研究中的重要技术，在该技术中，减小编码运算时间和降低平均编码比特率是当前研究的重要问题，目前，已经提出了许多快速编码算法。为了进一步减少图像矢量量化编码的时间和降低编码比特率，提出了一种超前相关预测与快速搜索相结合的快速矢量量化编码算法。该算法在对当前图像块完成编码后，再根据该图像块与相邻的未编码图像块的相关性来预测相邻块的编码值，如果预测成功，则用低比特率表示编码值；否则用绝对误差不等式删除(AEI)算法来求得高比特率编码值，以减少总编码时间和降低平均比特率。测试结果表明，该算法比传统的穷尽搜索算法的编码速度快，且比特率低，同时对编码质量的影响很小。     

一种基于动态码书的矢量量化图像编码算法

针对快速相关矢量量化算法重建图像质量不高、存在明显方块效应的问题，采用后向搜索一定区域的预测与有限状态矢量量化相结合的编码方法，并用MEENS-2和PDS结合搜索算法完成码字搜索。实验结果表明，该编码方法既提供了高压缩比，又减少了额外失真的影响，保证了图像的重建质量。     

基于多小波变换的矢量量化图象快速编码算法

提出了一种基于多小波变换的矢量量化编码算法,图象的多小波变换优于普通小波变换,此算法又加快了编码速度。实验表明：计算时间有所减少,峰值信噪比有所提高,且图象无明显块效应。     

多门限二进制编码方法在TM 图像处理中的应用

不同类型的地物具有不同的反射光谱, 在多维光谱空间中构成不同的特征向量, 这便是遥感多光谱图像分析与识别的物理依据。传统方法中有基于单个像元波段亮度的、空间纹理的、变换空间的多光谱图像特征提取与分析方法, 但这些方法并没有直接描述地物的最本质特征-反射光谱曲线。从20 世纪80 年代开始, 当二进制编码的方法提出并在多光谱匹配识别中获得成功应用后,多光谱图像分析处理便可以在这种特征提取的基础上, 研究新的方法。提出一种基于多门限二进制编码的光谱形状描述方法, 这种方法的核心就是将多光谱的亮度范围细分成若干个灰度区间, 也称为多门限, 分别将各波段光谱亮度与多门限进行比较, 从而建立一列能够较详细描述光谱形状的二进制编码, 我们将这种新的特征描述方法应用于多光谱图像的分类、信息提取和变化检测。遥感图像处理实验的结果表明, 这种方法是有效的。     

基于模糊颜色量化的图像检索

颜色量化是基于颜色特征的图像检索的一个重要方法。在颜色量化中引入模糊集合理论,提出了一种基于人的主观视觉感知的模糊颜色量化方法,以减小量化误差和适应人的感知模糊性,根据此方法提取模糊颜色-空间特征用于图像检索。实验结果显示了模糊量化方法的有效性和检索算法较高的检索准确性。     

基于变步长量化的安全图像隐写

图像隐写通过将信息隐藏在载体图像中进行秘密传送,实现隐蔽通信.提出了VSQS图像隐写算法,利用密钥控制生成高斯序列并取整,用于对经伪随机排列后的图像像素进行变步长量化,根据量化像素与秘密信息之间的关系来修改像素,实现信息的嵌入.同时给出了该算法的一种扩展(称为TLQS隐写).实验结果表明,VSQS和TLQS图像隐写可提供较大的隐藏容量,并能抵抗几种常见的隐写分析方法.     

雾霾环境下图像清晰化处理研究与应用

用TMS320DM642芯片作为主处理芯片搭建雾霾图像处理平台，研究雾霾图像处理原理和算法，比较不同算法的优劣势，采用暗通道滤波算法进行图像清晰化处理，完成雾霾天气下图像采集、处理、显示的过程，建立一套简单的去雾系统。     

基于布尔函数的图像编码

由于二值图像可以认作一幅布尔函数的映射，因此该文提出了基于布尔函数最小化表示的布尔值图像的编码方法。它与4叉树等树型表示比较，获得了更好的存储压缩。结果表明，所提出的方法表示一幅二值图像所需求的代码数目大约仅是4叉树的一半左右。     

基于像素采样的分形图像编码算法

分形图像编码是一种基于自然图像局部自相似性的有效压缩算法技术．但是,基本的分形编码算法是耗时的,由于在基本编码算法中值域块要在庞大的定义域块库中搜索最佳的匹配块．为了减少编码时间,该文提出了基于像素采样的分形编码方案．该方案既不需要复杂的理论分析,也不需要改变现有的分形编码、解码过程,因此能够以直接的方式引进其他的块速的编码算法．计算机仿真显示,在PSNR降低的情况下,编码的匹配搜索时间大幅度减少,同时解码图像的主观质量并没有很大程度上明显降低．