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。     

基于参考单元编码失真时域影响的率失真优化算法

针对通用视频编码标准H.266/VVC的独立率失真优化技术未考虑参考单元编码失真的时域传播影响而损失编码性能的问题,提出一种基于编码失真时域影响的低延时率失真优化算法。首先,根据视频图像的时域连续性特征,由运动补偿预测误差及重建误差来计算编码失真的时域传播影响权重;其次,建立基于编码失真时域传播影响的率失真优化模型;最后,将编码失真的时域传播影响权重用于调整编码单元的拉格朗日乘子及量化参数。实验结果显示,在低延时P帧和B帧配置下,相较于基准算法,BD-rate码率节省分别达到1.6%和0.9%,编码时间分别下降2.93%和6.02%。实验结果表明,该算法在不增加编码复杂度的条件下有效提升了编码性能,适用于实时编码的应用场景。     

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。     

雾霾图像清晰化处理算法的研究

近年来雾霾日益严重,空气中的悬浮颗粒有散射作用,便使视频监控、检测、交通导航等户外视觉系统采集到的图像严重降质,为了保障户外系统能可靠、稳定地工作,因此需对雾霾图像进行清晰化处理。论文采用直方图均衡化法与Retinex算法对雾霾图像处理,实验结果表明:采用MSRCR算法得到的图像清晰,包含的细节信息多,图像增强效果较好较稳定。     

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。     

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。     

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。     

基于人眼视觉系统的自适应量化数字水印算法研究

提出了一种将彩色水印图像嵌入到原始彩色功载体图像中的新算法。首先,利用DCT静态图像压缩技术,将彩色水印图像编码成一维二进制序列并进行随机置乱;然后将原始彩色载体图像分解为R、G、B三个彩色分量并分别实施小波变换,进而结合视觉感知特性自适应确定水印嵌入位置;最后结合人眼视觉系统（掩蔽特性及对颜色的感知特性）确定量化间隔,并通过全新的量化处理过程完成水印信息的白适应嵌入,仿真实验表明：该数字水印嵌入方案不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性．     

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。     

一种根据图像能量调整的图像融合方法

针对传统图像融合算法无法对能量差异较大的图像取得良好融合效果的问题,文中根据图像的能量划分,利用多尺度变换和稀疏表示相结合的方式分解两幅图像的高低频信号,在低频部分自动调整不同能量图像块的稀疏融合规则,并在高频部分加入一致性检验,从而进一步约束对应局部空间能量MSD系数的复合过程,最后通过小波逆变换重构得到融合图像。使用红外图像、医学图像和多聚焦图像分别进行融合性能的验证,并分析稀疏分解层数和窗口步长等条件对融合效果的影响,最终取得该框架下的最优分解方式,获得了具备优秀的主观效果和客观指标的融合图像。实验结果表明,该算法在对任意两种类型传感器获得的图像进行融合时均能获得更加优秀的融合效果,且不仅局限于某两种图像的融合,其在SF,SSIM和EFQI等客观指标上优于传统融合算法和一般多尺度结合稀疏表示的算法。     

基于清晰度信息与灰度差异熵的图像修复算法

当前较多图像修复算法主要利用图像的结构信息来计算待修复块的优先权,忽略了图像的清晰度信息,导致修复图像中含有振铃以及块现象等问题。对此引入图像的空间频率,设计了基于清晰度信息与灰度差异熵的图像修复算法。首先,将数据项、空间频率和置信度项进行组合,形成待修复块的优先权度量函数,使其在优先权的计算过程中充分考虑了图像的清晰度信息,以提高优先权值计算的准确性,确保合理的修复顺序。然后,采用图像的灰度差异信息,构造灰度差异熵函数,计算合适的样本块大小。最后,联合绝对差平方和SSD与灰度差异熵函数,从图像的色彩差异信息以及灰度差异信息出发,确定待修复块对应的最优匹配块,以修复图像。实验结果表明,相对于已有的图像修复方法而言,所提算法具备更为理想的修复效果,对应的结构相似度值更大,其输出结果中不含有振铃和块现象。     

基于相关系数的快速分形图像编码

分形图像编码是一种有效压缩技术。在分形编码中,一幅图像由一个不动点接近原始图像的压缩变换来编码,然后由源于Banach不动点定理的迭代过程来解码。该文提出了快速分形图像编码的一种基于相关系数的编码方案,不需要改变现有的分形解码过程。该方案基于这样的假设,两个等尺寸的子块不能组成匹配对,除非它们的相关系数相对较大。它能够以直接的方式融入其它的分形编码算法。计算机仿真显示,对8幅复杂性不同的测试图像,该文算法能够平均加快编码3倍或更多,同时PSNR(peak signal-to-noise ratio)平均下降不到0．1dB,且主观质量有时甚至好于基本分形算法。     

基于核方法的彩色图像量化研究

彩色图像量化是指将一幅具有N种颜色的图像用K（K<相似文献