小波变换压缩图像的多尺度自适应2D滤波的后处理算法

在基于小波变换的低比特率的图像压缩中,由于小波系数的量化和在高频部分的截断使压缩后的图像呈现出严重的失真,尤其在图像的边缘部分将呈现明显的“振铃效应”．文中提出了一种多尺度、基于局部方向、自适应的2D滤波算法,可以明显改善压缩后图像的视觉效果．该方法首先判定子块内的局部方向,然后根据此方向选用相应的方向2D滤波器滤波．为了保证判断局部方向的鲁棒性,采用了循环移位的方法．为了滤除各个频段的高频噪声,在多个尺度上进行空域滤波．实验结果表明,该算法明显改善了压缩图像的视觉效果,提高了压缩图像的质量．     

小波变换压缩图像的贝叶斯迭代后处理算法

提出一种Bayesian框架下的压缩图像后处理算法,去除压缩图像的模糊现象和“振铃”失真．与以往方法不同的是该算法考虑到了在高压缩比情况下的模糊效应,应用模糊过程加偏差来等效压缩过程,并提出了相应的后处理模型,采用交替迭代的方法进行求解,并讨论了参数的选取．实验结果表明,对于高压缩比小波变换的压缩图像,该算法在主观视觉效果和客观标准的评价上都取得了良好的效果．     

边缘指导的BDCT压缩图像的后处理算法

基于BDCT的压缩图像由于频域的量化使重建回的图像出现“块失真”和“振铃”效应,严重影响了压缩图像的质量,提出一种针对这两种失真分别进行处理的后处理算法．首先,根据压缩图像块的属性把像素块分为不同的种类,针对不同的块采用3种不同的模式来去除“块失真”;然后,在边缘检测结果的指导下,对不同的区域采用不同的滤波器进行滤波,来消除“振铃”．大量的实验结果表明,该算法在主观视觉效果和客观标准评上都取得了良好的效果．     

基于小波域数据的Hammerstein模型参数估计

针对非线性离散Hammerstein模型的输出存在随机噪声情况下,提出直接利用小波域的输入输出数据,估计出该模型的参数的方法。最小二乘法是时域参数估计的主要方法,随着对小波理论的深入研究,它在信号处理方面起着重要的作用。信号经过小波变换后,得到具有时频特征的小波域的信号,提高了信号的信噪比,去噪结果比时域和频域更有效。通过小波最小二乘法估计出模型的参数,与时域最小二乘法的估计参数相比较,仿真结果表明波域方法是可行的,有效的。     

基于小波域多元非线性回归的鲁棒性数字水印算法

提出一种基于小波域多元非线性回归分析的鲁棒性数字水印算法,此方法首先对图像进行三级小波变换,并将低频系数划分成3×3的块,然后建立块质心能量值与其邻域像素点的能量值的非线性回归模型,最后依据建立的回归模型嵌入和检测水印,仿真实验表明本文所提出的算法在对抗JPEG压缩、图像亮化、剪裁、噪声等攻击具有良好的鲁棒性和抗攻击能力。     

基于小波域数据的线性ARMAX模型参数估计

线性时不变系统离散ARMAX模型在随机噪声情况下影响输出精度。为此提出直接利用小波域的输入输出数据,估计出模型的参数的方法。最小二乘法是时域参数估计的主要方法,随着对小波理论的深入研究,在信号处理方面起着重要的作用。信号经过小波变换后,得到具有时频特征的小波域的信号,方便进行去噪的处理,去噪结果比时域和频域更有效。通过小波最小二乘法估计出模型的参数,与时域最小二乘法的估计参数比较,仿真表明改进方法是可行性和有效性。     

基于小波域压缩感知的遥感图像超分辨算法

针对单字典表达复杂多样的图像纹理存在一定的局限性的问题,利用压缩感知和小波理论建立了一种多字典遥感图像超分辨算法。首先,对训练图像在小波域的不同频带利用K-奇异值分解（K-SVD）算法建立不同的字典;然后,利用全局限制求取高分辨率图像的初始解;最后,利用正交匹配追踪算法（OMP）对初始解在小波域进行多字典稀疏求解。实验结果表明,相比基于单字典的超分辨重建算法,结果图像的主观视觉效果有很大提高,客观评价指标的峰值信噪比（PSNR）和结构相似度（SSIM）分别提高2.8 dB以上和0.01以上。字典可一次建立重复使用,降低了运算时间。     

减少JPEG压缩图象方块效应的小波域图象增强

低比特率ＪＰＥＧ压缩图象往往产生严重的方块效应。利用小波分析良好的去噪和边缘检测特性,本文提出一种减少ＪＰＥＧ压缩图象中方块效应的有效算法。计算机仿真结果表明,所提算法能有效地改善解码图象的视觉质量。     

基于物联网技术的小波域分块压缩感知算法的图像重构系统设计

针对低照明度重构图像分辨率不高、重构时间长的问题,提出了基于小波域分块压缩感知算法的图像重构系统。建立低照明度图像采样模型,采用图像的景深自适应调节方法进行小波域分块压缩感知和信息融合处理。利用多尺度的Retinex算法进行小波域分块压缩感知和信息提取,提取图像的信息熵特征量。采取图像自适应增强方法进行低照度图像增强处理,使用物联网技术进行低照明度图像的三维信息重构,结合细节增强方法进行低照度图像增强处理,完成重构系统设计,实现透射率图的轮廓检测和特征重构。仿真结果表明,采用该方法进行低照明度图像重构的分辨率较高,边缘感知能力较好,且重构耗时较短,实际应用效率较高。     

基于单层小波变换的图像融合压缩感知研究

提出了一种将单层小波变换与压缩感知相结合的图像融合新方法，仅通过测量图像的高频小波系数且保留了低频小波系数，利用不同的方案对低频小波系数和高频小波系数的测量进行融合。结合总变分（TV）最小化算法和融合测量来恢复高频小波系数，运用逆小波变换对融合图像进行重建。实验表明，该方法具有良好的融合性能和较低的计算复杂度。     

基于维纳滤波器嵌入的JPEG压缩图像动态增强

JPEG压缩图像的解码图像与原图像差异较为明显,基于此,提出了一种基于维纳滤波器嵌入的JPEG图像动态增强算法。首先,计算压缩图像的嵌入容量;然后,在嵌入容量限制下,根据目标图像动态地计算最优的维纳滤波器对称性、精度等参数配置并将参数嵌入JPEG压缩图像中;最终,对解码图像使用提取的维纳滤波器进行增强,获得与原图像接近的解压缩图像。试验结果表明,本算法可单独增强JPEG压缩图像的质量,同时可基于其他后处理算法,进一步提高JPEG压缩图像的质量。     

基于压缩感知理论的图像融合方法

基于压缩感知（Compressed Sensing,CS）理论,提出了一种采样点少且结构简单易实现的图像融合方法。对需要处理的两幅或多幅图像进行小波变换,分别对得到的小波系数进行稀疏处理得到稀疏矩阵,通过系数绝对值较大法进行融合,对融合后的系数矩阵通过随机观测获取压缩采样,而图像恢复则是对得到的压缩采样通过求解最优化的问题得到。由于对小波系数进行了稀疏处理,故该方法可以用少量的采样点来恢复图像。实验结果表明,在相同采样点下,该方法得到的图像质量（PSNR）明显优于传统的系数绝对值较大法融合;在少量采样点下,采用该方法也可以使融合的图像达到较好的效果。     

一种改进的最小二乘正则化的图像复原方法

在常用的最小二乘正则化方法的基础上,提出了一种改进的图像复原方法。在运算中,首先用四阶偏微分方程方法对模糊图像进行噪声处理,得到一幅中间图像,然后对这个中间图像采用最小二乘正则化方法进行处理,便得到了最终的复原图像。实验表明,该方法不仅能克服问题的病态性,而且复原后的图像比最小二乘正则化方法复原后的图像整体视觉效果和峰值信噪比都有明显的提高。     

一种基于DWT的彩色图像数字水印方案

稳健性是图像隐藏水印最基本的要求之一,而水印的嵌入强度、嵌入位置影响水印的稳健性。提出了一种基于小波变换的彩色图像数字水印方案。利用了人眼视觉的掩蔽特性,在彩色图像的蓝色分量小波域的最低层逼近系数分块矩阵中,采用重复嵌入技术自适应地嵌入水印,水印嵌入强度较大,而现有的基于小波变换的算法大多将水印嵌入在各个方向的中频或高频中。水印提取时采用两种方案,从而使该算法的抗剪切能力很强,且提取水印时不需要原始载体图像,而现有水印系统的提取方案是唯一的。实验结果表明该水印系统不仅较好地保持了图像的质量,对JPEG压缩、噪声污染、滤波、缩放、图像锐化、马赛克效应、剪切和联合攻击等图像操作都显示了较强的鲁棒性。     

基于广义签密和DWT技术的图像水印算法

设计了一种基于广义签密和DWT的水印算法,该算法既可以对待嵌入水印进行快速签密,又可以在需要时对其进行单独的加密或签名,大大提高了数字水印的安全性和灵活性。同时,该算法考虑到人眼的HVS特性,保证了鲁棒性和自适应能力。实验表明,在不同的图像处理和多种攻击下,算法具有鲁棒性强、检测时不需要原始图像、安全性好的优点。     

结合NSCT和压缩感知的红外与可见光图像融合

目的 红外成像传感器只敏感于目标场景的辐射,对热目标的探测性能较好,但其对场景的成像清晰度低;可见光图像只敏感于目标场景的反射,场景图像较为清晰,但目标不易被清晰观察.因而将两者图像进行融合,生成具有较好目标指示特性和可见光图像的清晰场景信息,有利于提高目标识别的准确性和降低高分辨图像传感器研究的技术难度.方法 结合非下采样contourlet变换 (NSCT)和压缩感知的优点,研究一种新的红外与可见光图像融合方法.首先对两源图像进行NSCT变换,得到一个低频子带和多个不同方向、尺度的高频子带.然后对两低频子带采用压缩感知理论获得测量向量,利用方差最大的方法对测量向量进行融合,再进行稀疏重建;高频子带采用区域能量最大的方法进行融合.最后利用NSCT逆变换获得融合图像.结果 为了验证本文方法的有效性,与其他几种方法相比较,并利用主观和客观的方法对融合结果进行评价.提出的新方法融合结果的熵、空间频率、方差明显优于其他几种方法,运行时间居中.主观上可以看出,融合结果在较好地显示目标的基础上,能够较为清晰地保留场景图像的信息.结论 实验结果表明,该方法具有较好的目标检测能力,并且方法简单,具有较强的适应性,可应用于航空、遥感图像、目标识别等诸多领域.     

基于压缩感知的低能耗图像传感器节点研究

在无线多媒体传感器网络中,多媒体传感器节点的能耗问题是限制其应用和发展的重要因素。从图像编码复杂度和编码压缩率方面对节点的能耗进行分析,研究基于压缩感知(CS)的图像编码理论和节点的能耗模型。然后结合能耗模型,通过实验仿真分析DCT-CS图像编码方案和JEPG图像编码方案的图像编码和传输总能耗。实验结果表明,相比于JPEG方案,DCT-CS方案能够降低节点的总能耗。最后,在STM32F103和CC2530硬件平台上完成基于DCT-CS编码的图像传感器节点软、硬件设计,以达到降低节点能耗的目的。     

基于物理模型的单幅图像对比复原算法

基于图像复原的去雾算法中参数的估计容易造成去雾图像场景信息的丢失,对此,提出一种图像去雾新算法。在暗通道先验的基础上,通过对大气散射模型的分析,总结出雾气分布对暗通道图像的影响,并依此对外景图像进行加雾操作,利用加雾后的参考图像与外景图像中各点的景深关系完成透射率的估计,进而达到去雾目的。算法利用物理模型和多幅图像实现参数的估计,能够更好地保留场景信息。实验结果表明,该算法不仅去雾效果优于对比算法,在处理速度上也有明显改善。