基于小波变换的图像空间分层压缩编码新算法

图像压缩算法如EZW和SPIHT都具有较高的压缩率,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,分析了SPIHT算法,在相同压缩效率的情况下,将其进一步改进,使其具有空间可分层特性.提出了改进的分层SPIHT算法(SSPIHT).实验结果显示了新算法的有效性.     

基于小波变换的图像空间分层压缩编码新算法

图像压缩算法如EZW和SPIHT都具有较高的压缩率,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,分析了SPIHT算法,在相同压缩效率的情况下,将其进一步改进,使其具有空间可分层特性.提出了改进的分层SPIHT算法(SSPIHT).实验结果显示了新算法的有效性.     

采用超混沌系统的图像压缩加密联合算法

为了同步实现图像压缩和加密,提出了一种采用超混沌Chen系统和改进零树编码相结合的图像压缩加密算法。该算法在改进零树编码基础上,先利用超混沌Chen系统产生的密钥流修正位平面编码过程中形成的上下文和判决,然后送入MQ算术编码器中进行熵编码生成相应的压缩码流,最后将压缩后码流反馈到超混沌Chen系统的输入端,产生新的密钥,使密钥流和明文相关,实现图像的联合压缩加密。实验结果表明,该算法的峰值信噪比（PSNR）至少提高了1 dB,密钥空间为256 bit,加密时间占总时间的百分比均小于45%,明文和密钥敏感性高。该算法实现了图像的联合压缩加密,比原始嵌入式零树小波（EZW）算法的图像重建质量高,具有高抗线性攻击和差分攻击能力,密钥空间大,安全性好。     

CCD遥感图像的小波分解特性及编码压缩

研究了遥感图像的小波变换系数统计特性及小波系数的相关性.通过试验得出小波变换系数分布的一般规律和遥感图像基本特征,即数据的局部相关性弱、纹理丰富复杂和低冗余度,不利于高保真压缩,而遥感图像的小波变换系数却具有很强的局部相关性.提出了插分预测编码(DPCM)与集合树多级分裂(SPIHT)算法相结合的遥感图像小波编码算法,用该算法对CCD采集的遥感图像进行了3级小波分解和重构,并与EZW算法、SPIHT算法进行了比较.结果表明,算法所得的遥感图像没有方块效应,图像恢复质量较高,在相同压缩比和比特率低的情况下,明显优于其他两种算法.     

利用人眼视觉特性的低比特率小波图像压缩

图像压缩的视觉有效性直接与其所保留的视觉重要信息有关。心理生理学实验结果显示,人眼对图像的边缘、平滑、纹理区域的敏感度不同,同时对小波分解后不同子带部分小波系数的敏感度也不同。本文据此提出了一种新的低比特率小波图像压缩方法。该算法对图像不同区域小波系数进行不同的量化,同时对图像小波分解不同子带系数进行视觉重要性加权,保证优先传输视觉上最重要的系数。实验表明,本文算法适合于低比特率的图像压缩,将其嵌入EZW编码算法中,与传统的EZW算法相比,重构图像的主观视觉质量评价指标VIF(visual information fidelity)值更高,具有更清晰的视觉效果。     

混沌压缩非线性粒子群算法求解车间调度问题

针对大规模车间调度问题,提出了一种混沌压缩非线性粒子群算法。首先运用多种群策略增加粒子多样性,结合混沌策略和非线性策略改进惯性权重,以平衡全局和局部搜索能力,加快算法后期收敛速度;再引入压缩因子改进算法速度更新公式,加大算法前期搜索范围,以防止算法陷入局部最优;最后用6种车间作业经典算例分别对粒子群算法、遗传算法、灰狼算法和混沌压缩非线性粒子群算法进行检验。实验结果表明,该方法可以显著提升粒子群算法的收敛精度和速度,对于实际大规模车间调度问题适应性较好,能有效提高车间的生产效率。     

基于伪地址存储结构的稀疏矩阵快速转置算法

设计了稀疏矩阵的三元组压缩存储结构和伪地址压缩存储结构,讨论了不规则稀疏矩阵的转置技术,主要研究了稀疏矩阵的快速转置算法,第一次提出了稀疏矩阵上一种新的转置算法——基于伪地址存储结构的稀疏矩阵快速转置算法。希望该结论对工业控制和数据压缩存储研究工作者提供一般性结论。     

一种数控机床刀具三维轨迹数据压缩方法

针对数控机床刀具的三维轨迹数据的实时采集造成的海量数据存储问题,提出了 一种基于NC程序解析的数控机床三维轨迹数据压缩算法.该算法首先将采集数据点与解析NC程序得出的刀具理论运动轨迹相匹配,然后舍弃与理论轨迹点的欧氏距离在误差限内的数据点,并动态地自适应调整该误差限.实验结果表明,该算法针对数控机床刀具三维运动轨迹这类数据具有很好的压缩效果,并且与其他算法相比,本算法的平均误差减小了 61％,同时压缩时间缩短了32％,在压缩精度和压缩效率上具有极大的优势.     

图像无损压缩算法JPEG-LS实现及性能研究

对图像的无损压缩算法进行了研究,讨论了JPEG-LS图像压缩算法,阐述了该算法的基本原理,对其实现的细节及关键技术进行了深入研究,并用C语言实现了该算法。大量图像压缩实验表明,该算法是一种优越的无损压缩算法,对于多数图像,压缩比可以非常接近无损压缩极限,并且算法的运算时间很少,一幅512×512的8比特灰度图像的压缩和解压缩时间是毫秒级的,完全可以满足实时图像处理的要求。     

基于过完备字典稀疏表示振动信号压缩感知方法

针对传统基于奈奎斯特采样定理的采集系统采样振动信号时会产生大量的数据,给存储、传输和处理带来困难的问题,提出了一种基于过完备字典稀疏表示振动信号压缩感知方法。分析了经典字典学习算法,如MOD算法、K-SVD算法和双稀疏字典学习算法,重点研究了经典字典学习算法训练振动信号构造过完备字典对振动信号的压缩重构精度的影响。仿真测试结果表明,当振动信号压缩率在60%~90%时,基于双稀疏字典算法构造的过完备字典压缩重构相对误差比基于MOD算法和K-SVD算法都小。