基于视觉特性的图象分割编码算法

提出了一种考虑人眼视觉系统特点的不树分割编码算法,在分析视觉系统对比度特性的基础上,首先提出了一个基于视觉敏感的四叉树分割标准。     

静态图象的动态压缩方法

文中介绍一种通过动态压缩途径来压缩静态图象的方法。该方法首先使用排列变换将静态图象分解成动态图象序列，然后再利用现有的ＭＰＥＧ压缩程序对该图象序列进行压缩。文中还讨论了各种扫描曲线对于所生成的图象序列中相关性的影响，肯定了希尔伯特曲线的良好的局部相关性。最后使用标准测试图象Ｌｅｎａ进行了实验，结果，在压缩比同为６６：１的情况下，本方法的峰值信噪比（ＰＳＮＲ）要比ＪＰＥＧ高出０．６ｄＢ左右。     

基于人类视觉特性的医学图象压缩模型

结合人类视觉生理结构，以对比度感知特性作为人类视觉系统(HVS)中的主要研究议题，讨论了HVS模型中的设计要点，并在小波变换的多分辨率分析的基础上将包含CSF特点的HVS应用在图象的内部去相关变换和量化过程中，得到一个新的基于人类视觉特点的医学图象压缩模型．通过对CT、MRI图象进行实验表明，在相同的客观条件控制下，该方法能够取得较好的主观视觉质量．在视觉无损即保留几乎所有医学相关信息的条件下，压缩率可以达到16：1，一些应用场合可以达到80：1。     

基于视觉灵敏度分类的IFS自适应图象编码算法

为了提高IFS自适应图象压缩编码方法对不同图象的适应能力,在按人类视觉对比灵敏度分类的基础上,提出了一种进行分形图象IFS自适应压缩编码的新算法,同时定义了广义置信度的概念,并根据MSE误差曲线的广义置信度,确定了基于四叉树结构的分块分形编码过程中的匹配误差门奶。这种自适应门限编码算法不仅克服了传统固定门限IFS编码算法不能很地适应不同复杂程度输入图象的缺点,而且还提高了编码的效率。实验结果证明,此算法不仅可以自动地适应不同的输入图象,而且解码图象的视觉效果良好。     

静止彩色图象压缩编码技术

近些年来，人们在继续研究灰度图象压缩编码技术的同时，越来越关注它们在彩色图象压缩编码技术中的推广使用。本文着重介绍用于静止彩色图象压缩编码中的几种主要技术的进展情况。     

基于矢量量化的图象分形压缩编码

提出一种基于矢量量化技术的图象分形压缩编码方法,其能较好地克服传统的图象分形压缩编码方法中存在的速度慢,压缩率低等缺点,并且同时获得较高的图象恢复质量。     

彩色图象三维DCT变换压缩编码

由于彩色图象是以三分量形式表示的，因此在对其进行压缩编码时不仅要考虑它在空间，结构等方面上的冗余信息，还应充分利用各分量间的相关性。此文提出了一种彩色图象三维矩阵表示模型的三维ＤＣＴ变换压缩编码方法。     

小波变换及在图象处理中的小波特性分析

小波变换是近几年发展起来的集数学、科学计算及信号处理于一体的新理论，其核心是多分辨率分析。本文全面综述了小波变换作为多分辨率图象处理新工具的发展过程、小波变换的定义、信号／图象的多分辨率小波分解及图象多分辨率分解所表现的多尺度特性、局部化分析特性及方向选择性等。     

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。     

一种基于形态学的小波域静态图像编码算法

零树小波编码器EZW和SPIHT是近年来最优秀的两个编码算法,不足之处在于其表示父子关系使用了较多的辅助位.基于形态学表示的编码器MRWD是另一成功的编码算法,其不足之处在于没有利用带间小波系数相似性.利用这些编码器的优点,并基于小波数据的形态学表示,开发了一个新的高效小波编码器.新的编码算法的主要特点在于充分利用了带内小波系数的聚类特性和带间小波系数的相似性以及幅值衰减性.最突出的特点是利用形态算子和带间相似性进行聚类预测,从而克服了前述3个编码器的不足.具体数值实验结果表明,该算法的编码效率优于上述3     

基于人眼视觉特性的小波域分形图像编码方法

利用小波系数的相似性,提出一种基于人眼视觉特性的小波域分形混合图像编码方法。该方法是将图像进行小波分解,按照人眼对于图像边缘区、平滑区、纹理区敏感程度的不同,给这三种不同区域内图像信息所对应的小波系数赋予不同视觉权值,并分别进行分形编码。实验结果表明在保证优先编码视觉上最重要系数的同时,能够进一步提高图像复原质量。     

基于整数小波变换的静态图像压缩编码技术

目前多媒体和Internet技术的迅猛发展导致了人们对图像编码有了越来越高的要求。由于小波变换所具有的一些特性非常符合图像处理的要求,使得小波变换图像编码得到了广泛关注。本文结合小波变换的特点,对几种经典的小波图像编码算法进行了讨论,并对静止图像编码的研究方向进行了展望。     

HVS模型及其在静止图象压缩质量评价中的应用

图象质量尺度是最优化图象压缩算法参数和提高图象质量的重要依据 .建立在人类视觉模型 (HVS)基础之上的感知质量尺度作为主客观联系的桥梁 ,能有效地反映出人对图象失真在视觉上的感知 .近年来 ,有许多研究者借助人类视觉系统研究中的最新成果 ,深入分析了与图象质量密切相关的视觉感知特性 ,提出了大量效果不错的静止图象压缩感知质量尺度 ,并对视觉感知特性在图象质量尺度中的应用方法进行了较全面的综述 ,揭示了影响其图象质量预测准确性、鲁棒性的主要因素 ,给出了该领域的最新研究成果和未来发展方向 .     

面向视频压缩的显著性协同检测JND模型

为了更好的将人眼感知特性用于视频压缩系统,提出了一种改进的基于显著性协同检测的恰可察觉失真模型（Just Noticeable Distortion,JND）.该模型通过像素域和变换域下联合建模计算得到的最优JND模型,基于上下文感知的显著性算法得到相应的显著图,并将检测结果用于JND模型权值分配.提出的JND残差滤波器可以嵌入到HEVC视频编码框架中.实验结果表明:在全I帧配置下,提出的算法编码结果与HM16相比,在视觉主观感知质量一致的情况下,平均码率可节省10.7%.     

一种基于图像纹理分析的分形和SPIHT混合编码

从研究分形图像编码和零树编码各自的优劣点以及它们之间的结合点出发,寻找了一种基于图像纹理分析的分形和SPIHT混合编码,目的在于充分利用景物特征和人眼的视觉特性,提高分形变换和零树在图像编码领域内的协同能力。该方法利用SPIHT算法位平面编码的渐进特性,用基于灰度模型的统计特征分类方法将分形和SPIHT相结合,得到更符合人眼视觉特性的编码方案。实验结果表明,该方法能进行较好的图像块分类,并取得较高的压缩比,而且在人眼视觉允许的范围内且同时又要求高压缩比的情况下具有优势。     

基于主观视觉的小波图像编码方法

通过对不同小波系数加权优化量化步长的方式提出了基于视觉特性的零树编码算法.视觉权值通过刚能鉴别出的失真阈值JND计算出来.而JND的计算则通过人眼视觉系统的频率敏感度、亮度敏感度、图像内容的对比掩盖效应以及边缘掩盖效应4个特性来计算.实验证明,在相同主观质量的情况下,提出的算法优于原始的EZW/SPIHT算法,可以取得更高的压缩比.