基于改进层式DCT的压缩感知图像处理

为改善图像压缩质量,提出一种基于改进层式离散余弦变换(DCT)的压缩感知图像处理方法。该方法保留层式DCT变换的最高层系数,只对其余层高频子带系数进行压缩感知随机测量。利用正交匹配追踪算法对高频系数进行恢复,通过DCT反变换重构图像。实验结果表明,与基于层式DCT的方法相比,在相同压缩比的情况下,该方法重构图像的峰值信噪比较高。     

心电图数据的分段DCT压缩方法

一个心动周期（一帧）的心电图（ＥＣＧ）波形大致可分为两段：高频段（幅度变化梯度大的段）和低频段（幅度变化梯度小的段）。鉴此，本文提出了一种高压缩比、高重构波形质量的ＥＣＧ数据压缩算法。将一帧的ＥＣＧ波形分解为高频段和低频段两段，然后应用离散余弦变换（ＤＣＴ）分别进行数据压缩。实际数据处理结果显示，在百分比均方根误差（ＰＲＤ）为３％～４％时，数据压缩比（ＣＲ）达到９．５～１１．５，而且本算法还具有良好的去噪声干扰的特性。     

基于局部DCT系数的图像压缩感知编码与重构

引入了压缩感知(Compressed sensing, CS)理论, 给出了在获取局部二维 离散余弦变换(Discrete cosine transform, DCT)系数的基础上高质量地编码与重构图像的新方法. 研究了在无量化和有量化情况下, 基于局部DCT系数的图像CS最小全变差重构算法. 在对DCT系数进行量化的过程中得到含噪的局部DCT系数, 在此基础上设计了能完成CS重构的图像编解码一般流程, 并构建了实际应用系统. 实验结果表明, 对于稀疏性较强的图像, 在图像编解码系统中结合CS理论与方法能得到高质量的重构图像, 与传统的直接反离散余弦变换(Inverse DCT, IDCT)方法相比, 峰值信噪比(Peak signal to noise ratio, PSNR)最大能提高5dB以上, 对于一般图像, PSNR也有较大提高.     

基于DCT压缩的JPEG图像的快速检索

提出了一种基于离散余弦变换(DCT)压缩的JPEC图像的检索方法。该方法利用JPEG图像数据在DCT压缩域的特性,直接提取特征,而且只需要对JPEC进行部分熵解码。在加速了图像检索的过程的同时也保证了检索结果的精确性,并且具有一定的鲁棒性。     

基于DCT的残差自适应编码压缩

本文提出了图象残差压缩的概念，建立了在JPEG压缩算法基础上改进的，基于DCT的残差自适应编码压缩方法，该方法与JPEC压缩算法相比，压缩速度没有显著差别，但恢复图象信噪比高可提高约1分贝，对局域相关性较弱的遥感类图象，恢复图象精度的提高尤为明显。     

量化压缩感知在语音压缩编码中的应用

利用语音信号在离散余弦变换（ DCT）域的近似稀疏性和量化压缩感知理论,文中提出一种基于量化压缩感知的语音压缩编码方案。编码端利用压缩感知技术,将语音信号投影成数据量大大减少的观测序列,然后对观测序列采用Lloyd-Max量化得到量化后的观测样值;解码端直接利用量化后的观测样值,结合重构算法重构出原始语音信号的DCT系数,经过DCT反变换得到重构后的语音信号,并采用后置低通滤波器改善重构语音的听觉效果。该编码方案解码端不需要进行反量化,而是直接利用量化后的观测样值进行重构,有效降低了解码端的运算量及复杂度。仿真结果表明：采用量化迭代硬阈值（QIHT）算法重构效果优于迭代硬阈值算法（IHT）,重构语音的信噪比能达到20 dB以上,MOS分达到3.26。     

基于压缩感知的改进MPEG-2编码方案

为寻找压缩感知在视频编码上的应用并提高MPEG-2的编码效率,提出了基于压缩感知和MPEG-2的改进方案。该视频编码改进方案从标准重构方法与像素域最小全变分重构算法中选出最终重构方法,使最终重构出的图像具有较小均方误差和。像素域最小全变分重构算法的提出,基于原始图像的梯度比残差图像的梯度更稀疏这个特征。实验结果表明,所提出的方案对于各类序列都有性能的提升。对于有比较锐利边缘物体的序列,平均峰值信噪比(PSNR)提高0.5dB以上;而对于具有较多平坦区域或复杂纹理的序列,平均PSNR也有0.26dB~0.41dB的提高。     

基于变采样率压缩感知的视频压缩研究

业界分块视频压缩感知通常对所有图像块均采用相同的测量矩阵进行测量,这种方式未考虑到视频中不同区域的变化程度不同的事实。在视频帧间相关性的基础上提出一种自适应分配采样率的方法,即在编码端根据图像块的帧间相关性大小分类并分配不同的采样率;在解码端使用全变差算法以充分利用帧间相关性。为减小网络环境影响,此算法不区分参考帧与非参考帧,并对每一帧作相同处理。实验结果表明,该方法能够在较低采样率下重构出较高质量的视频图像,并且缩短计算时间。     

煤矿井下压缩感知图像处理算法

针对煤矿井下无线传感网络因信息传输量大而导致传感节点能量消耗快、设备寿命缩减的问题,提出一种基于小波变换的压缩感知图像处理算法。该算法采用sym8小波基对图像进行稀疏化分块处理,经测量矩阵自适应采样测量,最后通过OMP算法和小波逆变换重构图像。实验结果表明,与传统的压缩感知算法相比,该算法能够以更低的采样率获得高质量的重构图像。     

基于DCT的遥感图像融合算法

提出一种结合离散余弦变换(DCT)与GIHS变换的遥感影像融合方法.该方法根据DCT的性质直接在DCT域进行遥感图像融合,适合于实时系统.对现有算法的融合实验结果进行比较,通过主观和客观评价,该方法能在提高空间分辨率与保持光谱特性之间得到更好的折中.     

DCT域彩色图像增强技术研究

为了减少图像的存储量,提高图像的传输效率,大量的图像被压缩,因此基于压缩域图像的增强技术越来越引起人们的重视。介绍了DCT域彩色图像增强技术的各种算法,其问题是会在图像块的交界处产生块状效应。着重分析了CES算法产生块状效应的原因,提出了两种改进方法来抑制块状效应。仿真结果表明,改进的算法不仅能够很好地抑制块状效应,而且降低了计算的复杂度。     

基于下采样和全相位DCT内插的WDCT-JPEG块编码

卷曲离散余弦变换（WDCT）通过频率卷曲使变换后的信号能量分布更适合于图像压缩编码。为了提高低比特率图像压缩编码性能,在WDCT中引入基于下采样和全相位延拓DCT内插编码框架。实验结果表明,不论是峰值信噪比还是主观效果,提出的基于下采样和全相位DCT内插的WDCT-JPEG算法在低比特率下编码性能显著提高,方块效应明显减少。     

DCT图像压缩方法的改进及其应用

利用基于二维离散余弦变换（DCT）的方法进行图像压缩,通过设置自适应量化截断阈值来控制图像压缩数组的大小。为了加快运算速度,在图像压缩部分利用快速DCT算法;并直接对量化后的非零系数进行存储,而不采用熵编码的方式。在解码端,针对量化产生的块效应,利用基于自适应邻域的思想进行后处理。所提方法进一步提高了图像的峰值信噪比和主观视觉质量,并且达到了实时在线处理的要求。文中所提基于DCT的图像压缩方法在一个基于视觉位置反馈的二自由度机械臂远程控制系统中得到实际应用。     

基于DCT变换的数字水印算法研究

提出了一种基于DCT变换嵌入到图像的中频带水印改进算法。该算法在DCT变换水印算法的基础上,调整DCT对应系数,然后将其嵌入到原始图像的中频系数中。从实验结果来看,该算法真正做到水印的盲监测,实现水印能够抵抗常见的噪声、裁剪、JPEG压缩等攻击,使水印具有较好的不可见性和鲁棒性。     

改进的基于DCT的自适应水印算法

基于原始图像的纹理特征和亮度特征以及人类视觉系统的特点,给出一种改进的基于DCT的自适应嵌入水印算法。算法采用Arnold变换对水印图像进行预处理,自适应选择强度因子,将一幅二值水印图像嵌入到原始图像中,实现了水印的不可见性和鲁棒性。仿真实验结果表明,算法对常见的图像处理操作具有较强的鲁棒性和稳健性。     

基于DCT与LDA的仿生人脸识别研究

针对基于DCT变换与LDA的人脸识别方法识别率低和特征提取过程中维数也低,以及基于K-L变换的仿生人脸识别方法识别率高和特征提取过程中维数也过高的问题,结合两者的优点,提出了一种基于DCT与LDA变换的仿生人脸识别的方法。通过DCT变换与LDA对训练人脸样本进行特征提取,通过核函数将提取的特征映射到高维空间,构建各类样本的覆盖区域,再通过判断待识别人脸特征在各覆盖区域的归属情况来识别人脸。在Yale和ORL人脸库上的实验证明提出的方法取得了较好的识别效果。     

一种DCT和ELBP融合的人脸特征提取方法

仅使用单一算法提取人脸图像的特征不足以捕捉人脸多方面的信息,为了更好地获取人脸面部特征,针对离散余弦变换（Discrete Cosine Transform,DCT）只能提取人脸面部图像的频域特征,而未考虑近邻像素之间的关系、不能提取纹理特质信息等问题进行了研究,提出一种融合DCT特征和伸长的局部二值模式（Elongated Local Binary Pattern,ELBP）的特征提取方法。该方法首先考虑将人脸图像经DCT变换后的少量低频系数作为人脸的频域特征,然后对人脸图像中贡献相对较大的眼部和嘴部区域进行ELBP特征提取,将该ELBP特征作为人脸的空域特征,并采用PCA方法对所提取的空频域特征进行有效融合,得到更有效的人脸特征,最后用最近邻分类器进行识别。在ORL人脸库和Yale人脸库上的实验结果表明：所提方法比单独采用DCT、ELBP方法或采用DCT和LBP相结合的方法提取的特征更有利于识别,提高了识别的准确性。     

数字图像DCT变换的FPGA实现

图像DCT变换由于计算量大,软件实现往往难以满足实时处理的要求,基于FPGA在硬件上实现了图像的DCT变换。设计采用了2D-DCT的行列分解结构,在两级1D-DCT之间引入双RAM结构,通过乒乓操作保证了前后级DCT运算的并行性,提高了运算速度。整个模块使用Verilog HDL建模,通过ModelSim编写激励对逻辑功能进行了验证,最后在Quartus II上通过了综合编译,设计优化后下载到Altera EP2C70F896C6芯片上进行实现。结果显示,该模块功能结构正确,可作为一个独立单元集成在图像的实时处理系统中。     

基于自适应四叉树分块和DCT变换的大幅面图像分形压缩算法

自Barnsley提出图像分形压缩编码的概念,特别是Jacquin给出了第一个完全由计算机自动完成的图像编码算法以及Fisher提出了一种自适应四叉树的图像分块方法以来,图像分形编码得到了越来越多的研究,但图像分形压缩往往需要较长时间,这就给具体应用特别是大副面图像的压缩应用带来了困难。该文首先介绍了Fisher提出的基于自适应四叉树分块的图像分形压缩方法,然后在此基础上结合离散余弦变换（DCT）提出了改进算法。实验结果表明,这种改进算法在保持一定重建图像质量和较高压缩比的前提下,编码时间大大减少,对大副面图像的分形压缩非常实用。