基于DCT快速变换的图像压缩编码算法

在JPEG标准中,基于图像压缩的有损压缩算法中的离散余弦变换（DCT）,应用于很多图像压缩场合,并且在实际操作中,能获得较高的压缩比,同时压缩后的图像与原始图像的视觉效果基本相同,因此得到了广泛应用。为了达到提高图像质量的目的,文中提出了一个基于二维离散余弦变换（DCT）的图像压缩改进算法,该算法通过设置量化系数来控制图像压缩数组的大小。同时,在图像压缩部分利用DCT快速算法。仿真实验结果表明：该算法进一步提高了图像的峰值信噪比（PSNR）和主观视觉质量。     

一种基于DCT的快速分形图像编码方法

分形图像编码能获得很高的压缩比，但存在编码时间过长的缺点。本文根据离散余弦变换(DCT)能量集中的特性，提出一种基于DCT的快速分形图像编码方法。实验结果表明，该方法与传统的分形块编码方法相比，编码速度有很大提高，并能获得较高的峰值信噪比(PSNR)。     

均值均方差在基于DCT的图像压缩算法中的应用

将均值均方差的概念应用到量化步长的计算中。每个图像子块变换矩阵的均方差与均值的差作为不同子块的量化步长，从而充分利用了不同图像子块的系数分布特征，克服了采用同一个量化表的弊端。仿真结果表明，新的量化步长不仅具有较好的压缩效果，还能够提高图像的压缩比。     

基于DCT的JPEG图像压缩的研究

随着信息技术的快速发展,为了加快存储和传输图像的速度,提出一种基于离散余弦变换的图像压缩算法.分别从编码中DCT变换,量化以及熵编码三个原理过程及其功能进行详细论述,以MATLAB7.0为平台对系统进行仿真实验,其方法简单、速度快且误差小.从实验结果中观察经过此算法压缩后的图像无失真现象,而且处理图像的速度得到了很大的提高,既能保证有较高的压缩比,又能保证良好的图像质量,从而实现了图像的快速传输,在日常生活中得到了广泛的应用与发展.     

基于演化算法的卷曲DCT图像压缩

卷曲离散余弦变换(WDCT)利用频率卷曲原理解决了离散余弦变换(DCT)模糊物体边缘的缺陷,但传统方法在选取WDCT频率卷曲参数时存在较大的难度.通过利用演化算法全局寻优的特点选取WDCT的频率卷曲参数,提出一种基于演化算法的WDCT图像压缩新算法(EAWDCT).该算法针对频率卷曲参数特征,采用启发式方法设计染色体编码方式及演化算子,以加快收敛速度,最终达到快速准确的找到最优频率卷曲参数.实验结果表明,利用新的EAWDCT算法生成的WDCT矩阵能有效提高峰值信噪比、信噪比并减少均方根误差.     

基于DCT域的高压缩图像去块效应算法

块离散余弦变换(B lock D iscrete Cosine Transform)的主要缺点是在低比特率时其恢复图像的块边界上会出现明显可见的方块效应,降低了图像的视觉质量.为了尽量消除块效应并保护图像的边缘信息提出了一种基于DCT域的块效应消除算法.该算法充分利用了人类视觉系统(Hum an V isual System)特性,建立了块效应模型并给出一个简便的检测边缘标准,对于平滑区,对影响块效应的参数进行修正,然后用线性函数块代替阶跃函数块去除块效应,最后再对更新块和纹理区在DCT域中进行后滤波.仿真结果验证了本文算法的有效性.     

结合DCT变换的快速分形图像编码方法

本文针对分形编码耗时过长的不足,结合DCT变换的滤波特性与能量保持和紧缩特性,首先提取图像的列垂直空间频率、行水平空间频率作为特征参数,排除非匹配块;然后,在充分考虑低频系数的基础上,兼顾考虑中高频系数,在DCT域内对特征相近的值域块和定义域块进行相似匹配。实验证明了算法在提高分形编码速度和保持解码质量方面
的有效性。     

基于离散Hermite多项式的图像压缩

图像压缩编码能有效地减少图像像素间的信息冗余,并同时保证图像重构质量和较低的计算复杂度。基于变换域的图像压缩编码是目前最常用且性能最优的压缩技术之一,但基于离散正交多项式变换的图像压缩方法还未被深入研究。在研究JPEG的编码解码流程基础上,提出基于离散Hermite多项式的图像压缩算法,通过变换核的信息熵与DCT变换核的信息熵比值确定量化表,最后对量化结果进行熵编码,最终实现了基于离散Hermite多项式的图像压缩和重建全过程。与主流的图像压缩标准JPEG进行了比较,实验结果表明,两种算法的压缩率相似,性能相近,压缩后图像的PSNR相差很小。     

基于DCT的快速分形图像压缩算法

利用离散余弦变换的某些特点,从减少搜索块的数目和缩小搜索块的范围两方面减少分形图像的编码时间.为了减少对图像的质量影响,对于解码恢复的图像采用了图像平滑的处理方式减少块效应.     

图像压缩算法的研究

本文提出一种图像压缩的新算法,即以数论为理论基础的变换法－数论变换。     

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。     

分数阶图像去噪变分模型及投影算法

在图像去噪同时保持图像的纹理等细节是非常重要的。首先利用分数阶导数定义了新的分数阶有界变差函数空间,然后利用分数阶有界变差空间及负指数Sobolev空间,提出了分数阶变分图像去噪模型,最后提出了求解分数阶变分模型的投影算法并证明了算法的收敛性。实验结果表明,分数阶变分模型在提高峰值信噪比和保持图像纹理细节两个方面都非常有效。     

基于图像特征分块的分数阶微分图像增强算法

为了改善图像增强效果,突出图像主体,研究了一种基于图像特征分块的分数阶微分图像增强新算法。该算法通过构造分数阶微分掩模算子,根据图像特征分块的结果设定分数阶阶数,形成分数阶阶数矩阵,然后将其代入掩模算子,并与原图像进行运算。实验中分别对原图像和加入了高斯噪声的图像进行处理,并比较了不同参数时图像增强效果。实验结果表明,该算法能较大地增强图像主体部分的纹理,同时一定程度上抑制了背景及平滑区域图像噪声的增加。在图像平均梯度略低于传统分数阶微分增强算法的程度上,该算法对图像纹理的增强幅度更大。     

基于BEMD和PCA的数字图像压缩

二维经验模式分解（BEMD）方法是一种不依懒于基函数的数据驱动的自适应方法,主成分分析（PCA）算法具有去相关性好、压缩比高等特点。因此尝试运用BEMD算法对图像进行分解,利用PCA算法对分解后的子图像进行压缩。通过Matlab仿真,证明了该方法的有效性和优越性,且基本实现了高压缩比下达到高信噪比的目的。     

二维EMD分解的数字图像压缩

二维EMD为图像处理提供了一个强有力的工具。图像进行EMD分解后,将会得到一系列的IMF和图像残差。由于分解出来的第一层IMF包含了图像的细节部分,笼统地对其进行压缩会造成图像高频部分损失,压缩图像质量不高。针对这种情况,将第一层IMF与其他层分开处理。通过与块离散余弦变换压缩方法进行比较,得出结论。     

DCT域基于PSNR的扩频水印算法

数字水印技术是信息隐藏和版权维护的一种有效方法。在先前的研究基础上提出了DCT域中如何根据水印图像与原始图像间的PSNR来估计水印的多重水印嵌入强度,并由此提出一个基于PSNR的扩频水印强度的估计公式。实验结果表明,提出的嵌入强度估计公式误差小,具有一定的准确性,算法具有一定的鲁棒性。     

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。     

基于查找表的误差分散半调图像的混合压缩算法

结合现有逆半调技术,针对无损压缩所得压缩率较低,而现有二值图像有损压缩算法对误差分散图像的压缩效果并不理想等缺陷,设计了一种针对误差分散半调图像的混合压缩算法。该算法采用LUT逆半调对误差分散半调图像进行灰度化重建,再通过改进离散余弦变换(DCT)系数量化法,以提高压缩率。实验证明该算法能获得较好的压缩效果和较高的压缩率。     

基于DCT扇形划分的压缩感知图像处理

提出了一种改进的DCT扇形划分的压缩感知方法。为了进一步提高图像重建质量,降低重建时间,使用扇形划分的形式保留低频带系数,利用不同采样率分别对中/高频带系数进行测量。利用正交匹配追踪算法（OMP）对中/高频系数进行恢复,进行DCT反变换重构图像。实验证明,在压缩率较小时,与单层小波等方法相比,该方法的重建效果得到明显提高。     

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。