基于小波变换的分形与零树混合图像压缩算法

提出了一种基于小波变换的分形与零树混合的图像压缩方法．该算法采用小波变换将图像分解为不同方向、不同分辨率的子图像，在不同分辨率层将这些子图像以类似于零树的结构构成一棵棵的小波子树；在对每一棵小波子树编码时，根据最小误差标准进行分形编码，或零树编码、本算法不但充分利用了子带图像间的相似性和块内的自相似性，而且充分利用了小波变换后子图像块内(特别是高分辨层的子图像块内)存在的大量的局域性的冗余性．实验结果表明，与传统的基于小波变换的分形编码相比，该方法在较大的压缩范围内，都能够获得好的压缩结果．     

分形图像压缩算法

分形图像压缩是近年产生的图像压缩技术,它以分形几何为数学模型,将原始数字图像看作压缩变换的吸引子。其压缩编码思想是将图像划分为互不重叠的值块,同时以相互重叠的域块构成图像的虚拟码书,由最小均方差准则在虚拟码书中搜索与值块最相匹配的域块。编码过程保存了匹配的仿射变换信息,从而达到压缩目的。本综述了分形图像压缩算法,讨论了自适应分区法和减低复杂度技术的方法。     

基于分形理论的小波域水印模型

提出一种基于小波变换与分形编码技术相结合的矢量地图零水印模型.通过小波变换获得地图的低频系数块,利用分形相似计算获得与该低频系数块匹配的图像子块,将图像子块通过拼贴生成零水印并提交第三方版权认证机构备案.实验表明:该水印模型受几何攻击后的平均误码率为文中同类算法的0.6,且能够抵制IBM攻击.     

关于分形图像压缩的收敛性

提出弱双曲迭代函数系统压缩方法,证明了其吸引子的存在性和解码序列的收敛性。使用弱IFS的优点在于变换可以是非线性的,而且放宽了对压缩因子的要求,这有利于变换的选取和构造,同时可以由较少的变换对图像进行分形编码,有利于提高压缩比。理论和数值实例,用本的方法进行图像压缩,可选择更广泛、更灵活的变换,能获得更好的图像质量和更高的压缩效率。     

基于分形,混沌与Spiht算法的图像加密技术研究

研究了图像加密算法,提出了一种有效的基于混沌,分形等现代信号处理方法的加密算法.采用了仿真与理论研究相结合,提出了基于混沌,分形与Spiht算法的图像加密算法.将原始图像基于DWT进行变换后,产生低频与高频子带图像.然后分别基于低频子带进行基于信息熵的快速分形编码,基于高频子带进行Spiht 编码,最后分别对编码后的高、低频数据进行混沌加密,生成加密数据流,解密算法反之.仿真结果证明该算法达到了理想的加密效果.基于此理论基础,可以利用DSP6000系列进行硬件实现.     

一种新的图像插值方案——子带插值

从分层子带变换的逆变换过程出发,提出了一种新的图像插值方案．该方案利用分层子带变换中高分辨率频带与低分辨率频带之间存在的相似特性,由低分辨率频带近似高分辨率频带,进而得到比原图像分辨率更高的图像．这种方案可与不同的像素灰度空间的插值算法如双线性插值、Ｂ样条插值、分形插值等结合,在一个子带构架下进行研究．实验结果表明,该方案具有较好的性能．     

基于小波域分形变换的图像水印技术

为了提高图像水印的鲁棒性和不可见性,结合小波变换和分形变换,提出了一种基于小波域内分形变换的图像数字水印方法。首先对图像进行小波变换,结合图像空域分形编码思想把图像的小波系数分成域子树和值子树两类,然后利用分形仿射变换选出具有相似性的域子树,将其作为水印的嵌入树,结合人类视觉系统的JND模型实现水印的嵌入和提取,最后针对该方法进行了JPEG压缩、剪切、滤波、添加噪声、旋转等相关实验,结果表明,该方法具有安全可靠、鲁棒性和不可见性好等优点,具有创新,可行性强。     

多光谱与高分辨率图像融合的新算法

提出了一种多光谱与高分辨率图像融合的双树复数小波分维算法．充分利用双树复数小波变换良好的方向选择性,对多光谱的I分量和全色图像进行小波分解,进而在不同子带中进行图像融合,低频采用基于区域能量的融合算法,高频定义不同的分形分维作为权系数进行融合,最后将得到的灰度融合图像进行线性拉伸并替代原来的I分量,得到最终的融合图像．实验结果表明,与经典的IHS变换和小波变换相比,该算法光谱扭曲度仅为前两者的30.31％和50.66％．     

基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法。编码时,通过插值正交多小波变换将原始图像缩小,然后使用摹本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像。实验结果表明,与直接使用分形编码方法卡爿比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善。     

一类多参数分形插值曲面及其计盒维数

构造了一类多参数三角迭代函数系,证明了该迭代函数系吸引子的存在唯一性,进一步证明了该吸引子是给定插值点集的分形插值曲面最后通过变差给出了分形插值曲面的计盒维数。     

食用油红外光谱的分形维数特征

以傅立叶变换红外光谱为研究对象,探讨了图像分形理论在傅立叶变换红外光谱识别中的应用,提出一种利用分形理论提取食用植物油红外光谱特征的算法.通过对傅立叶变换红外光谱分形维数的比较,达到区分不同光谱的目的,利用开源计算机视觉库OpenCV实现了食用植物油红外光谱分形维数的计算算法,以玉米油和芝麻油的红外光谱为例对该方法进行了说明.实验表明:利用分形维数特征可以对玉米油和芝麻油的真伪进行很好的鉴别。     

基于二维离散小波变换自相似的图形编码

介绍了二维正交离散小波变换，分析了离散小波变换的自相似性。分形图像编码方法可有效压缩图像，其实质是消除图像中的自相似性冗余。离散小波变换非常适合于描述图像的自相似性及分形特性。给出了小波分解系数图像编码，解码的具体方法，给出了实验结果。利用图像的离散小波变换系数的自相似性的特点对图像实现高效压缩具有十分重要的意义。     

基于分形截距特征多尺度图像边缘检测技术及应用

分形概念的提出及分形几何学的创立,为人们描述客观世界提供了更准确的数学模型,引起了自然科学领域和社会科学领域的普遍关注,并在化学、生物学、天文学等诸多领域中得到了广泛的应用。由于分形集可以用简单的迭代方法生成复杂的自然景物、用分数维有效度量物体的复杂性,因此分形与图像之间存在着一种自然联系,而正是这种联系,奠定了分形理论用于图像处理的基础,开辟了分形理论在图像处理中应用的新领域。目前分形在图像中的应用大致可以概括为两类;一类是利用分形的自相似特征,采用映射变换的方法对自然界景物进行仿真,对图像进行压缩编码;另一类是根据分形及分数维的特征参量来建立模型,通过对模型参数的研究,有效地进行图像分析和处理。     

基于灰度共生矩阵的Julia集的纹理研究

分形图像具有精细结构和强烈的视觉冲击效果,使其在图像、图形设计中占有重要地位.对精细结构的衡量可以采用分形维数,而对具有特殊视觉效果的分形图像纹理的表征和分析较少.采用灰度共生矩阵的能量和熵分析由不同逃逸时间极限、逃逸半径极限、吸引子虚部和收敛区域半径生成的Julia集图像的纹理变化规律,为分形图像的快捷设计提供了依据.     

分形图像编码方法

分形图像编码技术是分形理论和图像编码技术的结合。分形编码利用分形图像中的自相似冗余信息。采用简单的变换规则．获得高压缩比。本文对非严格相似的分形图像的编码方法进行阐述和分析。展望其发展前景。并提出分形图像编码研究的相关问题。     

基于多特征的遥感图像融合算法

针对基于多尺度几何变换的遥感图像融合算法细节表现能力不足的缺陷,提出了一种新的基于多特征的遥感图像融合算法。首先,对多光谱图像进行HSI变换,将得到的亮度分量和全色图像分别进行非下采样的Contourlet变换(NSCT),得到低频和高频子带系数;然后,对低频子带系数采用像素绝对值选大的规则进行融合,对于高频子带系数的选择,考虑到不同的因素如(方差、能量、平均梯度)对图像质量的影响不同,提出了一种基于多特征的融合规则;最后,对融合后的低频和高频系数分别进行了逆NSCT变换和逆HSI变换得到融合图像。实验结果证明,该方法可以有效将全色图像的空间信息注入到多光谱图像中,并与HSI变换、Contourlet变换等融合算法相比,该方法在主观和客观评价上优于其他几种融合方法,具有更好的融合效果。     

联合Contourlet和Bandelet的变换在图像压缩中的应用

针对小波变换方向选择性差的局限,提出了一种基于Contourlet的Bandelet变换．该变换首先通过小波变换把图像分解成不同频率的子带,接着用方向滤波器组把高频子带分解为多个方向子带,之后对每个方向子带进行Bandelet变换．这种多方向多尺度临界采样的变换能更稀疏地表示图像边缘和纹理等几何特征,有利于图像压缩．将JPEG2000的比特位平面和上下文编码方法应用到量化后的变换系数上实现了图像压缩．实验结果表明,对于纹理和边缘丰富的图像,提出的压缩算法优于JPEG2000．     

非下采样剪切波变换域下遥感图像融合

多光谱图像与全色图像的融合已被广泛应用于提高后续图像处理效果以满足图像进一步应用的需要,本文提出了一种在非下采样剪切波变换域中基于区域清晰度加权和导向滤波相结合的遥感图像融合方法.利用剪切波变换将多光谱图像的亮度分量与全色图像分别分解为低频子带和高频子带;针对高低频子带的特点分别设计高低频子带融合规则;对融合系数取剪切...     

非线性抛物方程的指数吸引子

研究了一类非线性抛物方程吸引子的稳定性与其维数。通过低维控制高维的办法向吸引子中添加点,使其具有有限的分形维数与指数吸引率。     

基于Contourlet变换和不变矩的图像检索方法

利用Contourlet变换具有良好的稀疏特性及其能准确捕获图像中边缘信息的特性,提出一种基于Contourlet变换和不变矩的图像检索方法.利用Contourlet变换分解得到高、低频子带,计算各高频子带的信息熵和低频子带的7个不变矩构成图像的特征向量,采用不同权值的欧氏距离作为图像的相似度进行检索.实验结果表明,该方法具有较高的查准率,能够对纹理图像进行很好的分类和检索.