基于视觉特性的Contourlet域图像压缩编码算法

为了有效克服小波变换难以准确捕获图像特征、而Contourlet变换存在冗余等不足,本文提出了一种基于视觉特性的Contourlet域图像压缩编码算法.该算法首先对原始图像进行小波分解,并对中高频小波子带进一步实施自适应方向分解;然后根据人眼视觉特性(HVS),对变换系数进行加权处理;再结合小波分解与方向分解特点,构造扩展的空间方向树结构;最后采用SPIHT编码思想完成图像的压缩.实验结果表明,本文提出的Contourlet域图像编码方法是一种高效的图像压缩算法,不仅其压缩效果明显优于SPIHT、WBCT等图像压缩方案(特别是低比特率下),而且具有比较强的通用性与适应性(SPIHT与WBCT对于Barbara之类纹理图像压缩效果较差,然而本文算法的压缩效果却较理想).     

低比特率混合域图像压缩编码算法研究

为了更有效地进行图像压缩,提出了一种新的混合域低比特率图像压缩编码算法。该算法首先对原始图像进行小波分解,并对中高频小波子带进一步实施自适应方向分解;然后根据小波系数统计特性,优化处理最低频子带系数;再结合小波分解与方向分解的特点,构造了一种扩展的空间方向树结构;最后采用SPIHT编码思想完成图像的压缩。实验结果表明,该混合域图像编码方法是一种高效的图像压缩算法,不仅其压缩效果明显优于SPIHT、WBCT等图像压缩方案(特别是在低比特率下),而且具有比较强的通用性与适应性。     

基于人眼视觉特性的低比特率图像压缩编码

为了提高编码速度和改进视觉效果,提出了一种改进的低比特率SPIHT算法。算法首先用提升小波对原始图像进行分解,再结合人眼视觉掩蔽特性,对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,以保证优先传输视觉上的最重要系数,最后根据系数重要性,对低频系数采用新的排列结构,并采用SPIHT编码思想完成图像压缩。实验结果表明,该算法压缩效果优于SPIHT图像压缩方案,特别在低比特率下。     

基于小波系数特性的低比特率图像压缩编码算法

以层树分集（SPIHT）编码方案为基础,结合最低频子带系数分布特点与高频子带系数相关性,提出了一种新的低比特率小波域图像压缩算法.该算法首先对原始图像进行小波变换;然后对最低频子带系数进行优化处理,并自适应确定高频子带系数扫描次序;最后利用SPIHT编码思想完成图像的压缩.仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案（特别是低比特率下）.     

基于视觉敏感特性的小波域图像编码算法研究

以层树分集(SPIHT)编码方案为基础,结合人类视觉系统的对比度敏感性,提出一种新的小波域图像压缩编码算法.该算法首先对原始图像进行小波变换;然后根据小波系数分布特点,结合人类视觉的对比度敏感性对小波系数进行加权处理;最后利用SPIHT编码思想完成图像的压缩.仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案(特别是低比特率下).     

基于改进的SPIHT整数提升小波变换的图像压缩

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大以及未考虑人眼视觉特性的不足,提出了基于改进的SPIHT整数提升小波变换的图像压缩算法,首先选用9-7整数提升小波对图像进行分解,然后对低频子带的重要系数采用特殊处理,对高频子带改变扫描方式来获得最大系数和按频率优先的原则输出系数.同时引用最小输出位、最大值表思想,具有节省索引的时间、节省内存、计算速度快,编码、解码简单的特点.实验结果表明了该算法在相同的比特率下(特别在低比特率下)得到的重构图像的PSNR值高于原算法且缩短编解码时间,是一种有效的快速图像压缩算法.     

基于人眼视觉系统的自适应小波图像编码算法

本文提出了一种基于自适应小波分解与人眼视觉系统的低比特率图像压缩编码算法,该算法具有以下特点：（1）以子带能量为判别标准,能够根据图像内容进行自适应形式的小波分解;（2）建立了人眼视觉系统的掩蔽模型,并据此给出了全新的小波系数自适应量化策略.仿真实验表明：本文算法是一种高效的图像压缩算法,不仅其压缩效果明显优于JPEG2000、EZW、FWP等小波域图像压缩算法（特别是低比特率下）,而且可广泛适用于不同特征的数字图像.     

一种基于人眼特性的改进SPIHT图像压缩算法

对SPIHT（Set Partitioning in Hierarchical Trees）进行了研究,提出了一种基于人眼视觉特性的改进SPIHT算法。它首先对图像进行整数小波分解,然后根据图像经小波分解后系数的特点以及人眼对图像的边缘信息更加敏感的特性,对SPIHT算法进行改进。由于改进后的算法更加注重边缘信息的编码,实验结果表明重构后的图像更加清晰,尤其在低比特率时候效果更加明显。     

基于HVS和交叉掩蔽的彩色图像编码算法

以层树分集（SPIHT）编码方案为基础,结合人类视觉系统（HVS）模型和人类视觉对彩色图像分量亮度和色度的不同敏感性,提出了一种基于非对称编码和交叉掩蔽的小波域彩色图像压缩编码算法。该算法首先将原始图像从RGB空间转换到YCbCr空间,然后对YCbCr空间的各分量进行离散小波变换;之后根据人类视觉对彩色图像的亮度分量的敏感性,用交叉掩蔽模型对亮度分量的小波系数进行加权处理;与此同时,利用非对称编码和SPIHT编码思想完成图像的压缩。仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案。     

一种新型的小波图像压缩编码

在借鉴前人研究成果的基础上,对SPIHT算法进行改进并提出一种新型的小波图像压缩编码。利用人眼视觉特性对小波系数进行加权,更加注重人的主观因素对图像压缩的影响;高频子带引入最大值表,系数扫描时只需将最大值内相应数据同阈值进行比较。实验结果表明,改进算法较原算法在重构图像的主观效果和峰值信噪比上都得到了提高。     

基于关系矩阵的快速嵌入零树小波图像编码算法

为了快速获得更好的图像复原质量,提出了一种基于关系矩阵的快速嵌入零树小波(EZW)图像编码算法。该算法的基本工作步骤为:(1)对原始图像进行小波分解;(2)对最低频小波子带进行DPCM编码;(3)对所有高频子带系数构造零树结构;(4)首先确定初始阈值,并构造小波系数的关系矩阵,然后结合关系矩阵对高频子带系数进行逐次逼近量化编码。实验结果表明,该算法具有较好的图像复原质量和较快的编码速度,整体性能明显优于EZW方案(特别是低比特率下)。     

图象小波域的水印嵌入方法

图象小波变换后获得的低频尺度子图携带了较多的信号能量，在这一分量上嵌入水印，可保证水印稳健性较好，也能提高图象对水印的容量，作者应用小波提升算法基础上获得的非线性小波变换方法来提高尺度小图系数的值，增强这些系数的感觉容量，实验结果表明使用这种方法可以获得稳健性更强制 小波水印嵌入算法。     

一种新的低比特率图像压缩编码算法

提出一种新的低比特率图像压缩编码算法,该算法能够通过以下措施提高SPIHT算法工作效率：①结合人眼视觉掩蔽特性,对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,以保证优先传输视觉上的最重要系数;②结合增设预先测试及合并前两次扫描,优化了SPIHT编码方案的分集排序过程.仿真实验结果表明,所提出的图像编码方法是一种高效的图像压缩算法,其压缩效果明显优于SPIHT等编码方法(特别是低比特率下).     

基于小波包和DCT变换的双水印技术

目前较流行的水印算法是在图像的时空域或变换域中感知重要的系数嵌入水印。然而感知重要的部分通常是图像的低频部分,当图像经历某些变换操作时,从低频提取的水印会产生严重的质量退化。针对这一问题,该文在结合小波包变换和离散余弦变换的同时,在图像小波包分解后的低频和高频部分选取适当系数分别嵌入同一个水印。水印采用二值图像,在水印嵌入之前对水印图像进行Amold变换以增强算法的隐蔽性和鲁棒性。实验结果表明,这一方案比单重水印方案能够更有效地抵抗JPEG有损压缩、剪切、滤波和噪声等常见的水印攻击,具有更广泛的适应性和更强的鲁棒性。     

基于小波变换的有损图像压缩算法研究

文章从实际应用角度出发,全面系统地阐述了小波变换基本理论,提出了一种基于小波变换的有损图像压缩算法。该算法首先利用小波变换对图像进行分解,然后根据各子图像特点对小波系数进行相应的向量量化编码,从而实现图像压缩目的。实验结果表明：该图像压缩算法的使用,可以在图像质量几乎不下降的条件下,极大地提高压缩比,改善恢复图像质量。     

基于小波变换区域方差的遥感图像融合新算法

提出一种基于小波变换的遥感图像融合新算法。利用离散小波变换把图像分解成不同尺度的低频和高频部分,采用小波区域窗口和子区域窗口统计把小波系数分类成边缘和非边缘系数。在融合处理中,低频图像的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的最大多窗口区域方差来确定融合后高频小波系数。实验结果表明,这种方法能够在保留图像微小细节方面获得满意的结果,这种算法有效且优于其他的图像融合方法。     

A novel hybrid of DCT and SVD in DWT domain for robust and invisible blind image watermarking with optimal embedding strength

To optimize the tradeoff between imperceptibility and robustness properties, this paper proposes a robust and invisible blind image watermarking scheme based on a new combination of discrete cosine transform (DCT) and singular value decomposition (SVD) in discrete wavelet transform (DWT) domain using least-square curve fitting and logistic chaotic map. Firstly cover image is decomposed into four subbands using DWT and the low frequency subband LL is partitioned into non-overlapping blocks. Then DCT is applied to each block and several particular middle frequency DCT coefficients are extracted to form a modulation matrix, which is used to embed watermark signal by modifying its largest singular values in SVD domain. Optimal embedding strength for a specific cover image is obtained from an estimation based on least-square curve fitting and provides a good compromise between transparency and robustness of watermarking scheme. The security of the watermarking scheme is ensured by logistic chaotic map. Experimental results demonstrate the better effectiveness of the proposed watermarking scheme in the perceptual quality and the ability of resisting to conventional signal processing and geometric attacks, in comparison with the related existing methods.