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).     

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。     

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).     

基于人眼视觉特性的ROI编码

研究了等级树集分割编码方法(SPIHT)在ROI图像编码中的应用。根据SPIHT编码方法的特性、ROI区域小波系数提升后整幅图像小波系数的特点及人眼视觉特性,提出改进算法。同时提出质量等级因子的概念并给出了其数学表达式。本文提出的改进算法可在保证ROI质量等级的同时提高整幅图像的主观效果。仿真实验证明了改进方法的有效性及质量等级因子的调节作用和其公式的正确性。     

基于人眼视觉特性的快速图像编码算法

提出了一种图像编码算法ESPIHT(extended set partitioning in hierarchical trees).该算法能够通过以下3项措施提高SPIHT算法工作效率:(1) 全面引入快速提升小波变换;(2) 重新定义扩充零树结构;(3) 综合考虑人眼视觉特性.实验结果表明, ESPIHT算法是一种高效的图像压缩算法,其编解码速度、图像复原质量、内存需求量等关键技术指标均优于SPIHT等编码算法(特别是在低比特率下).     

一种基于Contourlet变换的高光谱图像压缩算法

提出了一种基于Contourlet变换的高光谱图像压缩算法,其将多尺度几何分析用于高光谱图像的空间去相关,在进行有损压缩时有效地保存了高光谱图像丰富的纹理信息.该算法首先对高光谱图像的每一个波段图像进行基于小波的Contourlet变换,然后用前一波段的变换系数预测当前波段,最后对预测误差进行SPIHT编码,形成嵌入式码流.实验结果表明,提出的基于Contourlet变换的高光谱图像压缩算法其压缩效果优于对比算法,且能较好地保留高光谱图像的纹理信息.     

图像的视觉加权子带编码

本文给出了一种考虑人类视觉特性的图像子带编码方法。首先通过一个子带分析系统将图像分割成处于不同频带范围的子带图像,然后基于人类视觉系统对不同频带视觉信号的感受特性分别对不同频带的子带图像进行视觉加权,进而采用PCM及DPCM方法分别对于带图像量化及编码。同时本文还给出了各向异性的视觉系统模型,并据此对子带图像的编码数目进行选择,在很大程度上降低了图像的数据量。计算机模拟实验表明,在高压缩比情况下,该方法仍能获得主观满意的解码图像质量。     

人眼视觉感知特性的非下采样Contourlet变换域多聚焦图像融合

目的针对传统的单特征融合方法不足以衡量像素清晰度的问题,同时综合考虑非下采样Contourlet变换(NSCT)系数特点及人眼视觉感知特性,提出一种基于NSCT的多聚焦图像融合方法。方法首先对来自同一场景待融合的源图像进行NSCT变换;然后对低频分量采用基于局部可见度、局部视觉特征对比度和局部纹理特征的综合特征信息进行融合;对高频分量采用基于邻域和兄弟信息归一化的关联权重局部视觉特征对比度进行融合;最后进行逆NSCT变换得到融合图像。结果将本文方法与传统离散小波变换(DWT)、移不变小波变换(SIDWT)、CT(Contottral变换)、NSCT及基于邻域和兄弟信息的NSCT域多聚焦图像融合方法进行了实验对比,本文方法能获得更好的视觉效果以及较大的边缘信息保留值和互信息值。结论定性和定量的实验结果表明了本文方法的有效性。     

一种基于Contourlet的图像低码率SPIHT算法

Contourlet是一种优于小波的不可分离图像表示方法,它除了具有一般小波变换的多尺度、局部性外,还具有方向性、各向异性。为此,本文提出了一种基于Contourlet变换的SPIHT编码方法。首先,对图像Contourlet变换各子带系数的分布情况进行了统计分析;进而设计了一种基于Contourlet变换的空间方向树结构,该结构具有类似图像小波变换域中“零树”的特性;在此基础上实现了一种基于Contourlet变换的渐进式编码算法（CSPIHT）,该算法除了具有一般基于小波变换的零树编码算法的特性外,还具有方向性和各向异性的特点,特别对图像的边缘方向信息和纹理信息具有很好的捕捉能力和解码的视觉效果。实验结果表明,所提出的算法CSPIHT在低码率下其重构图像的PSNR要高于SPIHT算法;而对于中等码率,尽管重构图像的PSNR略低于SPIHT,但重构图像纹理和边缘区域的视觉效果要优于SPIHT。     

基于Contourlet的中低码率图像质量可分级编码算法

首先对图像Contourlet变换各子带系数的分布情况进行了统计分析,进而给出了一种基于Contourlet变换的空间方向树结构,并统计验证了该空间方向树的"零树"特性.同时针对图像Contourlet变换各子带"重要系数"的分布情况提出了一种基于图像Contourlet方向子带的多尺度量化方案,该方案对图像的边缘方向信息和纹理信息具有很好的捕捉能力,在此基础上提出了一种基于Contourlet变换的嵌入式图像质量可分级编码算法,该算法除了具有一般基于小波变换的零树编码方法的特性外,还具有方向性和各向异性的特点,其解码图像在中低码率下无论是PSNR还是纹理和边缘区域的视觉效果均优于SPIHT算法.实验结果验证了所提出算法的有效性.     

The remote sensing image enhancement based on nonsubsampled contourlet transform and unsharp masking

To restrain pseudo‐Gibbs phenomenon, low contrast and blurred phenomenon in the process of image enhancement, a new method based on the nonsubsampled contourlet transform and the unsharp masking is proposed in this paper. The proposed method utilizes the shift‐invariance of nonsubsampled contourlet transform to restrain the pseudo‐Gibbs phenomenon, and then enhance details of the image by unsharp masking. We achieved an increase in image definition by 54.5%, the mean increased by 15.6%, whereas the standard deviation increased by 54.5% compared with the unsharp masking method. To the noisy image, we achieved an increase in image definition by 35.4%, the mean increased by 2.2%, whereas the standard deviation increased by 34.9% compared with the unsharp masking method. Copyright © 2013 John Wiley & Sons, Ltd.     

基于人类视觉系统的非抽样Contourlet变换域图像隐写算法

为提高图像信息隐藏的容量和隐蔽性,对比分析了非抽样Contourlet变换(NSCT)和Contourlet变换各自的优缺点和适用范围,提出了一种基于NSCT和人类视觉系统(HVS)的图像隐写方案。通过对人眼的视觉掩蔽效应进行建模,在NSCT分解的最精细尺度的各方向子带中,对不同系数分别嵌入不同的秘密信息量。仿真实验表明,新的算法相比小波域中的隐写方案,隐写的嵌入量至少提高了70000b,峰值信噪比(PSNR)提高约4dB,较好地兼顾了隐写在不可见性和嵌入容量上的要求,较小波域中的隐写方案具有更好的应用前景。     

基于人类视觉系统的视频编码方法

提出一种基于视觉特点的视频编码方法,通过利用人眼的视觉特征,找出其中的聚焦点和聚焦区域,并计算各个区域的权值,然后根据权值来确定各个运动补偿块以及码率分配。在码率分配部分,该方法通过计算不同区域的图像复杂性和能量,依据聚焦区权重因子不等重地分配可用码率资源。实验证明,该方法较大程度改善了视频编码的压缩效率,提高了码率分配的灵活性和有效性。     

基于非降采样轮廓波变换的图像修复算法

多尺度分析技术已经广泛应用于数字图像处理领域,较大破损区域的图像修复成为图像修复的一个热点和难点。针对该问题,结合多分辨率分析原理与传统的样本块图像修复技术,提出了一种基于非降采样轮廓波变换的图像修复算法。该算法利用非降采样轮廓波变换把图像分解成低频部分和高频部分,并对图像分解后不同频率的部分分别予以修复。其中,图像的低频成分采用改进的纹理合成的方法进行修复。因为图像经过非降采样轮廓波变换后,低频分量与高频分量之间对应位置的信息之间具有一致性的特点,所以在修复低频成分的同时实现其他高频分量对应位置信息的修复。最后通过非降采样轮廓波重构过程完成纹理图像的修复。一般图像修复方法的参数选取以图像的修复效果最佳为宜,给出一个反例进行分析论证。实验发现,所提算法所修复图像的结构相似性测度与经典Criminisi算法和小波修复算法相差不大,但是峰值信噪比（PSNR）测度依据不同图像的纹理结构的特点与破损区域的不同位置特点而不同。仿真实验表明,所提方法很好地推广了非降采样轮廓波变换在图像修复中的应用,并且在修复大区域破损图像时能够获得较好的修复效果。     

基于小波-Contourlet变换的图像增强算法

小波-Contourlet变换能够良好捕获图像的方向特征和边缘信息.利用小波-Contourlet变换良好的多尺度性和多方向性特征,提出一种基于小波-Contourlet变换的图像增强算法,用非线性增强算子对变换的各子带系数做增强处理.并引入了循环平移消除由于小波-Contourlet变换缺乏平移不变性而产生的图像失真.实验结果表明,该方法有效增强了图像的边缘细节和纹理特征.     

基于人类视觉系统的彩色图像分形编码算法

在分析传统的四叉树分形编码算法的基础上,将人类视觉系统(HVS)的特性引入到值域块的四叉树划分中,在定义域池的生成以及值域块与定义域块的匹配上采用分类的方法,然后利用彩色图像R,G,B三个分量的相关性,将三色分量图按某种方式组合成一个灰度图像,提出一种使用HVS的彩色图像分形编码算法.实验表明,在保证图像解码质量的情况下,该算法比Fisher和JPEG算法能达到更高的压缩比,并且在编码时间上优于Fisher算法.     

一种基于视觉特性的图像哈希认证方案*

为了使图像哈希具有更好的鲁棒性和安全性,在脊波域中提出了一种新的基于视觉特性的图像哈希方法。该方法首先将原始图像预处理,然后利用人类视觉特性提取脊波变换域上的系数,最后量化并压缩生成最终哈希值。实验结果表明,该方法能够抵抗JPEG压缩、滤波、加噪声、裁剪和旋转等攻击,且能够区分恶意窜改。生成的哈希值具有很好的鲁棒性和安全性。