首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 140 毫秒
1.
分形几何方法是一种新的图象压缩方法.本文介绍了分形几何和分形用于图象压缩的一些基本原理,以及以分形为基础的几种图象压缩编码方法.  相似文献   

2.
分形图象压缩技术是近十年来提出的一种新的图象压缩方法,该方法利用自然界广泛存在的自相似性,以8种简单的仿射变换的组合对图象进行有损压缩,可得到较高的压缩比.但由于分形图象压缩的计算复杂度较高,计算量较大,限制了这一方法在现实中的应用.本文提出一种使用聚类及向量量化技术改进分形图象压缩的方法,降低了分形图象压缩的计算复杂度,提高了压缩效率.本文所述的方法已在c++Builder 6.0集成开发环境下实现了对彩色图象的压缩,并取得较好的实验效果.  相似文献   

3.
本文介绍了分形图象压缩理论,传统四叉树分形图象压缩方法及其不足。针对传统方法编码速度慢的缺点,本文介绍了一种有效缩小查找范围的智能回形查找方法并给出了算法。  相似文献   

4.
在分析分形理论和小波变换模极大值用于图象压缩方面优缺点的基础上 ,根据它们的特点 ,综合利用两种方法的优点 ,弥补它们不足 ,提出了一种基于小波变换极大模和分形的混合编码方法 .该方法先利用小波局部模极大值提取的图象边缘特性来进行图象编码 ,然后用分形的自相似性对图象的误差图进行压缩 ,以获得高压缩比和质量好的恢复图象 ;同时还简单进行了理论阐述和给出了具体算法的步骤 .实验结果表明 ,采用此方法压缩后的图象不仅视觉效果好、无方块效应 ,而且边缘无振荡现象、图象清晰无模糊 ,压缩比高 .  相似文献   

5.
通过分析工业电视图象的特点,提出了一种基于分形小波变换编码的工业电视图象压缩方法,从而较好地解决了分形编码只能压缩静止图象的不足,该方法不仅适合于煤矿工业电视图象压缩,而且还可用于其它背景区图象相对静止的工业电视图象的压缩编码,实验结果表明,该法可取得较高压缩比和峰值信噪比,因此具有实用价值。  相似文献   

6.
基于小波分解的快速分形图象压缩算法   总被引:1,自引:1,他引:1       下载免费PDF全文
为了解决传统分形压缩编码时间过长的问题 ,提出了一种基于小波分解的快速分形图象压缩算法 .该算法利用小波分解后各频带间能量分布不均衡的特性 ,将集中图象主要能量的低频域看作是一种图象 ,进行传统分形编码 ;然后利用小波分解后不同分辨率子带图象之间的相似性 ,用低频域的全搜索代替传统算法中整个区域的全搜索 ,将在低频域得到的分形参数进行适当的比例变换得到整幅图象的分形码 ,解码时 ,进行同传统算法相同的迭代过程 ,所得解码图象即为原图的逼近图象 .实验结果表明 ,该算法在压缩比不变 ,且基本不影响恢复图象质量的前提下 ,大大提高了编码速度 ,明显改善了分形图象压缩中编解码时间的不对称 .  相似文献   

7.
基于迭代分形的图象压缩和检索方法   总被引:5,自引:0,他引:5  
图象所具有的海量性和无序性的特点,决定了多媒体应用的构建必须解决图象数据的高效压缩和有效检索两个关键问题,而由于传统的压缩和检索技术的研究是相互分离的,因而限制了多媒体应用系统整体性能的提高,针对此问题,从两者相互结合的观点,对图象压缩和检索方法进行了研究,首先在小波变换域内,基于迭代分形对图象数据进行压缩,然后在图象分形码的基础上,利用迭代函数系统分布特性构建的特征量来支持图象检索,实验结果验证了该方法的可行性和有效性,同时也表明了基于迭代分形的图象检索方法所具有的巨大应用潜力。  相似文献   

8.
在Jacquin分块分形图象压缩方法的基础上,提出了一种基于矢量失真测度的自适应四叉树分割彩色图象分形压缩方法。该方法充分利用RGB彩色空间24位真彩图象的三彩色分量间相关性,实验表明该方法比分别对三彩色分量使用分块分形压缩方法在 重构图象质量方面有很大的改善。  相似文献   

9.
一种基于分形维数的图像压缩编码方法   总被引:1,自引:0,他引:1  
本文提出了一种基于分形维数的DCT变换压缩编码与IFS分形编码相结合的图象压缩方法。实验结果表明,与基本的自动分形图象编码方法相比,运算时间下降而压缩比和信噪比提高。  相似文献   

10.
一种基于分形压缩编码的脆弱性数字水印技术   总被引:1,自引:0,他引:1       下载免费PDF全文
分形图象压缩是一种有损图象压缩技术,其是以迭代函数系统(IFS)为理论基础,基于自然景物的自相似性来进行数据压缩,它能获得很高的压缩比.为此在对现有的自嵌入脆弱性水印进行分析的基础上,提出了一种利用分形图象压缩技术将原始图象作为水印自嵌入到图象中去的方法,该水印算法抽取水印时不需要原始图象,就能检测图象内容的完整性(即检测是否被篡改),而且能对其进行定位,并对被篡改区域能够修复,实验结果表明,该方法是有效实用的.  相似文献   

11.
首先介绍了SAR图像的特点,在对离散脊波变换的正交性及其与Radon变换的关系深入研究的基础上,利用其在线性特征表示方面的优势,将离散脊波变换应用到SAR图像的压缩,提出了一种基于离散正交脊波变换的SAR图像压缩方法。实验数据表明该算法对斑点噪声污染严重的SAR雷达图像压缩较传统的小波变换更加有效。  相似文献   

12.
分析了超光谱遥感图像的特征,根据它对压缩算法的特殊要求,提出了基于位平面的无损压缩算法.对于相关性较高的高位位平面采用计算位平面的差值矩阵直接去相关,而相关性较差的低位位平面则采用四叉树划分的方法重组各个像块的大小、位置、灰度信息,从而得到图像的混合编码.实验结果表明,该算法与其它常用无损压缩算法压缩比相当,但压缩时间提高了50%左右.该算法简单实用,适合有实时性要求的超光谱遥感图像压缩.  相似文献   

13.
CLi是由复小波构造的一类对称、正交、紧支撑且消失矩阶数较高的多小波.针对CLi多小波的优越特性,本文给出了基于CLi多小波的SAR图像去噪压缩混合方法,该方法在压缩的同时,对噪声也进行了抑制.仿真实验表明,该方法无论对于常规图像,还是SAR图像都具有较高的压缩性能.  相似文献   

14.
多尺度Retinex图像增强是一种基于色彩恒定理论的图像增强算法,算法增强效果好,但随着图像分辨率的提高计算时间显著增加。分析并利用计算统一设备架构(CUDA)图形处理器(GPU)的并行处理特性,提出了一种基于CUDA的多尺度Retinex图像增强并行算法,将多尺度高斯滤波、对数空间差分和动态范围压缩等计算非常耗时的模块采用并行方式放在GPU中进行计算。实验结果表明所提算法能显著提高计算速度,随着图像分辨率的增加,最大加速比超过100倍。  相似文献   

15.
基于小波多分辨率分解的图像压缩技术及分析   总被引:3,自引:1,他引:3  
阐述了小波变换理论,分析了小波多分辨率分解的优点以及小波变换用于图像编码压缩的特点和实现方法,并表明小波变换是实现图像压缩的一种十分有效的工具。  相似文献   

16.
余波  简炜  陈建勋  孙希平 《微计算机应用》2007,28(12):1316-1320
图像作为最常见的信息存储方式,其表现形式生动而直观,能提供比其它形式数据更多的信息。但数字图像通常包含巨大数量的信息,若不经过压缩,数字图像传输所需的高传输速率和数字图像存储所需要的巨大容量会阻碍数字图像的发展。因此,对图像进行压缩十分必要。文章设计一种基于正交多项式分段拟合的图像压缩编码方法,以探索新的图像压缩编码方法。  相似文献   

17.
基于斜变换的小波设计及其应用   总被引:1,自引:1,他引:0       下载免费PDF全文
本文根据Walsh变换与小波之间的联系,在斜变换的基础上提出了一种新的多进制多小波设计思想,改变了传统小波变换中滤波器设计方法的单一性和推导的复杂性,该滤波器组利用斜变换的快速算法生成简单方便。将该方法应用于图像去噪和图像压缩的实验中,实验结果证明该方法的去噪效果和压缩效果要优于传统的DWT,并且去噪效果还要优于文献[6]中提出的多进制多小波。  相似文献   

18.
基于ADV202的无人机序列图像压缩系统设计   总被引:1,自引:0,他引:1  
针对高空无人机航拍图像序列需要高输入码率、高压缩比、低复杂度、精确定比以及实时压缩的需求,设计了一套基于ADV202+DSP+FPGA架构的高性能无人机序列图像实时压缩系统。该系统以ADV202为核心压缩芯片完成帧组图像的高效率JPEG2000编码,并通过DSP对图像序列进行帧组划分和帧组内运动估计以进一步提高ADV202对运动图像序列的压缩性能,通过FPGA实现对ADV202的配置和数据流管理。实验结果表明,该系统具有压缩比高,压缩速度快,恢复图像视觉质量好,定比性能好,低功耗和高稳定性的优点,具有良好的工程应用价值。  相似文献   

19.
小波因具有多尺度特性和良好的局部特性,在医学图像的压缩中取得了较好压缩的效果。但是,小波由单个尺度函数生成,不能同时满足对称性、正交性等的缺陷,存在应用上的局限性。因而,本文提出基于多小波的医学图像压缩方案,实验结果表明,其PSNR值得到了较大的提高,且具有更好的主观视觉效果。  相似文献   

20.
煤矿安全监视图像数据库系统研究   总被引:1,自引:0,他引:1  
孟倩  周延  于洪珍 《计算机应用》1999,19(9):17-18,22
本文提出了一个将安全监视图像分成背景图像与运动视频图像并分别存储入库以提高图像数据压缩比的思想,并研究了安全监视图像数据库的数据模型,给出了系统结构。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号