基于块位长的小波嵌入零块编码算法

针对小波编码算法在编码过程需要占用大量内存的问题,提出了一种基于块位长的小波嵌入零块编码算法.该算法通过以下几项措施来减少编码过程的内存占用,同时提高编码的工作效率:(1)LLn子带单独编码;(2)提出位长定义,建立块位长位图;(3)通过位长位图代替排序,细化链表,减少内存占用;(4)通过位长位图的树结构来快速搜索重要块,克服重复扫描,加快编码速度.软件测试结果表明,对一幅512 pixel×512 pixel×8 bit的图像,该算法占用的内存空间为SPECK算法的1/27;硬件实现结果显示,雷达图像质量测试完全达到国际标准;该算法在保持高信噪比的同时,有效地减少了编码过程的内存占用,易于硬件实现.     

基于二维离散小波变换的数字图像水印方案

本文实现了一种小波域低频数字图像水印.图像经过L级的小波分解后得到的低频子图集中了原始图像的绝大部分能量,其系数分布、统计特性与原始图像相似,有较好的稳定性.使用扩频的方法将m序列作为水印加入到图像的小波低频子图中,在保证透明性的前提下,提高了算法的鲁棒性;并使用相关性计算实现了水印的盲检测.     

基于改进的正交FRIT的分层图像编码算法

针对直线边缘较丰富的图像,结合小波变换和脊波变换的分析优势,提出了一种新的分层图像编码算法.本算法首先对原图像进行一级小波变换,取出低频子带LL1进行小波零树编码,从而编码图像的平滑层;然后根据残差边缘层有限Radon变换系数的特征,提出了一种改进的正交有限脊波变换,用以对残差边缘层进行更有效的稀疏表示,并根据变换系数的特点,改进零树编码算法SPIHT,实现了变换系数的渐进编码.实验结果表明,本算法在码率较低的情况下具有优于小波零树编码算法的压缩性能,并且能够更清晰地重建原图像中的直线边缘.     

基于模糊聚类的小波域半脆弱水印算法

将模糊C-均值聚类(FCM)与人类视觉系统的掩蔽性相结合,并利用小波系数奇异值的稳定性,提出了一种小波域半脆弱水印算法.该算法在对宿主图像分块并进行小波分解后,以各子块的低频背景与高频纹理为特征向量,利用FCM聚类方法进行特征分析,得到掩蔽度南弱到强的多个聚类中心,从而确定各子块的嵌入强度,自适应地将水印嵌入到低频小波系数的奇异值中.实验结果表明,该算法具有较好的隐蔽性、抗JPEG压缩性和对恶意攻击的敏感性,并可进行精确定位.     

基于小波提升和纠错编码的数字水印算法

整数小波变换正得到学术界的广泛研究和运用,尤其是在JPEG2000图像压缩标准中被推荐使用.鉴于整数小波变换的独特优势和应用前景,本文提出一种基于小波提升和纠错编码的数字水印算法.使用小波提升技术进行小波变换,在原始图像的小波变换域低频子带中嵌入二值图像水印和混沌序列,并在嵌入和检测过程中引入纠错编码技术.实验证明,本水印算法对常见的图像处理操作具有具有较强的鲁棒性.     

基于快速方向预测的高分辨率遥感影像压缩

针对传统的自适应方向提升小波变换(ADL-DWT)算法在高分辨率遥感影像压缩中计算复杂度过高的问题,提出一种新的基于方向预测的提升小波变换(DP-LWT)算法,实现了高分辨率遥感影像的快速、高效压缩.新算法首先将高分辨率遥感影像分为若干不重叠子块,然后采用梯度算子快速预测遥感影像中每个图像块的最佳提升方向,并沿着最佳预测方向插值完成方向提升小波变换,最后进行多级树集合分裂(SPIHT)编码.实验结果表明,新算法有效削弱了遥感影像各子带中非水平与非垂直方向的高频系数;与传统自适应方向提升小波变换相比,在重建高分辨率遥感影像峰值信噪比基本相同的情况下,有效减少了小波变换中方向预测的计算复杂度.     

适于硬件实现的低复杂度图像压缩

对于高速图像压缩应用,普通压缩算法和基于DSP或PC机的实现已不能满足高速和小体积的要求。能否获得一种专为硬件实现设计,并具有较高性能的图像压缩算法,成为用VLSI或FPGA硬件实现高速图像压缩的关键。为此,本文提出一种基于5/3小波变换的低复杂度图像压缩算法。该算法首先采用3级二维小波变换去除图像相关冗余,并根据小波子带的变换增益对其进行最佳量化,再对量化后的LL子带进行二维预测,最后针对小波系数概率分布特点采用自适应零游程编码联合指数哥伦布编码实现图像压缩。该方法在保证较高压缩质量的同时,具有低复杂度和硬件易实现的特点,若通过FPGA最快可实现高达175Mpixel/s的超高速图像压缩。     

一种基于块位长的小波嵌入零块编码算法(结合工程)

提出一种基于块位长的小波嵌入零块编码算法，该算法通过以下几项措施来减少编码过程的内存占用，同时提高编码的工作效率：（1）LLn子带单独编码；（2）提出位长定义，建立块位长位图；（3）通过位长位图代替排序、细化链表，节省内存占用；（4）通过位长位图的树结构来快速搜索重要块，克服重复扫描，加快编码速度。软件测试及硬件实现结果表明，该算法在保持高信噪比的同时，有效地减少了编码过程的内存占用，提高了编码速度。     

基于小波变换的正则化盲图像复原算法

提出了一种将小波变换和自适应正则化方法相结合的盲图像复原算法。该算法先对退化后的图像进行小波分解,得到图像在不同子频段的信息;然后针对各个子频段内图像的频率和方向特性,使用不同的自适应正则化复原方法,在图像的低频子频段进行去模糊;高频子频段则进行抑制噪声和保边缘特征;最后通过小波逆变换得到复原后的图像。实验结果表明, MSE减少了1.60,信噪比增量为1.76,算法性能和复原效果相对空间自适应正则化方法,都有一定的提高。     

一种适合星上应用的遥感图像有损压缩算法

提出了一种高质量的遥感图像有损压缩算法,在分析了遥感图像经Daubechies双正交小波基D5/3整数小波变换后各子带小波系数统计特性和能量分布的基础上,引入了人类视觉特性,用它来控制算法中的量化方案.根据能量的大小确定不同子带对于目标识别的重要程度,选择不同的量化阈值和量化步长进行量化,并对量化后的数据采用固定比特平面编码.仿真实验表明,该算法对于不同内容和纹理的图像,在一定的压缩比下,均获得了PSNR(峰值信噪比)＞30dB的恢复图像,在不损失最低频信息的同时较好地保持了遥感图像中丰富的高频信息,实现了高质量的图像压缩,并且算法简便,快捷,所占用的存储容量小,易于硬件实现,适合于星上应用,减少了在遥感图像压缩中小目标的丢失.