基于小波变换的分类量化图像编码算法

针对标量量化压缩比小而向量量化压缩速度慢、图像复原效果不理想等弱点，提出了基于小波变换的分类量化图像编码算法（简称“分类量化编码”）。该算法基本思想为：首先将小波变换后的图像高频子带划分为局部快；然后利用文中给出的相对距离最近之值选择方法，依据纹理复杂度和重要性程度将这些局部块划分为4类（平坦、过渡、弱纹理和强纹理）；最后对平坦局部块进行向量量化编码，对强纹理局部进行标量量化编码。实验结果表明：该图像压缩算法在压缩速度、图像复原效果、压缩比等方面明显优于零树小波编码和JPEG方法。     

基于图像内容的DWT自适应量化水印

以小波变换和人类视觉系统为基础,把基于图像内容的水印信息独立地、自适应地通过量化方法嵌入到小波变换的低频部分。实验结果表明,该算法对JPEG压缩等处理具有较好的鲁棒性,且能准确定位篡改区域。     

基于阈值与人眼特性的小波图像压缩算法

针对图像传输数据量大的问题,通过结合小波变换的高效性与普遍性,提 出了一种基于阈值与人眼特性的小波图像压缩算法,在图像的低频子带中通过结合阈值与人 眼的视觉敏感度,提出了阈值保留算法;而图像的高频子带则是通过结合小波变换后各子带 的方向性,并根据小波幅角的不同提出了边缘保留算法;在保证图像质量的同时减少了图像 中的冗余信号。实验结果表明,新方法能够实现上述目标且具有低耗时的优势,在图像压缩 领域具有较好的发展前景。     

基于小波域量化噪声的静态图像数字水印算法研究

数字水印是一种新的多媒体信息处理技术,嵌入信息的长度直接影响到算法的性能。在用小波变换进行静态图像处列长度自适应于原始图像,并定量分析了该方法检测过程,给出了检测门限。实验结果表明,该算法在保证图像质量的前提下,对信号处理有着较好的稳健性。     

基于小波模极大值和形态学的图像边缘检测算法

提出一种基于小波变换和形态学的图像边缘检测方法.通过对源图像进行小波分解,用小波模极大值法和基于数学形态学的算法分别提取高低频子图像的边缘,最后采用合理的融合规则将两个边缘图像进行融合.实验结果表明,该算法能有效地抑制噪声,且边缘清晰、准确,效果优于经典的边缘检测算法.     

基于小波变换的低频子带图像去噪方法研究

小波阈值去噪方法是研究最为广泛的方法之一,基于此方法提出了许多改进算法。然而,这些改进的小波阈值去噪算法都没有对低频子带进行处理。本文采用自适应中值滤波对小波变换的低频子带进行处理,而对高频子带采用通用阈值去噪算法。实验结果表明噪声方差越大（即噪声污染越严重）,重构图像PSNR提高的越多;对于噪声方差较小及细节较少的图像来说,重构图像的PSNR不是很理想。     

基于图像块均值量化的自适应盲水印算法

提出了一种新的基于图像分块DWT的自适应盲水印算法。算法以一幅有意义的二值水印图像为水印信号。同时,利用了Hilbert扫描能很好地保持图像空间局部连接性的特点。在图像块的Hilbert序列中选取相邻的3个分块分别进行一层小波变换,计算各分块对应子带的均值并比较大小,根据较大和较小的两个均值决定的步长,调整另外一个均值对应子带系数的大小,从而完成自适应的嵌入水印信号。而且,水印的提取无需原始图像参与,达到真正的盲水印。实验结果表明,该算法是有效的,水印具有较好的不可见性,对通常的图像处理操作和裁剪、挤压、像素移位等几何攻击有较强的鲁棒性.     

一种鲁棒的基于DWT域自适应量化步长的图像盲水印算法

提出了一种可用于版权认证的基于小波变换域自适应量化步长的图像盲水印算法.该算法首先在DWT（离散小波变换）的低频子带中选择感知重要系数作为水印的嵌入区间,然后选择一个同时可满足不可见性与鲁棒性要求的最小量化步长,对所选择的重要系数进行量化,再通过自适应增大量化步长,把二值水印信息交替地嵌入到不同的量化层上.作为这种算法的一个特例,就是用所选系数的低5位表示水印信息.在嵌入过程中,根据小波变换所具有的良好的空域局部化特性,采用了分块舍入技术,实现了水印信息的精确嵌入;在检测过程中,提出了一种新颖的差分检测方法,增强了系统的鲁棒性.实验结果证明,该算法具有嵌入信息量大,水印透明性好,对各种常见的图像处理操作、有损压缩、裁剪和几何变换抵抗性强等特点.     

基于量化表的图像篡改检测算法

数字图像盲取证技术是近年来研究的一个热点问题。提出一种利用量化表来进行定位和检测数字图像双重JPEG压缩的篡改检测算法。首先对数字图像进行压缩消除图像本身的噪声,然后利用图像压缩模型来描述图像首次压缩与第二次压缩之间的关系进而估计首次压缩量化表,最后提出一种高效率的方法通过利用量化表来定位图像篡改区域。实验结果表明,该算法能够有效地对双重JPEG压缩的图像进行检测和定位,并具有很好的鲁棒性。     

基于哈夫曼编码的矢量量化图像压缩算法

现有边缘匹配矢量量化(SMVQ)算法没有考虑码字索引分布规律。针对该问题,通过理论分析得到码字索引严重非均匀分布的规律,基于该规律提出结合哈夫曼编码的SMVQ图像压缩算法。实验结果表明,与穷尽搜索算法相比,该算法在保持相同编码质量的情况下,编码码率下降50%,与SMVQ相比,其PSNR提高0.8 dB,编码码率下降30%。     

小波图像编码中阶梯型量化的研究

本文利用原始图像在不同频率区域能量分布不同的特点，通过对小波变换系数的研究，提出了一种对图像的小波分解系数进行阶梯型量化的有效方法，并结合不同类型的图像给出了具有代表性的量化方案，实验证明该方法可明显地提高图像的压缩效率和重构质量。     

基于小波变换的模糊噪声图像的鉴别方法

根据Canny边缘检测算子的最优准则,模糊和噪声都会影响图像目标识别的精度。利用图像灰度的标准差定量地分析了模糊和噪声的影响;从频域角度分析了模糊和噪声的特性,并根据其特性提出了一种基于小波变换的模糊噪声图像的鉴别方法。该方法充分利用了小波的多分辨率分析特性和噪声的高频及模糊图像的低频特性,实验结果证明该方法能有效地鉴别图像的好坏。     

基于EZW算法的遥感影像网络渐进传输

基于小波变换的嵌入式零树小波编码是一个简单有效的影像编码算法,通过分析该算法特性,针对其零树构建过程中较长的时间消耗,改进其方法以缩短编码时间;并针对现行地理信息可视化平台影像显示过程的跳变现象,结合人眼视觉特性,设计了一种渐进网络传输方案。     

基于小波包和边缘特征的遥感图像融合算法

为了获得更多的图像细节信息,提出了一种基于边缘特征的遥感图像融合算法。该方法以小波包变换为基础,根据3个子方向的小波系数变化和边缘特征,确定融合规则。对TM多光谱图像和SPOT高分辨率图像进行融合实验,并从主观和客观两方面对融合结果进行了比较分析。仿真实验结果表明,该方法在空间细节信息的表现能力和光谱信息的保持方面都有一定程度的提高。     

一种快速、有效的量化与基于小波的图像压缩

量化是利用小波变换的图像压缩编码技术的关键环节之一。矢量量化和标量量化各有长短,该文将这二者有机地结合起来,称为混合量化(HQ—Hybrid Quantization)。它既有矢量量化的高效率,又具有标量量化的简单性,不需要进行码书训练,不要做乘除法。并用标准测试图像与其它方法的压缩结果进行了比较。     

一种基于EZW改进算法的图像压缩方法研究

针对原EZW算法未能很好利用图像小波系数特点及按照频率特性量化小波系数的不足,提出了对图像小波系数进行信噪分离、阈值化处理以及对低、高频图像信息进行分阈值量化的改进算法,并给出了在保证复原图像质量情况下扫描终止的判别条件,以节省压缩时间,在实时传输中能有效地提高图像压缩效率。仿真实验结果表明,改进算法无论在扫描相同次数下的信噪比,还是相近信噪比下的压缩比都获得了较大改善,为小波变换下的图像压缩方法提供了新的思路。     

基于小波域奇异值分解的图像压缩算法

提出了基于小波域奇异值分解（SVD）的图像压缩算法,该算法通过对小波分解系数进行奇异值分解,进而对小波系数进行压缩,实现图像压缩。将该算法与图像奇异值分解直接压缩的算法进行了实验比较,实验结果表明,该算法较图像奇异值分解直接压缩的算法具有更好的性能,在同样压缩比的情况下能获得更高的信噪比。     

一种基于小波变换的图像压缩方法

量化在图像压缩编码中起着至关重要的作用。从标量量化的角度出发,提出了逐级量化的编码方法,该方法能在保证一定图像质量的前提下大大降低编码率。最后,通过实例分析说明了本方法的具体实现过程,并对经典图像进行实验。证实了本方法的正确性和实用性。