基于小波变换的图像压缩算法

根据小波变换系数分布的特性,提出了小波变换的图像无损压缩算法、高保真压缩算法和大尺寸图像压缩的解决方案,提出了双正交小波变换的边界处理方法,解决了精确重建问题。     

基于CAXA雕刻V2的雕刻加工

介绍了利用CAXA雕刻V2软件将文字与图片进行雕刻加工的的几种加工方法.雕刻文字所用的加工方法有原线输出、切割及清角加工方式;雕刻图片所用的加工方法有图像浮雕和影像雕刻.文中给出了各种加工方法的实例和加工后的实际效果图.     

基于人工免疫算法的古籍文本数字化处理

针对目前古籍数字化过程中,原色高清文件过大、黑白处理后的文件文字不清、背面文字"透射"、正面与背面文字交叉重叠、图像噪点过多等诸多问题,本文研究了一种基于人工免疫算法的古籍文本数字化处理方法.该方法通过模拟免疫学的模型和原理,采用基于二进制编码的图像边缘检测算法,追踪文字边缘,寻找古籍文本数字图像上感兴趣的文字或图片,...     

读图时代,我们读到了什么?

互联网时代,人与人面对面的交流越来越少,当下年轻人相对无言,宁可在网络上用各种符号图片拼搭心情、互表心意.而今,随着网速的加快,使网页可以承载更多的图片信息,开启互联网“读图时代”的到来. 其实,“读图时代”的概念早已在国内外流行.学界普遍认为,图像社会或视觉文化时代的来临,已成为当今一种主导性的、全面覆盖性的文化景观.由于图片和影像远比文字生动、有趣,节省阅读时间,且电子屏幕化的阅读增强了读者的视觉和触觉体验,因此图像泛滥极大冲击了文字乃至文学.虽然,现实并非如此悲观,但打开网页,配以简短文字的图片、表情、颜文字、动态图案乃至一连串句号(“......”表示无语)都已然成为常见的网络语言,交流在你来我往的图片和符号中绵绵不绝.     

基于CAXA雕刻V2的雕刻加工

介绍了利用CAXA雕刻V2软件将文字与图片进行雕刻加工的的几种加工方法。雕刻文字所用的加工方法有原线输出、切割及清角加工方式;雕刻图片所用的加工方法有图像浮雕和影像雕刻。文中给出了各种加工方法的实例和加工后的实际效果图。     

图像背景下的满文文字提取

提出了一种图像背景下的满文文字提取方法。用数字图像处理的方法对含有图像背景的满文图片进行单字提取,并进行去噪、细化、剪枝等预处理,找到这个单字的主轴,终止点、内部点和交叉点,在主轴上找到临界点,由临界点进行笔画生长从而达到满文文字笔画提取的目的。为了验证方法的可行性,对手写体满文图像、印刷体满文图像和彩色图像中的满文分别进行了文字提取。实验结果表明该方法对满文文字提取率较高,为进一步研究满文的识别奠定了坚实的基础。     

图像的无损压缩

摘要:预测编码方法是实现图像无损压缩的最基本的方法,分析了图像无损压缩方法,讨论了压缩算法中涉及的若干重要问题评述了图像预测模型的研究进展.     

图像背景下的满文文字提取

提出了一种图像背景下的满文文字提取方法。用数字图像处理的方法对含有图像背景的满文图片进行单字提取,并进行去噪、细化、剪枝等预处理,找到这个单字的主轴,终止点、内部点和交叉点,在主轴上找到临界点,由临界点进行笔画生长从而达到满文文字笔画提取的目的。为了验证方法的可行性,对手写体满文图像、印刷体满文图像和彩色图像中的满文分别进行了文字提取。实验结果表明该方法对满文文字提取率较高,为进一步研究满文的识别奠定了坚实的基础。     

基于K-means的图像文字识别与提取研究

针对当前图像文字识别与提取的最新发展状况,提出一种基于K-means的图像文字识别与提取算法,其主要处理步骤包括图像的预处理、像素点聚类处理、图层的选择与优化以及最终的文字切分等。经过上机对算法进行测试,该算法能够有效提高图像文字识别与提取的准确率与执行效率,并可以针对不同环境下的图片文字进行有效识别。     

基于D5/3小波的医学图像压缩算法研究

针对医学图像的特点进行分析,选择小波变换对图像进行分解,但第一代小波变换存在缺陷,选择了第二代D5/3小波的提升方案对医学图像进行小波变换,再结合多级树集合分裂算法(SPIHT)进行改进,引入给定阈值思想.在Matlab中对大量医学图片进行仿真实验,实验仿真结果表明,该算法与传统的压缩算法相比较,在峰值信噪比(PSNR)和重构图像质量上都有较大的提高,更适合于医学图像压缩.     

基于小波变换的图像零树压缩感知方法

稀疏性是压缩感知的前提,然而,自然图像通常不是稀疏的,因此对图像直接应用压缩感知算法很难取得高压缩效率.针对图像信号,将编码思想融入压缩感知理论,提出一种简单有效的零树压缩感知方法.该方法先利用零树思想辅助压缩感知测量,在得到测量值的同时编码重要系数的位置;然后提出零树追踪重构算法,通过精确解码重要系数位置来重构原始图像小波系数,提高重构精度.实验结果表明,相比于现有匹配追踪算法和EZW算法,本文方法有更高的压缩比和更好的图像重构质量.     

基于对抗样本的深度学习图像压缩感知方法

压缩感知是研究数据采样压缩与重构的信号处理新理论,近年来研究人员将深度学习运用到图像压缩感知算法中,显著提高了图像重构质量.然而,图像信息常与隐私关联,高质量的重构图像在方便人们观赏的同时,带来了隐私保护的问题.本文基于深度学习理论,提出一种对抗的图像压缩感知方法.该方法将压缩理论和对抗样本技术统一于同一个压缩感知算法,通过设计损失函数,联合重构误差和分类误差来训练压缩感知深度神经网络,使得压缩感知重构样本同时也是一个对抗样本.因此,重构图像在保证重构质量的同时,也能对抗图像分类算法,降低其识别率,达到保护图像隐私的效果.在Cifar-10和MNIST图像集上进行的实验结果表明,和已有的压缩感知方法相比,我们提出的对抗压缩感知方法以损失仅10%的图像重构质量为代价,使得图像分类精度下降了74%,获得了很好的对抗性能.     

结合DCT近似的分形图像压缩方法

分形图像压缩是一种基于分形迭代函数系统理论的图像压缩方法,压缩比大,但编码过程计算复杂、编码时间长,结合离散余弦变换近似的分形图像缩方法,提高了分形压缩中灰度变换的精度,从而达到了提高图像质量,提高比和减少编码时的目的。三种不压缩图像的结果比较证实了新方法的优越性。     

压缩软件的性能分析及主要结果

本介绍了在各种类型压缩工具软件的压缩率和压缩效率的统计测试分析，得到了本件、语音件、图像件和多媒体件的最大压缩率、压缩率、平均压缩率性能比较和分析结果。选出目前实用压缩软件中压缩率和压缩效率均较高的实用压缩软件，进一步分析它们所使用的压缩算法，得到了常用压缩算法的适用条件和特征。     

基于LZ77算法的藏文文本压缩算法设计与实现

随着信息量的不断增加,用计算机处理的文本文件越来越大,需要对庞大的藏文文本进行数字化处理,如何节约资源对藏文文本进行高效压缩显得极为重要。项目在LZ77算法基础上结合藏文的特点和当前文本压缩的技术主流完成了关于藏文文本压缩的设计和实现工作,按照藏文特点有效的提高了藏文文本压缩率。这种压缩算法是针对藏文特点的两个子算法和目前主流的LZ77压缩算法合成的。     

一种基于颜色布局的压缩图像检索方法

图像检索技术是多媒体应用中的关键技术。现有的基于内容图像检索技术大都是基于非压缩域的。对于目前普遍存在的压缩格式图像,采用这种技术必须先解压再检索,不但计算量大,而且需占用较多的存储空间,严重影响了检索系统的实时性和灵活性。各种压缩标准的推出与普及促使人们寻求可以直接在压缩域操作的检索技术。本文针对JPEG压缩图像,结合国际标准MPEG-7中建议的颜色布局描述符,提出一种快速的基于DCT域的图像检索方法;实验结果说明,此方法具有检索效率高、检索效果好的特点。     

基于OCR信息的JBIG2编码算法

二值图像编码在文本存储、图象检索中有广泛的应用。为了提高二值图像的压缩比,提出了一种利用OCR结果的JB IG 2(jo in t b i-leve l im age group)编码算法。它在对二值文本图像进行基于模式匹配的压缩时,利用了OCR识别结果和识别置信度的信息,从而更好地完成了字模重建和模式匹配的处理,提高了JB IG 2算法的性能。图像中所有识别结果可信的字符被重建字模代替,编码器只需编码字符的位置。实验结果表明:该算法优于以往JB IG 2算法的效果,它可以获得高于以往有损压缩算法的图像质量,并在实验图像上得到高于以往无损压缩算法14.3%的压缩比。     

DCT域内的视频处理算法

分析了几个在压缩域内处理已压缩的视频流的算法.其中主要关注如何对DCT系数直接进行处理的算法,对于带有运动估计的压缩系统(如MPEG视频压缩码)分析了一种解码算法及相应压缩域内的重构算法,这种算法也应用于视频转码.     

一种基于条件生成对抗网络的高感知图像压缩方法

针对如何获得符合人类视觉感知的压缩图像问题,提出了基于条件生成对抗网络的图像压缩模型(HPIC).在HPIC中,首先利用一个超先验概率模型对原始图像进行编码量化,将条件附加标签和残差模块相结合的生成器用于压缩图像的重建,基于深度卷积神经网络搭建的判别器则用于区分压缩后的图像和真实图像间的差异.损失函数是基于比特率-失真-感知优化理论来设计的,一方面选用基于预训练Inception网络特征值的感知失真指标来实现具有高感知质量的图像压缩重建,另一方面利用生成对抗网络损失来消除压缩伪影,提高压缩精度.实验结果表明,HPIC在比特率-失真-感知三重权衡中取得了较好的平衡,即使目前的常见算法使用两倍于本文算法的比特率,本文算法在所有的感知指标得分上均优于前者,HPIC仍能够实现具有高感知质量的压缩.