基于彩色CMOS图像传感器的图像压缩预处理系统的设计

结合彩色CMOS图像传感器和Bayer CFA格式图像的特点,提出了一种基于Bayer图像的准无损压缩算法.该算法简单高效,可以在准无损压缩下取得较高的图像恢复质量,非常适用于遥感图像、医学影像等对图像质量要求较高的场合.在对算法进行仿真评估基础上提出了基于COMS图像传感器IBIS5-A-1300的图像压缩FPGA实现方案,整个结构采用流水线设计,同时用少量行缓存代替传统的大容量存储,节省了存储资源,加快了运算速率,减小了电路规模,经验证明完全满足对Ba-yer图像实时处理的要求,为后续实时压缩编码和传输提供了有利条件.     

基于Bayer格式的图像压缩方法

基于对Bayer格式图像特性的研究,提出一种Bayer格式图像的准无损压缩算法,本算法分为颜色空间转换、低通滤波处理、图像压缩、解压缩和重构五个步骤。运用CPSNR方法对本算法的性能进行评价,实验结果表明,这种算法滤波单元、重构单元结构简单,而且恢复后的图像效果较好,这非常有利与传输高质量的图像和视频画面。     

基于等腰直角三角形的分形图像压缩算法

为了提高二值图像的压缩比,采用自顶向下的编码方法,提出一种基于等腰直角三角形的分形图像压缩算法,并进行仿真实验.该算法对无损压缩的图像还原后与原图像没有差别,压缩比比一些无损压缩算法高,提高了压缩图像的压缩比.该算法在重构图像时不会产生水平与垂直边际效应,而且可以在有损压缩和无损压缩之间灵活切换.     

一种基于压缩感知的图像去马赛克算法

文中提出了一种基于分块压缩感知的图像去马赛克算法.该算法首先将Bayer色彩滤镜阵列采样值等效为压缩感知理论中感知矩阵采样所得的压缩数据.其次通过结合Bayer色彩滤镜阵列自身特点训练分块稀疏字典.最后在训练所得稀疏字典的基础上利用分块压缩感知重构算法便可精确重构出Bayer色彩滤镜阵列采样结果.由于训练所得稀疏字典能有效降低与Bayer色彩滤镜采样阵列之间的相关性,因此文中所提出的图像去马赛克算法能有效对单一Bayer色彩滤镜阵列采样值进行重构.通过实验验证表明：新的图像去马赛克算法明显优于传统插值算法,重构所得彩色图像在去除假色影响的同时能完整保留原始图像的细节信息.     

DPCM与小波变换结合的医学图像无损压缩

为了解决经典无损压缩方法效率较低的问题,提出了改善医学图像无损压缩效率的方法,并对此方法的原理和算法实现作了详细的介绍和分析.简述了医学图像无损压缩的基本步骤,对差分脉冲编码调制(DPCM)在无损压缩中的作用进行了分析和实现,并在此基础上,提出将整数小波变换与DPCM相结合的医学图像无损压缩方法.通过对比和分析实验结果可知,采用该方法进行的医学图像无损压缩具有算法简洁、压缩比高,实用性强等特点.     

基于残差集的CFA图像序列无损压缩新算法

提出了一种基于残差集的颜色滤波阵列(CFA)图像序列的无损压缩新算法.通过构造CFA图像序列的残差集,去除图像序列间的数据冗余;设计了一种最佳可逆滤波器对残差集图像进行通道分离滤波,去除图像内的冗余信息,提高CFA图像压缩性能.将该算法与通道分离滤波JPEG和PNG算法进行了对比,结果证明,残差集无损压缩算法具有最高的数据总量压缩比、最低的平均压缩率和最好的重建CFA图像峰值信噪比.     

基于搜索算法的图像压缩处理

目前在图像压缩方面的算法有很多,但这些算法都在一定程度上使图像失真,且算法比较复杂,在此提出一种基于搜索算法的图像压缩算法,该算法能在让图像不失真的前提下对其进行压缩和复原,实现图像无损压缩,该算法复杂度为多项式级.     

Bayer格式图像压缩方法及FPGA实现

单片CCD或CMOS传感器数字相机采用CFA获得彩色图像信息。在分析Bayer格式图像特殊性的基础上,讨论了Bayer图像的几种压缩方法,提出了用色度空间和频域误差等多种方法评价压缩算法性能的方法,这些方法较全面地反映了算法的性能差异并为合理选择提供了依据。最后,提出了一种算法的FPGA实现方案,经验证其性能满足设计要求。     

基于双向波段预测的超光谱图像无损压缩

为了解决超光谱图像海量数据无损压缩计算复杂度高、实时性差的问题,将预测树模型和双向多波段谱间预测算法用于超光谱无损压缩研究。在对超光谱图像进行基于预测树模型的谱内预测的基础上,通过双向谱间多波段预测,利用谱间局部统计冗余和结构冗余,建立了对预测树模型误差进行自适应补偿的预测器模型,设计了一种基于“权重”的方法。该方法利用已编码像素对系数进行自适应估计。采用SPIHT (Set Partitioning in Hierarchical Trees)算法对去冗余后的残差图像进行编码。试验结果表明,该算法在较低的计算复杂度下,压缩比优于目前流行的无损压缩算法。     

基于无损压缩的加密图像可逆信息隐藏

针对现有方法存在的隐藏容量低、操作不灵活的缺陷,文章提出了一种基于无损压缩的加密图像可逆信息隐藏算法。图像拥有者对原始图像进行替换加密;秘密信息隐藏者将加密图像随机划分为若干个大小相等且互不重叠的块,并且在每个加密块中采用无损压缩技术获得空余空间来隐藏秘密信息;接收者采用提取密钥进行秘密信息提取后,再结合解密密钥能够正确恢复出原始图像。实验仿真结果表明,与现有方法相比,所提出的算法在峰值信噪比和信息隐藏率上都具有很好的效能。     

基于二进神经网络的稀疏编码架构的图像无损压缩新方法

视频图像的高效无损压缩在海量的航空和遥感图像传输、珍贵的文物信息的保存等方面具有重要的应用价值,而目前的研究热点主要针对有损压缩,为此通过对现有的无损压缩方法的分析和研究,提出一种在稀疏编码与二进神经网络相结合的框架下建立新的图像无损压缩方法.首先借助二进神经网络中的线性可分结构系建立冗余字典,获得有效的稀疏分解基;再借助二进神经网络学习算法将图像映射为以线性可分结构系为神经元的二进制神经网络,在此基础上建立相应的模式匹配算法将每个神经元与冗余字典简历映射关系,通过稀疏系数建立原始图像的编码形式,进而实现了图像的无损压缩,并从理论上分析了该方法可以有效地提高压缩比,最后通过实验验证了该算法的有效性和通用性.     

一种实时数据处理的软硬件算法研究

针对某中分辨率成像光谱仪遥感图像数据的特点,在研究基于局域纹理特征适合空间应用图像无损压缩技术的基础上,进行无损解压缩算法的设计,阐述了如何采用并行处理和流水线技术优化算法,实现算法到VLSI结构的优化映射,研制无损解压缩专用芯片,该芯片可以不低于16 Mbps的速率实时处理压缩数据,进行无损解压.     

A Low Complexity and High Efficient Method for Image Compression with Bayer CFAs

This paper presents a novel method of lossy image compression for digital colorful image sensors with Bayer color filter arrays (CFAs) based on an analysis of existing compression-first methods. An improved compression and decompression structure is described. The captured CFA raw data are firstly lowpass filtered in RGB space by a smooth filter followed by a down-sampling operation. Next, the data are transformed from RGB space to YCbCr space. Lastly, the filtered data in YCbCr space are compressed directly before full color interpolation to avoid redundancy. The presented method can provide a lower compression ratio and has lower complexity than both conventional interpolation-first image compression methods and other similar existing compression-first methods.     

小波域矢量编码的视频压缩方法

活动图像的帧间相关性使视频高压缩比成为可能。视频压缩研究的核心是既采用高效的图像压缩算法，又充分利用帧间相关性，同时还要顾及运算速度，提高压缩效率。运用补偿可以提高帧间编码的效率，但运动矢量的搜索需耗费大量时间。文中提出一种小波域的矢量编码方法，既利用小波系数的积聚特性。又充分考虑其帧间相关性，使码书搜索过程同时完成运动补偿，在保证压缩效率的前提下减少了编码时间。实验表明，此方法具有很好的压缩效果和较快的计算速度。     

基于信息结构的医学图像压缩

提出一种基信息结构的医学图像压缩新算法,在分析与研究以往图像压缩算法的基础上,引入了图像信息结构的概念,先确定图像的信息基因位置,再提取出图像的结构特征参数,这表征图像的参数即为压缩结果,实验结果表明,这种方法是一种有效的新的压缩算法。     

基于小波变换的静止图像编码探讨

离散小波变换（DWT）虽被广泛应用在图像压缩领域,但它无法实现真正意义上的无损图像编码,为解决此问题,提出基于提升框架的整数小波变换（IWT）,在IWT中应用最广的是内插双正交整数小波变换（IB—IWT）,IB—IWT能够实现压缩后图像的有损至无损渐进重构,以及具有无损感兴趣区域（ROI）的有损图像重建,而且具有很低的计算复杂度与很少的存储空间。