Bayer图像无损压缩算法及其FPGA实现

结合Bayer CFA格式图像的特点,提出了一种基于Bayer图像的无损压缩算法,该算法简单高效,可以在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很高的场合。在对各种算法进行仿真评估的基础上提出了基于COMS图像传感器IBIS5-A-1300的无损压缩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Bayer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.     

基于小波变换的同类传感器遥感图像快速自动配准的研究

同类传感器遥感图像灰度具有较强的相关性,应用模板相关的方法可以提供数量丰富的配准控制点,达到较高的配准精度.应用小波的图像分解与重构快速算法可以使配准速度得到较大度的提高.实验表明:基于小波变换的模板相关匹配方案实现了同类传感器遥感图像的自动配准,配准速度快且精度高.     

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.     

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.     

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。     

一种基于显著性区域分割的SAR图像配准算法

针对传统SIFT算法的配准精度和配准效率易受斑点噪声和图像灰度差异影响的问题,提出一种基于显著性区域分割的SAR图像配准算法.首先基于改进的马尔可夫(MRF)算法对SAR图像进行分割,结合区域特征和边缘特征筛选出稳定的显著性区域;然后在显著性区域的边缘附近进行SIFT特征点的提取;最后通过SIFT特征点的匹配实现图像配准.实验结果表明,该方法在保证较高的配准精度的同时,提升了算法效率.     

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.     

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.     

基于贝尔模板的文本图像压缩及重构算法的研究

针对文本图像提出了直接对CFA原始数据进行压缩的算法,即首先把贝尔CFA图像从RGB色空间转换到YCrCb色空间,然后把不利于压缩的高频分量中比较多的亮度分量进行低通滤波,再用结构分离法把梅花形的亮度分量转化为矩形,最后分别采用JPEG2000压缩亮度和色度通道。为了估计解压恢复的CFA模板丢失的彩色分量,应用改进的自适应模糊匹配插值算法,对它周围四个相邻连接的像素分配一个模糊隶属度,从而利用相邻信息,且把这个隶属度作为加权平均工具来重构全彩图像。通过实验验证,这种贝尔数据直接压缩方法带来的失真很小,插值后恢复的全彩图像在主观视觉和客观质量评价中也能获得令人满意的效果。     

一种新颖的图像多尺度几何变换及其应用

提出了一种新颖的图像多尺度几何变换方法,主要由预处理、方向滤波器组和最优方向小波变换等组成.方向滤波器组将预处理后的高频分量分解为多个方向子带,然后每个方向子带执行改进的最优方向小波变换.该变换兼有Bandelet变换和Contourlet变换的多尺度几何分析特性,能更稀疏地表示边缘和纹理特征.分别将EBCOT编码和硬阈值去噪应用到图像变换系数中,从而实现了有效的图像压缩和去噪,很好地保护了图像细节.实验结果表明,对于纹理和边缘丰富的图像,所提出的图像压缩和去噪方法在视觉质量上明显优于基于Bandelet或Contourlet变换的方法,峰值信噪比也提高了0.1 dB以上.     

基于CMOS图像传感器的压缩感知成像算法

近年来提出的压缩感知理论将信号采样和压缩同时进行,突破了奈奎斯特采样定理的限制,为低采样高分辨率成像提供了可能.为此,提出了一种基于CMOS图像传感器的压缩感知成像算法,采用并行处理策略对CMOS图像传感器A/D转换前的模拟像素矩阵进行压缩采样,减轻了A/D转换模块的负担,大大降低了CMOS图像传感器的功耗,并且该算法实现电路简单.仿真结果表明,所提算法能快速有效地进行测量值的获取,利用TVAL3算法重构的图像主客观质量较好.     

基于小波分解和分形迭代的图像编码新方法

综合利用了位图压缩、小波分解、分形迭代与霍夫曼编码技术,提出了一种图像压缩的新方法．该方法采用位图平面分解进行第一步压缩,然后对位图压缩后的图像进行正交小波分解,利用相同尺度和不同尺度上的局部相似性构造迭代函数系统,最后对所有参数进行霍夫曼编码．实验结果表明这是一种有效的图像压缩方法