基于小波分形变换的图像编码

指出了为改善分形图像编码的压缩性能，可使用无需搜索或无需母块分类的小波分形编码．提出了一种新的不同于以前的分割方法，它能进一步改善压缩性能．基于小波的分形变换(WBFT)结合了多尺度分析理论(MRA)和迭代函数理论(1FS)．这不仅提供了用多尺度表示的图像的局部时—频分析，也使用了IFS和固定点理论迭代构成了图像．一组实验和仿真展示了对均匀量化的图像编码使用WBFT后的性能．     

一种分类的小波零树与分形混合图像编码算法

通过分析小波零树编码和分形编码各自的优点与不足,结合自身的特点,提出一种基于分类的混合图像编码算法。该方法把图像分割后的块分为3类,对不同类型的块分别采用分形算法或零树编码的改进算法SPIHT算法编码;结果表明,与单独使用这两种算法相比,混合编码算法的重构图像质量有一定程度的提高。     

一种快速分形图像编码方法

提出了一种快速分形图像编码方法．该方法利用原图像的均值图像设计编码码书，利用高阶统计量对域块进行分类，可以有效地减少域池中域块之间的相关性．同时，使用遗传算法搜索值块的匹配域块，可以减少分形图像编码时值块与域块的匹配搜索时间，加快图像分形编码的速度．基于这种方法的分形图像编码，在图像解码时不需要迭代，可以提高图像的解码速度，不需要对编码时的伸缩系数加以限制．仿真结果表明，这种快速分形编码方法可以减小图像编码时间，较大提高了分形编码的速度．在相同压缩比的情况下，解码图像的质量也比传统方法要高．     

基于自适应门限的快速分形编码方法

利用图像子块的自身统计特性，并结合父块变换过程中方差不变的特性来减少匹配库中候选块的数目，依据匹配门限可以由子块的方差来确定的原理，提出了一种基于自适应门限的分形图像编码算法的改进算法．实验表明，该算法在保持压缩比基本不变的情况下，在还原图像PSNR方面有所提高，缩短了图像的编码时间．     

分形图像压缩编码的研究进展

综述了近年来在分形图像编码方面的最新进展，详细分析了分形图像编码在图像分割算法、对域块的变换、域池选择、图像编码、匹配块的搜索策略、仿射变换实现和图像解码等几个方面的研究现状以及在这些方面的性能优化问题。对其中的每一个方面，都探讨了一些最新的典型方法，并对这些方法在复杂度、精度、收敛性等方面进行了简要的性能比较，指出了分形编码存在编码速度慢等问题，指明快速分形编码及与其它编码方法的联合编码的研究方向。     

基于小波近似的分形矢量量化图像编码方法

本文把小波分解、分形、矢量量化有机地结合起来,提出基于小波近似的分形矢量量化图像编码方法(WA-FVQ-IC)。对原图进行小波分解及四叉树分割,形成小波近似的粗糙图像和分割块的统计平均值,小波近似的粗糙图像经变换构成变换的图像,并据此提取误差信号的码书,而后对误差信号进行分形矢量量化。本方法充分利用小波的多分辨率特性,构成差值信号分形矢量量化的码书,不需要外部训练,解码时不需要迭代,充分发挥了分形和矢量量化的优点。     

像素点的邻域分形近似及其分形编码

提出了一种新的图像块的分形近似方法，该方法借助于像素点的邻近点以达到对图像块的最小均方分形近似．这实际上是寻找仿射变换Ｔ，使图像块各像素点的邻近点压缩到自身时，均方差最小．量化后的仿射变换Ｔ构成了图像块的分形块编码．对每一图像块，仅仅解二阶线性方程组．用该分形块编码对图像编码，可获得高压缩比且具有实时性     

减少分形编码方块效应的一种解决方案

分形图像编码方法通常把输入图像分割成小块,这在图像中引入了人为边缘,从而产生了恼人的块效应(特别是高压缩率下).这种块效应限制了基于块的编码方法的广泛应用,因此必须探索减少块效应的方法.目前已有2种方法,一种是构造分形变换时使用块重叠方案,另一种是结合小波分解方法.这里提出一种新的可选方法,主要利用双线性插值方法和分形编码的分辨率独立性,即解码可以按高于或低于原图像分辨率进行.实验表明,该方法能够减少方块效应.     

基于新的父块库分类的自适应图像分形编码算法

图像编码在数据存储和传输领域有着广泛的应用,全自动分形图像压缩算法是实现高压缩比图像编码的有效途径之一.本文在自适应四叉树分形编码基础上提出了一种改进的父块库分类的算法.该算法将父块划分为四个部分,以各部分的灰度均值和平稳阈值为判定标准,将父块库划分为两个大类和六个小类,大幅度降低了父块库的冗余程度.通过对图像的编码与解码计算,发现改进算法在加速搜索的同时,可以大幅度地提高图像的峰值信噪比.其中,平稳阈值是影响编码时间的主要因素,适中的平稳阈值能够保证最短的编码时间.     

一种高速自适应分形图像编码算法

提出利用四叉树自适应图像划分、源块池柔性分类并结合人类视觉特性的高速分形图像编码算法。与其它同类算法相比,该算法在编码速度、压缩比和图像质量等方面均有显提高。     

一种基于分块的二值图像信息隐藏算法

提出了一种新颖的基于分块的二值图像信息隐藏算法，算法首先计算出原始图像中每个像素的可修改度，并通过置乱来均衡可修改像素在图像中的分布；将置乱后的二值图像分块，提取每块图像的特征值，组成二值的特征矩阵，对特征矩阵再进行分块，根据特征矩阵块进行信息嵌入，若要嵌入的信息与特征矩阵块中的某一特征值不相匹配时，则通过翻转与该特征值对应的图像块中最适合修改的一个像素来实现对此特征值的间接修改，实验结果表明，该隐藏算法信息嵌入量适中，隐藏信息的图像具有良好的视觉透明性，系统的安全性也较高。     

基于分块的超链引导的主题搜索改进算法

通过引入“分块”这一新技术,提出了一个改进的HITS算法,即利用VIPS和分块重要性模型,分割集合中的每一个网页,并为其分配重要值,再结合内容分析法来修改HITS算法中authority网页的权值,从而提高搜索精度,使得搜索结果更接近查询者的意愿.     

基于遗传算法的分形图像压缩方法

基于分形和分块迭代函数系统的特点,提出了一种改进的用于求解具有全局最优的自相似分块匹配的遗传索算法,算法中应用于带分类的编码法、杂交位置概率和自适应的适应度函数。     

一种新的基于破损区域分块划分的图像修复算法

针对破损区域较大、结构信息复杂的图像修复难题,在分析手工修复方法的基础上,提出一种基于破损区域分块划分的图像修复算法。根据边界线破损而断裂的图像,先估算破损区域边缘各断裂边界线的走向;再将同一条边界线的各断裂边界线进行平滑连接,可将破损区域划分成不同的块;然后分别计算各块的优先等级;并利用BSCB算法,按优先级对各块进行修复;最后,将算法与BSCB算法及近年来提出的图像修复算法进行比较。结果表明,所采用的图像修复算法修复结果图像结构信息更清晰、图像边界过渡更自然、更符合视觉感知;并具有更高的峰值信噪比。     

基于不规则区域分割的快速分形压缩算法

首先基于序列块和主块之间最小象差的方差信息,提出了一方差排序搜索算法,该算法可产生与满搜索一致的分形编码.该算法能较大程度上减少对每个序列块进行搜索和匹配主块数与相应编码时间.并通过采用不规则区域变换,提出了一种不规则区域的图像分割算法,实际结果表明比传统的基于块的分割有更大的压缩比,并能减少编码时间.图4,表2,参10.     

并行系统的一种组合式软硬件划分技术

研究并行系统的软硬件划分方法，建立了一种基于并行语言PL的代数语义的形式化软硬件体系结构，提出了一种基于基本调度块（BSB）的并行系统优化划分方法，该方法首先将PL程序分解为BSB，然后考察BSB的软硬件度量，最后利用启发式方法求出优化的软硬件划分方案，语法制导的划分规则可以用于系统的划分和软硬件成分的组合，本文提出的软硬件划分方法将系统的结构划分和功能划分有机地结合，具有实用价值。     

具有双重检测机制的图像篡改检测算法

针对单一基于相关性的图像篡改检测算法难以同时解决虚警和漏检的缺陷,提出一种具有双重检测机制的图像篡改检测算法——第一重检测利用待测图像各区域的相机指纹是否与参考相机的指纹具有相关性来确定疑似篡改图像块;第二重检测从疑似篡改图像块中抽取特征,送到训练好的支持向量机(SVM),由基于图像特征的SVM对其分类,把误判块和真实篡改块区分开来.实验结果表明,该算法优于经典的单一基于相机指纹相关性的篡改检测算法.     

压缩域视频水印的失真漂移补偿算法

针对H.264/AVC压缩域视频,提出一种新的带有失真漂移补偿机制的鲁棒视频水印算法.该算法通过采用新的漂移补偿机制补偿由于水印嵌入所带来的解码误差,即视频播放时的失真,并针对由水印嵌入可能引起参考块改变的情况进行特殊考虑,避免了失真漂移的进一步扩散.通过选取宏块内尺寸最小的区块进行水印嵌入,利用离散余弦变换的能量集中效应保证受到攻击时的稳定性.实验结果证明,所提出的算法既具有良好的水印不可感知性,又具有良好的抗压缩攻击性,即有损压缩攻击下仍能达到平均80%的检测正确率.     

递推人工蜂群的模糊划分熵多阈值分割算法

针对图像分割中模糊划分熵算法在多阈值选取时存在的效率低、计算重复的问题,提出了一种递推人工蜂群的模糊划分熵多阈值分割算法(RAFPEA).首先选择附加边界条件及灰度权重的隶属函数来构建图像的模糊熵模型,并将该模型中不同变量的组合计算转化为递推过程,进而保存此过程中不重复的瞬间递推值,然后引入人工蜂群算法,利用预存的递推结果来计算蜂群寻优时的个体适应度值,从而减少重复计算,达到快速寻优的目的.实验结果表明:RAFPEA的均一度与精确的穷举模糊划分熵法相同,但运行时间仅为穷举、遗传的模糊划分熵算法的5％;随着阈值数量的增加,运行时间稳定不变,在确保精度的前提下,可高效地对图像进行多阈值分割.     

一种面向新型视频编码器的快速算法

为降低多功能视频编码标准(VVC)编码的复杂度,提出一种面向VVC的帧内快速编码算法.首先,根据视频内容的时空域相关性,使用反向传播(BP)神经网络对CU的划分深度进行预测;然后,使用统计概率对CU的划分模式进行选择;最后,编码时跳过不必要的划分模式以节省编码时间.实验结果表明,与原始编码器相比,该算法平均可节省59.82%的编码时间,且在同等编码质量情况下比特率的平均增加值(BDBR)仅为2.05%.