遥感图像的DCT域处理方法研究

目的在压缩域进行遥感数据处理，以简化运算，减少运算量，提高运算速度。方法通过离散余弦变换（DCT）实现遥感图像在空间域和压缩域间的变换，结合实例用两种滤波器对遥感图像在压缩域进行了处理。结果通过离散余弦变换，图像由空间域变到了DCT域，在DCT域用指数低通滤波器去噪，高通滤波器提取地面特征边缘信息。结论在压缩域进行遥感图像处理，不但可简化运算，减少运算量，而且可使处理速度大大提高。     

一种DCT域实现图像分数倍尺度变换的方法

分析了块和其子块离散余弦变换(DCT)系数之间的变换关系，在此基础上提出一种直接在DCT域实现图像尺度分数倍变换的快速有效的算法．该算法不仅解决了先前算法无法在压缩域实现任意分数倍变换的问题，而且具有较好的效果和较小的运算量，该方法可广泛应用在MPEG、JPEG等基于DCT的压缩图像尺度变换中．     

DCT压缩域图像数据处理

在离散余弦变换 ( DCT)压缩域中 ,从 JPEG模型出发 ,提出块内重排 /重取样法 ,实现图像的缩放和平移     

基于DCT和RLE的灰度图像压缩方法

离散余弦变换具有很强的"能量集中"特性,图像信号的主要能量都集中在离散余弦变换后的低频部分,而图像高频部分的系数经常为零.为了滤除图像信号中各种相关性而存在的冗余信息,针对灰度图像提出了基于离散余弦变换和游程编码的压缩方法.该方法对给定的灰度图像进行离散余弦变换分块转换,并对转换后的高频部分进行域值量化,滤除高频分量,然后进行游程编码,实现灰度图像的压缩.最后在VisualC++6.0开发环境下对方法进行实验,仿真实验表明,在量化域值选取恰当时,可达到较好的压缩效果.     

基于人类听觉系统的DCT域数字音频脆弱水印算法

以离散余弦变换(DCT)及人类听觉系统(HAS)为基础,提出了一种将二值灰度图像(水印图像)嵌入到数字音频信号的脆弱水印算法.该算法首先对二值水印图像进行置乱变换并编码成一维二进制序列,再对数字音频信号进行分段处理并择段作离散余弦变换(DCT),最后依据人类听觉系统选择DCT域中高频系数进行量化完成水印信息的嵌入.实验结果表明:该数字音频水印算法不仅具有较好的透明性,而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性.     

一种新的基于变换域的数字音频水印算法

使用Arnold变换对二值黑白水印图像进行预处理,对选定的音频进行五层小渡分解,对小渡分解后的低频系数进行离散余弦变换(DCT),选取DCT系数中幅值较大的点嵌入水印信息,提出一种基于离散小波变换和离散余弦变换相结合的数字音频水印方案.实验表明:该算法具有较好的透明性,对噪声、重采样、重量化等攻击具有较好的鲁棒性.     

基于离散余弦变换的数字图像压缩算法实现

随着互联网技术及通讯技术的快速发展,数字图像被广泛使用。对数字图像的压缩技术是数字图像处理技术中的关键技术之一。本文介绍了一种基于离散余弦变换(DCT)频域变换方法,使用该方法对数字图像进行图像数据的压缩。该方法用MATLAB仿真软件对实验测试的数字图像进行压缩,对比不同压缩比下的压缩图像进行分析,通过实验仿真结果得出离散余弦变换应用在数字图像压缩中有良好的效果。该方法具有操作简单,处理速度快,易于操作,压缩图像质量高等优点。     

基于离散余弦变换和Arnold变换的数字水印算法

提出一种基于离散余弦变换(DCT)和Arnold变换的数字水印算法.该算法首先使用Arnold变换对水印图像进行置乱预处理,然后对载体图像进行8×8的离散余弦变换,根据预处理后的水印像素值,调整DCT系数的大小关系.算法简单且易于实现,并具有较好的安全性、鲁捧性和不可见性.仿真结果证明该算法的有效性及抗JPEG压缩、低通滤波、剪切和噪声干扰能力.在版权保护方面具有一定的应用价值.     

一种基于离散余弦变换的数字水印方法

本文提出了一种基于离散余弦变换(Discrete Cosine Transform DCT)的数字水印方法,它通过将灰度水印图像隐藏在图像经过离散余弦变换的重要系数成分中。实验结果表明这样的方法对图像剪切、噪声、中值滤波、旋转等攻击具有很强的鲁棒性。     

基于DCT-CS和ATC的联合信源信道编码

提出了一种基于离散余弦变换的压缩感知(DCT-CS)编码与非对称Turbo码(ATC)的联合信源信道编码方法.该法将分块图像依据信号的自然属性和视觉特性先进行DCT变换,再按Zigzag扫描,并用压缩感知进行压缩,最后与非对称Turbo码结合实现了自适应图像压缩传输的联合信源信道编码-实验仿真结果表明:根据不同的无线信道环境自动采取不同的图像分块大小和压缩感知测量数以及非对称Turbo码类型,能够达到图像的传输速率和重建质量的优化平衡.     

一种基于小波变换的图像压缩方法

提出了一种基于小波变换的图像压缩方法．先对图像数据进行二维离散小波变换，对变换后的低频系数进行离散余弦变换；再对ＤＣＴ系数进行Ｚ形扫描，游程编码．舍弃最高频系数，对于次高频系数根据人眼的视觉特性采用不同的量化器进行量化，然后进行可变长度编码．实验表明，在图像质量和压缩倍数方面都取得了较好的结果     

基于离散余弦-广义小波变换的数字水印技术

提出了兼备离散余弦变换和小波变换两者优点的离散余弦一广义小波变换和分层嵌入数字水印的概念与方法,该变换具有较强的数据压缩能力和嵌入水印的能力。用NATLAB语言在512×512Lena图像中分两层嵌入了图片及随机码,通过实验证明了该数字水印具有较好的隐蔽性和抵抗常见攻击的鲁棒性,也证明了为适应网络传输进行分层嵌入水印的可行性。     

基于遗传算法的优化DCT 图像压缩方法

为打破传统DCT(Discrete Cosine Transform)变换矩阵统一的束缚, 从离散余弦变换DCT 的基本原理及特点出发, 针对图像信息对DCT 变换矩阵进行优化处理, 实现对图像的高效压缩。将图像进行DCT 压缩后重构并与原图像进行比较; 利用遗传算法求最优解使其均方误差最小以优化DCT 变换矩阵的系数; 以优化后的变换核对图像进行处理。实验结果表明, 对线性边缘、纹理特征图像小分块处理基于遗传优化DCT 的算法在种群个数为40 ~ 60、字符串长度为8、交叉概率为0. 7 ~ 0. 8、变异概率为0. 007 ~ 0. 008 时, 图像压缩效果达到最佳。     

改进的静态图像压缩技术

在多媒体技术中,静态图像压缩技术成为世界学术界研究的热点.本文在国际标准组织制定的静态图像压缩标准JPEG的基础上,提出了一种采用新的傅立叶分析技术-算术傅立叶变换(AFT)来快速计算离散余弦变换(DCT)系数值,改进了静态图像压缩技术,克服了DCT运算速度慢的缺点,同时克服了传统的快速离散余弦变换(FDCT)程序复杂,子进程多的缺点.实验表明运用新型的AFT的DCT快速算法代替传统的DCT算法实现静态图像压缩可以使运算时间大幅度减少,该方法为实现静态图像压缩开辟了新的思路和途径.     

一种基于混合域的彩色图像盲水印算法

采用混沌序列加密并定位,提出了一种基于混合域的二值水印嵌入方法,也可用于归一化灰度水印的嵌入. 该方法将图像分解为R,G,B三个分量,分别对每个分量进行离散小波变换,在小波变换的低频区进行离散余弦变换,在离散余弦变换域中利用混沌序列对水印信息嵌入位置定位,水印信息的嵌入采用频率系数比较的方法.实验结果表明,该算法在满足水印透明性的同时,水印信息在噪声干扰、图像处理、人为恶意攻击及图像压缩条件下具有很好的鲁棒性. 应用混沌序列,在完成水印信息定位的同时增强了算法的安全性.     

基于DCT的医学图像无失真编码

图像编码是图像处理的重要内容，医学图像必须保证得到的图像能最大限度地反映原始图像信息，也就是要进行无失真编码。主要介绍了将可逆线性变换等数学方法应用到离散余弦变换中，探讨新的有效的无失真编码方法。     

基于ICA和DCT的鲁棒性盲水印算法

提出了一种结合独立分量分析和离散余弦变换的数字图像鲁棒性盲水印算法.首先将载体图像分解成互不重叠的8×8子块,再对各子块进行离散余弦变换,接着把经过置乱和平铺扩展处理的水印嵌入到余弦变换的低频系数上,最后进行逆余弦变换得到嵌有水印的图像.在不需要原始图像、水印和攻击类型等信息的情况下,算法实现了真正意义上的水印盲提取.仿真实验表明,该算法对JPEG压缩、尺寸缩放、滤波等攻击具有较好的鲁棒性.     

基于DCT变换域的图像类水印认证算法

提出一种基于DCT变换域的图像类水印算法,该算法不对原始数据进行修改,只要通过环形自同构计算原始图像和认证图标DCT系数间的映射规则,在验证端再通过该映射规则来恢复认证图标进行认证.整个认证过程中不会对原始信息造成任何破坏,所以可应用于画面清晰度要求高的多媒体和认证系统中.实验结果表明,该算法与现有的空间域类水印算法比较,具有节省30%的存储空间;当待认证图像的PSNR>30 dB时,该算法提取出的认证图标的PSNR高4 dB;对JPEG等压缩图像进行认证时,不需要进行IDCT和DCT,提高了认证效率.     

基于分块DCT变换的HVS模型加权数字水印算法

用灰度图像作为水印,并结合应用于图像压缩的人眼礼堂模型HVS和基于块分割DCT变换,对原有的基于DCT变换的数字水印算法作了一些改进。实验结果表明,这种改进方法具有良好的鲁棒性和不可见性。     

一种基于小波变换的混合图像压缩方法

提出了一种基于小波变换的静态图像压缩方法．将图像作多次小波分解后，对高频系数进行适当量化以减少其符号数，然后对量化后的系数作Huffman编码及RLE编码．实验证明这是一种比较有效的编码方法，消除了方块效应，且该算法可得到不同的质量等级和比特率，适合网络图像传输．