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。     

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.     

基于改进Bayer抖动算法的图像色彩增强技术

针对静态的Bayer抖动算法会产生块状效应的缺陷,提出了随时间变换抖动矩阵的动态Bayer抖动算法.该改进算法主要根据人眼的视觉特性,对每帧视频图像套用轮换的Bayer抖动矩阵模板,通过多帧图像叠加,消除块状效应.用Verilog HDL对改进的抖动算法进行行为级描述,该图像抖动模块设计可支持1~4 bit抖动,通过仿真和综合,用FPGA进行了硬件实现.验证结果表明该动态抖动算法易于硬件实现,适用于动态图像的实时处理,并且在保持静态抖动算法优点的基础上,有效消除了块状效应.     

基于FPGA的Bayer图像彩色恢复快速算法研究及实现

分析了一种基于Bayer滤色矩阵的图像彩色恢复快速算法,该算法采用考虑相关性的边缘定向线性插值法,运算速度快,恢复图像边缘清晰,并使用FPGA实现上述算法,充分发挥FPGA的并行处理能力,大大提高了运算速度。     

一种Bayer图像的插值与去噪方法

为了改善彩色图像还原效果,降低硬件设计复杂性,分析了彩色插值对脉冲噪声的影响,以及彩色插值与去噪先后顺序对图像质量造成的影响,提出一种基于5×5窗口的先去噪后插值的彩色图像还原方法。采用阈值检测噪点的中值滤波算法去除Bayer图像的脉冲噪声,后采用基于梯度的插值算法完成彩色插值。仿真结果表明,该方法还原的图像性能指标优于传统方法,可以有效去除脉冲噪声,同时较好的保留图像细节,且算法复杂度不高,实时性好,易于硬件实现。     

一种用于CMOS图像传感器的彩色插值算法

讨论一种对CMOS图像传感器输出原始图像的彩色插值的新算法.该算法利用Bayer彩色滤光阵列的色信号特性和自然景物的一些特征,减少了常规插值算法带进的噪声.实验结果表明该算法恢复的图片与常规算法相比,轮廓更清晰,伪色彩更少.     

基于梯度局部一致性的自适应Bayer模式彩色图像恢复算法

基于图像局部梯度具有明显一致性先验,提出了一种基于梯度局部一致性的自适应Bayer模式彩色图像恢复算法。算法在恢复绿色通道时首先从垂直和水平两个方向的进行插值,得到候选插值结果。然后根据彩色通道结构相似的特点,提出利用多通道梯度线性加权估计图像局部梯度,并利用引导滤波实现用时域图像边缘结构对图像局部梯度进行一致化校验,从而提高边缘估计的精度。然后将一致化校验后的梯度特征与候选插值进行自适应融合得到最终绿色通道插值。最后依据图像通道之间的结构相似性先验,利用绿色通道结构细节实现对红色和蓝色通道重构图像的修正,从而恢复完整的去马赛克彩色图像。通过在Kodak和IMAX两个数据库进行的有效性验证,并与其他最新方法进行的性能对比,结果表明恢复图像主观视觉特性和客观评价指标都优于传统方法。此外,由于不涉及迭代和网络训练,具有高效性。     

一种评价自动目标检测算法性能的方法

提出一种自动目标检测算法性能的评价方法，设计了一种实景目标背景图像合成方法，由此可以得到满足测试目标检测算法性能的要求且度量参数调整方便的测试图像集，确定了１６个图像质量度量指标，建立了性能评价的响应函数模型，采用因子分析，多元相关回归分析和Ｌｏｇｉｓｔｉｃ回归分析方法，研究算法性能与图像度量的统计关系。实验表明，所提出的目标检测算法性能评价方法是合理的。     

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。     

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.     

数字图像分形解码中方块效应的差值解决方法

对于分块式的图像压缩方法,在高压缩比下,都会产生明显的方块效应,分形编码方法也不例外。为了解决高压缩比下解压缩后图像的方块效应,本文采用了一种简单实用的解码方法,有效的减少了方块效应。其思想就是利用分形编码独有的分辨率无关性,解码步骤分为两步:第一步首先将图像解码到一个稍微低一点的分辨率上,然后结合传统的插值的方法,将图像还原到希望的高分辨率上,从而达到了减少方块效应的目的。这种方法的优点是不必对编码做任何改动,而且实现简单。     

量化不一致性的JPEG合成图像盲检测

通过估计量化因子获取合成图像初次压缩因子和第三次量化后的图像区域的相似度,分别利用块效应映射函数、灰度转换函数可视化相似度和矫正输出图像,最后利用立方回旋插值法使块映射图与篡改图像尺寸相同.以JPEG合成图像为例的实验表明:该算法只需寻找出量化差异即能完成对篡改区域的定位。当二次压缩因子与初次压缩因子之差为5时,能取得比较明显的检测效果.     

基于ASAM注意力机制的光场图像压缩方法

为了研究光场图像的空间信息和相似角度信息之间的差异性,提高光场图像的传输效率,提出了一种基于端到端网络的角度空间注意力模型（ASAM）注意力机制的光场图像压缩方法 .以卷积块注意力模型（CBAM）的注意力机制为基础,增强了相对角度特征,提高了压缩编码效率.稀疏图像采用H.266/VVC视频编解码器进行压缩,通过子孔径图像（SAI）网络恢复编码后的图像.结果表明,与现有的光场图像压缩方法相比,所提出的光场图像压缩方法具有较高的图像压缩性能,Bj?ntegaard-Delta比特率（BD-BR）降低了52.30%,Bj?ntegaard-Delta峰值信噪比（BD-PSNR）提高了3.33 dB.     

基于张量Tucker分解的彩色图像压缩

传统图像压缩方法基于向量数据进行压缩处理,破坏了高维数据的空间本征结构。为了克服传统方法的不足,本文提出了将彩色图像表示成高维数据张量( )形式,利用张量Tucker分解,取分解后的最大子张量及其对应的特征向量,并将其进行量化编码实现图像压缩。大量实验结果表明,在相同压缩比下,本文压缩后重构图像的峰值信噪比（PSNR）与传统JPEG压缩方法相比具有较大优势,并且在视觉上本文方法重构图像的颜色信息损失量较小。     

机器人图像的采集、压缩和实时传输的研究

对远程机器人实现遥操作是目前机器人控制研究领域的前沿课题。将图像压缩技术和实时传输技术结合起来 ,提供了一个有效的方法 ,使得可以在 Internet上实现机器人现场图像的远距离传输。在 H.2 6 3标准上将以像素为基础的稀疏矩阵方法和采用以宏块为基础的运动补偿方法结合起来实现图像压缩 ,并利用建立控制命令和运动过程数据库的方法为用户操作提供准确数据 ,这些方法的综合取得了良好的命令传输实时性和活动图像传输的保真度 ,为机器人远程实时现场传输和远程命令控制提供了有效基础