基于自适应多阈值变换编码的图象二值化处理

给出了一种应用自适应多阈值变换编码,来处理二值图象的方法.首先采用四叉树分块方法,对图象进行自适应分隔,进而在分割的定义块上采用区域编码;为减小压缩损失,再辅以自适应多阈值的阈值编码.实验结果表明:应用所给方法,图象的二值化质量较高.     

基于自适应多阈值变换编码的图象二值化处理

给出了一种应用自适应多阈值变换编码，来处理二值图象的方法。首先采用四叉树分块方法，对图象进行自适应分隔，进而在分割的定义块上采用区域编码；为减小压缩损失，再辅以自适应多阈值的阈值编码。实验结果表明：应用所给方法。图象的二值化质量较高。     

基于神经网络分类的自适应图象编码

介绍一种对图象特征系数进行分类的自适应图象压缩编码算法。利用子图象ＤＣＴ系数间的相关性，使用神经网络的方法对ＤＣＴ系数矩阵进行分类对具有相近频率分布的变换系数矩阵进行聚类，使得各频率分量的方差减小，并提出了自适应的比特分配算法。实验表明在相同的压缩比情况下，该图象编码算法较其他方法有明显的提高。     

一种自适应图象压缩编码算法

提出了一种自适应图象压缩编码算法（ＡＣＣ）,该算法将绝对矩方块截断编码算法（ＡＭＢＴＣ）、内插法和四叉树技术有机结合起来,根据图象的局部特性调节编码算法．仿真结果表明ＡＣＣ算法与文献［５］中自适应算法相比,在相同的压缩倍数下,能得到更好的编码性能．     

神经网络在图象压缩编码中的应用

讨论神经网络在图象压缩编码领域中的应用.针对图象矢量量化存在的分块效应问题,对Kohonen自适应模型进行了研究.应用了两个DCT的余弦变换域的特征值,结合Kohonen的自组织特征映射(SOFM)算法对图象元素分类压缩编码.计算机模拟实验表明,和单纯用神经网络直接进行矢量量化相比,应用这种技术的图象编码压缩比和译码图象质量都有明显的提高.     

低码率下MPEG—2自适应量化控制策略

对ＭＰＥＧ－２ＴＭ５量化控制策略进行了修正，提出了一种基于宏块直方图特性的自适应量化控制方法．该方法考虑了人眼的视觉特性和编码效率，适应于低码率下的ＭＰＥＧ－２压缩编码，并能有效地提高图象质量．     

基于点的三维图形数据的压缩算法

发现了QSplat模型文件中的冗余数据-todolistlen,对这部分数据进行预测处理,使用一阶上下文自适应算术编码对预测后的数据进行压缩编码,取得了较传统算法高的压缩率。可以作为QSplat系统的一个补充,用于对其模型数据进行压缩处理。     

多普勒信号压缩编码研究

该文在分析了多普勒信号的特性以及与语音信号的区别后 ,采用自适应离散余弦变换算法对多普勒信号进行了压缩编码 ,在中等编码速率下得到了较好的压缩编码效果。文中提出了相关 -自适应离散余弦变换 (C -ADCT)压缩编码方法 ,改进算法提高了自适应离散余弦变换算法的抗噪性能     

基于压缩感知的图像自适应编码算法

利用压缩感知理论对图像进行固定采样率的压缩并重构时,由于图像各个块的稀疏程度不同,低采样率很难保证图像各块都具有较高的重构质量,而高采样率又会造成资源的浪费.为了解决上述问题,提出了一种基于压缩感知的图像自适应编码算法,该算法首先判断图像各块在DCT域的稀疏度,然后根据判断结果对图像各块进行自适应的压缩采样,从而确保图像在较低采样率下能获得较高的重构质量.实验结果表明,运用所提自适应编码算法在采样率平均值为44%时,重构图像的平均PSNR值可达到35,dB以上,并且重构图像所有块的PSNR值分布比较集中,从而使得图像具有较好的主观质量.     

一种改进的零树编码算法

在SPIHT算法的基础上进行改进,提出了一种改进的新算法,该算法修改了分割排序策略、加入了幅值精细编码等措施在一定程度上克服SPIHT图像编码算法的不足,提高了编码速度,减少了内存的消耗,提高了图象复原的质量,是一种有效的图象压缩方法。     

一种基于压缩感知图像编码算法研究

计算机图形学的发展有力的促进了医学影像处理技术的普及和应用.图形压缩和编码是阻碍医学影像处理的关键技术之一.本文针对图像分形编码过程中存在的方块效应和编码时间过长的问题,提出基于压缩感知和分形编码快速图像处理算法,该算法对低频子图实施分形编码,降低处理时间,接着对低频差值图像实施压缩感知编码,实验结果表明该算法能够有效的提升图像处理速度,并且提升了重构图形的质量.     

基于多层分块自适应压缩感知的图像编解码方法

压缩感知中,测量矩阵对图像进行单一采样率的压缩采样。传统的测量矩阵虽然能够获得比较好的重构效果,但因采样数目较多,故而资源耗费也较多。为了解决上述问题,提出了多层分块自适应编码算法(multi-layered block adaptive coding algorithm,MLBA)以及多层分块自适应压缩感知编解码方法(multi-layered block adaptive compressed sensing codec method,MLBACS)。MLBACS编解码方法基于MLBA编码算法,能够根据图像局部结构进行不同层数和大小的分块,并自适应分配采样率。仿真结果表明,在同等重构性能的前提下,相对于单一采样率下的压缩感知,MLBACS编解码方法能够不同程度地降低重构图像所需的采样数目。     

基于小波变换的SAR图像自适应子带编码算法

为降低大数据量SAR图像对传输带宽和存储空间的要求,必须对SAR图像进行高效压缩.基于小波变换的传统SAR图像压缩方法只对低频子带进行分解处理,造成SAR图像处于中高频子带的重要纹理信息丢失.针对上述问题,提出一种基于小波变换的自适应SAR图像压缩算法.首先对图像进行小波软阈值消噪预处理,然后依据能量指标,进行子带重要性判定,对认定为重要的子带进行深一层次分解,分解完成后对所有子带进行恒定比特率条件下的最小误差量化,实现对图像的自适应压缩.仿真实验表明:该算法能很好地保护SAR图像的高频细节,提高了信噪比.     

基于稀疏分解的分块图像压缩编码算法

以压缩感知理论为基础,将匹配追踪(Matching Pursuit,简称MP)算法运用到图像的压缩编码中.首先,阐述了原子库的构建方法,之后,采用分块感知压缩图像分解方法,降低了分解的运算复杂度,最后,针对传统MP算法编码率不高的问题,利用MP原子能量与位置分布特点,对原子系数和位置参数进行编码,并提出了MP原子编码方法.实验结果表明,采用分块感知压缩图像分解方法,能有效地降低稀疏分解的计算复杂度,其压缩编码方法在保持传统MP图像编码优势的前提下,能有效地提高编码性能和编码率,体现了稀疏分解较传统分解方法的优势.     

植物病害图像压缩与传输的研究

为实现植物病害监控,研究了基于DSP的图像压缩编码,构建植物病害监测系统.系统通过CCD进行视频信息的采集,基于TMS320DM642 DSP多媒体处理芯片采用H.263编码技术进行压缩编码,并将压缩后的数据经以太网传输至控制中心,进行图像识别分析,从而实现病害监控.测试表明,系统可成功进行图像的采集、压缩编码,并在PC端接收到压缩的图像.     

图像压缩技术在森林防火监控系统中的应用

许多森林火灾瞭望塔(下称云台)上备有短波无线电台,可以利用塔上现有装备,搭建远程图像捕捉传输系统,实现指挥中心对火险监查现场可视。由于短波信道频带有限,必须对图像进行压缩。在Visual C 平台上,实现了对图像JPEG2000标准下的压缩,并实现了感兴趣区域编码,在保证图像质量的情况下为调制解调留出足够的带宽,有利于图像信息在短波信道上的传输。     

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.     

Logistic映射控制的安全算术编码及其在图像加密中的应用

提出了一种通过Logistic映射改变模型中符号的顺序及符号的概率值的安全算术编码,将其应用于图像数据的压缩加密中,使其在网络中安全传输更方便,在编码过程中通过完全混沌的序列保证改变模型的均匀性,从而满足图像压缩编码的安全性要求。算法能够应用于任何针对多媒体数据的算术编码器(包括视频,图像,音频等),并且对编码的效率影响甚微,而且基于编码压缩的加密方式相对于其他同类加密方式所具有的明显优势在于,压缩过程大量减少了信息的冗余性,并在此过程中引入加密,这对试图推测出图像信息以及找到密钥的攻击具有良好的鲁棒性。     

一种基于SPIHT的分层图像压缩方法

提出一种利用SPIHT算法进行图像分层压缩的编码方法,该方法首先利用图像平滑技术将图像分解为平滑部分和轮廓部分,然后以一定的编码率分别对它们进行编码.实验结果表明,合理分配各层的编码率,能够获得视觉效果比单独采用SPIHT编码更好的编码图像.