基于串匹配的Offset循环映射屏幕图像编码算法

利用串匹配算法分析计算机屏幕图像和互联网图像的图像编码的编码参数offset的统计特性，以LZ4HC为具体实现基础，提出了一种基于串匹配的offset循环映射屏幕图像编码(ORMSM)算法.该算法主要包括对偏移量参数offset采用1到图像宽度w之间的循环映射和对偏移量参数offset进行w的特殊位置搜索2个部分.将ORMSM算法与SMHPLC，PNG，HEVC(x265)算法相比较，实验结果表明，ORMSM算法具有明显的高性能和超低复杂度.     

基于视觉特性的零树小波图像编码算法的改进

在深入研究尺度小波变换和嵌入式零树小波图像编码(Embeded Zerotree Wavelet-EZW)算法的基础上，探讨了一种改进的零树小波图像编码算法。本文对最低频图像采用差值脉冲预测编码(differential pulse code modulation-DPCM)量化编码，而对高频子图采用基于视觉特性的零树编码。通过实验，该算法既能保持原有零树算法良好的压缩品质，而且也改善了图像的视觉质量。     

基于整型小波变换的SPIHT图象压缩算法

提升小波变换即第2代小波变换,可以实现图像的完全无损编码;SPIHT(集合分裂嵌入块编码)是基于小波变换的采用块状结构的图像编码算法。文中介绍了基于提升方法的整数小波变换和SPIHT图像编码算法,提出了用整数小波变换代替传统小波变换进行SPIHT图像编码。研究表明,比传统的小波变换更易于硬件实现。     

基于小波和匹配跟踪的分层图像编码算法

提出了一种基于小波和匹配跟踪的分层图像编码算法. 该算法将原始图像划分成包含不同结构特征的平滑边缘层和纹理层,采用不同的压缩算法对不同的图像层进行编码,从而达到对整幅图像最优编码的目的. 实验结果表明,该算法不仅能够有效地捕捉图像中所包含的边缘和纹理等具有高频窄带的信号特征,而且在极低位率下的重建图像质量要优于单一小波图像编码算法.     

一种改进的立体图像编码算法

为了提高左图像的编码效率,提出了一种新的基于自组织神经网络的立体图像编码算法(SOM VQ DE),SOM-VQ DE算法对右图像采用视差估计补偿技术(DE)编码,对左图像则使用基于自组织特征映射算(SOM)的矢量量化编码来取代传统的JPEG方法,矢量量化与视差估计的残差均使用DCT 霍夫曼进行编码.对立体测试图像Pentagon的实验表明,SOM VQ DE算法能够有效地提高左图像的压缩效率:1)在压缩比均为6.5.1时,SOM VQ DE算法的PsNR较JEPGqG DE算法提高了2.42 dB;2)在PsNR均为30 dB时,SOM VQ DE算法的压缩比改善是JPEG DE算法的1.8倍.     

基于感兴趣区的图像编码算法的研究

本文分析了基于缩放和最大提升法的两种图像感兴趣区编码算法,给出了编码图像的信噪比与码流比特率之间的关系,对图像感兴趣区编码及JPEG编码进行了编码质量比较.采用面向对象的编程思想,使用MFC开发的基于感兴趣区的图像编码与图像显示软件为以上算法分析提供了条件.实验表明,在相同码流比特率的条件下,本文给出的感兴趣区编码算法这一优先编码方法比现有的JPEG算法相比具有更高的编码质量.     

基于小波变换的数字图像压缩

利用小波图像系数特点,实现高效压缩编码.给出了小波图像系数统计数据实例.然后对基于小波变换的嵌入式图像编码方法中最具代表性的SPIHT编码算法的原理进行了分析.并通过实验对SPIHT算法进行了性能分析及其改进.并给出了实验结果.     

一种小波分形混合图像编码算法

结合小波变换与分形编码技术,提出了一种基于小波变换的分形图像混合编码算法.通过实验比较,该算法在图像编码时间和压缩比方面均取得了良好的效果.     

基于图像编码及拼接的无载体信息隐藏

为提高隐秘通信的安全性和效率,将图像编码和图像拼接相结合,提出了一种基于图像编码及拼接的无载体信息隐藏算法.在对图像编码时,首先对图像进行分块,求取每一子块的信息熵,形成熵矩阵并对其进行量化编码,构建图像与随机数间的映射关系;在进行图像拼接时,对要表示的随机数进行分组,从完备图像库中选出对应的图像,并按一定的位置关系进行拼接,将拼接后的图像作为含密载体进行传递,以提高单次通信效率;为减少通信中的误码率,算法还对秘密消息进行CRC循环编码.实验结果表明,文中算法具有良好的抗检测分析性能、良好的抗压缩攻击和抗椒盐噪声攻击能力,在安全级别高、隐藏容量不大的隐秘通信中具有重要的应用价值.     

基于零树的小波图像编码

通过对零树编码的小波图像编码算法以及算术编码的研究。利用基于零树的小波图像编码方法实现预定比例的图像压缩，从而减少存储空间，有利于图像的传输。