基于小波分解和分形迭代的图像编码新方法

综合利用了位图压缩、小波分解、分形迭代与霍夫曼编码技术,提出了一种图像压缩的新方法。该方法采用位图平面分解进行第一步压缩,然后对位图压缩后的图像进行正交小波分解,利用相同尺度和不同尺度上的局部相似性构造迭代函数系统,最后对所有参数进行霍夫曼编码,实验结果表明这是一种有效的图像压缩方法。     

基于小波分解和分形迭代的图像编码新方法

综合利用了位图压缩、小波分解、分形迭代与霍夫曼编码技术,提出了一种图像压缩的新方法．该方法采用位图平面分解进行第一步压缩,然后对位图压缩后的图像进行正交小波分解,利用相同尺度和不同尺度上的局部相似性构造迭代函数系统,最后对所有参数进行霍夫曼编码．实验结果表明这是一种有效的图像压缩方法     

基于分类的小波域分形图像编码方法

通过分析小波分解作为分形图像编码预分解的有效性和小波域内仿射变换的特性,提出一种基于分类的小波域内的分形图像编码方法。实验结果表明,该方法简化了编码参数,在保持图像质量(PSNR)的条件下提高了压缩效率,同时结合小波域图像的自动分类特征,显著地减少了编码时间。     

基于小波分解的分形图像压缩算法研究

在分析基本分形压缩编码算法优缺点的基础上,提出了基于小波分解的分形图像压缩算法.该算法对图像经过三级小波变化后,对二级子图像和三级子图像采用无搜索式分形编码,即值域块的分形码由相应固定位置的定义域块进行匹配搜索编码,小波系数的符号单独编码.解码时,利用不同小波尺度之间的相关性,由二级子图像的分形码估计出一级子图像的分形码;再由各尺度上的分形码重构各尺度的小波系数;添加小波系数的符号后进行小波反变换即得解码图像.仿真实验结果表明,提出的新算法在解码图像质量略有损失的情况下,图像编码时间和提高压缩比方面均有良好的效果.     

一种基于小波变换的分形图像编码压缩算法

有效的编码压缩算法是图像数据存储和传输的关键。本文在分析基本分形编码压缩算法（FCC）优缺点的基础上，提出了一种新的结合小波变换的分形图象编码压缩算法（DWT－FCC），该算法首先对图像进行二级小波变换分解，然后对分解后的高层子图像进行基本分形编码，并根据不同层子图像结构间的相似性，由高层分形编码构造低层子图像分形编码，实现图像的编码压缩。实验结果表明，该算法在缩短图像编码时间和提高压缩比方面，均取得了良好的效果。     

基于方向剖分的小波域分形图象压缩

该文提出一种新的分形和小波混合编码方法－基于方向剖分的小波域分形图象压缩方法：在将图象分解到小波域后，对各子图象，根据其所占能量的大小和所代表的方向纹理信息，采用不同大小、形状与类别的定义域块和值域块进行分形编码，经实验证明，这种基于方向剖分的小波域分形编码方法，在保证一定的还原图象质量的前提下，可以大大地提高了分形编码的速度，如果结合多层小波分解的分形压缩编码的预测法和零树法，还能进一步提高压缩率，从而使分形图象编码向实时应用迈进了一步。     

基于MATLAB的小波分析方法与图象编码

主要介绍了用基于MATLAB的小波分析方法进行图象编码的原理,并对小波分解和重构及图象压缩和解压缩的必然关系进行了详细阐述.同时给出了较为具体的小波分解与重构实验设计报告.实验表明:对图象数据进行小波分解与重构,实际取得了图象压缩与压缩的效果.     

基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法.编码时,通过插值正交多小波变换将原始图长像缩小,然后使用基本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像.实验结果表明,与直接使用分形编码方法相比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善.     

基于MATLAB的小波分析方法与图象编码

主要介绍了用基于MATLAB的小波分析方法进行图象编码的原理,并对小波分解和重构及图象压缩和解压缩的必然关系进行了详细阐述.同时给出了较为具体的小波分解与重构实验设计报告.实验表明对图象数据进行小波分解与重构,实际取得了图象压缩与压缩的效果.     

声波测井数据小波压缩的一种方法

大量声波测井数据的传输和存储迫切需要有效的压缩编码技术,小波变换具有良好的局部化特性,使其特别适合于声波测井数据的压缩。文中把声波测井数据看成声波图像,利用二维小波变换对其正交分解,在不同的子带下对小波系数施行不同的处理方法,然后对数据进行复合编码。实际应用表明,该方法可以得到较高的压缩比和信噪比,一般能满足后续处理的需要。     

城市形象对旅游目的地形象的影响——以西安留学生为例

以西安为例,客源以留学生为主运用多元线性回归模型研究城市形象对旅游目的地形象的影响.主要结论是:①留学生对西安城市形象的感知是积极正面的,其中对西安是"世界历史文化名城"的感知最好,对"噪声污染低"的感知最差;②留学生对西安旅游目的地形象的感知也是积极正面的,其中对西安是"安全"的旅游目的地的感知最好,普遍认为西安的"旅游景点值得游览","古建筑有吸引力";③城市形象对旅游目的地形象具有显著影响,但不同的城市形象因子对目的地形象因子的影响显著性水平不同.本研究首次对城市形象和旅游目的地形象的关系进行了实证分析,丰富了城市形象和旅游目的地形象研究内容.     

比兴思维与意象的生成

意象是汉代之后逐渐形成的一个审美范畴,王充较早提出这一概念。王弼探讨了意象的创造过程,将其看做是意和象的统一。“立象”是意象创造中的核心问题,自然涉及艺术思维。“立象”的过程是比兴思维的过程,无论是选择物象还是心理创造都离不开比兴思维。在比兴思维的调和下,意象才能真正地发挥审美作用。“兴象”从基元上讲就是一种审美意象,但它不是普通的意象,而是一种言有尽而意无穷,且具有刚健壮大情思的审美意象。这种审美意象就是象外之象。     

基于主色色差的彩色图像边缘检测方法

图像边缘是图像重要特征之一,传统的边缘检测方法大都基于灰度图像,将彩色图像转为灰度图像后进行边缘检测不能充分利用彩色图像信息,而基于非均匀空间的彩色图像边缘检测方法也会造成信息丢失。文章提出了一种基于均匀颜色空间CIE1976L*a*b*空间色差的彩色图像边缘检测方法,充分考虑了颜色矢量距离差异和颜色矢量方向差异,能够比较准确的检测到彩色图像的边缘,优于基于灰度和非均匀颜色空间的边缘检测方法。     

基于蚁群算法的图像分割方法

目的提出基于蚂蚁算法的图像分割技术,解决传统的图像分割算法分割图像的效果不理想、不能满足图像分割要求等问题。方法将图像的灰度、梯度和邻域特征组合成蚂蚁,通过MATLAB实现蚁群图像分割算法对图像的外廓提取。结果与结论相对于传统的图像分割算法,基于蚂蚁算法的图像分割算法的外廓提取具有更高的仿真精度,得到的图形外廓更为理想。     

基于边缘检测的各种算子及其特点

图像最基本的特征之一就是图像的边缘,它在图像的分析、识别、重建中都具有重要的作用.文中总结了基于边缘检测的各种算子及其特点,为图像的分割、特征提取、目标识别等奠定了良好的基础.     

基于软件工程与多模块的工业图像在线处理系统

为了提高工业图像处理效率,通过开发一站式软件系统,设计了一种基于软件工程与多模块的工业图像在线处理系统。首先,开发一个基于图像帧文件联合存储的图像制式合并模块,将数百图像帧合并为一个便于传输和管理的大文件。然后,设计一种基于人机交互的图像浏览模块,实现图像特征标注与浏览。随后,结合线程机制与百度云OSS,开发上传模块,达到远程存储与分析的目的,并将图像分析模块与图文报告模块融合,自动给出工业图像分析结果。最后,基于QTcreator开发平台与QT语言编程来实现各个模块的功能。测试结果显示:与单一模块的图像处理系统相比,所提系统具有更好的在线处理性能,具备更高的作业稳定时间。     

一种消除脉冲噪声的迭代自适应中值滤波方法

基于脉冲噪声的特点提出了一种新的滤波方法——迭代自适应中值滤波方法(Iterative Adaptive Median Filter,IAMF)。本方法根据被脉冲噪声污染的图像的特征,建立相应的权重函数,并结合迭代算法进行噪声消除,处理后的图像不但能够较好地保留细节信息,而且能够保持良好的清晰度。此外,在IAMF滤波过程中,由于噪声点不参与计算,从而有效避免了图像中噪声点对正常像素的影响,同时也提高了运算速度。试验结果进一步证明:当噪声率超过0.5时,该方法的优越性尤为突出,噪声率超过0.9时,图像处理效果仍比较理想。     

一种新型图像颜色量化算法及其实现

针对针织纹织提花、印染以及陶瓷印花等图案设计系统的需求 ,提出了一种新型的基于直方图约化方法的自动分割图像颜色的算法 .本算法根据预置的颜色种类 ,计算图像的直方图 ,通过直方图的约化、磨光 ,进行分色处理 ,可自动确定图像的中心色及分割限 ,准确地归并图像颜色 .此算法可适用于黑白或彩色图案的处理     

图像数据库的智能检索

提出了以人工智能思想为指导的图像数据库的智能检索方法,它利用模式识别技术和图像处理技术,同时考虑启发性知识。该方法用图像特征向量代表图像并进行聚类分析以建立图像库的检索树,应用最佳优先搜索方法在检索树上找出用户满意的图像。     

基于Harris特征点检测法的雷达图像与电子海图的数据融合

为解决雷达图像和电子海图显示与信息系统(ECDIS)单纯图像叠加中的问题,在分析基于图像特征的自动图像配准算法基础上,提出基于Harris特征点检测法的图像配准技术,同时对强度、色调和饱和度(HIS)颜色模型在图像融合中的应用进行了探讨,给出基于特征的小波变换融合方法.对图像融合效果的仿真结果表明,该方法获得的融合图像优于传统方法.