基于小波域的加权分形图像编码

分析了图像小波分形混合编码的解码过程．提出了一种对小波树进行加权处理、然后进行分形编码的方法．经试验证明．这是一种有效的编码方法，在相同压缩比率下提高了重建图像的峰值信噪比PSNR．     

信号和图像的最佳小波分解

经一种寻找信号和图像的最佳小波分解方法，对正交小波、对称正交小波、双正交和对称双正交小波4种情形进行了讨论，结果表明，此方法可以提高压缩图像的信噪比和压缩比。     

基于混沌映射的自适应小波包水印算法

提出了一种基于混沌映射、小波包变换和空间扩频概念嵌入水印的一种新算法．首先对水印图像进行混沌映射，并利用小波包多级分解构造最优小波树各级时一频域系数和确定嵌入的级数，最终根据数字图像的特征，自适应分块确定水印嵌入的区域和强度，同时不改变原始图像本身的任何特征．实验表明，该算法对常见的图像处理和几何变换具有较强的鲁棒性。     

一种基于边缘和小波变换的图像插值的实现

针对常规插值方法在图像放大时出现的边缘模糊现象,提出了一种基于边缘和小波变换的图像插值算法,小波变换提高了插值图像的边缘高频细节信息.算法首先使用小波变换提取图像边缘,通过边缘检测将图像分为边缘和非边缘这两个区域;对不同的区域分别进行图像插值.实验结果表明,用该方法对图像放大,能提高插值图像边缘的清晰度.     

2种多小波变换系统在遥感图像融合中的研究

多小波分析能够为图像提供一种比小波多分辨率分析更加精确的分析方法.彩色图像的表现形式主要有RGB混色系统和IHS显色系统.为了得到高质量遥感图像的融合效果,将多小波变换分别和2种系统结合,以GHM多小波为例,采用梯度加权算法,通过Matlab编程实验,得出了多小波变换和2种系统结合的各自优缺点,突出了多小波变换和RGB系统相结合的优势,实验结果明显.     

基于小波变换的图像压缩方法研究

图像压缩是用最少的数据量来表示尽可能多的原图像信息的一个过程.利用原始图像在经小波分解后,能量大部分聚集到低频子图,所以使不同分辨率级能量分布不均匀,从而提高了图像压缩的效率和重建图像的质量.实验证明,小波变换是一种有效的图像压缩方法.     

基于二维小波变换的图像边缘检测方法

在不同尺度下图像突变点可以通过它的小波变换局部极大值为检测。该文给出了一种基于二维二进小波变换的图像边缘提取方法。这种方法通过对二进尺度下二维小波变换图像局部极大值的检测得到图像的边缘信息,文中给出的实验结果表明该检测方法是十分有效的。     

基于小波变换的立体图像编码

介绍一种有效的基于小波变换的立体图像编码方案,即参考图像和估计的视差图都采用小波变换编码．同时,视差估计采用简化的块图像匹配方法从而大大降低计算复杂度．     

基于双密度双树复小波的结构化CS图像重构

提出了一种基于双密度双树复小波(double-density dual-tree complex wavelet transform, DDDT-CWT)基的结构化CS图像重构算法,该算法将图像在双密度双树复小波变换下的系数呈现的树结构化特征与CoSaMP重构算法相结合,实现了对原始图像的更精确重构.实验结果表明:在相同压缩比的前提下,与传统使用DWT基且未考虑变换系数结构化特征的重构算法相比,使用DDDT-CWT基和融入结构化特征的重构算法分别可获得2.9~3.2 dB与0.2~1.2 dB的增益,综合两者后的重构算法可获得3.8~4.3 dB以上的增益.     

基于小波系数方向特性的图像融合新算法

介绍了图像的提升方案小波变换蓑统计了图像经小波变换后各高频子带系数的方向区域特性,据此提出了一种新的基于小波系数方向特性的图像融合方法．对于低频子带的每个系数,采用加权平均的融合规则确定低频融合系数;对于各高频子带的每个系数,根据其所在子带的方向特征,采用方向特性的融合规则确定高频融合系数．本文对多幅图像进行了融合仿真实验,并用信息熵和平均梯度对融合结果进行了客观的评价．实验结果表明,基于小波系数方向特性的图像融合算法要优于传统的融合算法,具有一定的实用性．     

基于二次三角Bézier曲线的图像压缩

针对目前图像压缩大量使用变化编码,提出了一种新的图像压缩方法．先使用Hilbert曲线扫描对原图像进行扫描,再用分段的二次三角Bézier曲线对其进行最佳逼近,然后进行编码将原灰度矩阵信息保存在一个列数为6的矩阵里,该矩阵占用的存储空间大大减少,而且具有很好的保密性,可以运用在密码学上,再通过解码可得到复原后的图像．分析了决定最大压缩比的一些因素,并和其他曲线压缩作了对比,结论表明使用该曲线逼近具有较好的压缩效果．     

基于DEMD与多尺度几何分析的图像压缩方法

研究了基于方向预测偏差度以及模式经验分解(DEMD)的图像分解方法.对于分解所得到的图像高频信息提出采用基于JPEG 2000的9-7小波进行压缩,而对其他的图像分量则实施Bandelet变换处理.从而得到一种高保真图像压缩新方法.仿真实验表明,本文方法在恢复图像质量方面优于广为采用的JPEG 2000以及原有的几何多尺度分析方法.     

基于小波变换图像压缩技术的研究

介绍了小波变换理论,利用小波变换实现图像压缩,指出了小波变换的优越性,根据图像压缩性能的评价标准与传统的DCT变换压缩图像作了比较,结果表明:基于小波变换图像压缩方法的性能要优于DCT变换.     

一种有效的多维数据集合压缩方法

如何更加有效地组织、处理海量数据是数据仓库研究的一个热点问题.本文对海量数据仓库的压缩进行了研究和探讨,提出了一种基于压缩的属性划分存储结构.利用对维属性文件进行编码,来压缩整个数据集合.分析表明该压缩方法与存储结构可以获得很高的数据压缩比和操作效率.     

图象自相似性测度算法的研究比较

图象的自相似性测度可作为图象识别和图象压缩的重要特征参量.分形几何图形具有自相似性和递归性,分形维数自然成为有效的自相似性测度.基于目前常用的有效的计算图象分形维数算法,其中包括"毯子"法、"盒子"法、"分数布朗随机场模型"法和各种改进算法,对各种方法的计算量、适用范围进行了研究比较.     

基于自组织特征映射的神经网络的矢量量化

本文设计了一种神经网络矢量量化编码方法－基于自组织特征映射的神经网络的矢量量化,利用Kohonen网络的自组织聚类功能,设计矢量量化器码书,实现矢量量化。该神经网络速度快,效率高,适用于语音和图象数据压缩,并对SOFM算法应用于图象矢量量化进行系统的研究。     

基于图像分类的鲁棒无载体信息隐藏

针对传统信息隐藏方法须通过修改载体以嵌入秘密信息所带来的安全性问题,提出一种基于图像分类与尺度不变特征转换(scale-invariant feature transform,SIFT)提取无载体信息隐藏的方法。首先通过快速区域卷积神经网络将原始图像库进行分类处理,生成不同种类的子图像库;然后利用图像SIFT特征点的方向信息设计一个感知鲁棒的哈希方案,并使用该方案计算出每个子图像库中图像的哈希值,将所有子图像库中的图像全部映射成相应的二进制哈希值;最后将秘密信息分割成若干个片段,通过对比秘密信息片段与所有的图像二进制哈希值,从子图像库中检索出与秘密信息片段相符的图像,将其作为含密图像传送给接收方,完成信息隐藏过程。接收方接收到全部含密图像后,根据约定的哈希方案提取秘密信息。实验结果和分析表明,该方法对JPEG压缩、高斯噪声、椒盐噪声、图像缩放等攻击具有较强的鲁棒性,且隐藏容量较高。     

基于MLP&ST模型的空气质量预测

针对目前大多数模型均为对已监测区域的空气质量进行预测,而少有对未监测区域进行预测的问题,综合考虑气象因素、空间相关性和时间依赖性对空气质量的影响,提出了一种联合训练模型MLP&ST （MLP&spatial-temporal）,模拟预测北京市未监测区域未来时刻的空气质量指数（air quality index,AQI）。通过实验结果对比确定最佳历史时间步长P值为29;然后将模型与其他空气质量预测模型进行对比。实验结果表明,MLP&ST模型在3种评价指标下（RMSE,MAE,MAPE）皆优于其他对比模型,验证了所提出模型具有良好的预测效果。