基于离散余弦变换域采样和重建的低码率图像压缩算法

构建了一种基于离散余弦变换(discrete cosine transform,DCT)域采样和超分辨率(super resolution,SR)重建的低码率图像压缩编码算法。在编码端对原始图像进行分块离散余弦变换(DCT),并提取每个DCT系数块的低频系数,然后再反变换到空间域,从而得到在DCT域下采样的低分辨率(low resolution,LR)图像块。用JPEG标准对下采样图像块编解码后,采用基于学习的方法恢复DCT域高频系数,重建出高分辨率(high resolution,HR)的图像。实验结果表明,在码率较低的情况下,算法比JPEG编码标准具有更好的率失真性能;同时,在相同码率下,算法重建的解码图像视觉效果更好。     

DCT域下采样中的宏块变换算法的研究

针对视频转码的下采样过程中，因P帧中包含帧内宏块而需要在多宏块合成中对不同宏块编码方式进行转换的问题，提出一种DCT（Discrete Cosine Transform）域下的可行算法。该算法通过在DCT域下完成对参考帧的部分解码，实现帧内宏块和帧间宏块相互转化，从而高效地解决因下采样过程中多个宏块合成而导致的宏块编码方式冲突问题。     

基于DCT域的质量可分级编码方法

无线网络以及视频技术的发展,导致了视频可分级编码技术的需求。提出了一种视频质量可分级编码的方法,该方法是在频域对每个编码块的DCT系数进行处理,将视频分成九个质量等级,该方法的算法思想简单并且有很低的计算复杂度。算法可在AVS的RM52k参考软件中实现,实验结果表明:本文的方法能够克服网络带宽的限制,实现低码率传输。     

一种改进的局部线性嵌入超分辨率重建算法

提出了一种改进的局部线性嵌入超分辨率重建算法.该算法着重对局部线性嵌入超分辨率重建算法三个方面做了改进:特征选取,用图像块的DCT系数来取代图像块的l阶、2阶梯度作为图像块的特征描述,可以减弱噪声的影响;邻近块的数目,根据图像块与周围图像块的关系自适应的选取邻近块的数目,可以避免将距离较远的块选为邻近块;样本库的训练过程,用高分辨率图像与低分辨率图像的残差图像作为高分辨率图像的训练样本,这样既可以避免低频分量的干扰,又可以减少在计算过程中的平滑次数.实验结果表明这种改进的算法比原算法的重建效果有了较大程度的提高:PSNR提高4.07 dB,SSIM提高0.0654;比稀疏重建算法PSNR提高0.62 dB,SSIM提高0.0066,而且用DCT系数作为图像块的特征表示,每一个图像块所需要提取的特征数比用1阶、2阶梯度减少了四分之三,降低了算法的复杂度.     

基于DCT域的数字水印算法

数字水印技术是通过水印算法将作者的版权信息嵌入到多媒体数据中,以起到版权保护、秘密通信、数据文件的真伪鉴别等作用.笔者采用了DCT离散余弦变换（DCT,Discrete Cosine Transform）的算法,对图像进行了数字水印的嵌入和提取研究.并且基于MATLAB平台实现在DCT域中的图像数字水印嵌入和提取的仿真,实验结果表明这种算法具有较好的不可见性,对低通滤波和剪切攻击具有较好的鲁棒性.     

基于DCT和DWT的遥感图像压缩算法比较

由于遥感图像具有数据量大、分辨率高、覆盖范围广、纹理复杂、细节多、灰度变化大、目标小、空间相关性较差等特点,很难对其进行高比例压缩。因此遥感图像的及时显示、共享与数据传输问题,一直是遥感数据存储、处理与分析过程中存在的技术瓶颈。另一方面,在目前网络带宽有限的情况下,这也为GIS（地理信息系统）信息的实时动态应用造成了困难。因此,图像压缩在遥感数据存储、传输与共享等应用上有很重要的作用。探讨应用在遥感领域的DCT（JPEG）和DWT（JPEG2000,ECW,MRSID）算法,然后采用基于这些算法的技术工具比较压缩重建后图像的质量。最后,针对不同的遥感应用提出了一些建议。     

基于DCT的图像压缩算法及快速实现

分析了离散余弦变换（DCT）的基本原理和特点,给出了用DCT实现图像压缩的具体方法和步骤,并对DCT的快速实现提出了算法和硬件上的改进.仿真结果表明：基于DCT的图像压缩算法具有简单高效的特点,可以实现不同压缩比下的图像压缩.     

DCT域的一种转码算法

介绍了DCT域转码的原理,并提出了在DCT域进行转码的一种算法,主要包括在DCT域中进行运动补偿,降低空间分辨率以及运动矢量的重新估计和选择宏块编码模式的算法.     

基于Gabor匹配甚低码率视频编码算法的研究

提出一种基于Gabor匹配的甚低比特视频编码算法 ,通过算法自学习优化Gabor匹配集提高编码效率 .实验测试结果表明 ,在甚低码率 ( 2 4kb/s和 10kb/s)下有效保证视频编码PSNR和编码效率 ,同时从根本上解决传统编码方法在甚低码率视频编码中的块效应问题 .     

基于DCT的图像压缩技术算法的改进

对JPEG图像压缩标准中的DCT变换和量化部分提出了改进意见.其中DCT变换部分采用查表法代替常规的DCT算法,从而大大提高了运算速度;量化部分用基于简单有效的“二重测试算法”的矢量量化取代了一般的欧氏距离矢量搜索算法,明显加快了码书的搜索速度.     

基于DCT的图象压缩技术

图象压缩是关于用最少的数据量来表示尽可能多的原图象的信息的一个过程。对于图象来说，如果需要进行快速或实时传输以及大量存储，就需要对图象数据进行压缩，在同等的用心容量下．如果图象数据压缩后再传输，就可以传输更多的图象信息，也就可以增加通信的能力。变换编码是把图象中的各个像素从一种空间变换到另一种空间．然后针对变换后的信号进行量化与编码操作的一种图象压缩编码技术。与其他编码。如：统计编码，预测编码相比具有高压缩比。DCT(离散余弦变换)是变换编码中的一种映射变换方法，是JPEG标准中认可的编码技术；优点：能用静态图象有较高的压缩比。正由于这种优越性。DCT得到广泛使用。     

低比特率下篮球视频图像自适应监测技术

当前利用人工的方式对篮球视频图像进行监测时,存在图像采集效果不理想、所得图像噪声大及图像分类准确性低等问题,无法得到高效的监测结果。采用线阵摄像机、图像采集卡、摄像头、照明灯光结合的结构实现篮球视频图像的采集,其中的镜头型号为尼康Nikkor 28 m mf/2. 8D,固定焦距是28 mm,支持光圈自动调整,可以高效采集篮球视频图像;对所得图像进行线性灰度变换操作;并分别采用均值、中值与同态滤波,实现篮球视频图像的去噪;利用篮球图像运动轨迹骨架裁剪的方式,正确将图像进行连接,接着对篮球图像参数进行计算;利用三角网的构建方式——凸壳插值法,实现图像的特征提取,通过得到的三角网,获得图像结构散点,实现三角剖分,完成监测。实验结果表明,该方法不仅可以增强图像采集效果和分类精度,还能很好地控制图像中的噪声。     

基于DCT的图像压缩及Matlab实现

本文介绍了基于DCT的图像压缩编码技术,并给出了具体的实现方法和步骤,既保证具有较高的压缩比,又保证了较好的图像质量。     

结合DCT近似的分形图像压缩方法

分形图像压缩是一种基于分形迭代函数系统理论的图像压缩方法,压缩比大,但编码过程计算复杂、编码时间长,结合离散余弦变换近似的分形图像缩方法,提高了分形压缩中灰度变换的精度,从而达到了提高图像质量,提高比和减少编码时的目的。三种不压缩图像的结果比较证实了新方法的优越性。     

基于遗传算法的优化DCT 图像压缩方法

为打破传统DCT(Discrete Cosine Transform)变换矩阵统一的束缚, 从离散余弦变换DCT 的基本原理及特点出发, 针对图像信息对DCT 变换矩阵进行优化处理, 实现对图像的高效压缩。将图像进行DCT 压缩后重构并与原图像进行比较; 利用遗传算法求最优解使其均方误差最小以优化DCT 变换矩阵的系数; 以优化后的变换核对图像进行处理。实验结果表明, 对线性边缘、纹理特征图像小分块处理基于遗传优化DCT 的算法在种群个数为40 ~ 60、字符串长度为8、交叉概率为0. 7 ~ 0. 8、变异概率为0. 007 ~ 0. 008 时, 图像压缩效果达到最佳。     

在低码率信道中提高视频编码质量的方法

电视手机是未来几年数字视频应用的一个热点.该文探讨适合于中低码率无线信道应用的一种方法：在实时编码的初期,通过量化QP(quantization parameter)值的调整,来满足信道带宽的要求;当信道变差时,在编码端采取动态丢帧策略,通过场景切换检测,将相关性强的帧丢失,在解码端通过双线性时序插补方法,恢复丢失的帧.这样可在保证编码质量的前提下,满足无线信道带宽时变的要求.同时讨论将这种方法应用到AVS和H.264视频编码算法中,实验证明这种方法可以有效应用到未来的电视手机中.     

图像超分辨率重建算法比较研究

针对超分辨率重建技术的基本理论以及研究现状给予了综述性研究,对当前的主要算法进行了比较分析.     

一种适用于低码率图象压缩的运动估计算法

三步搜索法已经广泛地应用于低码率图象压缩中．由于三步搜索法第一步过于粗糙,容易陷入局部最小,对于那些小的运动矢量往往效果不太好,在此基础上提出了新三步搜索法,它在一定程度上弥补了三步搜索法的不足．针对低码率图象编码的特点,提出了一种新的运动估计算法,它具有与新三步搜索法相当的效果,速度上比新三步法和三步法有较大的提高．