高通量图像编码中的端到端量化参数优化方法

高通量的图像传输可以获得更多的图像细节信息.在传输带宽受限和图像间时域相关性很低的条件下,图像编码的输出受到实时性和码率两方面的约束.有损图像编码的量化参数对输出码率和图像质量都有非常重要的影响.该文不同于基于图像复杂性特征的量化参数确定方法,提出了端到端的卷积神经网络深度模型、直接从图像预测最佳量化系数的方法.考虑编码实时性和算法泛化能力,在Inria aerial image labeling dataset数据集上训练,得到了优化的网络结构.实验结果表明,该文提出的端到端量化参数预测方法相比较相位一致性参数、SATD、图像信息熵等图像特征参数方法,码率预测准确度相较线性回归方法提高了10.31%,相较多层感知器方法提高了8.57%.     

基于多尺寸特征叠加的SAR舰船目标检测方法

针对SAR图像中舰船目标的检测问题,单纯基于深度学习的图像处理技术难以达到检测准确性和实时性要求.SAR图像中目标尺寸较小,且易受噪声、光斑干扰,传统方法难以提取精细特征并克服复杂条件下的背景干扰.针对以上问题,设计基于YOLOv3检测框架的端到端检测模型,借鉴了残差模块结构来避免网络退化问题.同时结合深层与浅层的不同尺寸特征图检测,使用目标基础特征提取网络参数来避免重复训练初始化过程.针对SAR图像中海上舰船成像小目标的特点改进优化了神经网络结构,实现SAR海面广域舰船目标识别分类算法,并对检测模型进行轻量化压缩处理.构建SAR图像舰船目标数据集并进行了多次目标检测识别分类实验,体现了提出的检测方法在复杂场景下有可靠的抗干扰能力和准确的目标检测识别性能.     

丢包网络中鲁棒的视频码率控制算法

在率失真统计分析的基础上，提出了一种丢包网络中联合控制图像级量化参数和最佳宏块编码模式选择的优化算法．该算法克服了以往码率控制方法和误码复原技术互不关联的弊病，利用Lagrange数乘理论，在给定的受限码率下求得最优的图像量化参数和帧内刷新率，使得视频信源编码和信道传输总失真最小．实验结果表明，本算法能够获得比传统算法更高的性能增益．     

基于K-means的图像文字识别与提取研究

针对当前图像文字识别与提取的最新发展状况,提出一种基于K-means的图像文字识别与提取算法,其主要处理步骤包括图像的预处理、像素点聚类处理、图层的选择与优化以及最终的文字切分等。经过上机对算法进行测试,该算法能够有效提高图像文字识别与提取的准确率与执行效率,并可以针对不同环境下的图片文字进行有效识别。     

压缩感知在感兴趣区域编码中的应用

针对面向目标探测识别的无线图像传输应用,为了解决探测识别任务对图像质量的高要求与无线信道带宽约束之间的冲突,提出一种基于压缩感知的编码方法。鉴于压缩感知优秀的抗干扰特性,利用其进行图像压缩,并将位平面提升技术引入压缩感知。首先,对图像进行分块压缩感知,然后,对获得的信号进行量化、位平面分解;然后提升感兴趣区域位平面,并分别给出3种不同的感兴趣区域位平面编码方案;最后,在解码端通过解码、阈值迭代法重构,得到感兴趣区域质量优于背景的重构图像。实验结果表明,在相同码率下,重构图像的感兴趣区域PSNR(Peak Signal to Noise Ratio)高于通常的压缩感知编码方法,验证了方法的可行性和有效性。因此,基于压缩感知的感兴趣区域编码方法能够提高无线图像传输效率,从而更好地满足目标探测识别的需求。     

指纹图像增强算法研究

指纹图像增强在指纹图像预处理过程中有着非常重要的作用,直接影响指纹识别的识别率和识别速度。一般图像增强算法无法满足指纹识别系统的要求,为了提高指纹增强算法的综合性能,现提出一种优化的Gabor滤波方法以增强指纹图像并有效消除噪声,并对Gabor滤波器的参数进行量化。实验表明,该算法能够使图像的质量明显得到增强,方便了后续指纹特征的提取,以提高指纹识别的算法效率和准确率。     

用于JPEG2000图像认证的可逆水印算法

提出了一种适应渐近传输及有损到无损压缩等特性的JPEG2000图像认证算法. 在JPEG2000编码过程中,根据实际应用中指定的图像最低压缩码率,在量化后的小波系数位平面中确定各个低频子带的水印嵌入位平面,然后在各低频子带中生成和嵌入认证信息,在高频子带中用可逆水印的方式嵌入恢复信息. 当图像最终传输码率不低于最低认证码率时,可以提取图像的认证信息检测图像是否遭到篡改;当所有编码数据完全传输时,可以提取恢复信息将图像恢复到原始状态.     

支持在压缩域提取识别特征的人脸图像压缩方法

目的 提出一种支持在压缩数据中提取识别特征的人脸图像压缩算法。方法 将人脸图像分为特征区、过渡区和背景区．特征区来用反对称双正交小波变换子带编码,过流区和背景区采用不同码率的改进型零树编码和Huffman编码。结果 验证了所提图像压缩算法的有效性。结论 在获得高压缩比的同时．较好地保留了人脸图像的识别特征和主观质量,且能控制编码的比特数。     

二次定位车牌分割及识别方法

智慧城市建设中,需对重点街道和路口采集到的交通视频文件进行智能分析.为此,提出一种二次定位车牌分割、识别方法.首先,利用垂直投影区域特征并结合Hough变换得到车牌的粗略定位分割结果;然后,基于该车牌图像的粗略定位分割结果,采用支持向量机的方法,进行车牌的精细定位分割并对车牌号码进行自动提取、识别.通过对多源车流量视频实验数据中的1680帧车牌图像进行自动车牌提取分析,在5°和10°两个倾斜角度,二次定位车牌识别方法的准确率分别达到96.7%和96.2%,优于相关算法.     

复杂度参量λ的H.264码率控制算法

为了更好地控制H.264的码流输出,针对H.264标准中码率控制方案提出一种基于λ参量的码率控制算法.该算法从另一角度定义了复杂度的概念,改善了标准码率控制方案中存在目标比特分配不准确和剧烈运动场景量化不准确的缺陷.实验结果表明:该算法在码率控制方面优于标准码率控制方案,使得输出的码流更加平稳;同时得到的视频图像的峰值信噪比也比标准算法平均高出0.25dB,便于码率的有效传输和在解码端得到更佳的解码视频图像.     

浅析计算机压缩编码技术

进行计算机远程控制时,为实时显示受控端受控桌面,受控端受控程序需要不断的发送改变区域的图像数据到控制端控制程序,未经处理的图像数据量很大,对这样的图像进行传输和处理将对网络带宽、处理器造成很大的压力,必需使用有效的压缩编码技术对图像进行压缩编码以提高传输和处理的速度。本文主要分析LZ77算法和Hufihlan编码     

图像拼接技术在动漫人物创造中的应用研究

针对目前动漫人物的创作过程中,应用经典的动漫图像处理算法完成图像的组合处理时遇到的图像拼接准确率低、特征适配率差以及拼接完成的图像严重偏离实际等问题,引入了特征提取和多分辨率融合的方法,并结合高斯滤波器对动漫人物图像进行预处理,使用特征阈值检测完成图像特征的识别、提取以及重组拼接,引入参数进行图像匹配度判断从而筛选出最佳图片.经过实验比对分析,提出的算法对比其他经典算法,其特征提取准确率更高、图像拼接效果更好,能够合理、高效地完成动漫人物的创造.     

基于空间和光谱内容的高光谱图像压缩

为提高高光谱图像的压缩性能,提出一种同时利用高光谱图像的光谱信息和空间信息的深度卷积神经网络压缩方法．主要通过主成分分析对高光谱图像进行光谱维降维预处理,在保持图像空间结构特性的同时,去除光谱冗余性．在此基础上,在编码端利用重要性图网络对压缩编码进行内容自适应码率分配,避免低码率下强边缘或小纹理处码率分配不足,从而提高图像压缩重建质量．在高光谱数据上的实验结果表明：该方法在低码率(0.184 4)下依然能达到较好的压缩性能,峰值信噪比为27.209 9,结构相似度为0.922 4.     

改进的SPIHT静止图像压缩编码算法

SPIHT算法是压缩编码效率很高的静止图像压缩编码算法。针对原算法没有从最佳率失真的角度出发来选择初始量化门限这一不足之处 ,提出了一种改进的 SPIHT算法。通过理论计算和试验分析 ,得到初始量化门限 T0 和编码失真的关系 ,并导出搜索最优初始量化门限 T0 的简单迭代方法。改进的 SPIHT算法能根据输入图像的特性和给定的编码输出码率自适应地选择最优初始量化门限 T0 。在相同输出码率的条件下 ,改进的 SPIHT算法比原算法峰值信噪比提高最多达 0 .6 d B     

基于自适应非局部均值滤波的图像去块算法

针对传输和存储中原始图像被JPEG和MPEG等标准进行压缩而产生的块效应，提出了一种图像去块算法.该算法选取非局部均值滤波作为框架，并通过机器学习来确定和优化参数，使得非局部均值滤波可以做到自适应处理.结果表明，该算法去块效果优于目前最新的形状自适应滤波法和维纳滤波法.     

基于小波和位平面技术的图像检索方法

提出并实现了一个基于小波和位平面技术的图像检索方法.首先依据二维小波子图的方向性特征,提出了一个兴趣点检测算法,并将该算法与位平面相结合进行图像兴趣点获取.然后将图像特征分为整体特征和局部特征进行提取,最后通过相似度测量实现了图像检索.由于该算法是对小波系数的位平面进行处理,有利于实现网像的压缩域检索.在考虑图像局部特征的同时也考虑了图像的整体特征,因此该算法亦具有较强的不变性.Corel图像库仿真实验表明,该算法具有较高的检索效率和准确率.     

基于压缩感知的视频信号采集观测值渐进量化算法

在基于压缩感知的视频信号采集中,观测值的量化方法会对重构质量产生重大的影响.为了设计一种性能较优的观测值量化方法,根据视频信号的帧间相关性和压缩感知的视频采集信号观测值特性,提出了基于压缩感知的视频采集信号观测值渐进量化算法.该算法将非关键帧观测值均匀量化后只传输若干不太重要的码平面,在重构端利用邻近的已解码帧通过运动估计生成该非关键帧的边信息帧,再通过观测得到该非关键帧观测值的估计,结合接收到的不太重要码平面信息,通过渐进量化的逆量化得到精确的观测值.实验结果表明:与均匀量化算法相比,文中算法在不增加编码端复杂度和不降低视频序列重构质量的基础上,能大幅降低码率;在相同码率下,不同序列获得的平均增益在0.5~2.0 d B之间,具有较高的率失真性能.     

基于强化学习的能量采集物联网视频编码技术

物联网设备的视频压缩码率和量化参数等编码方案决定着视频质量和物联网设备的使用寿命.针对未知视频传输模型和能量采集模型的物联网设备,提出一种基于强化学习的视频编码方案,能够动态优化视频编码码率和量化参数.该技术根据物联网设备的无线信道带宽、电池水平和采集的能量,结合反馈的视频质量和时延等信息,采用强化学习算法优化选择视频编码码率和量化参数.在动态的网络环境下,物联网设备不需预知视频传输模型就可以综合优化视频质量和设备能量损耗.仿真结果表明,该方案可以提高视频质量,降低设备能量损耗和时延,改善物联网设备效益.     

基于离线汇编指令流分析的恶意程序算法识别技术

识别二进制程序中的算法,在恶意程序检测、软件分析、网络传输分析、计算机系统安全保护等领域有着广泛的应用和重要的意义。该文提出基于离线汇编指令流分析的恶意代码算法识别技术,综合运用二进制插桩、污点跟踪、循环识别等技术,从行为语义、关键常数2个维度对程序进行描述,并且分析提取特征。算法识别模型使用机器学习算法,针对双维度特征生成初阶识别模型,并通过模型融合优化识别效果,实现对广义程序算法的高准确率识别。     

一种高精度的自适应码率控制图像压缩算法

针对非完全嵌入编码的图像压缩算法难以实现精确的码率控制问题,提出了一种结合码率预测和压缩后率失真优化的高精度自适应码率控制的图像压缩(HTJ2K-RPRD)算法。首先,根据二维离散小波变换高频子带数据的高斯分布特性,计算量化前高频子带数据的信息熵得到最小平均比特数,用最小平均比特数来估计量化编码后高频子带数据的码率预测值;接着,采用与JPEG2000标准压缩质量相当但复杂度比其低的HTJ2K标准进行图像压缩,根据HTJ2K标准中清理通道的编码特点,粗略计算二维离散小波变换低频子带数据在码流中嵌入的平均比特数,用嵌入的平均比特数来估计编码后低频子带数据的码率预测值;然后,统计所有编码后子带数据的码率预测值来估计基础截断位平面;最后,从基础截断位平面编码产生多个编码通道,对产生的编码通道进行率失真优化以实现自适应码率控制的图像压缩。实验结果表明：HTJ2K-RPRD算法在自适应码率控制的情况下可实现带宽受限压缩系统的定码率压缩,且复杂度更低;在不同位深和像素大小的图像上的压缩码率控制精度可达99.997%。