基于稀疏编码的图像语义分类器模型

为了解决图像检索以及遥感图像识别等图像处理研究中本质的问题——如何对高层抽象图像语义进行有效的分类,本文采用生物视觉认知机理,结合生物特征信息,用最小生成树的方法构造图像信息语义树,提出了一个基于稀疏编码的图像语义分类器(SCISC)的模型。实验结果表明:该模型在图像分类中有较高正确率。     

基于压缩感知的图像自适应编码算法

利用压缩感知理论对图像进行固定采样率的压缩并重构时,由于图像各个块的稀疏程度不同,低采样率很难保证图像各块都具有较高的重构质量,而高采样率又会造成资源的浪费.为了解决上述问题,提出了一种基于压缩感知的图像自适应编码算法,该算法首先判断图像各块在DCT域的稀疏度,然后根据判断结果对图像各块进行自适应的压缩采样,从而确保图像在较低采样率下能获得较高的重构质量.实验结果表明,运用所提自适应编码算法在采样率平均值为44%时,重构图像的平均PSNR值可达到35,dB以上,并且重构图像所有块的PSNR值分布比较集中,从而使得图像具有较好的主观质量.     

基于基因编码算法的图像边缘提取研究

为了提高图像边缘检测的质量,采用基因编码算法.首先确定基因头部和尾部的组成,给出了基因表达式树形式,对图像像素进行基因编码,接着图像背景与图像目标之间的灰度差异作为基因表达式树不同的分支,与分支具有同样灰度的像素合并为一类,最后给出了基因编码适应度函数,其选择基于标准误差方法.实验仿真表明,算法提取的灰度图像边缘没有断点,没有伪边缘信息,数据分析较好.     

基于局部模式的话音编码算法

提出了一种新的基于非线性局部模式的信号处理方法,并将其应用于话音编码中,在相同的编码条件下,基于ＮＬＬＰ的编码方案性能好于标准的线性预测编码算法和由线性局部预测模式构成的方案。     

基于混沌参数切换逆映射的混沌通信系统

对一种采用Logistic逆映射的混沌数字调制通信系统输出的逆映射调制序列采用伯内廷法做了Lya punov指数谱的分析,发现其在较宽的参数范围内都是具有混沌性质的,从而解决精度有限使混沌序列呈现周期性的问题,同时还用取反变换和电平搬移的方法分别对此种通信系统的通信安全性与误码率做了改进,经过仿真验证了系统的可实现性和优越性.     

基于核拉普拉斯稀疏编码的图像分类

使用稀疏编码解决计算机视觉问题可以取得良好的效果.然而,以往的稀疏编码都是在原始特征空间进行.受核方法可以获得特征的高维非线性映射的启发,扩展了拉普拉斯稀疏编码(LSc),提出了核拉普拉斯稀疏编码(KLSc),它可以降低特征量化误差,增强稀疏编码的性能.在3个标准数据集上的实验结果表明,所提出的基于KLSc的图像分类算法具有良好的分类效果,分类正确率优于LSc.     

基于稀疏编码和多核学习的图像分类算法

提出了一种基于稀疏编码和多核学习的图像分类算法.首先从图像中提取Dense-SIFT（Dense Scale Invariant Feature Transform）和Dense-SURF（Dense Speeded Up Robust Feature）2种特征,使用稀疏编码对特征点进行处理,得到一系列高维向量,然后对这些高维向量应用max-pooling算法,将图像表示成单个向量.最后,使用改进的多核学习方法对这些向量进行分类,对于不同的特征,使用不同核的组合以达到最好的分类效果.实验结果表明,该算法作为词袋（BoW）模型的改进,能够提高分类准确率.
     

基于改进稀疏编码模型的图像分类算法

针对图像表示,提出了一种基于改进稀疏编码模型的图像分类算法.首先,提取表示图像视觉局部特征的SIFT (Scale Invariant Feature Transform) 描述子;然后,利用稀疏编码方法生成基于SIFT描述子的视觉词汇库,将SIFT描述子编成稀疏向量;通过有效稀疏向量的区域融合和空间结合而获取整体的稀疏向量并用于图像表示;最后,采用随机森林多分类器对稀疏向量进行训练和测试.结果表明,与现有的算法相比,该算法的性能更佳,可以有效表示图像的特性并提高其分类的准确率.     

一种基于约束线性编码的图像分类改进算法

针对图像分类中量化编码的问题,提出了一种简单而且高效编码方法,叫做局部约束线性编码(Locality-Constrained Linear Coding)算法;并将其应用在传统空间金字塔模型(Spatial Pyramid Matching)的向量量化(Vector Quantization)中。通过使用局部约束,LLC先将图像描述子映射到它的局部坐标系统,然后再将这些映射后的坐标经过Max-pooling整合成最终的图像表示。传统的基于词袋模型(Bag-of-World)的空间金字塔需要使用非线性分类器才能获得较好的分类效果,而LLC通过使用线性分类器获得了比传统非线性SPM更好的分类效果。     

一种Alpha图像串匹配编码中熵编码的改进算法

在分析了Alpha图像的特征及其在串匹配编码过程中未匹配像素的分布情况之后,提出了一种Alpha图像熵编码的改进算法.该算法首先对未匹配像素进行滤波处理使其具有独特的分布性质,然后依据该性质进行分段编码以减少码流比特数,从而达到更好的压缩效率.实验结果表明,相比于LZ4HC,ZLIB,PNG等常用的压缩算法,改进算法具有编码效率高和复杂度低的优势.     

基于分形编码的图像水印

研究了一种新的基于分形的图像水印算法。这种算法可用于彩色图像和灰度图像,能同时改变定义域块的搜索范围和几何变换,可以在双层过程中嵌入同一水印,也可嵌入不同类型的双层水印,水印提取时不需要原始图像。仿真结果表明:嵌入单个水印的图像遭到攻击,特别是剪切攻击时,水印检测的可靠性较高;嵌入2种水印的方法扩展了水印算法的应用范围,既可用于版权保护,还可用于跟踪合法用户的非法再分发。     

用PS中的图层样式制作真实水滴

本文主要介绍了通过PS中的图层样式制作真实水滴的过程.     

基于二值自适应算术编码的图像无损压缩算法研究

分析了二值自适应算术编码的特点,并把整数小波变换和二值自适应算术编码相结合,采用C语言进行仿真,实现了静止图像的无损压缩.实验结果表明,该算法压缩比可达2.5,并且仅采用整数加法和移位就可实现数据的压缩编码,硬件实现简单,具有较强的实用价值.     

基于小波变换的SAR图像自适应子带编码算法

为降低大数据量SAR图像对传输带宽和存储空间的要求,必须对SAR图像进行高效压缩.基于小波变换的传统SAR图像压缩方法只对低频子带进行分解处理,造成SAR图像处于中高频子带的重要纹理信息丢失.针对上述问题,提出一种基于小波变换的自适应SAR图像压缩算法.首先对图像进行小波软阈值消噪预处理,然后依据能量指标,进行子带重要性判定,对认定为重要的子带进行深一层次分解,分解完成后对所有子带进行恒定比特率条件下的最小误差量化,实现对图像的自适应压缩.仿真实验表明:该算法能很好地保护SAR图像的高频细节,提高了信噪比.     

基于形态学膨胀操作的小波图像压缩编码算法

提出了一种基于形态膨胀运算的对子带间重要系数位置信息进行联合编码的新型小波图像压缩编码算法.该算法首先对同一分辨率下水平、垂直、对角线子带内重要系数的位置信息统一表示在一个子带中,然后依据小波图像的能量聚类特性,采用一种形态膨胀编码算法来对重要系数的位置信息进行高效压缩编码.试验结果表明,该算法要优于零树小波图像压缩编码算法.     

基于形态学膨胀操作的小波图像压缩编码算法

提出了一种基于形态膨胀运算的对子带间重要系数位置信息进行联合编码的新型小波图像压缩编码算法。该算法首先对同一分辨率下水平、垂直、对角线子带内重要系数的位置信息统一表示在一个子带中，然后依据小波图像的能量聚类特性，采用一种形态膨胀编码算法来对重要系数的位置信息进行高效压缩编码。试验结果表明，该算法要优于零树小波图像压缩编码算法。     

基于BP算法的图像压缩编码

作为新方法的探索,神经网络在图像压缩中的研究与应用已成为当今图像处理领域的热点研究。本文针对神经网络中BP算法的特点,探讨其在图像压缩编码中的具体应用,并就其优势和局限性进行了分析并提出相应建议。     

邻域编码二值图像跟踪的快速算法

讨论了如何通过快速实现８－邻域编码来解决快速完成３×３窗局部运算 的问题。给出了一个快速跟踪任意复杂图像边界的完全边界跟踪算法 （ＮＣＣＢＦ）；与经典的ＢＦ和ＣＣＴ边界跟踪算法相比，ＮＣＣＢＦ算法具有速度 快和适应性更强的优点；其独特边界标记方法补充和完善了ＮＣＢＦ算法。     

一种新的基于稀疏编码Hash的跨模多媒体数据检索算法

针对现有跨模Hash检索方法不能有效消除不同模态数据间语义差异的问题,提出一种新的基于稀疏编码Hash的检索方法,解决了图像低层视觉特征和高层语义之间的语义差异,改善了跨模检索的效果.使用稀疏编码进行跨模相似性检索,首先使用稀疏编码获取图像与文本的显著特征和隐含概念,然后将学习到的隐含语义特征映射到共同的抽象空间中,再通过迭代机制找到多模态数据特征表示间的相关性,最后通过高层语义抽象空间的量化得到统一的Hash编码.     

基于BP算法的图像压缩编码

作为新方法的探索,神经网络在图像压缩中的研究与应用已成为当今图像处理领域的热点研究.本文针对神经网络中BP算法的特点,探讨其在图像压缩编码中的具体应用,并就其优势和局限性进行了分析并提出相应建议.