平移不变自适应块阈值图像去噪算法

为有效抑制图像阈值去噪产生的伪吉布斯现象,提出了平移不变自适应块阈值图像去噪算法(ABTTI).即,首先在小波域中将小波系数分成子块,然后利用块平移不变性、块阈值自适应性,并采用本文提出的基于子块能量的自适应阈值方法计算分块阈值.利用3种经典测试图像,与软阈值、块阈值等算法进行对比,结果证明ABTTI算法不仅具有好的去伪影性能,而且可以获得更高的峰值信噪比和计算效率.     

一种方向提升小波变换和网格编码量化的图像编码算法

由于JPEG2000图像压缩标准不能有效表示图像边缘的缺陷,提出了一种结合方向提升小波变换和网格编码量化(TCQ)的图像编码算法.该算法先通过基于率失真优化的四叉树分割算法得到最优变换方向,再沿最优变换方向做方向提升小波变换,然后对得到的小波子带系数进行TCQ量化,最后将量化系数编码输出.实验结果表明,对所给定的测试图像,该算法比JPEG2000峰值信噪比最多提高了1.49 dB,比JPEG2000的结构相似度最多提高了3.98%,解码图像的主观视觉质量更好.     

基于改进K-SVD字典学习的医学图像压缩算法

提出了一种新的图像压缩算法,该算法在K奇异值分解(K-SVD)的基础上,将图像分解成4×4像素的图像块,进行字典学习和稀疏表示,完成图像压缩编码存储;在图像恢复的过程中,通过使用字典学习前保留的边缘,对恢复图像进行修复。实验表明:在压缩比为20:1时,该算法的峰值信噪比(PSNR)较JPEG算法高出4 d B;用边缘信息修复后,较JPEG算法高出近10 d B,比JPEG2000算法高出3 d B。     

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.     

形状自适应的嵌入式小波图像编码算法

为实现任意形状区域编码,提出了一种形状自适应的嵌入式小波图像编码算法.该算法借鉴低存储器的零树编码(LMZC)方法引入系数重要性矩阵和子孙重要性矩阵以减少存储空间的使用,并引入最大幅值变量以避免对后代系数的重复扫描.编码过程中,当树结构的编码开销大于增益时,采用直接位平面编码.实验结果表明,该算法执行速度快、存储器需求低,在相同压缩比情况下,图像重构质量和峰值信噪比(PSNR)均优于LMZC与等级树集分割(SPIHT)算法.利用该算法对任意形状对象进行压缩编码可取得良好的压缩效果.     

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.     

基于自适应门限的快速分形编码方法

利用图像子块的自身统计特性，并结合父块变换过程中方差不变的特性来减少匹配库中候选块的数目，依据匹配门限可以由子块的方差来确定的原理，提出了一种基于自适应门限的分形图像编码算法的改进算法．实验表明，该算法在保持压缩比基本不变的情况下，在还原图像PSNR方面有所提高，缩短了图像的编码时间．     

一种空间域自适应低失真防篡改图像数字水印方案

为提高嵌入水印后的图像质量,提出一种空间域自适应低失真防篡改图像数字水印方案。该方案的水印嵌入位置由混沌密钥确定,以使水印能均匀、随机嵌入到图像的各个部位;采用S LSB算法将水印嵌入到图像像素的次低位,使其能够抵抗一些非恶意的图像水印攻击。该嵌入算法下水印图像的峰值信噪比（peak signal to noise ratio, PSNR）由水印长度和混沌位置密钥决定。为提高水印图像的质量,在给定水印的情况下,自适应地调整水印位置密钥,使水印图像的PSNR达到给定的要求;为降低算法的运算量,快速完成混沌位置密钥的自适应调整,进一步提出分段自适应水印算法。实验表明,该算法能够获得满足应用需求的PSNR,且对一些常用篡改操作能给出篡改率和篡改位置。     

基于张量Tucker分解的彩色图像压缩

传统图像压缩方法基于向量数据进行压缩处理,破坏了高维数据的空间本征结构。为了克服传统方法的不足,本文提出了将彩色图像表示成高维数据张量( )形式,利用张量Tucker分解,取分解后的最大子张量及其对应的特征向量,并将其进行量化编码实现图像压缩。大量实验结果表明,在相同压缩比下,本文压缩后重构图像的峰值信噪比（PSNR）与传统JPEG压缩方法相比具有较大优势,并且在视觉上本文方法重构图像的颜色信息损失量较小。     

基于VC6.0的数字图像压缩平台设计

利用VC6.0设计了一个数字图像压缩平台.数字压缩平台能对8位灰度图像或24位真彩图像做基于几何不变量压缩、JPEG压缩和分形压缩处理,并能以对话框的形式给出图像的压缩比(CR)和峰值信噪比(PSNR),同时能将原图像和解压后的图像显示在不同的窗口中,供用户进行图像压缩效果的分析和性能比较使用.     

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.     

Nonlinear Adaptive Wavelet Transform for Lossless Image Compression

The paper presents a class of nonlinear adaptive wavelet transforms for lossless image compression. In update step of the lifting the different operators are chosen by the local gradient of original image. A nonlinear morphological predictor follows the update adaptive lifting to result in fewer large wavelet coefficients near edges for reducing coding. The nonlinear adaptive wavelet transforms can also allow perfect reconstruction without any overhead cost. Experiment results are given to show lower entropy of the adaptive transformed images than those of the non-adaptive case and great applicable potentiality in lossless image compression.     

多阶上下文自适应二进制算术编码实现

提出了一种基于多阶上下文自适应的二进制算术编码算法.考虑了编码符号序列之间的相关性,用符号序列的大概率值代替单个符号的较小概率值,由此建立了多阶上下文概率模型,降低符号间的冗余度. 将此模型应用到二进制算术编码中,形成了一种比传统二进制算术编码更有效的方法,能让平均码长变短并使得码字的信息量逼近符号的熵率,从而显著提高二进制算术编码的数据压缩比(可高达90%).对不同类型的数据文件进行实验测试,结果显示其压缩编码效果良好.     

基于多层分块自适应压缩感知的图像编解码方法

压缩感知中,测量矩阵对图像进行单一采样率的压缩采样。传统的测量矩阵虽然能够获得比较好的重构效果,但因采样数目较多,故而资源耗费也较多。为了解决上述问题,提出了多层分块自适应编码算法(multi-layered block adaptive coding algorithm,MLBA)以及多层分块自适应压缩感知编解码方法(multi-layered block adaptive compressed sensing codec method,MLBACS)。MLBACS编解码方法基于MLBA编码算法,能够根据图像局部结构进行不同层数和大小的分块,并自适应分配采样率。仿真结果表明,在同等重构性能的前提下,相对于单一采样率下的压缩感知,MLBACS编解码方法能够不同程度地降低重构图像所需的采样数目。     

一种用于高动态图像的自适应编码方法的改进研究

高动态图像亮度变化范围较大,当前编码方法采用DCT技术描述高动态图像信号的变换,无法准确描述图像细节、频率突变的高动态图像信号,导致编码后图像的极亮和极暗区域可视性低、细节不丰富。提出一种新的用于高动态图像的自适应编码方法,分析了高动态图像编码过程,通过小波变换实现高动态图像信号描述形式的自适应变换,对高动态图像进行多尺度分解,获取不同尺度的高动态图像信息,得到子带图像;对各子带图像的小波系数进行量化,以达到提高图像码率的目的。在此基础上,选用Log Luv(TIFF)编码方法,对高动态图像信息数据间的统计相关性进行滤除,完成高动态图像的自适应编码。实验结果表明,采用所提方法对高动态图像进行编码后,得到的图像质量较高;且在编码效率较低的情况下,仍能保持较高的图像质量,编码性能明显优于预测编码方法。     

一种自适应图象压缩编码算法

提出了一种自适应图象压缩编码算法（ＡＣＣ）,该算法将绝对矩方块截断编码算法（ＡＭＢＴＣ）、内插法和四叉树技术有机结合起来,根据图象的局部特性调节编码算法．仿真结果表明ＡＣＣ算法与文献［５］中自适应算法相比,在相同的压缩倍数下,能得到更好的编码性能．     

SAR原始数据BATCQ压缩算法

提出了一种结合传统的块自适应量化与网格编码量化对SAR原始数据进行压缩的方法(BATCQ).首先对SAR原始数据实施块自适应量化以减小数据的动态范围,然后对块自适应量化后的数据进行网格编码量化.该方法在考虑了SAR原始数据特性的基础上利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,进一步提高了量化增益.仿真结果表明,该方法在SAR原始数据的压缩中,取得了较好的量化和抗误码性能.     

DM数据库中大规模数据智能自适应压缩算法研究

DM数据库中存在大量冗余数据,需对其进行压缩处理。传统数据压缩算法大多只追求高压缩率,不能保证数据的完整性;且适用范围小。为此,提出一种新的DM数据库中大规模数据智能自适应压缩算法。给出算法涉及的相关术语,介绍了智能自适应最优消零压缩算法的压缩原理,给出位数因子、编码长度、最优位数因子、最短编码长度以及编码因子的计算过程。在不同时刻对采集的DM数据库中的数据进行排列,通过自适应最优消零压缩算法原理求出数据序列最小编码长度和对应的最优位数因子;依据最优位数因子完成对数据序列的消零计算与编码,删除时间冗余,获取压缩后数据。实验结果表明,所提算法压缩效率高,在保证压缩比的同时,能够保证压缩后数据的完整性,且适用范围广。     

基于Fisher分类和自适应阈值的分形图像编码方法

根据分割的迭代函数系统(PIFS)理论,在Fisher分类方法的基础上,依据分类后图像块的特征使用自适应阈值搜索与range块属于同一类的相匹配的domain块来进行分形图像编码,并对典型测试图像进行实验,与传统的固定阈值方法的性能进行比较。结果,在相同比特率上,相对于传统固定阈值方法,自适应阈值方法极大地提高了压缩比,减少了编码的时间,自适应阈值方法得到的解码图像质量明显好于传统的固定阈值方法。     

视频图像压缩的自适应可变坐标法

在对图像变换编码和分形图像压缩编码、矢量量化等的分析的基础上,提出自适应可变坐标压缩算法。它的基本思想是,利用图像的自相似原理对一组图像空间的基坐标进行改造,使其在兼顾矢量空间的完整性的同时尽量利用图像的自相似性,以达到提高图像压缩效率的目的。并针对相似图像块的特征判定原则提出用小波变换实现图像块间的相似性判定。