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。     

DWT和DCT相结合的水印算法

提出了一种基于余弦和小波变换相结合的水印嵌入方案.对水印图像进行二次置乱加密,再将一次小波分解,将得到的逼近系数和细节系数分别转换为一维序列,并量化组合生成待嵌入的二进制数据流.根据宿主图像的纹理、亮度特征将作离散余弦变换后的原图像分类,对不同的类采用不同的量化因子修改DCT系数矩阵从而实现水印的嵌入,水印检测过程不需要宿主图像的参与.实验表明该算法不仅具有良好的不可见性,而且在经过JPEG压缩、剪切、缩放、噪声添加及轻微几何变形等常见图像处理后,仍能正确提取出水印图像,水印图像压缩对码率的影响较小,适合网络传输.     

去除DCT压缩图像缺陷的后处理

基于ＤＣＴ域内系数量化的压缩算法，如ＭＰＥＧ，ＪＰＥＧ等，随着码率的降低，量化也越来越粗糙，使重建后的图象出现“块效应”，振铃效应，视觉模糊等缺陷，本 文提出一种混合算法去除这些缺陷来有效地提高主观质量。首先采用自适应边界滤波，再将ＤＣＴ块分为平坦区域和边缘区域，主地二区域的不同特性采用非线性空间移变滤波来去除图象缺陷。     

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。     

基于优化 ROI 的医学图像分割与压缩方法研究

为了满足无线医疗应用对于图像传输的需求,提出一种有效的医学图像分割方法.该方法使用多点区域生长法分割图像各区域,从图像边界开始遍历搜索多个种子点,结合梯度变化值、全局阈值和局部阈值来提取感兴趣区域(region of interest,ROI)并滤除背景区域.区域预处理阶段,进一步对区域掩模平滑去噪,并给出手动分割的方法.根据预定义的优先级顺序,分别对ROI和非感兴趣区域(region of not interest,RONI)进行JPEG2000近无损压缩和有损压缩,并依次进行传输.重构后图像ROI区域峰值信噪比(peak signal to noise ratio,PSNR)能够达到45 dB,图像整体压缩率约在2.8-6.5.算法优化了区域轮廓的检测,增强了对图像噪声的抑制,较好地满足了医学图像的高压缩率和图像质量之间的矛盾,能够很好地应用于无线医疗领域.     

基于DWT的多尺度分块变采样率压缩感知图像重构算法

利用压缩感知理论改善图像重构的质量是目前图像处理技术研究的焦点。通过DWT域对图像每级分解时的每个子带中应用分块采样并结合平滑投影Landweber重构算法,提出一种多尺度分块变采样率压缩感知图像重构算法。比较BCS-SPL和TV以及多尺度GPSR图像处理算法,文中提出的算法使重构的图像质量提高了1～3 dB。     

压缩域DCT系数对图像视频检索影响的研究

通过对图像在原始数据域和压缩数据域上的表现差异性进行统计分析,进一步研究了基于DCT变换的图像视频压缩域部分解码DCT信息,并运用于MPEG4的编解码的程序实现。随后提出了一种提高压缩域图像视频检索效率的方法,进而针对IntelX86处理器平台改进了DC+2AC的快速算法。     

遥感图像的DCT域处理方法研究

目的在压缩域进行遥感数据处理，以简化运算，减少运算量，提高运算速度。方法通过离散余弦变换（DCT）实现遥感图像在空间域和压缩域间的变换，结合实例用两种滤波器对遥感图像在压缩域进行了处理。结果通过离散余弦变换，图像由空间域变到了DCT域，在DCT域用指数低通滤波器去噪，高通滤波器提取地面特征边缘信息。结论在压缩域进行遥感图像处理，不但可简化运算，减少运算量，而且可使处理速度大大提高。     

基于感兴趣区域和神经网络的图像检索

提出一种感兴趣区域的图像检索方法,该方法首先采用遗传FCM算法对图像进行分割,然后提取分割后的区域特征进行检索;为了缩小低层特征和高层语义之间的语义鸿沟,最后提出一种基于神经网络的相关反馈方法,实验表明,该方法具有较好的检索性能,系统具有较高的查全率和查准率.     

一种基于颜色布局的压缩图像检索方法

图像检索技术是多媒体应用中的关键技术。现有的基于内容图像检索技术大都是基于非压缩域的。对于目前普遍存在的压缩格式图像,采用这种技术必须先解压再检索,不但计算量大,而且需占用较多的存储空间,严重影响了检索系统的实时性和灵活性。各种压缩标准的推出与普及促使人们寻求可以直接在压缩域操作的检索技术。本文针对JPEG压缩图像,结合国际标准MPEG-7中建议的颜色布局描述符,提出一种快速的基于DCT域的图像检索方法;实验结果说明,此方法具有检索效率高、检索效果好的特点。     

基于小波变换的医学图像压缩方法

简要说明离散小波变换(ＤＷＴ)的Ｍａｌａｔ算法·分析了一维离散小波变换ＤＷＴ不能完全重构信号的原因·对二维离散小波变换ＤＷＴ的重构性进行了讨论·在此基础上提出改进型的Ｍａｌａｔ二维ＤＷＴ算法·压缩实验表明改进型的Ｍａｌａｔ二维ＤＷＴ算法对提高图像压缩及重建质量是有效的·     

基于DCT和DWT域的数字水印算法

数字水印技术近年来得到了广泛的研究．新的水印算法不断提出,根据DCT域和DWT域图像水印技术原理,提出一种利用DCT域和DWT域相结合的图像水印技术算法,在嵌入强度的选取上做了新的测试．实验证明,用该算法嵌入水印的图像质量没有明显下降,并且嵌入的水印信息具有良好的鲁棒性．     

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.     

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。     

基于DWT的有意义图像的水印算法

提出了一种基于DWT的有意义图像的水印算法。算法中利用乘性隐藏方法在原始图像的三级小波变换后的水平细节子带HL3和垂直细节子带LH3来嵌入一幅有意义的水印图片,并重复进行嵌入。实验结果表明,该算法在对图像进行高斯噪声、椒盐噪声、中值滤波攻击有较好的隐蔽性和鲁棒性。     

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。     

基于RCT-DWT-SPIHT的彩色图像无损压缩算法研究

研究了基于RCT-DWT-SPIHT的彩色图像无损压缩算法,结果表明这一算法可以更好地完成图像的无损压缩编码.对24幅彩色国际标准测试图像的仿真实验结果表明,算法比较JP2,RAR,ZIP,PNG,TGA,PCX,TIF算法平均而言无损压缩比分别提高了7%,30%,41%,44%,62%,63%,66%左右.变换可由加法和移位完成,便于硬件实现.