基于小波和阈值的图像压缩方法及实现

主要探究基于haar小波分析的图像的分解与重构，并用MATLAB6．5数学软件工具设计了不同阈值下的小波变换和重构图像过程，从中得出，选择合适的小波变换及其阈值的设置是一个至关重要的问题．小波选取的阈值越大，重构图像的失真程度越高，在相同阈值下，haar小波重构图像要比db9小波的重构图像文件小得多，因此haar小波是一种较为有效的图像压缩方法。     

二维小波在图像压缩方面的应用

讨论了二维小波分解和重构两种算法.给出了两种算法的比较和Matlab实现过程.结果证明,只保留原始图像中低频信息的压缩方法是一种简单的压缩方法,不需要经过其他处理即可获得较好的压缩效果.运用小波树进行图像压缩时,通常在给定小波基函数条件下,阈值越大,系数为零的数目就越多,重构图像文件压缩率也越高,重构的图像失真程度亦随之增大.     

一种基于FPGA动态可重构的图像融合算法

提出一种基于FPGA动态可重构的图像融合算法.该方法对小波分解后的图像低频子带采用平均融合算子处理,在高频子带的融合中依据小波系数树状结构特点,提出了一种新的自适应融合方法,最后经过小波逆变换得到融合图像.核心算法集成到一片FPGA中实现,提高算法的实时性,降低系统的实际功耗,有效地减少融合图像的失真.     

基于JPEG图像的改进小波变换信息隐藏算法

利用小波多分辨率分析技术,提出一种基于JPEG图像的改进小波变换信息隐藏算法.信息嵌入时,该算法在JPEG图像上使用YCb Cr颜色空间变换进行二维小波分解和重构,保证了嵌入后的图像不失真.验证试验表明:在嵌入容量相同的情况下,改进算法比原算法具有更好的鲁棒性,可以做到图像的无损恢复.     

基于统计模型进行率失真优化的加密图像压缩算法

如何对加密数据进行有效压缩和高质量重构是云计算环境中颇具挑战性的一个研究问题。其挑战性主要来自于云用户的加密操作掩盖了载体数据的统计特性,从而使得云端的压缩很难像常规压缩那样充分利用载体的统计特性。在小波系数统计模型吻合度评估的基础上,提出了一种基于统计模型进行率失真优化的加密图像压缩算法。将灰度图像经提升小波分解后的低频子带和小波子带分别进行流密码加密和置乱加密,然后再分别进行无损和有损压缩,最后进行相应的逆操作而重构原图像。鉴于充分的评估实验表明柯西分布能更良地表征图像小波系数,因此利用柯西分布来表征小波系数,并在此基础上利用率失真理论推导有损压缩用的最优量化步长。实验仿真结果表明,所提出的加密图像压缩算法能获得良好的压缩效率和重构质量,且能显著优于同类经典算法,并与常规的JPEG压缩算法性能相当甚至更好。     

一种带钢表面缺陷检测的算法

为了准确快捷地对带钢表面缺陷进行在线自动检测,提出了一种小波提升格式的Mallat的表面缺陷检测方法。原始的Mallat算法滤波后的重构图像数据不再是整数,因此无法精确的实现无失真的小波重构图像。提出提升格式的双正交小波分解能够实现从整数到整数的变换,该算法首先利用小波变换的多分辨率的分析特点,对图像进行多尺度双正交小波提升算子的快速分解;然后再对重构后的图像进行二值化,提取出缺陷特征。实验结果表明,该方法能够明显检测出缺陷的存在。     

基于运动对齐预测模型的分布式视频压缩感知重构

为了提高分布式视频压缩感知（Distributed Video Compressive Sensing,DVCS）的率失真性能,文中提出根据视频非关键帧图像的时间相关性将帧内各块分为静止块与运动块两类,并对它们设定不同的测量率以提高压缩感知（Compressive Sensing,CS）捕获信息的效率.在重构过程中,提出运动对齐多假设预测模型进行重构,该预测模型在测量域内实现运动估计,并根据运动信息在参考帧内寻找到待重构块的若干候选匹配块,利用它们的线性加权和残差重构得到非关键帧图像的重构结果.仿真实验结果表明,文中所提出的DVCS重构算法能有效提升系统的率失真性能,与现有方法相比,在重构时间基本不变的情况下,获得更好的主客观视频重构质量.     

基于小波变换与LBP算子的遥感图像融合研究

提出一种新的基于小波变换与LBP算子相结合的遥感图像融合算法.该算法在源图像小波变换的高频子带内,利用局部LBP算子极大的方法得到小波重构高频系数,而低频系数则利用源图像小波分解后低频子带系数的非线性加权得到.然后由此高频和低频系数进行小波重构得到融合图像.实验采用可见光图像与SAR图像融合,结果表明这种方法可以很好地在保留源图像各自信息的同时融合源图像的细节信息,并且能够有效抑制源图像中孤立噪声点.     

一种基于小波变换的数字图像加密算法

小波变换在时域和频域上同时具有良好的局部化性质,并对各种信号特征进行多分辨率分析有极大的适应性,已广泛用于信号与图像处理、语言识别与合成等科技领域.在二维离散小波变换及MATLAB快速算法的基础上,分析了在二维离散小波变换后的图像中加入数字水印成分,并利用反变换将其还原回原始图像,原始图像失真小,还原数字水印信息失真小,可以有效的应用在数字水印技术中.     

基于加权L1最小化的图像小波域压缩感知重构

压缩感知理论因为能以少量的采样精确地重构原始信号而得到广泛关注.通过在压缩感知的框架下研究小波域图像重构问题,提出了一类小波域的加权l1最小化方法.该方法不仅利用了信号稀疏性的先验信息,而且在重构模型中,通过对不同小波子带上的系数施加不同的权重,从而整合了图像小波域的结构信息,与经典的压缩感知算法相比具有更好的信号可恢复性.仿真实验结果表明,选用该方法能够以更少的采样得到同等精度的重构图像,验证了该方法的有效性.