图像的自相似性研究

提出一种判断图像自相似性强弱的方法.该方法定义了一个自相似系数来表征图像的自相似性.自相似系数越大,图像的自相似性越强.依此方法判断出图像的自相似性,为图像是否适合分形图像压缩方法提供一个参考依据.实验结果表明,使用该方法能很好地对图像自相似程度作出判断.     

基于低秩和全变差正则化的图像压缩感知重构

为了解决基于低秩正则化的图像压缩感知重构算法不能充分利用图像局部梯度稀疏特性的问题,提出了一种基于低秩与全变差正则化的图像压缩感知重构算法.首先,通过图像块匹配法寻找结构相似的图像块,组成非局部相似块组;其次,联合相似块矩阵低秩与图像梯度稀疏先验组成正则化项,结合传统的压缩感知模型形成新模型;最后,采用交替方向乘子法实现图像的重构.测试图像为自然灰度图像,为了验证算法的有效性,从主观视觉和峰值信噪比两方面进行对比.试验结果表明,和基于低秩正则化的图像压缩感知算法相比,该算法在准确描述图像非局部自相似性结构特征的前提下提高了重构质量,重构的图像在峰值信噪比上平均提升1 d B.     

结合图像的局部相关性及非局部相似性的多尺度分块压缩感知

标准的图像压缩感知算法未利用像素间的邻域结构信息和图像子块的自相似性。针对这一问题,本文将图像分成重叠的图像子块,用冗余字典自适应地稀疏表示图像,同时将用自回归模型表示的图像局部相关性和非局部相似性作为先验知识运用到压缩感知图像重构中,提出了结合图像的局部相关性和非局部相似性的多尺度分块压缩感知方法。实验结果表明,本文算法可以有效提高图像重构的视觉效果和峰值信噪比。     

改进的基于样本的图像修复算法

针对图像修复过程中相似块匹配时造成的误差,深入研究Criminisi算法关键步骤的基础上,充分考虑图像中的结构性信息,提出了一种新的相似块匹配判定规则。首先,对待修复块和目标块进行颜色空间的相似性度量。然后,获取目标块和待合成块已知区域的结构性信息,并对结构性信息进行相似度度量;最后,将符合判定条件的目标块拷贝至待合成区域,更新修复区域的置信度。实验证明,该方法有效的减少了原Criminisi算法在相似块匹配中所造成的误差,在人为修复痕迹方面效果较好,与周围环境的融合也更加柔和,结果令人满意。     

基于低秩增强的图像压缩感知重构算法

基于非局部自相似性的自然图像压缩感知重构算法在低采样率条件下初始重构质量有限,导致相似块分组效果不理想,影响最终重构质量.针对此问题,文中在组稀疏重构算法(GSR算法)的基础上提出一种低秩增强图像重构算法.首先在初始重构中引入三维块匹配去噪方法,提出混合滤波重构算法,为相似块分组提供更高质量的初始重构图像;然后在相似块正式分组前进行低秩增强预处理,使得相似块分组过程更加关注图像块的关键特征,提高分组的正确度.仿真实验结果表明,文中所提算法和GSR算法相比,在低采样率条件下具有更好的重构性能.     

基于局部自相似性的视频图像超分辨率算法

针对视频图像的特点,提出基于局部自相似性的视频图像超分辨率算法.该算法不依赖自然图像数据库作为样本块的图像来源,而是利用局部自相似性,通过在相关坐标邻域中搜索子图像块以实现高频补偿.设计上采样和下采样滤波器,以实现对高频补偿后的图像进行滤波从而产生最终的样本块,采用逐级放大、分多步组合达到视频图像的放大,从而实现了视频图像超分辨率算法.实验结果表明,对于视频序列图像,在主观视觉效果和均方根误差(root mean square error,RMSE)、结构自相似性算子(structural similarity index measurement,SSIM)等方面,算法能显著地提高其分辨率,取得很好的效果.同时,对视频图像利用局部自相似性方法,减少了图像块的检索时间,降低了算法运算量.     

基于秩极小化理论的单幅图像超分辨率复原

由于自然图像中较小的图像块具有相似性,而这些相似图像块之间具有近似低秩结构.提出了一种基于秩极小化理论和块相似性的单幅超分辨率方法.该方法首先对于每一输入低分辨率图像块在训练图像库的低分辨率图像块中寻找其相似图像块;利用这些相似块所对应的高分辨率图像块构造近似低秩矩阵,建立秩极小化的复原模型,利用增广拉格朗日乘子算法将近似低秩矩阵分解为低秩矩阵和稀疏矩阵;最后根据相似的高分辨率图像块子空间的低秩矩阵,实现图像的超分辨率复原.通过在仿真数据机上进行验证和对比表明:本方法能够取得较好的超分辨率效果.     

NSST域三维块匹配的SAR图像相干斑抑制算法

为了降低合成孔径雷达(synthetic aperture radar,SAR)图像中相干斑噪声对后续应用的影响,提出一种基于非下采样剪切波变换(non-subsampled Shearlet transform,NSST)域三维块匹配的相干斑抑制算法。该方法能够充分利用图像的自相似性和稀疏性,在抑制相干斑的同时保留图像的细节。为了较少计算量并增强相似块匹配的鲁棒性,使用灰度理论(grey theory,GT)进行相似性度量得到相似块组; 为了获得更多方向的细节信息,将相似块组变换到NSST域实现多尺度多方向的分解并对系数进行收缩滤除相干斑噪声; 将NSST系数反变换并利用相似性作为权重得到相干斑抑制后的SAR图像。通过在真实SAR图像上进行测试实验,进一步验证了相似块匹配方法及相干斑抑制算法的有效性,有利于SAR图像的后续应用。     

三种优化分形图片压缩算法比较分析

分形图像压缩(FIC)是基于局部迭代函数系统(PIFS)的图像压缩算法,即用自然景物的自相似性来进行数据压缩;但是巨大的耗时量限制了其实际应用;FIC的耗时量主要体现在以下几方面:每一个值域块的最优匹配块的搜索都要在所有的定义域块中进行,需要花费大量的时间;计算、量化、存储所有的仿射变换参数;图像分割过程;为了克服FIC计算成本高的缺点,采用了遗传算法、蚁群算法和粒子群算法减少寻找相似定义域块的搜索空间,加快编码速度;实验结果表明:优化后的FIC能有效地减少编码时间同时保持峰值信噪比。     

一种基于多尺度结构自相似性的图像超分辨重建算法

多尺度结构自相似性是指图像中存在大量相同尺度以及不同尺度相似结构的性质。本文提出一种基于多尺度结构自相似性的超分辨率重建算法,该方法通过图像旋转和金字塔分解将输入图像的先验信息附加到训练库中,并对样本图像块聚类,分别训练针对各类的多个字典。在图像重建阶段,自适应选择最优字典,并利用相似图像块间的关系建立非局部约束项重建图像。最后利用迭代反投影算法进行图像后处理,进一步提升图像的超分辨率重建效果。实验结果表明,与SCSR、SISR和ASDS算法相比,本文算法能够取得边缘更为清晰的超分辨率重建效果。     

数字影像压缩技术的设计与实现

数字影像压缩一直是计算机图像图形领域的研究热点和攻关难点,针对影像压缩的具体要求,通过JPEG影像压缩算法和理论,实现了BMP影像文件从1到100范围内动态压缩成JPG影像文件.同时,对获取的JPG影像文件又可以还原解码成BMP影像文件.在设计与实现压缩的分析过程中,还对压缩后的影像质量作了比较,当压缩比例为50时,压缩影像质量良好,肉眼很难感知目标影像和压缩影像的差异.     

分形图像压缩编码及其改进措施的研究进展

分形图像压缩编码是当前图像处理领域的研究热点，是目前较有发展前途的图像编码方法之一。本文介绍了分形图像压缩编码的理论基础及现存的主要问题，在此基础上对分形图像压缩编码的改进方法和措施进行了综述，并认为在传统的压缩算法中引入并行分布计算能取得更好的效果。     

基于等腰直角三角形的分形图像压缩算法

为了提高二值图像的压缩比,采用自顶向下的编码方法,提出一种基于等腰直角三角形的分形图像压缩算法,并进行仿真实验.该算法对无损压缩的图像还原后与原图像没有差别,压缩比比一些无损压缩算法高,提高了压缩图像的压缩比.该算法在重构图像时不会产生水平与垂直边际效应,而且可以在有损压缩和无损压缩之间灵活切换.     

基于神经网络的分形图像压缩与解压缩

图像压缩技术中,分形图像压缩与解压缩具有较高的压缩率和低损耗率,但基于迭代函数系统的自动分形图像编码方法计算量大,因此限制了其实际应用。人工神经网络具有学习、记忆、识别及推理等特点,为分形图像压缩解压缩提供了一个全新的解决方案。提出使用神经网络方法以并行方式完成分形图像压缩与解压缩的大量计算,模拟结果显示,与基本的自动分形图像编码方法相比,在基本保证重建图像质量的前提下,运算时间和码率均下降,显示出神经网络技术应用于分形图像压缩与解压缩中的可行性及高效性。     

窄带宽环境下JPEG2000图像频域压缩方法研究

以往研究出的JPEG2000图像频域压缩方法,大多无法在窄带宽环境下实现高水准的压缩。因此,提出高水准的窄带宽环境下JPEG2000图像频域压缩方法。该方法选取EBCOT方法作为JPEG2000图像频域压缩编码方法,主要利用EBCOT方法对有损压缩进行研究。EBCOT方法的有损压缩编码流程分为块编码和分装,块编码对JPEG2000图像频域采样进行色彩变换的预处理操作,预处理后的频域采样码流将进行用户兴趣点标记、码流切分和编码,生成块摘要。分装是对块摘要进行切分、编码和分配装入,实现窄带宽环境下JPEG2000图像频域压缩的过程。经实验结果分析可知,所提方法能够实现高水准的图像频域压缩,解决图像信息收发难题。     

井下电视图像压缩技术

测井电缆的数据传输带宽非常有限,图像压缩是井下电视研制的关键技术.基于小波变换的井下电视图像压缩系统通过小波变换、子带编码、自适应量化和熵编码进行图像压缩,采用质量盒控制、背景对比度控制和场频控制技术,实现了较高的压缩比.该系统采用DSP控制技术和图像压缩专用芯片,使图像压缩比和数据流量易于控制,适用于单芯电缆、多芯电缆和光电测井电缆的图像传输.图像解压缩回放过程中采用了插场技术,实现了PAL制式视频50场/秒的实时运动图像播放速度.     

基于信息结构的医学图像压缩

提出一种基信息结构的医学图像压缩新算法,在分析与研究以往图像压缩算法的基础上,引入了图像信息结构的概念,先确定图像的信息基因位置,再提取出图像的结构特征参数,这表征图像的参数即为压缩结果,实验结果表明,这种方法是一种有效的新的压缩算法。     

无人机序列图像压缩方法研究

根据无人机的运动特点,求出序列图像之间的重叠区域,将运动序列图像转变成静态图像,然后以类EBOCOT算法完成拼接图像的压缩．压缩的实验结果显示,该方法在压缩效率和运行时间上均优于H．264等视频压缩标准,可较好地满足无人机图像的传输需求．     

图象压缩技术的分析与评价

视频图象压缩是多媒体系统中的关键技术，其原理是通过消除视频信号中的冗余信息来减少信息量。文中首先分析了图象压缩的基本技术，其中包括空间冗余信息的压缩和时间冗余信息的压缩，并对这些压缩方法的理论依据和实用效果加以探讨。以此为基础，还重点分析了通过集成基本压缩技术而建立的以混合编码系统，特别针对现有的图象压缩国际标准如ＪＰＥＧ，ＭＰＥＧ和Ｈ．２６１等作了较为深入的探讨，对其系统结构，适用范围及有效性进行了比较和分析。     

数据压缩字典与快速图像分形映射压缩算法

针对分形编码压缩时间太长、以至于该算法很难达到实用的缺点,提出了对图像进行分级预处理,即根据被压缩图像的实际情况建立一个数据压缩字典,使得被压缩图像的匹配块仅在数据压缩字典指定的块中进行,从而大大减少图像压缩过程中的搜索范围和压缩时间·此外,给出了建立数据压缩字典的理论基础,并根据此思想给出了一个新的实现分形编码算法·实验表明,在提高压缩比的同时,运算时间也大大缩短