一种基于视觉模型的图像编码方法

提出了一种新的图像压缩编码方法，根据视觉的生理学和心理学特性，设计一组与编码图像无关且对人眼有意义的模块（视觉模块），利用这些模块对分块子图作匹配。该方法提供了与视觉相一致的较好的图像质量，压缩比与矢量量化相近。由于采用了简单的匹配算法，大大降低了编码的复杂性，此方法适于实时应用场合。     

一种基于视觉熵的图像分割压缩方法

基于视觉熵概念提出了一种静止图像分割压缩方法．通过对人类视觉系统特性的归纳,总结了基于视觉熵的图像分割原理,提出了用于量化图像特征的数学定义和基于视觉嫡的分割算法．实验结果表明,这种基于视觉熵的图像分割压缩算法既提高了压缩比,又能保证压缩后的重建图像整体上具有高的主观视觉感知质量．     

序列图像编码的一种神经网络方法

根据Kohonen自组织特征映射(SOFM)算法的特点,提出了一种分阶段SOFM的边缘保持码书的设计算法.将帧间块匹配、帧内块匹配与多级矢量量化有机地结合,给出了序列图像编码的快速实现算法.计算机模拟实验结果表明,在相同块大小的前提下,本算法各方面性能较优,主观质量好,无误差累积效应,快速简单,实用性强.     

序列图像编码的一种神经网络方法

根据Ｋｏｈｏｎｅｎ自组织特征映射（ＳＯＦＭ）算法的特点，提出了一种分阶段ＳＯＦＭ的边缘保持码书的设计算法。将帧间块匹配、帧内块匹配与多级矢量量化有机地结合，给出了序列图像编码的快速实现算法。计算机模拟实验结果表明，在相同块大小的前提下，本算法各方面性能较优，主观质量好，无误差累积效应，快速简单，实用性强。     

一种基于预测的矢量量化图像编码方法

为了提高图像编码效率,提出了一种基于预测的矢量量化图像编码方法．在编解码端设置维数和大小各不相同的两种码书．对于平滑区域,用较小的码书对输入矢量进行编码,从而加快图像编码速度和降低比特率;对于边缘区域,用较大的码书去量化当前输入矢量以保证图像质量．文中还提出了一种有效的码书设计方法以提高生成的码书的质量．仿真结果表明,相对于其它方法,文中所提出的矢量量化图像编码方法运算速度更快,在同样图像质量下降低了传输过程中所需的比特率．     

基于视觉特性的零树小波图像编码算法的改进

在深入研究尺度小波变换和嵌入式零树小波图像编码(Embeded Zerotree Wavelet-EZW)算法的基础上，探讨了一种改进的零树小波图像编码算法。本文对最低频图像采用差值脉冲预测编码(differential pulse code modulation-DPCM)量化编码，而对高频子图采用基于视觉特性的零树编码。通过实验，该算法既能保持原有零树算法良好的压缩品质，而且也改善了图像的视觉质量。     

现代图像编码方法

首先简述了现在应用比较成熟的经典图像编码方法的原理框图， 然后重点讲述了九十年代得到迅猛发展的三大现代图像编码方法： 模型法、分形法和神经网络法。     

一种基于子波变换的图像编码方案

提出了一种基于子波变换的灰度图像数据压缩编码方案其基本思路是对子波分解后的最低分辨率亮度子图像采用ＪＰＥＧ编码，对各级边缘子图像进行阈值量化后采用行程编码。对５１２×５１２的Ｌｅｎａ灰度图像进行编码，在压缩比为５２时，峰值信噪比（Ｓ／Ｎ０ｐ为２９．２４５ｄＢ。并获得有较好视觉效果的重构图像。     

一种高速自适应分形图像编码算法

提出利用四叉树自适应图像划分、源块池柔性分类并结合人类视觉特性的高速分形图像编码算法。与其它同类算法相比,该算法在编码速度、压缩比和图像质量等方面均有显提高。     

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.     

基于小波变换的分形图像编码

在分析小波变换后系数分布特点的基础上，提出了一种新的基于小波变换的分形图像编码算法．根据小波变换后能量集中于低频的特性，在传统的Jaquin分形编码方案的基础上，引入局部Harr小波变换，以低频子图代替原图进行值块、域块间的匹配计算以加快搜索过程，从而提高编码速度．结果表明，该算法在峰值信噪比下降很少的情况下。编码速度提高了100多倍，证明了其高效性．     

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.     

用于图像压缩的小波变换编码

提出了一种二维小波变换编码方案，使用塔形算法结构将图像沿水平与垂直方向分解成一组多分辨率子图像。根据小波系数的统计特性和人类视觉特性，对小波系数进行门限量化，推导了量化门限与量化间隔的计算公式，量化后的多分辨率子图像采用自适应分块编码进一步进行压缩。计算机模拟结果证明了本方案的优越性能。     

一种基于小波变换的图像压缩编码方法

在分组霍夫曼编码的基础上提出了一种更有效的编码方法,即自适应分组霍夫曼编码方法．采用自适应分组霍夫曼编码方法及小波变换相结合对图像数据进行压缩．与基于小波变换的霍夫曼编码方法相比,压缩比大大提高,而计算复杂度只是略有增加实验证明这是一种具有良好性能和计算量较少的静止图像压缩编码方案。     

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。     

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.     

基于视觉特性的自适应混合编码

提出了一种基于视觉特性的自适应混合编码方法,对于不同性质的子块施用不同的方法.文中还给出了选择某类方法的理由,并给出了对强变化的单边沿的一种有效的编码方法.模拟实验表明:结果是令人满意的.     

基于小波和匹配跟踪的分层图像编码算法

提出了一种基于小波和匹配跟踪的分层图像编码算法. 该算法将原始图像划分成包含不同结构特征的平滑边缘层和纹理层,采用不同的压缩算法对不同的图像层进行编码,从而达到对整幅图像最优编码的目的. 实验结果表明,该算法不仅能够有效地捕捉图像中所包含的边缘和纹理等具有高频窄带的信号特征,而且在极低位率下的重建图像质量要优于单一小波图像编码算法.