基于矢量量化的贝尔原始数据压缩算法

提出了直接对贝尔原始数据进行矢量量化压缩的算法。首先把贝尔CFA图像从RGB色空间转换到YCrCb色空间,然后用分块法对图像进行矢量块分割,最后用训练好的码书对每一矢量块编码,实现对贝尔原始数据的压缩。采用改进的LBG算法训练码书,并对得到的码书用合并法进一步优化,最终得到性能优良的码书。实验结果表明,笔者提出的压缩算法带来的失真很小,压缩的比特率很低,且插值后恢复的全彩图像在主观视觉和客观质量评价中都能获得令人满意的效果。     

基于贝尔模板的文本图像压缩及重构算法的研究

针对文本图像提出了直接对CFA原始数据进行压缩的算法,即首先把贝尔CFA图像从RGB色空间转换到YCrCb色空间,然后把不利于压缩的高频分量中比较多的亮度分量进行低通滤波,再用结构分离法把梅花形的亮度分量转化为矩形,最后分别采用JPEG2000压缩亮度和色度通道。为了估计解压恢复的CFA模板丢失的彩色分量,应用改进的自适应模糊匹配插值算法,对它周围四个相邻连接的像素分配一个模糊隶属度,从而利用相邻信息,且把这个隶属度作为加权平均工具来重构全彩图像。通过实验验证,这种贝尔数据直接压缩方法带来的失真很小,插值后恢复的全彩图像在主观视觉和客观质量评价中也能获得令人满意的效果。     

一种新的矢量量化码书设计算法

提出了一种针对码书优化的图像矢量量化算法。首先设定矢量距离的初始门限值,基于空间划分对训练矢量聚类,找到矢量个数小于平均胞腔矢量数的胞腔;提取其聚类矢量后删除该胞腔,然后缩小距离门限值再次聚类提取,依次循环直到聚类矢量个数达到要求。将提取的聚类矢量作为初始码书,进行LBG算法码书设计,有效地改善了传统LBG算法依赖于初始码书而容易陷入局部最优的缺点,采用改进算法生成的码书更接近全局最优,加快了收敛速度。仿真结果证明了该方法的有效性。     

基于方差分类初始化码书的三维邻域SOM算法

针对自组织特征映射算法用于图像矢量量化存在的问题,为了提高矢量量化码书的性能,提出基于方差分类初始化码书的三维邻域SOM算法,通过对三维邻域SOM算法中的初始化码书算法进行改进,建立了基于方差分类的初始化码书算法.实验表明,用该算法设计图像矢量量化码书具有码矢利用率高、码书的性能好等优点.     

模糊聚类法实现初始码书的优化

应用模糊数学理论,在限定条件下,从训练矢量的空间分布出发,对训练矢量空间进行胞腔划分,通过动态控制λ截集水平,调整截集数量和相应胞腔大小,然后求出相应的形心作为代表矢量构成一个优良的初始码书。采用该初始码书作为LBG矢量量化算法的叠代初值比分裂法、随机法更优。     

基于小波特征矢量的分离初始码书算法

针对LBG算法在图像空域中随机构造初始码书性能不稳定、压缩质量差的缺点,提出了一种新的基于小波变换的变换域初始码书构造方法。该算法利用小波分解后系数的父子关系构造训练矢量,在此基础上采用分离的初始码书算法,考虑了子带内部以及各子带之间的关联性。用两幅经典图像做了算法的性能仿真与比较。仿真结果表明,该算法与传统的随机LBG以及一般的小波随机LBG算法相比,具有收敛速度快、压缩比高、图像质量好的优点。     

一种设计LBG初始码书的改进PNN算法

以成对最近邻(PNN)算法为基础,提出了一种用于设计LBG初始码书的改进算法.该算法首先采用随机法或者LBG分裂法选定预备码书,然后以最相邻的原则,将训练矢量依次合并到预备码书的码字中.与PNN算法相比,这种算法生成LBG初始码书的训练时间短.用LBG分裂法得到预备码书后生成的最终码书比随机法的性能稳定.测试结果表明:用该算法得到的码书来恢复语音,其平均谱畸变在1dB左右,2～4dB的谱泄露小于2%,4dB及以上无谱泄露,质量达到了语音编码的要求.     

基于改进粒子群算法的矢量量化码书设计研究

提出一种粒子群分组并行寻优码书设计算法,应用于图像的矢量量化编码中.可以得到性能较好的码书.利用同一种群两个分组分别进化,同时相互监督,某一个分组或者两个分组都陷入局部最优时,它能够通过相互作用跳出局部最优;然后通过对训练矢量进行排序,合理选择初始码书,使码字的分布更加合理,增强搜索多样性;最后通过仿真实验验证了该改进算法的合理性.     

采用分量均值正交分割法设计矢量量化初始码书

提出一种新的矢量量化初始码书设计算法即分量均值正交分割法。其原理是:利用分量均值对样本空间进行正交分割,使初始码字尽量散开,得到充分利用。研究结果表明:分量均值正交分割法在不同图像、不同码书下,与随机法相比,峰值信噪比提高1.0~1.3dB,训练时间增加不超过30%;与分裂法相比,峰值信噪比相差小于0.1dB,训练速度提高1.0~1.5倍;与其他算法相比,在量化失真和训练速度2个相互冲突的指标之间能取得更好的均衡。     

一种基于小波变换与分类矢量量化的图像压缩算法

为了提高数字图像的压缩比率,提出了一种将小波变换与分类矢量量化相结合的图像压缩算法.该算法首先对图像进行小波分解,充分利用不同尺度小波系数的相关性,并对不同尺度的子图使用分类矢量,不同类使用不同大小的子码书.为了解决高维矢量在算法实现时效率较低的问题,采用非线性插值对构造好的码矢量进行降维.实验表明,该方法在提高图像压缩比的同时,降低了算法的时间复杂度,从而提高了算法的效率.     

LBG与SOFM应用于矢量量化的比较研究

在介绍矢量量化以及LBG算法和SOFM算法的基础上,通过实验对比了LBG算法和SOFM算法在应用于图象矢量量化压缩过程时,码书大小、码字大小以及初始码书生成方式等因素对图像压缩性能的影响,得到了相关结论:固定码字矢量维数,码书越大,压缩比越小,重建图像质量越好;固定码书,码字矢量维数越小,编码性能越好;LBG算法对初始码书敏感,而SOFM算法由于所具备的自适应特性对初始码书不敏感。论文最后提供了一些改进思路,为改进传统矢量量化算法及设计新的矢量量化算法以提供了参考。     

一种基于矢量量化彩色图像的水印方法

给出了一种基于彩色图像矢量量化压缩域的码字索引上的水印嵌入算法.在对彩色图像进行矢量量化时,采用一套训练好的共享码本分别对彩色图像分离出的红、绿、蓝三色分量所对应的单色图像进行矢量量化编码,并同时在每n个彩色图像块中最多修改其中一个图像块的某一影响最小的单色图形块所对应索引的奇偶性,嵌入log2(n 1)比特的水印信息.该方法已在微型计算机上进行了实验,结果表明,图像水印的嵌入引起的失真较小,并且水印具有一定的鲁棒性.     

使用矢量量化技术压缩SAR原始数据

该文研究基于矢量量化技术的合成孔径雷达（SAR）原始数据压缩算法，提出了块自适应树型矢量量化（BATSVQ）算法和块自适应球形矢量量化（BASVQ）算法。与块自适应矢量量化（BAVQ）算法相比较，该文提出的算法采用约束型矢量量化技术，能够充分利用SAR原始数据经过自适应块处理后在较小的范围内具有稳定高斯分布的特性。采用以上算法对SAR实测数据进行了验证，并比较图像及其性能参数，结果表明BATSVQ算法和BASVQ算法能够获得算法性能和实现复杂度之间的合理折衷。     

A Low Complexity and High Efficient Method for Image Compression with Bayer CFAs

This paper presents a novel method of lossy image compression for digital colorful image sensors with Bayer color filter arrays (CFAs) based on an analysis of existing compression-first methods. An improved compression and decompression structure is described. The captured CFA raw data are firstly lowpass filtered in RGB space by a smooth filter followed by a down-sampling operation. Next, the data are transformed from RGB space to YCbCr space. Lastly, the filtered data in YCbCr space are compressed directly before full color interpolation to avoid redundancy. The presented method can provide a lower compression ratio and has lower complexity than both conventional interpolation-first image compression methods and other similar existing compression-first methods.     

基于RGB彩色空间的运动补偿与分形相结合的视频压缩方法

提出基于RGB彩色空间的运动补偿与分形压缩技术相结合的方法.该方法先区分出彩色视频序列的I帧和P帧,同时分别分离出R、G、B三种颜色;其次对于I帧每种颜色均单独采用分形图像压缩算法进行编码,对于P帧每种颜色均通过运动补偿进行预测编码,得到运动误差,而这些运动误差的数值是很小的,有很大的相似性,此时采用自适应四叉树的分形视频压缩方法来对运动误差进行编码.实验结果表明,与传统的分形视频压缩相比,该方法能够在保证压缩质量的情况下大幅度地提高压缩比.     

LBG算法使用等价范数产生相同码书

LBG算法是图像压缩中向量量化的基础算法,目前主要是采用L2范数进行计算.证明了著名的LBG算法使用等价范数,只要初始码书相同,则产生相同码书.从而在研究LBG算法性能时,只需选择最有利于研究的范数.     

一种基于遗传算法的图象矢量量化方法

描述了一种基于遗传算法的图象矢量量化方法．遗传算法基于自然进化原理可得到全局优化结果，把遗传算法用于码本设计，其运算简单，而且可避免传统方法如Ｋ－均值技术等所带来的局部优化局限．同时，由于其结构的规则性和并行性，较适于ＶＬＳＩ实现．文中主要讨论了遗传算法用于图象矢量量化的评价函数及操作过程，并与传统算法作了比较，给出实验结果．     

基于图像熵分类的移动终端数字水印算法

本文围绕移动终端多媒体数据版权保护问题,针对移动终端处理能力弱和内存小的特点,采用基于图像熵分类的方法设计码书;同时在水印嵌入过程,优先将水印信息嵌入于复杂度较高的纹理区域,以提高嵌入水印后的图像质量,并采用等均值等方差最近邻码字搜索算法代替传统搜索算法以缩短编码时间。实验证明,本算法在提高码书质量的同时,能有效的减少码书训练时间;并对JPEG压缩、剪切、小角度旋转等图像攻击具有较强的鲁棒性。