基于DCT域采样和重建的低码率图像压缩算法

本文构建了一种基于DCT域采样和超分辨率(Super Resolution, SR)重建的低码率图像压缩编码算法。在编码端对原始图像进行分块离散余弦变换（DCT）,并提取每个DCT系数块的低频系数,然后再反变换到空间域,从而得到在DCT域下采样的低分辨率（Low Resolution,LR）图像块。用JPEG标准对下采样图像块编解码后,采用基于学习的方法恢复DCT域高频系数,重建出高分辨率（High Resolution, HR）的图像。实验结果表明,在码率较低的情况下,本文算法比JPEG编码标准具有更好的率失真性能;同时,在相同码率下,本文算法重建的解码图像视觉效果更好。     

一种DCT域实现图像分数倍尺度变换的方法

分析了块和其子块离散余弦变换(DCT)系数之间的变换关系，在此基础上提出一种直接在DCT域实现图像尺度分数倍变换的快速有效的算法．该算法不仅解决了先前算法无法在压缩域实现任意分数倍变换的问题，而且具有较好的效果和较小的运算量，该方法可广泛应用在MPEG、JPEG等基于DCT的压缩图像尺度变换中．     

利用Visual C++实现数字图像处理研究

在信息处理和信息传输中,为了提高处理和传输的效率并减少信息损失量,需要将大量信息进行压缩编码.数字图像处理中的变换域压缩编码技术是将图像信号以图像数据块为单位作二维变换,然后对各变换系数逐个地进行量化和编码,达到压缩信息的作用.离散余弦变换(DCT)在实数域中得到变换结果,并且有快速算法.本文通过Visual C 编程,对图像进行傅立叶变换(DFT)及离散余弦变换,通过分析比较原图像和经过变换后的图像,以及它们的直方图,比较DFT与DCT两种变换域分析方法和两种变换域分析法的特点.     

基于DCT零树的图像隐写算法

该文在研究图像离散余弦变换(DCT)系数零树的基础上,提出了一种新的图像隐写算法.该方法通过互换DCT域块中一对中低频系数修改零树的个数,根据DCT块中零树个数的奇偶性嵌入和提取秘密信息.仿真结果表明此隐写算法具有抵抗JPEG压缩的鲁棒性,能良好地保护DCT系数直方图和避免分块效应,能有效抵抗X2检测,且秘密信息能被准确地盲提取.     

DCT压缩域图像数据处理

在离散余弦变换 ( DCT)压缩域中 ,从 JPEG模型出发 ,提出块内重排 /重取样法 ,实现图像的缩放和平移     

基于人类听觉系统的DCT域数字音频脆弱水印算法

以离散余弦变换(DCT)及人类听觉系统(HAS)为基础,提出了一种将二值灰度图像(水印图像)嵌入到数字音频信号的脆弱水印算法.该算法首先对二值水印图像进行置乱变换并编码成一维二进制序列,再对数字音频信号进行分段处理并择段作离散余弦变换(DCT),最后依据人类听觉系统选择DCT域中高频系数进行量化完成水印信息的嵌入.实验结果表明:该数字音频水印算法不仅具有较好的透明性,而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性.     

基于变步长子空间追踪的DCT域非均匀采样图像重构

压缩感知是一种充分利用信号稀疏性的全新的信号采样理论。如何从采样得到的低维数据中高效地恢复出原始的高维数据是压缩感知理论的一个关键研究问题。本文基于图像二维离散余弦变换(Discrete Cosine Transform,DCT)系数的分布特性,研究图像DCT域非均匀压缩采样,并在子空间追踪(Subspace Pursuit,SP)算法的基础上,提出一种变步长SP算法,用以实现压缩感知图像的快速重构。该算法自适应地设置图像DCT系数矩阵中不同列向量的采样率,将有限的采样值尽可能地分配给高幅值系数较集中的列向量。在重建DCT系数列向量时,动态调整不同子空间内的原子搜索步长,在高幅值系数集中区域对应的原子子集中进行小步长密集搜索,而在其它原子子集中进行大步长快速搜索。实验结果表明,与基于SP算法的DCT域均匀采样图像重构算法相比,本文提出的基于变步长SP算法的DCT域非均匀采样图像重构算法在图像重构精度与重构算法运行时间方面均具有明显优势。     

一种基于全相位双正交三次U变换的JPEG编码的新算法

U正交函数系有良好的数据逼近性能,而全相位数字滤波器具有零相位特性,文中把二者结合起来,构造出了基于三次U系统的全相位双正交U变换(APBUT3,All Phase Bi-orthogonal U Transform Based on 3-Degree U System),用APBUT3矩阵作为列率变换矩阵代替离散余弦变换(DCT,Discrete Cosine Transform)对图像进行变换编码,提出了基于APBUT3的图像编码算法.由于APBUT3能有效地抑制图像的高频成分,编码时,可以用均匀的量化间隔对变换系数进行量化,也可以预处理变换矩阵代替编码的量化过程,简化了图像编码.该算法与DCT对比,当码率较大时,其编码效果与DCT基本相同;当码率较小时,用16×16的APBUT3编码的方块效应没有DCT明显,用均值滤波器对块边界像素进行平滑处理后,其方块效应可以基本消除.     

基于离散余弦变换和Arnold变换的数字水印算法

提出一种基于离散余弦变换(DCT)和Arnold变换的数字水印算法.该算法首先使用Arnold变换对水印图像进行置乱预处理,然后对载体图像进行8×8的离散余弦变换,根据预处理后的水印像素值,调整DCT系数的大小关系.算法简单且易于实现,并具有较好的安全性、鲁捧性和不可见性.仿真结果证明该算法的有效性及抗JPEG压缩、低通滤波、剪切和噪声干扰能力.在版权保护方面具有一定的应用价值.     

基于Haar小波提升的2.4kbit/s CWI语音编码算法

提出一种基于Haar小波提升的2.4 kbit/s特征波形内插(CWI)语音编码算法.将特征波离散时间傅里叶级数(DTFS)得到的幅度谱转化为离散余弦变换(DCT)系数,用Haar小波提升实现特征波的多级分解与重建.利用相位谱间距的均值和基音周期增益联合判断浊音度标志,用于进行相位选择和离散余弦变换系数的选择性量化.主观A-B听音实验表明,该语音编码算法音质优于传统的3.8 kbit/s CWI编码器,在较低码率上获得较为满意的合成音质,且Haar小波提升特征波形分解与重建方法解决了传统小波变换CWI算法延时较大的问题.     

一种基于DWT和DFT的数字图像水印算法

提出了一种基于小波变换和离散余弦变换的数字图像水印算法.此算法首先对原始图像进行一级小波分解,再对其低频系数进行离散余弦变换,调整DCT中频系数的相对值,最后把由{-1,1}组成的伪随机序列嵌入其中.试验结果显示,此算法对JPEG压缩、gauss噪音有较强的鲁棒性.     

MPEG-4中静止图像编码方法的探索与研究

在静止图像编码方法中,最著名且应用最广泛的就算是JPEG了,JPEG中所用到的主要技术就是离散余弦变换(DCT)和Huffman熵编码;在最新的视频图像压缩标准MPEG-4中,对于静止图像和纹理的编码,都放弃了DCT变换而代之以离散小波变换(DWT).JPEG2000中也同样的以DWT取代了DCT.本文比较JPEG和MPEG-4所分别编码的图像,并具体说明MPEG-4中静止图像的编码过程.最后得出DWT变换相对于DCT变换的优势结论.     

一种基于全相位双正交三次U变换的JPEG编码的新算法

U正交函数系有良好的数据逼近性能,而全相位数字滤波器具有零相位特性,文中把二者结合起来,构造出了基于三次U系统的全相位双正交U变换（ （APBUT3, All Phase Bi-orthogonal U Transform Based on 3-Degree U System）, ,用APBUT3矩阵作为列率变换矩阵代替离散余弦变换（DCT,Discrete Cosine Transform）对图像进行变换编码,提出了基于APBUT3的图像编码算法．由于APBUT3能有效地抑制图像的高频成分,编码时,可以用均匀的量化间隔对变换系数进行量化,也可以预处理变换矩阵代替编码的量化过程,简化了图像编码．该算法与DCT对比,当码率较大时,其编码效果与DCT基本相同;当码率较小时,用16×16的APBUT3编码的方块效应没有DCT明显,用均值滤波器对块边界像素进行平滑处理后,其方块效应可以基本消除．     

一种新的基于变换域的数字音频水印算法

使用Arnold变换对二值黑白水印图像进行预处理,对选定的音频进行五层小渡分解,对小渡分解后的低频系数进行离散余弦变换(DCT),选取DCT系数中幅值较大的点嵌入水印信息,提出一种基于离散小波变换和离散余弦变换相结合的数字音频水印方案.实验表明:该算法具有较好的透明性,对噪声、重采样、重量化等攻击具有较好的鲁棒性.     

基于MPEG-4的DCT变换编码技术研究

在阐述MPEG-4视频编码原理的基础上,本文重点介绍方块DCT(离散余弦变换)变换编码算法在图像/视频压缩中的原理与重要地位,并研究了目前适合于MPEG-4标准的基于形状自适应离散余弦变换(Shape Adaptive DCT)的视频变换编码新方法。     

一种基于小波变换的鲁棒水印算法

 提出了一种基于小波变换和余弦变换的鲁棒水印算法.此算法首先对原始图像进行一级小波分解,再对其低频系数进行离散余弦变换,调整DCT中频系数的相对值,最后把由{-1,1}组成的伪随机序列嵌入其中.试验结果显示,此算法对JPEG压缩、高斯噪音污染有较强的鲁棒性.     

基于分类与选择机制的鲁棒水印算法

针对用均值滤波计算边缘信息的水印算法会引起图像某些边缘失真的问题,通过分析均值滤波和图像边缘的特性,提出了一个基于分类与选择机制的水印算法.先将图像的8×8像素块划分为边缘块或非边缘块,并根据每一分块选定的离散余弦变换(DCT)的中低频系数的均值挑选出边缘块中不适合嵌入水印信息的分块,再通过增加均值滤波窗函数的长度以尽量减少对DCT系数的改动,得到一个改进的水印嵌入规则.与利用均值滤波计算边缘信息的水印算法相比,基于分类与选择机制的水印算法可以达到更好的不可感知性,同时对多种攻击具有更好的鲁棒性.仿真实验表明,当JPEG压缩品质因子为20时,提取水印和原始水印的归一化相关值平均提高了0.205.     

JPEG图像压缩编码算法的仿真实现

介绍了基于离散余弦变换的JPEG图像压缩编码算法,采用MATLAB对标准灰度图像进行仿真,并对同一幅Lena图像做不同的压缩.实验结果表明,在很大的压缩范围内,在不同的压缩比和编码比特率下,重建图像的PSNR都在34 db 以上.     

基于DCT系数量化的自适应数字水印算法

文章提出了一种基于DCT系数量化的自适应数字图像水印算法。该算法选取彩色图像作为载体图像,首先将彩色图像从RGB颜色空间转换到YIQ颜色空间,并提取其Y分量作为水印嵌入的载体,对Y分量用自组织映射(SOM)的方法进行块分类和离散余弦变换,然后将Arnold置乱后的二值水印图像量化嵌入到载体图像的DCT系数中,量化因子随块类别不同而不同,水印检测过程不需要原始图像的参与。实验证明,该算法对于常见的图像处理、JPEG压缩等具有较高的鲁棒性。     

离散余弦变换在图像压缩上的应用

图像压缩编码技术是现代多媒体及通信领域中的关键技术之一.离散余弦变换(DCT)由于其较好的能量压缩特性和快速算法,被广泛地应用在图像压缩等领域,特别是国际静态图像压缩标准JPEG和动态图像压缩标准MPEG中都采用了DCT变换.本文介绍了DCT的核心编码,并使用matlab语言实现了基于DCT的图像压缩.