运动图象的三维子波变换压缩编码

本文提出一种基于边缘检测的三维子波变换运动图象压缩编码方法。该方法首先对图象序列进行三维子彼变换；然后对变换后的分解图采用在同一子波变换层中通过检测低频区来检测高频区的边缘，以及检测低频帧来检测高频帧的边缘运动矢量；最后只对检测到的有效边缘或边缘运动矢量进行编码，省略位图编码。实验结果表明，这种方法在不增加运算复杂程度的情况下，获得得了好的主观质量和高的压缩比。     

利用后验均值提取电视电话图象边缘的方法

本文以马尔可夫随机场模型研究了电视电话图象，利用后验均值建立了提取人物头肩象轮廓的方法。该方法针对此类图象的特点定义了合适的边素，给出了相应的邻域系，连通子图及能量函数，此外还根据人眼辨另灰度极的特性在叠代前对原始图象进行了均衡。由于采取了这些措施，使得该算法不仅提高了轮廓的定位精度，而且具有很高的抗噪声能力。     

基于运动估计和边缘检测的隔行到逐行扫描图象的变换

提出了一种基于运动估计和边缘检测的隔行到逐行扫描图象的变换技术，这种方法对隔行到逐行扫描图象变换分成３种模式，并且提出了适合于隔行到逐行扫描图象变换的隔场运动估计和邻场运动补偿的方法，其中在运动模式和场内模式中都用到了方向性相关技术。     

边缘模型基背景区的Delaunay三角剖分压缩方法

在边缘模型基活动图象压缩编码方法中，图象初始帧被分为激励区和背景区．在每个图象组中，初始帧背景区的静态压缩是整个方案的重要基础．本文提出了一种采用Ｄｅｌａｕｎａｙ三角剖分（ＤＴ）的表面描述算法，首先根据伪逆矩阵理论，采用最小二乘空间预测方法填充初始帧中的激励区部分，然后用ＤＴ算法剖分整个初始帧，最后获得少量待传特征点．传输时保证特征点收发的同序，克服了四点以上共圆带来的退化现象．实验表明，在压缩率近１６倍时，重建图象质量仍可保持在３０ｄＢ以上，主观图象质量也较良好．     

一种适用于低码率图象压缩的运动估计算法

三步搜索法已经广泛地应用于低码率图象压缩中．由于三步搜索法第一步过于粗糙,容易陷入局部最小,对于那些小的运动矢量往往效果不太好,在此基础上提出了新三步搜索法,它在一定程度上弥补了三步搜索法的不足．针对低码率图象编码的特点,提出了一种新的运动估计算法,它具有与新三步搜索法相当的效果,速度上比新三步法和三步法有较大的提高．     

基于小波变换的图象压缩

要在模拟和移动通讯中传输数字图象，首先必须对图象实行高比率的压缩，本文对讨论小波变换的特征机理，建立了以小波变换为基础图象压缩软件模拟系统，并同标准ＪＰＥＧ的图象压缩方法做了对比实验，结果证明：在高压缩比时，基于小波变换压缩的重建图象ＰＳＤＮ和重建图象质量都明显地成于传统的ＤＣＴ压缩方法。     

基于数学形态学的运动区域估计及运动图象编码

提出了基于数学形态学的运动区域估计和运动图象编码新算法．这种算法利用数学形态变换提取帧间物体运动块和运动区域,并进行自然形状对应的区域匹配和运动补偿．实验表明,与ＭＰＥＧ等分块运动补偿相比,本算法运动匹配准确,搜索快速,避免了方块效应,在相同码率下较好地改善了图象质量,特别适用于低码率运动图象编码．     

一种分级渐开的快速运动估计算法

提出了一种利用图象固有特征的快速运动估计算法，在大多数情况下，图象中运动的变化在图象内和图象间往往是连续的，以相邻宏块（空间或时间上相邻）相应的矢量作为当前矢量的搜索起始矢量，作分级的按渐开顺序的搜索，从而使计算量几乎与运动矢量的实际范围地无关，大大减少了计算量，而得到的图象质量没变。     

Jacquin分形图象编码方案的改进

针对传统分形图象编码方案存在的缺点,提出了一种改进的编码方案．在此方案中,进一步去除分形变换参数的相关性,有效地提高分形压缩比,在相近的信噪比下,本方案的压缩比比Ｊａｃｑｕｉｎ方案提高了５０％以上;并利用近代滤波技术对解码图象进行处理,使图象的视觉效果大大增强．同时,该方案还有效地提高了编解码的速度．     

二次滤波法提取图象边缘信息方法及其应用

提出噪声图象边缘信息提取的一种实用方法,该方法以锐化处理结果为基础,二次滤波完成图象预处理,研究表明,单纯对噪声图象进行锐化处理,只可增加视觉感观效果,不会使边缘提取效果增强,必须对锐化结果再次进行滤波处理后,才可获得满意的边缘信息。     

一种小波域的分形图象编码新算法

本文在分析了小波域内分形图象编码原理的基础上, 将零树思想引入到小波域的分形图象编码中, 通过定义方向性零（ 子） 树的概念, 提出了一种小波域的分形图象编码的新算法．该算法简单实用、计算量小．实验表明, 对５１２ ×５１２ 的８ 比特Ｌｅｎａ 图象在ＰＮＳＲ 等于２９ ．６７ ｄＢ时, 压缩比达６６ ．４８ , 远远优于ＪＰＥＧ的编码性能, 是目前文献报道的有关小波域内分形图象压缩编码的最好结果     

基于神经网络分类的自适应图象编码

介绍一种对图象特征系数进行分类的自适应图象压缩编码算法。利用子图象ＤＣＴ系数间的相关性，使用神经网络的方法对ＤＣＴ系数矩阵进行分类对具有相近频率分布的变换系数矩阵进行聚类，使得各频率分量的方差减小，并提出了自适应的比特分配算法。实验表明在相同的压缩比情况下，该图象编码算法较其他方法有明显的提高。     

向量量化图象中的信息搭载

让信息承载者增载另一种信息的方式称为信息搭载，它是为实现信息隐蔽而提出的。基于相似性的搭载模型是实现信息隐蔽的一般框架。由于图象通常以压缩格式存储和传输，因此把数据压缩与信息搭载结合是使其实用化的关键技术。针对向量量化这种常用的图象压缩方法，设计了两类信息搭载方案，并对参数取值的不同情况进行了实验比较。说明了信息搭载的可行性。     

一种非线性的图象边缘检测方法

<正> 0 引言图象的边缘检测是计算机视觉领域里最重要和最基本的研究任务之一。近几十年来对边缘检测的研究一直方兴未艾,Marr 提出的 Gauss-Laplace 法在边缘检测方法上占有十分重要的地位,随后 Haralick、Chen 等人相继又进行了进一步的研究和发展。在总结前人思想的基础上,本文提出一种基于梯度方向上二阶差分的非线性微分算     

一种高效的分形图象编码技术

将固定矢量的概念应用于分形块编码中，对图象的平缓区进行固定矢量的线性组合编码，并且在分形编码中，采取了分层处理的思想，实验表明，与基本的分形块编码方法相比，本文提出了的固定矢量层次分形编码方法在保证一定的重建图象质量下，使用象的压缩比有了明显的提高，并且大大提高了编码和解码速度。     

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。     

基于边缘信息和时空马尔可夫模型的运动目标检测方法

针对传统方法易受阴影和噪声的影响,不能精确分割出运动目标的情况,提出了一种基于边缘信息和时空马尔可夫模型的运动目标检测方法。首先对3帧连续的图像进行边缘提取,然后通过差分法运算获得两帧初始标记场,随后对两帧初始标记场进行"与"操作获得共同标记场,利用迭代条件模型求解共同标记场的全局最小值,进而实现近似求解最大后验概率的估算,获得优化的标记场,最后通过阈值分割和形态学处理完成对目标的检测。与多种方法进行比较表明,该方法能对运动目标进行准确检测,且具有很好的鲁棒性。     

图象的结点属性码表示法

给出了一种新的数字图象编码技术。该法采用多级合并方式形成具有最大四分域的四分图象树。在对此四分图象树进行编码表示时，四分图象树的每一结点仅需１比特即可表示出其树状结构信息。由结点属性码还可合成出蕴含有各叶结点几何信息的Ｑ码。     

基于边缘强度的图象分割

介绍一种根据边缘强度进行象素灰度值加权平均以获得分割门限，与一般通过友度直方图找寻分割门限以进行图象分割的方法不同，不仅能消除噪声的影响，而且对友度分布不均匀的图象通过分区处理效果更好。还详细讨论该方法的工作原理及算法．