图象编码系统中解码的唯一性和即时性探讨

一个图象编码系统由编码器、信道、解码器三个部分组成．通过编码,降低了数字图象对存储量的要求,缩短了图象传输所需的时间,但这是以牺牲压缩与解压的时间为代价的．解码的唯一性和即时性在图象处理过程中不容忽视．本文给出了解码的唯一性和即时性的概念,举例讨论了解码过程中遇到的唯一性和即时性问题以及它们对解码结果的影响．     

基于CPLD的校频二进制编码解码方法

该文在校频二进制编码的基础上，提出用可编程逻辑器件解决校频二进制编码的解码电路复杂，占用空间过大的问题；给出引信解码计时功能框图，重点介绍如何使用硬件描述语言VHDL对可编程逻辑器件进行设计，实现校频二进制解码计时功能，并进行了模拟仿真，实现了引信电路的微型化和低功耗性能，与采用分立元件数字电路和单片机的设计相比较，利用可编程逻辑器件进行引信产品设计具有一定的优势。     

在TMS320C80上实现的一种可变长解码算法

为提高在ＴＭＳ３２０Ｃ８０上开发Ｈ．２６３全软件解码系统的解码速度，减少片内ＲＡＭ与片外数据交换，提出了一种可变长解码（ＶＬＤ）算法．该算法根据Ｃ８０的高速并行处理能力和只有很小片内存储空间等特点，对ＶＬＤ码表进行设计．使用该算法，在Ｃ８０的一个片内ＲＡＭ中就能存放Ｈ．２６３的所有ＶＬＤ码表．为与目前较常用的逐位查找解码树方法和ＲｅｚａＨ方法比较，对ＭｉｓＡｍｅｒｉｃａｎ图象序列的７０帧图象进行实验，其解码速度是逐位查找解码树方法的２倍，比ＲｅｚａＨ方法快９．４％，最终可实现ＣＩＦ格式的１２．５帧／ｓ的解码速率．该方法同样适用于分析中需考虑内存及解码速度的其他系统中．     

形态小波变换及其在图象编码中的应用

提出了一种基于形态学的非线性小波分析方法，并将这种形态小波分析方法应用于图象编码上，与一般的小波分解方法不同的是，该形态小波分解采用非线性方法，分解结果中图象特征更明显，图象编码压缩比更高，解码出的图象更加清晰；同时由于形态学是基于Minkowski加减基本操作并应用最大最小运算来实现，分解运算简单，速度快。     

18位彩色图象简易压缩编码

用简单的游程长度编码和位“ＸＯＲ”运算，实现１８位彩色图象数据流的压缩编码。每个压缩码字节由高位的压缩属性指示码和低位的压缩数据码组合而成，仅凭残余信息能将后续的图象解码恢复。     

基于JPEG标准的图像压缩应用

文章通过介绍JPEG压缩标准,详细分析了JPEG标准下的图像压缩编码和解码原理以及实现过程,并在Visual C＋＋中通过CJPEG类提供的JPEG编码和解码函数,实现了对静止图象的数据压缩,达到了高效存储、传输、处理图象数据的目的。     

18位彩色图象很容易压缩编码

用简单的游程度编码和位“ＸＯＲ”运算，实现１８位彩色图象数据流的压缩编码。每个压缩码字节由高位的压缩属性指标码和低位的压缩数据码组合而成，仅凭残余信息能将后续的图象解码恢复。     

基于运动矢量相关性的序列图象压缩编码

本文介绍数字视频信号的高效率压缩编码系统这一系统采用了基于运动矢量相关性的块匹配快速算法，有效地改进了运动检测的精度和效率，从而提高了压缩比．计算机模拟的结果对序列图象的压缩率达到２９，解码恢复后得到的图象质量优良．     

基于JPEG标准的图像压缩技术的研究

本论文主要介绍了JPEG的编码和解码过程。该程序的编码部分能把一张BMP格式的图象进行JEPG编码,压缩成以二进制形式保存的文件;通过相应的解码程序又可以把图象解压缩出来。在图象传送过程中,我们经常采用JPEG格式对静态图象进行编码。JPEG采取多种编码方式,包含有行程编码（RunLengthcodin曲和哈夫曼（Huffman）编码,有很高的压缩比。在编码前,先对数据进行分块,离散余弦变换（DcT）及量化,保留能量大的低频信号,丢弃高频信号以达到压缩。解码时,进行熵解码,反量化,反离散余弦变换（IDCT）。     

双音多频技术在电视自动插播系统中的应用

双音多频（DTMF）信号具有传输距离长、数据准确以及抗干扰能力强等优点，因而广泛应用于通信领域。本文以双音多频MT5087，MT8870集成电路为核心，利用双音多频编码、解码技术作为控制信号，实现远程对电视节目进行自动插播功能。     

非下采样Contourlet变换耦合锐度制约的遥感图像融合

当前多数遥感图像融合算法主要是依靠比值法选取全色图像或多光谱图像中的其中一个高频子带作为高频融合系数,忽略了另一个高频系数所包含的信息,易导致融合图像出现模糊以及光谱失真等不足.对此,本文提出了基于非下采样Contourlet变换与锐度制约模型的遥感图像融合算法.通过亮度-色调-饱和度(IHS)变换,获取多光谱图像的I,H,S分量,利用非下采样Contourlet变换对多光谱图像的I分量以及全色图像进行多尺度精细分解,得到相应的低频子带与高频子带;利用像素点邻域的像素值之差构造锐度制约模型,完成低频子带的融合.考虑多光谱图像中I分量与全色图像的高频子带特征,构造高频子带融合模型,完成高频子带的融合;将融合后的高频子带与低频子带通过非下采样Contourlet逆变换,输出融合图像的亮度分量珔I,将珔I与H,S分量进行IHS逆变换,形成最终的融合图像.仿真实验显示,与当前遥感图像融合方法相比,所提方法的融合图像具有更高的视觉质量,可保留更多的光谱以及边缘等图像细节信息.     

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。     

基于目标提取的红外与可见光图像融合新算法

针对灰色系统理论在空间域对红外与可见光图像融合的不足,以及非下采样Contourlet变换（ NSCT）在图像融合领域的优势,提出了一种基于目标提取的红外与可见光图像融合新算法。首先,对红外和可见光图像分别进行NSCT变换;其次,对红外低频分量应用灰色系统理论进行目标提取,并利用所提融合规则对低频分量进行融合,同时对高频分量采用常用融合规则进行融合;最后,对融合后高、低频分量进行NSCT逆变换,得到融合图像。通过与4种常用方法进行实验对比,结果表明,文中算法得到的融合图像视觉效果较好,某些客观评价指标提升明显。     

基于块同化的空间频率多聚焦图像融合算法研究

本文阐述了一种基于块同化的空间频率多聚焦图像融合算法,对现有的多聚焦图像在空间频率上的融合算法进行了改进。首先对多聚焦图像在对应位置上计算出每个像素的空间频率,由空间频率来计算出它对融合图像的权值,进而决定选取某个源图的像素作为融合后的对应位置的像素,再对融合后的图像采用窗口同化的方法,达到滤波作用,减少偶然误差。通过仿真验证了该方案的有效性,结果表明该方法得到的融合图像优于传统的多聚焦图像融合方法。     

基于小波和神经网络的图像压缩方法

针对图像压缩中压缩率与图像质量的折衷问题。综合利用小波变换和神经网络各自的优点,采用小波和神经网络的方法进行图像压缩．该算法先对图像进行小波分解,保留低频系数,然后将高频系数输入训练的网络进行矢量量化编码达到压缩的目的．最后根据保留的低频系数和还原的高频系数重构图像．     

一种利用采样率转换方法的灰度图像放大算法

数字图像放大是图像处理的基本操作之一,传统放大算法是运用各种插值算法在图像的像素点间插值实现图像的放大,插值时会退化图像的高频成分,使放大图像轮廓变得模糊.为此从另一种角度出发,根据数字图像的频率特性,利用数字信号处理中采样率转换滤波的原理,通过零值内插器对图像内插零值,用FIR低通滤波器进行滤波的方法实现灰度图像的放大.由于该算法是根据图像的频率特性进行放大,只要放大后图像的频率特性不变,就能得到比较理想的放大效果.同时该算法为图像放大算法研究提供了一种新的思路.     

基于人眼感知特性的图像空间频率计算方法

结合图像的变换域特征和人眼的视觉特性,通过对图像的空间频率与视觉感知上的空间频率的分析研究,提出了一种基于人眼感知特性的数字图像的空间频率计算方法,并在图像技术中的实际应用做了具体的分析研究,结果表明,在图像频域中的空间频率计算中,该方法既简单又实用。     

基于双通道PCNN的NSST域红外与可见光图像融合

针对传统红外与可见光图像融合中存在的一些不足,提出一种新的基于非下采样剪切波变换(NSST)和双通道脉冲耦合神经网络模型(2APCNN)的红外与可见光图像融合算法.该算法首先对红外图像进行预处理,提高源图像的对比度,再对红外与可见光图像进行NSST分解得到低频和高频子带系数;然后对分解后的低频子带系数进行二维小波分解再次得到相应的低频和高频子带,低频部分采用一种基于显著图的融合策略,高频部分采用绝对值取大的原则,之后再对低频和高频采用小波逆变换得到NSST重构所需的低频部分;接着对NSST分解后的高频子带采用双通道PCNN进行处理;最后对处理过的低频和高频子带进行NSST逆变换得到最终的融合图像.几组图像的实验结果对比显示,该算法相比其他算法在客观评价指标和视觉效果上均取得了一定的改进.     

一种基于能量分布特性的小波去噪算法

目前对于保持图像细节、滤除噪声,普遍采用空间域、频率域滤波．在空间域滤波,尽管能够有效地限制噪声,但是同时模糊了图像细节．因此,在频率域滤波的方法越来越引起关注．在小波频率域中,我们常常采用Donoho阈值方法处理小波系数来以此去除噪声,保留图像细节,然而该方法同时也一定程度上模糊了图像细节．小波变换具有良好的时、频局部化性能,图像经过多级小波变换得到不同分辨率的子图个数,各高频子图上的小波系数具有相似的能量统计分布特性．也就是说随着分解层数的增加,分辨率最低子图的小波系数范围最大,而高分辨率子图上大部分数值接近于0．因此,该文提出了一种新的基于能量分布特性的小波去噪算法(WCED)．     

多分辨率分析耦合近似稀疏表示的图像融合算法

为了更好地处理图像高维特征奇异性,并兼顾融合图像目标特征与平均强度信息,提出了一种多分辨率分析与近似稀疏表示的图像融合算法。首先,对源图像进行对尺度分析,分别得到图像的高频和低频信息;然后,设计了近似稀疏表示(sparse representation,SR),通过近似SR系数来表示图像高频信息和低频信息;并利用绝对最大选择技术对近似SR稀疏转换,得到低频子带的近似系数和高频子带的细节系数,以达到用最少的系数来逼近奇异曲线。其次,构建了决策映射,对相同子带上的各SR系数的活性度和匹配度进行决策分析,输出决策值,通过决策值对图像进行匹配融合。最后,通过多尺度逆变换得到最终的融合图像。仿真实验表明:与当前图像融合算法相比,获得的融合图像具有更好的视觉效果,能有效图像突出目标信息,得到的图像具有更高的平均梯度和边缘评价因子;既突出了目标特征又保留平均强度信息,同时降低噪声影响。