基于搜索算法的图像压缩处理

目前在图像压缩方面的算法有很多,但这些算法都在一定程度上使图像失真,且算法比较复杂,在此提出一种基于搜索算法的图像压缩算法,该算法能在让图像不失真的前提下对其进行压缩和复原,实现图像无损压缩,该算法复杂度为多项式级.     

支持在压缩域提取识别特征的人脸图像压缩方法

目的 提出一种支持在压缩数据中提取识别特征的人脸图像压缩算法。方法 将人脸图像分为特征区、过渡区和背景区．特征区来用反对称双正交小波变换子带编码,过流区和背景区采用不同码率的改进型零树编码和Huffman编码。结果 验证了所提图像压缩算法的有效性。结论 在获得高压缩比的同时．较好地保留了人脸图像的识别特征和主观质量,且能控制编码的比特数。     

基于对抗样本的深度学习图像压缩感知方法

压缩感知是研究数据采样压缩与重构的信号处理新理论,近年来研究人员将深度学习运用到图像压缩感知算法中,显著提高了图像重构质量.然而,图像信息常与隐私关联,高质量的重构图像在方便人们观赏的同时,带来了隐私保护的问题.本文基于深度学习理论,提出一种对抗的图像压缩感知方法.该方法将压缩理论和对抗样本技术统一于同一个压缩感知算法,通过设计损失函数,联合重构误差和分类误差来训练压缩感知深度神经网络,使得压缩感知重构样本同时也是一个对抗样本.因此,重构图像在保证重构质量的同时,也能对抗图像分类算法,降低其识别率,达到保护图像隐私的效果.在Cifar-10和MNIST图像集上进行的实验结果表明,和已有的压缩感知方法相比,我们提出的对抗压缩感知方法以损失仅10%的图像重构质量为代价,使得图像分类精度下降了74%,获得了很好的对抗性能.     

一种基于轮廓线条的二值图像压缩算法

提出了一种基于图像轮廓线条的二值图像压缩算法,探讨了针对基本轮廓线条从有损到无损可变的压缩方法.实验结果表明:本算法在直线,特别是斜线段压缩上有着明显优势.如若考虑有损压缩,基本线条的压缩比要好于JBIG,并为纹理图像中特征线条描述提供一种可行方法.     

分形与压缩感知理论相结合的图像编码算法研究

为了将分形图像编码与图像压缩感知两种编码方法结合起来,研究性能更优的混合编码算法,首先把压缩感知理论中的测量矩阵引入到分形图像编码算法中,以去除图像子块的冗余信息来采样其有效信息;其次,利用采样图像子块所得到的测量值来定义其均值标准差乘积特征(简称均标积特征);最后,依据均标积特征设置一个剔除条件,将全搜索匹配过程转换为均标积特征下的邻域搜索.四幅图像的仿真结果表明,所提算法与全搜索分形算法、压缩感知算法相比,在主观质量评价指标SSIM值几乎没有变化、以PSNR度量的重建图像质量分别降低约0.8 dB、2.58 dB的情况下,所需时间平均分别为相应算法的9.36%与19.83%.     

基于低秩和全变差正则化的图像压缩感知重构

为了解决基于低秩正则化的图像压缩感知重构算法不能充分利用图像局部梯度稀疏特性的问题,提出了一种基于低秩与全变差正则化的图像压缩感知重构算法.首先,通过图像块匹配法寻找结构相似的图像块,组成非局部相似块组;其次,联合相似块矩阵低秩与图像梯度稀疏先验组成正则化项,结合传统的压缩感知模型形成新模型;最后,采用交替方向乘子法实现图像的重构.测试图像为自然灰度图像,为了验证算法的有效性,从主观视觉和峰值信噪比两方面进行对比.试验结果表明,和基于低秩正则化的图像压缩感知算法相比,该算法在准确描述图像非局部自相似性结构特征的前提下提高了重构质量,重构的图像在峰值信噪比上平均提升1 d B.     

Huffman编码的优化

对图像压缩中常用的Huffman编码进行讨论,给出了在多种Huffman编码中寻找平均偏离方差最小的一种编码方法,以提高数据传输的准确率,同时在数据接收中减小数据缓冲器容量.     

基于残差集的CFA图像序列无损压缩新算法

提出了一种基于残差集的颜色滤波阵列(CFA)图像序列的无损压缩新算法.通过构造CFA图像序列的残差集,去除图像序列间的数据冗余;设计了一种最佳可逆滤波器对残差集图像进行通道分离滤波,去除图像内的冗余信息,提高CFA图像压缩性能.将该算法与通道分离滤波JPEG和PNG算法进行了对比,结果证明,残差集无损压缩算法具有最高的数据总量压缩比、最低的平均压缩率和最好的重建CFA图像峰值信噪比.     

基于ASAM注意力机制的光场图像压缩方法

为了研究光场图像的空间信息和相似角度信息之间的差异性,提高光场图像的传输效率,提出了一种基于端到端网络的角度空间注意力模型（ASAM）注意力机制的光场图像压缩方法 .以卷积块注意力模型（CBAM）的注意力机制为基础,增强了相对角度特征,提高了压缩编码效率.稀疏图像采用H.266/VVC视频编解码器进行压缩,通过子孔径图像（SAI）网络恢复编码后的图像.结果表明,与现有的光场图像压缩方法相比,所提出的光场图像压缩方法具有较高的图像压缩性能,Bj?ntegaard-Delta比特率（BD-BR）降低了52.30%,Bj?ntegaard-Delta峰值信噪比（BD-PSNR）提高了3.33 dB.     

基于近似消息传递的小波域图像压缩感知

针对现有的基于近似消息传递的图像压缩感知算法需要构建大尺寸观测矩阵的问题,研究基于近似消息传递的小波域图像压缩感知算法。为了克服逐列观测、逐列重构的传统变换域压缩感知方案隔断图像列与列之间相关性的缺点,提出了一种基于图像行列相关性的小波域压缩观测方案。进而,基于近似消息传递设计了一种适用于在稀疏度未知的情况下重建小波系数的压缩感知重构算法,结合图像小波系数的结构化稀疏特性与近似消息传递,实现了小波域图像压缩感知重构。实验结果表明,与现有算法相比,本文提出的基于图像行列相关性与近似消息传递的小波域图像压缩感知算法具有更高的重建图像质量与更快的图像重建速度。