一种新的基于自学习神经网络的静止图像编码方案

为了改善JPEG算法的编码性能,提出了一种新的基于自学习特征映射算法(SLM)的静止图像编码方案,基本思想是:1)先用矢量量化(VQ)对图像进行预测,然后进行DCT编码;2)采用新的SLM算法来改善VQ码书性能.实验表明,与JPEG算法相比,该方案具有更高的压缩比和更好的图像质量.     

一种新的基于分类模式识别的图像编码算法

提出了一种新的基于分类模式识别的图像编码方案,基本思想是: 1)先利用模式识别对图像进行预测,然后进行DCT编码;2)将图像分为高频和低频2个区域分别进行模式库的训练,以提高图像预测效果. 实验表明,与基于未分类模式识别的图像编码算法相比,所提算法具有更好的预测编码性能, 在压缩比为30∶1时,重建图像的平均峰值信噪比PSNR有1.3 dB的改善.     

一种新的自学习特征映射算法研究

为了有效地提高矢量量化(VQ)码书的性能,提出了一种新的自学习特征映射(SLM)算法,并应用到图像VQ中,实验表明,与自组织特征映射(SOM)算法相比,SLM算法具有聚类特性好和峰峰信噪比高等优点,是一种非常有前途的码书设计算法.     

一种基于关系的DCT域数字水印改进算法

提出一种基于关系的离散余弦变换域数字水印算法.选用二值图像作为待嵌入的水印,对载体图像进行8×8的DCT变换,根据二值图像的像素取值来调整DCT系数的大小关系;同时考虑人类视觉特性来选择水印的嵌入位置.实验表明,本算法在保证了稳健性的同时,具有更好的不可见性和较高的峰值信噪比RsN,p值.     

一种新的基于自组织神经网络的运动估计算法

提出了一种新的基于自组织网络的CFSSOM-VQ运动估计算法,新的帧间预测编码方案采用基于自组织特征映射算法(SOM)的矢量量化(VQ)作为帧间预测,以取代目前常用的运动补偿帧间预测(ME MC).并对SOM算法进行了改进,提出了一种分类频率敏感自组织特征映射(CFSSOM)算法.将该算法应用到会议电视视频编码的实验结果表明,与ME MC算法相比,CFSSOM-VQ算法具有更好的预测编码性能.     

一种改进的立体图像编码算法

为了提高左图像的编码效率,提出了一种新的基于自组织神经网络的立体图像编码算法(SOM VQ DE),SOM-VQ DE算法对右图像采用视差估计补偿技术(DE)编码,对左图像则使用基于自组织特征映射算(SOM)的矢量量化编码来取代传统的JPEG方法,矢量量化与视差估计的残差均使用DCT 霍夫曼进行编码.对立体测试图像Pentagon的实验表明,SOM VQ DE算法能够有效地提高左图像的压缩效率:1)在压缩比均为6.5.1时,SOM VQ DE算法的PsNR较JEPGqG DE算法提高了2.42 dB;2)在PsNR均为30 dB时,SOM VQ DE算法的压缩比改善是JPEG DE算法的1.8倍.     

一种提高DCT变换编码性能的神经网络方法

提出了一种提高ＤＣＴ变换编码性能的神经网络方法，内容包括：ＤＣＴ变换编码的失真分析、神经网络模型、网络学习算法和计算模型结果。     

一种新的JPEG图像的空域水印算法

提出了一种新的基于JPEG图像的空域水印算法.该算法采用随机位平面替换方法,选用二值图像作为待嵌入水印.水印嵌入过程是先对载体图像JPEG解码,然后根据密钥选择位平面进行替换;提取过程采用统计检测方法,进行水印盲提取.实验结果表明,本算法可有效地实现JPEG图像的空域水印嵌入和盲提取,具有较高的安全性和不可见性,对于剪切攻击具有较好的鲁棒性.     

一种新的自组织神经网络算法

为有效提高矢量量化码书的性能和学习效率,需进一步改进自组织神经网络的学习算法.在分析Kohonen自组织特征映射算法(SOM)的基础上,提出了一种基于频率敏感的自组织特征映射算法(FSOM),并应用到图像矢量量化中,实验表明,FSOM算法具有聚类特性好和训练速度快等优点,是一种有效的码书设计算法.