沈晓东[1]2003年在《基于小波变换的彩色图像压缩编码算法的研究》文中指出作为图像处理技术的一个主要分支，图像压缩编码在互联网、通信、印刷、生物医学等许多领域得到广泛的应用。随着现代科学技术的发展，图像压缩比已不是唯一的要求，例如，为了满足对色彩再现要求比较高的领域(印刷、打印机、扫描仪和数码相机等)应用的需要，在图像压缩编码中需要保护图像的色彩信息。 本论文设计一种具有色彩保护功能的彩色图像压缩编码算法—基于彩色图像成分联合编码算法，本文对图像的色彩保护的编码策略主要体现在图像色彩空间的选取、小波变换和图像编码方法三个部分。在图像色彩空间选取部分，本文以图像的能量主要集中在亮度分量上，而在两个色度分量上，图像能量平均分布等原则对图像色彩空间进行比较、选择。在小波变换部分，本文从小波理论出发，通过对各种小波性能的分析，比较小波，给出本文所采用的双正交小波基，并选定了金字塔式分解为图像小波变换的分解方式，对于图像边界的处理，采用了对称周期延拓的方法，在小波变换过程中处理图像边界区域。在图像小波系数的编码部分，本文综合考虑人眼的视觉生理与心理特性、小波系数特性以及图像各成分之间的相关性，色差的最小化控制等原则，提出了“联合彩色零树”的概念，在嵌入式零树编码算法和联和彩色零树构成基础上，设计了基于彩色图像成分联合编码的CIM编码器。 在CIM编码器的性能评价中，我们采用重构图像的峰值信噪比，平均色差以及色差均方误差等参数来对图像质量进行评价，通过与现在最流行的图像压缩标准 西安理工大学硕士学位论文JPEG进行对比，可以看出，本课题提出的算法取得了良好的压缩效果和较好的色彩保持性能，基本上实现课题给定目标。
赵敏[2]2005年在《基于小波的彩色人脸图像编码算法研究》文中研究说明感兴趣区域ROI (Region of Interest)图像编码处理是联合图像专家组(JPEG)新推出的JPEG2000静态图像压缩标准中提供的一种新特性。ROI编码的特点是对图像中感兴趣的区域采用低压缩比的压缩甚至无损压缩,以获得比较高的图像质量,而对于背景区域则采用高压缩比。这样,就很好地解决了压缩比与重建图像质量之间的矛盾。在网络通信和数码相机中,彩色人脸图像是一类非常重要的图像,但因其数据量巨大,如果在极低比特率下对整幅图像进行压缩时,往往会使得图像的人脸信息不够清晰,不能进行有效的人脸辨认。所以本文重点研究彩色人脸图像编码算法,对感兴趣的人脸区域进行自动选择,在压缩时对人脸区域采用低压缩比有损压缩,而对其它区域则采用高压缩比有损压缩,这样,既能控制压缩后的数据量,又能保证人脸特征区域重建后的图像质量。相对于现有的算法而言,本课题提出的算法不仅简单,而且融合了人脸识别技术。通过该算法可以实现对特定类图像进行压缩的目的。实验证明本文提出的基于小波的彩色人脸图像编码算法在获得较高压缩比的同时还能够保证人脸区域的图像质量。本文重点完成了以下几个方面的工作:1) 在阅读大量文献的基础上,首先比较了各种静态图像压缩算法,包括传统算法和现代算法,并展望了新一代压缩标准。通过比较分析,我们选择了最具有潜力的小波压缩作为基本算法来压缩人脸图像。2) 通过对小波理论内在性质的分析,导出数字图像离散小波分析模型,然后根据小波系数的特点,讨论了小波压缩算法的原理和实
吴运泽[3]2015年在《基于小波变换的多级树集合分裂图像压缩算法研究》文中提出数字图像作为人们认识世界的重要信息源，具有数据量非常大的特点。然而直接对数字图像进行传送、处理和存储，不仅成本高，而且存储设备和线路宽带不能承受如此大的负荷，所以探索高效的图像压缩方法成为图像处理技术中重要的研究方向。由于小波变换拥有良好的时频局部化特性和多分辨率分解特性，已被广泛应用于图像压缩领域，基于小波变换的图像压缩方法具有高效的压缩性能，对其进行的研究与改进成为图像压缩领域一个重要的研究课题。本文首先对课题的研究背景和意义进行了阐述，进而描述了课题的研究现状以及小波图像压缩的研究热点和趋势。然后深入地分析了图像压缩的可行性和图像压缩的基本方法，研究了图像压缩质量的评价参数和评价方法以及图像压缩编码的国际标准。其次，通过对小波变换基本理论的深入理解以及对小波系数的分析，归纳出小波图像编码的优势，重点研究了基于小波变换的图像编码方法的基本思想和编码模型。而且又通过对小波图像压缩算法进行分析，选出了性能指标较好的多级树集合分裂（SetPartitioning in Hierarchical Trees，SPIHT）算法作为研究对象。然后针对基于小波变换的SPIHT算法进行了深入的研究，给出了该算法的编码流程，并通过对该算法进行深入的分析，指出了它的不足之处。最后，针对传统小波变换过程复杂的缺点和SPIHT算法对图像压缩效果不佳的情况，提出一种改进算法。改进算法采用提升小波对图像进行N阶分解，并对第一阶分解产生的高频子带再用提升小波进行N-1阶分解，然后用改进的SPIHT编码对分解后的小波系数进行编码，其中改进的SPIHT编码对原SPIHT编码中低频部分小波系数的处理方法和L型集合中一些重要系数的检测方法进行了改进。实验结果表明，在相同的比特率下，改进后的算法不仅能够更加有效地保留图像中的纹理细节信息，而且重构图像的视觉效果和峰值信噪比均优于原算法，特别是在低比特率下效果更佳，是一种有效的图像压缩方法。
李玲[4]2010年在《基于人类视觉的小波图像编码算法研究》文中研究说明1989年Mallat提出多分辨率分析的思想,统一各种小波函数的构造方法,至此小波变换在图像压缩处理中得到了广泛的应用。而基于小波域的图像编码发展至今,已经提出了很多经典的图像编码方法。其中Said和Pearlman提出的层树分集编码算法(SPIHT)成为小波内嵌编码算法的通用基准,它以零树结构为基础,利用小波变换分解后相同方向上不同分辨率的系数之间的强相关性等性质,有效完成嵌入编码。该算法不仅结构简单,支持多码率,而且具有较高信噪比和较好图像复原质量。但是该算法不仅所需内存多,不易于硬件实现,而且实验表明,在低比特率下压缩时,复原图像质量较差。本文研究了小波变换的数学理论基础,针对小波变换后的系数特点,利用了人类对图像的视觉特性对这一算法进行了改进,以提高在低比特率下编码算法的压缩性能。本文首先分析短时Fourier变换的缺点来介绍连续小波变换和离散小波变换,从多分辨率的分析入手推导了Mallat算法。其次,研究了小波变换应用于图像压缩的特性,包括小波变换系数的特点,如何对小波编码技术后的重建图像进行质量评价。最后,本文分别提出了基于离散小波变换(DWT)的灰度图像和彩色图像的静止图像编码算法。对于灰度图像的编码算法,利用了人类视觉系统对图像不同频率的视觉敏感特性来对小波变换系数进行加权;而对于彩色图像的编码算法,充分考虑了人眼对彩色图像不同分量的不同敏感性,以及在图像空间中不同分量之间的强烈相关性。分别形成了相应的模型来对SPIHT算法进行改进。改进算法的优点在于:给小波变换后不同分量不同子带小波系数赋予不同的视觉权值,保证优先传输人类视觉较敏感的系数,以求提高图像复原质量;更充分利用了小波系数的分布特点,进一步去除了码流中的冗余,提高了编码效率。实验结果表明,所给出方法的重构图像质量均优于传统的SPIHT方法。
甘甜[5]2012年在《数字图像大容量信息隐藏和盲水印算法研究》文中研究指明信息安全一直是备受人们关注的热点问题之一。信息隐藏技术作为信息安全领域的一大重要分支,已经成为各国研究者的研究重点,对其理论及关键技术的研究具有重大的意义。随着研究的深入,信息隐藏的新算法、新应用及新思路也层出不穷。目前,信息隐藏技术大体可以分为空间域和变换域两大类算法。空间域算法通过改变载体的像素灰度值来嵌入秘密信息,具有实现简单、透明性好和不可检测性强等优点；变换域算法则将图像由空间域转换到频域中,通过改变载体的变换系数实现秘密信息的隐藏,具有较好的鲁棒性和安全性。在空间域中,本文提出了一种新的类LSB算法,即基于JPEG压缩和位平面的彩色图像隐藏算法。该算法不是直接将秘密信息嵌入到载体图像中,而是先对秘密图像进行JPEG压缩,利用其编码生成的二进制码流替换载体图像的较低位位平面,二进制码流的长度作为密钥用于提取信息。实验结果表明,该算法透明性好,不可感知性强,而且能够实现大容量的图像信息隐藏。在变换域中,本文提出了基于分块DCT变换编码的小波域多幅图像融合算法。该算法的基本思想是多幅源图像经分块DCT后,选取较大方差对应的变换系数将各图像压缩为原大小的四分之一,保留变换系数的对应坐标作为提取信息时的密钥；然后将保留的DCT系数直接作为小波变换的分解系数,经小波逆变换后得载密图像。实验结果表明,该算法能同时对不同大小的灰度图像进行处理,而且单一密钥只能重构出与之对应的一幅图像。进一步地,本文研究了信息隐藏盲提取方案,提出了基于分块离散小波变换的盲提取算法。该算法的核心是先对载体图像进行分块两层离散小波变换,找到每块第二级分解子带中的最大值即最重要小波系数,然后根据小波特征树的对应关系将其在第一级分解子带中的对应区域作为嵌入区域,在该区域嵌入由秘密信息生成的伪随机序列。提取过程中,同样按照小波系数对应关系寻找到嵌入区域并判断其与伪随机序列的相关性即可解密,不需要提供原始图像。实验结果表明,该算法能实现二值图像的隐藏与盲提取,而且提取出的图像质量较好并具备一定的抗攻击能力,尤其对于剪切攻击鲁棒性较好。
李志刚[6]2007年在《基于SPIHT的彩色图像压缩编码研究》文中指出本文首先介绍了图像压缩的基础知识、图像压缩编码理论、常用于嵌入式编码的小波变换和用于去图像中相关性的K-L变换以及嵌入式编码理论基础知识;接着通过对彩色图像在空域及小波域的性质的分析知道:对一幅大的彩色图像直接用KLT难以很好地去除三个彩色分量之间的相关性。为了解决这一问题,本文先将一幅图像分成小的块,再对各个小块进行KL变换,然后根据KL空间中的各子带小波系数的关系,利用改进的SPIHT算法对各个块进行编码。对每一个阈值,只有那些大于阈值的系数被编码,而不必对每一个系数进行判定并存储它们的显著性信息,这样就节省了许多位来编码其它系数,从而提高了编码性能。
韩晓冰, 李远征[7]2001年在《采用视觉加权自适应阈值量化的彩色图像小波编码方法》文中研究指明提出了一种基于视觉特性的彩色图像小波变换编码方法。该方法是以一种简单的灰度图像小波编码方法为基础 ,首先通过小波变换将图像进行多分辨率分解 ;然后对彩色分量的高频子带数据进行适当的抛弃 ;对小波图像的高频数据采取自适应阈值量化方法克服恢复图像中的分量独立点噪声污染现象 ;最后根据小波系数的码字分布特征 ,采用行程编码结合Huffman编码。该方法可保证重建图像的主观视觉效果良好 ,而且具有较高的压缩倍率
胡铁根[8]2008年在《基于多维矢量DCT正交矩阵的视频流压缩算法的研究》文中指出当今社会,随着数字通信和网络技术的飞速发展,人们对视频和图像业务的需求越来越大。视频图像作为最丰富的信息载体,已经成为构建信息环境所必须的环节。然而视频和图像的数据量庞大,这就需要对其进行压缩编码以适应存储和传输的要求。为了更有效地压缩彩色图像,本实验室提出了四维矩阵的理论,建立了四维n阶矩阵模型,定义了一个全新的四维n阶矩阵乘法,并借助Hadamard矩阵的构成原理成功地找到了四维n阶矩阵空间中的正交方阵。该模型通过与经典离散余弦变换(DCT)相结合,可以取得良好的图像压缩效果。本文引入了多维矢量矩阵的概念,给出了多维矢量矩阵的基本定义和乘法及转置的运算准则。并作为特例建立了四维矢量矩阵乘法的模型,定义了四维矢量矩阵的正交变换,并且创新性的提出了四维矢量DCT正交变换矩阵,并对其正交性作了详细的公式证明。在该理论的应用中,将CIF格式的视频流的YUV三帧分别建立三维数据模型,并利用四维矢量矩阵正交变换算法,将四维矢量DCT操作算子和二维DCT操作算子结合,对三维数据模型进行正交变换,以达到压缩目的。最后以Visual C++6.0为工具,编程实现了基于多维矢量DCT正交矩阵的视频流变换压缩算法,并对实验结果进行了分析;从实验结果可以看出本文方法的可行性及有效性;同时还总结了该算法尚未完善和有待进一步发掘与研究的地方,并展望了该算法继续改进的方向。
陈强[9]2006年在《基于MPEG-21的三维矩阵彩色图像表征、编码与质量评价研究》文中研究说明由于彩色图像表示的三帧之间存在着色度冗余,如果不针对彩色图像表示的性质来充分利用色度冗余信息,那么将不会形成更为有效的压缩编码。与传统的彩色图像的压缩方法相比,基于MPEG-21的三维矩阵理论能够将彩色图像用一个统一的数学模型来表示,通过RGB空间到YCbCr空间的颜色空间转换后,采用新的三维子阵联合分割方式,将分块后的两类三维子阵作为一个数字项来考虑,能够与未来多媒体框架标准MPEG-21有很好的兼容性;同时采用线性非均匀标量量化方法,进一步提高了编码效率。仿真实验结果表明该方法的性能要稍优于JPEG标准。利用三维矩阵变换对彩色图像压缩编码的有效性,本文从主观和客观两方面出发,给出了一种来更为符合人眼视觉感知特性的彩色图像质量综合评价方案。
刘韶[10]2006年在《基于YC子阵的彩色图像三维矩阵变换压缩编码》文中认为图像压缩是一个古老且具有活力的课题,围绕着图像压缩,新的方法一直在不断的涌现,本文就是一篇关于用新涌现的三维矩阵变换思想对彩色图像进行压缩的文章。传统的对彩色图像的压缩是按照对各个颜色分量分别处理的方法进行,这种方法是基于二维矩阵变换,它只能去除平面数据的相关性。而本文是用三维矩阵变换的方法对彩色图像进行压缩,三维矩阵变换不同于二维矩阵变换,它不仅可以去除平面数据间的相关性,还可以去除空间(即分量间)数据的相关性,这样就能更好的压缩彩色图像。本文在运用三维矩阵变换对彩色图像进行压缩时,采用了新的三维子阵分割方式,并且结合线性非均匀标量量化,可以使该压缩方法具有通用的特点。在本文最后以Visual C++ 6.0为工具,编程实现了彩色图像基于三维矩阵变换的压缩编码,并给出实验结果,从实验结果可看出本文方法的有效性。
参考文献：
[1]. 基于小波变换的彩色图像压缩编码算法的研究[D]. 沈晓东. 西安理工大学. 2003
[2]. 基于小波的彩色人脸图像编码算法研究[D]. 赵敏. 四川师范大学. 2005
[3]. 基于小波变换的多级树集合分裂图像压缩算法研究[D]. 吴运泽. 沈阳工业大学. 2015
[4]. 基于人类视觉的小波图像编码算法研究[D]. 李玲. 辽宁师范大学. 2010
[5]. 数字图像大容量信息隐藏和盲水印算法研究[D]. 甘甜. 南京师范大学. 2012
[6]. 基于SPIHT的彩色图像压缩编码研究[D]. 李志刚. 西安电子科技大学. 2007
[7]. 采用视觉加权自适应阈值量化的彩色图像小波编码方法[J]. 韩晓冰, 李远征. 西安科技学院学报. 2001
[8]. 基于多维矢量DCT正交矩阵的视频流压缩算法的研究[D]. 胡铁根. 吉林大学. 2008
[9]. 基于MPEG-21的三维矩阵彩色图像表征、编码与质量评价研究[D]. 陈强. 吉林大学. 2006
[10]. 基于YC子阵的彩色图像三维矩阵变换压缩编码[D]. 刘韶. 吉林大学. 2006
标签：电信技术论文; 计算机软件及计算机应用论文; 小波变换论文; 图像压缩论文; 图像编码论文; 矩阵变换论文; 矩阵乘法论文; 图像融合论文; 矩阵转置论文; 矩阵分解论文; 空间分析论文; 信息安全论文; 离散余弦变换论文; 编码转换论文; 数据压缩论文; 算法论文;