王瑞昕[1]2008年在《感兴趣区域图像编码研究》文中认为随着多媒体技术和网络通讯技术的迅猛发展,现有JPEG图像压缩标准已不能完全满足用户的需求。JPEG2000标准是国际标准组织(ISO)和国际电信联盟(ITU)联合制定的新一代静止图像压缩标准。它不仅在压缩效率上优于现行的任何一种标准,而且还提供了一系列新的技术,感兴趣区域(Region of Interest—ROI)编码技术便是其中之一。本文首先介绍了图像压缩技术的原理、主要算法及小波分析在图像压缩领域中的重要地位,然后分析了JPEG2000标准的框架结构,并对标准中采用的两个主要技术小波变换和具有最佳截取的嵌入式块编码算法分别进行了详细的阐述。最后根据对JPEG2000中基本算法的理解,用C++语言实现了JPEG2000编码器部分。实验表明,JPEG2000标准优于现有JPEG标准,特别是在低码率下的压缩效果是JPEG完全不能比拟的。其次,根据感兴趣区域编码的理论,对JPEG2000的感兴趣区域编码的两种算法—基于比例位移法和最大位移法进行了研究分析,并且比较了这两种方法的编码性能。最后,重点分析了JPEG2000中的ROI算法中的最大位移法,并在最大位移法的基础上,提出了一种滤除背景区域高频分量的最大位移方法。实验表明,该算法提高了压缩比、减少了计算复杂度,实现了ROI编码的优化。
刘立乐[2]2008年在《基于JPEG2000的数字图像压缩编码研究》文中研究表明随着计算机越来越多的用来处理图像及多媒体信息,为达到节省资源的目的,如何对图像进行有效的压缩成为一个当前研究的热点。图像数据的压缩就是在维持可接受的保真度的条件下,以尽可能最小的数码量(bit数)表示原始图像。JPEG 2000正式名称为:ISO 15444,是由JPEG组织负责制定。该标准是由联合摄影专家组于1997年开始征集提案,把它作为JPEG标准的一个更新换代标准。它的目标是进一步改进目前压缩算法的性能,以适应低带宽、高噪声的环境,以及医疗图像、电子图书馆、传真、Internet网上服务和保安等方面的应用。国际标准化组织的WG1小组已于2000年8月制定了最终的国际标准化草案(The Final Draft International Standard,简称FDIS)。JPEG2000与传统JPEG最大的不同,在于它放弃了JPEG所采用的以离散余弦变换(Discrete Cosine Transform)为主的区块编码方式,而采用以小波变换(Wavelet Transform)为主的多解析编码方式。其中小波变换是将图像映射到小波基构成的空间中,使原图像的能量集中在映射空间的密集区域,便于进行图像压缩。常见的基于小波变换的图像压缩方法有小波包最好基、嵌入式小波预测编码和小波系数零树压缩等。小波变换算法是现代谱分析工具,在包括压缩在内的图像处理与图像分析领域正得到越来越广泛的应用。此外JPEG 2000还将彩色静态画面采用的JPEG编码方式与2值图像采用的JBIG编码方式统一起来,成为对应各种图像的通用编码方式。本文详细、全面的深入研究了JPEG2000图像压缩标准;系统研究了JPEG2000压缩标准构成的理论基础;按模块分析了的JPEG2000整个的编码、解码系统;最后对压缩编码核心算法进行了改进。在保证压缩质量的基础上降低了运算量,并且压缩了部分图片,效果良好,基本满足网络传输等方面对数字图像的压缩要求。
武晓玥[3]2010年在《图像无损压缩及去噪技术研究》文中认为目前,数字图像视频技术被广泛应用于通信、计算机、广播电视等领域,由于数字图像视频数据量巨大,对存储空间和传输信道提出了极高的要求,而且例如航天,医疗等领域对视频图像的质量要求无损或者近无损。因此,视频图像压缩编码技术的研究在当前环境下在显得越来越重要,其发挥的作用越来越显着,而且已成为影响多个引人瞩目的高科技领域发展的重要因素。为此,研究与开发快速、实用的视频图像无损压缩技术已成为一项十分迫切和重要的课题。图像在获取和传输过程中很容易受到各种因素的干扰,使得采集到的图像包含噪声。为了对后续图像进行各种图像处理,有必要对图像进行去噪处理。而噪声的去除是图像分析和计算机视觉中最基本而又非常重要的技术,它已经成为图像处理中十分重要的步骤。因此,为抑制噪声,提高图像质量,便于进一步处理,研究快速、有效的去噪方法仍然是目前的一个研究热点。本文主要以图像无损压缩与去噪技术为主线,针对图像无损压缩与去噪中的关键技术和应用进行了深入地研究,提出了多种性能更好的处理算法并给出了一种嵌入式硬件设计。本文的主要工作及贡献简述如下:1.深入研究了图像与视频无损压缩的基本原理与研究现状,对主要标准和压缩算法做了分析和总结。以无损压缩系统为框架,对视频图像压缩系统的发展及应用进行了概述,对比了主流的系统设计方法,指出了各自的优缺点。其后对图像去噪技术的发展,研究现状以及经典算法做了分析,总结和概括。2.针对SPIHT算法在图像无损压缩中计算复杂度高及对低位平面编码效率较低的现状,提出一种结合整数小波变换与改进的SPIHT无损图像压缩算法SSPIHT。利用整数小波分解后的系数分布情况,调整相应的SPIHT编码结构。结果表明,当测试不同类型的图像,所提出的方法取得的平均比特率较其他方法有所降低,编码时间有明显减小,而且该算法在较低的存储空间下可获得较好的压缩性能,易于硬件的实现。3.针对视频无损压缩编码算法中的自适应模型预测精度问题,提出了一种新的自适应无损视频压缩算法AMLVC,给出一种新的自适应预测模型设计。该算法利用时间,空间和频域的冗余信息通过后向自适应模型对视频进行无损压缩,同时减少了边界信息的传递。算法使用自适应预测模式选择器来取代额外比特预测模式,较好的控制了计算复杂度。同已有算法相比,该算法对视频序列表现出优秀的压缩性能,压缩效率明显提升。4.针对小波稀疏性能不理想的问题,提出了一种非下采样Contourlet变换(NSCT)结合高斯比例混合模型的图像降噪算法。算法基于NSCT变换,建立高斯比例混合图像模型(GSM),根据贝叶斯估计得到去噪模型。另外结合NSCT变换改进了基于SURE准则的图像去噪算法。算法根据SURE准则建立对MSE的估计,利用线性阈值对图像分解后不同尺度、不同方向的轮廓细节自适应调节实现图像去噪。5.为解决图像重构中产生的Gibbs伪影问题,提出一种结合非下采样塔式滤波器和全变差模型的图像去噪算法。金字塔滤波器把阈值去噪后的图像分解为低频和高频子带,利用全变差模型对分解图像分别建立去噪模型,得到重构图像。其后再次结合全变差模型得到细节补偿图像,迭加后得到最终去噪图像。另提出一种结合NSCT和自适应局部全变差模型的图像去噪算法NSCT-DTV,利用自适应局部全变差模型对处理后的图像结果进行滤波,有效地去除图像中的噪声,保留图像细节。实验结果表明,以上方法均能有效去除图像中的噪声和Gibbs伪影,保留图像细节,获得更好的视觉效果和更高的PSNR值。6.针对目前对无损压缩领域中嵌入式系统的广泛需求,本文分别设计实现了一种通用型嵌入式图像无损压缩系统和一种应用于空间的图像无损压缩系统。通用型系统首先结合相关无损压缩算法,以TMS320DM642为核心处理器,可实现多种无损压缩算法,可应用于工业等多种领域。另外结合CCSDS技术,以FPGA(STRIX-II)为核心处理器,实现了可应用于空间图像无损压缩的图像处理系统。系统的主要特点有:嵌入式设计,硬件实时压缩,体积小,功耗低,可广泛应用于卫星遥感,飞行航拍等领域。
杨冰[4]2001年在《一种新的静态图像压缩编码标准——JPEG2000的分析、研究与实现》文中研究说明静态数字图像处理是当前信息技术(尤其是多媒体技术)的一个重要组成部分，随着多媒体应用的不断增长，对多媒体应用技术上的要求也在不断提升。在许多领域，例如Internet、彩色传真、打印、扫描、数字照片、遥感、移动应用、医学图像、数字图书馆、电子商务等，对于静态图像的要求越来越高，静态数字图像压缩在需要实现新的功能的同时，需要较高的性能。于是，新的编码压缩标准JPEG 2000应运而生。 JPEG 2000是目前国际上最新的静态图像压缩编码标准，本文分析了JPEG 2000的由来和应用背景，并由静态图像编码压缩系统的背景知识出发，对JPEG 2000标准进行了深入的研究，对该标准的新特性，包括ROI编码、随机访问技术、渐进传输等进行了探讨。本文提出了一个实现FCD 15444-1的J2K编码模型，并对该编码模型中的离散小波变换、标量量化、算术熵编码、分块以及其他过程进行了分析，并且本文给出了该模型编码／解码的各个部分的相关实现。 已有的静态图像编码压缩标准中，没有一种能够解决提供所有功能。本文的立题意义在于利用JPEG 2000具有的特性和采用的新技术，解决包括这些压缩、ROI编码、健壮性、多种图像类型、交互性、安全性、可扩充性和开放性等新的图像应用领域的不同需求。 本文还利用包括J2K模型在内的实现，就JPEG 2000与静态图像压缩编码的现有标准进行了分析和比较，对比了它们在提供的功能、有损和无损的压缩效率、ROI编码和差错恢复以及复杂度等方面的异同，并得出选择编码压缩标准的一个结论。文章最后提出了要进一步做的工作以及对JPEG 2000标准的展望。
王明翠[5]2007年在《SPIHT算法的改进及均值均方差在静态图像压缩中的应用》文中研究指明随着信息技术的发展，图像压缩一直是人们研究的热点。其中，如何在保证一定图像质量的同时，尽可能的降低算法复杂度；在静态图像压缩中，如何确定变换系数的量化阈值，提高图像的压缩比和峰值信噪比；在小波压缩中如何进行小波基的选取等等，成为一系列值得研究的问题。本文结合国内外研究现状，针对以上问题进行了深入的研究，其主要研究内容有以下几点：1．对EZW、SPIHT算法进行了深入研究，提出了一种改进的SPIHT图像编码算法。改进算法不仅继承了原有SPIHT算法的各种优点，而且通过调整小波系数的排序过程、用一维数组来取代原有的链表结构、改变小波系数重要性判断的依据等措施进一步降低了SPIHT算法的复杂度、提高了原有算法的工作效率。2．对JPEG标准的压缩流程进行了深入研究，将均值均方差应用到基于DCT的图像压缩中。采用均值均方差计算DCT变换系数的量化公式，使得不同子块之间采用不同的量化步长。与采用固定量化表相比更能够反映变换系数的分布特征，也有利于实现图像的压缩。但是该方法只适用于包含信息比较单一的图像。3．对JPEG2000标准的压缩流程进行了深入研究，将均值均方差应用到基于DWT的图像压缩中，进行小波系数的量化。根据各高频系数矩阵的均值均方差，对正负系数分别构造不同的量化公式进行图像压缩，可以获得较好的图像压缩效果和较高的压缩比。4．对小波基的正则性进行了深入研究，确定了在图像小波压缩中小波基的选取依据。在利用均值均方差进行小波压缩时，对于包含信息单一的图像：正则性阶数越低，图像压缩比越高，重构效果越好；对于包含信息丰富的图像：正则性阶数越高，压缩图像的重构效果越好。
陈斯斯[6]2008年在《智能视频监控中的图像压缩与传输技术研究》文中研究指明智能视频监控一直是人们关注的自动化应用技术热点之一。在计算机技术、智能控制技术、电子技术和通信技术迅猛发展的今天,监控系统的技术水平也从初期的模拟模拟信息传输与控制飞速发展到了智能化、数字化和网络化的传输与控制,并广泛应用于军事、工业、商业等各领域。图像的压缩和传输技术一直是影响视觉监控系统发展的两大因素,因此对智能视频监控中的图像压缩以及GPRS网络通信技术的研究有十分重要的意义。本文首先介绍了视频监控技术经过的叁个发展阶段,分析了视频监控系统的国内外研究现状、意义和背景,讨论了智能网络视频监控面临的问题。其次针对这些问题,结合DSP技术的特点,提出了一种基于DSP架构的智能网络视频监控系统的总体设计方案。接着根据本系统的实际情况,重点研究了图像的采集、预处理、JPEG图像压缩算法,重点讨论了快速FDCT算法的使用以及彩色图像压缩与灰度图像压缩的不同处,接着讨论了Huffman编码的原理及其在熵编码中的应用,最后给出了彩色原始图像由不同的量化表得出的实验结果同时给出实验评价,并对系统中图像压缩方法的改进进行了展望。第四章详细介绍了监控终端应用GPRS技术,通过串口连接GPRS Modem,将压缩图像数据传输到远程视频服务器,介绍了视觉监控终端的软件设计,提出使用数据分块法保证了图像传输的可靠性,在视频服务器端使用MFC Winsock实现有连接的的通信,同时结合本系统实际,介绍了多线程编程以及服务器并发访问的实现。在本文的最后部分,详细介绍了本系统的开发过程以及项目的推广应用。上述研发的内容已经通过验证,为智能网络视频监控系统中图像的采集、压缩方法以及图像无线传输做了有益尝试。
郑晓燕[7]2007年在《基于小波零树的静态图像压缩算法的研究》文中认为在多媒体技术日益广泛的今天，图像的通信和存储占有重要的位置，数字图像包含信息量巨大的特殊性使得压缩技术成为其关键，因而探索高效图像压缩编码算法无疑将成为国际公认的热点之一。小波理论是近年发展起来的新的数学分支，因其良好的空间一频率局部特性和与人眼视觉特性相符的变换机制，成为当前图像压缩编码的主要研究方向之一，该方法是继傅立叶变换和离散余弦变换后一种新的图像压缩算法，将图像分解成与人类视觉特性相匹配的不同分辨率、不同方向特性的子带，并将能量集中于某些子带，利于编码，且对整幅图进行变换，比传统余弦变换编码有很大提高。 本文首先介绍了图像压缩编码的基本理论和JPEG静态图像压缩标准，为本文的研究方向确定了依据。 接着通过实验比较了JPEG和JPEG2000两种静态图像压缩标准。并详细研究了JPEG2000其中用到的一些核心技术，如EBCOT算法和感兴趣区域编码技术等。 其次描述了小波变换的图像压缩编码，引入了小波变换图像压缩理论基础。分析讨论了小波变换编码在图像压缩领域的优势，探讨了在图像压缩方面对小波基的评价标准，结合实际应用，选择合适的小波基进行图像编码。 然后研究了小波零树压缩编码，对零树编码思想进行了研究，结合目前比较成功的零树编码EZW和SPIHT，提出其存在的优点和不足，尝试提出改进的小波零树编码算法。该算法结合了DPCM和零树编码，并结合视觉特性对阈值进行了更正，减少视觉冗余。设计开发出小波零树图像压缩编码的软件系统，对实验结果进行分析研究，主要从客观信噪比和主观信噪比方面，从而论证所提出的改进的零树编码算法的性能优势，具有实际的应用价值。
陈玮[8]2006年在《基于JPEG2000标准的静态图像压缩编码算法的研究及实现》文中进行了进一步梳理随着多媒体技术和网络的发展,人们对数字图像在质量、大小和应用方面提出了更高的要求,希望能够用有限的空间和带宽资源存储与传递大幅图像,并且,根据实际需要,获得不同分辨率或质量的重构图像。这就要求图像压缩技术不仅要有良好的压缩效率,而且还可以灵活处理压缩码率。目前的JPEG图像压缩标准,在中高码率上压缩效果较好,然而在低码率的情况下,重构图像存在严重的方块效应,不能很好地适应网络传送图像的需要。为了解决上述问题,国际标准化组织(ISO)制定了新一代图像压缩标准:JPEG2000(编号为ISO-15444)。本文就是根据已形成国际标准进行了分析和研究。 本文首先简要介绍了JPEG2000标准的原理和优越性,以及小波变换原理。其次,对小波变换实现图像压缩的特点进行了讨论和分析,在此基础上探讨了小波变换实现图像数据压缩时的一般步骤和几个需要考虑的问题。最后,对基于小波变换的嵌入式零树算法进行了详细的分析和讨论,针对零树算法的一些不足,提出了一种基于零树算法的改进方法。具体来说,就是在传统EZW编码的基础上,合理调整了零树的结构,改进了原编码的流程,从主扫描完成过程到副扫描检测,直到解码的方式方法都随之作了相应的调整,最终形成了一种新零树算法。并且用C++语言实现小波变换及EZW编解码算法。 研究测试的结果表明,新零树编码压缩率明显优于EZW,而且其代码部分可以随意的截断,却不会产生附加的失真,重建后图像效果良好。当然该算法依然有不足的她方,需进一步继续改进。
胡灿[9]2016年在《高光谱图像压缩方法研究》文中提出高光谱遥感图像在获得地表图像信息的同时,也获得其光谱信息,通过对光谱数据进行合理、有效的分析处理,可以广泛应用于众多领域。然而高光谱图像所拥有的庞大数据量对其传输与存储造成了极大的困难,严重限制了其应用与发展,因此必须对其进行有效的压缩,高光谱图像压缩处理等相关技术已经成为现代科技的重要组成部分。本文在现有研究成果的基础上,对高光谱图像压缩方法进行了深入研究。文章的主要内容有:第一,针对现有算法对高光谱图像的谱间特性利用不够充分的问题,提出了一种自适应波段聚类PCA(Principal Component Analysis,PCA)结合JPEG2000的高光谱图像压缩方案。该方案在吸引力传播(Affinity Propagation,AP)算法的基础上设计了一种自适应波段聚类分组算法,对聚类后的各个波段组分别进行PCA运算,最后利用静态图像压缩标准JPEG2000对所有主成分进行编码压缩。实验结果表明,该方案与对比算法相比,显着提高了压缩效果。第二,针对在传统的数据压缩框架下,所包含的高速采样过程必然造成资源的严重浪费,编码端过于复杂等问题,将压缩感知理论引入高光谱图像压缩中,对现有的基于压缩感知模式的高光谱图像压缩算法进行了深入研究。第叁,提出了一种高光谱图像变投影率分块压缩感知结合优化谱间预测重构方案。编码端将高光谱图像所有波段聚类成若干组,每组的类中心即为参考波段,其余的则为普通波段,然后对不同波段分别采用不同精度的分块压缩感知以获取测量值。解码端,参考波段直接采用稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit,SAMP)算法进行重构,而对于普通波段,则设计了一种优化谱间预测结合SAMP算法的新模型进行重构:首先通过重构的参考波段双向预测普通波段,并对其进行压缩投影,然后计算预测前后普通波段投影值的残差,最后利用SAMP算法重构该残差,以此修正预测值。实验结果证明,该方案与同类算法相比明显改善了整体的压缩性能。
余航[10]2010年在《基于小波分析的静态图像压缩编码方法的研究》文中认为随着因特网、电信网、广播电视网的逐步融合与发展,解决图像存储与传输问题的压缩编码技术逐渐成为国内外研究的热点。从JPEG、MPEG-1到JPEG-2000、MPEG-4反映了图像压缩编码技术的飞速发展。目前小波分析逐步代替了傅立叶分析,成为新一代编码算法的主要变换工具,由于良好的时频局部性和多分辨率分析特性的优势克服了传统傅立叶变换的缺点,基于小波分析的算法已经占据了主导地位。目前小波算法的主要研究问题集中在以下方面:如何高效的组织系数模型,提高编码效率;如何组织码流,使其具有多质量服务能力,实现可分级编解码。小波系数的组织也出现了不同的方法:即按照树结构和块结构两种模型来组织,前者利用了跨子带系数相关性,后者则利用了子带内邻域系数相关性。本文在分析嵌入式小波零树算法的基础上,通过计算机仿真实验给出了小波图像压缩编码中最佳小波分解层数、最优小波基的选取,并在分析目前采用树形结构组织系数的优秀压缩算法的基础上,增加了小波分解前的图像平滑预处理,提出了一种结合平滑模板预处理的小波零树编码算法。最后,对基于小波变换的嵌入式零树算法进行了详细的分析和讨论,针对零树算法的一些不足,提出了一种基于零树算法的改进方法。具体来说,就是在传统EZW编码的基础上,合理调整了零树的结构,改进了原编码的流程,从主扫描完成过程到副扫描检测,直到解码的方式方法都随之作了相应的调整,最终形成了一种新零树算法。通过对算法进行程序实现,结果表明,与现有零树算法相比,该算法改进措施提高了压缩效率,在压缩比一定的情况下与EZW算法相比,重构图像的PSNR有了明显提高。本文提出的平滑模板预处理算法可以采用不同的平滑模板,是一种具有广泛应用价值的方法,可运用于其他的小波零树的改进算法,具有一定的推广意义。
参考文献：
[1]. 感兴趣区域图像编码研究[D]. 王瑞昕. 武汉科技大学. 2008
[2]. 基于JPEG2000的数字图像压缩编码研究[D]. 刘立乐. 中国地质大学（北京）. 2008
[3]. 图像无损压缩及去噪技术研究[D]. 武晓玥. 西安电子科技大学. 2010
[4]. 一种新的静态图像压缩编码标准——JPEG2000的分析、研究与实现[D]. 杨冰. 华东师范大学. 2001
[5]. SPIHT算法的改进及均值均方差在静态图像压缩中的应用[D]. 王明翠. 青岛科技大学. 2007
[6]. 智能视频监控中的图像压缩与传输技术研究[D]. 陈斯斯. 湖南大学. 2008
[7]. 基于小波零树的静态图像压缩算法的研究[D]. 郑晓燕. 大连海事大学. 2007
[8]. 基于JPEG2000标准的静态图像压缩编码算法的研究及实现[D]. 陈玮. 西南交通大学. 2006
[9]. 高光谱图像压缩方法研究[D]. 胡灿. 重庆邮电大学. 2016
[10]. 基于小波分析的静态图像压缩编码方法的研究[D]. 余航. 西安科技大学. 2010
标签：电信技术论文; 图像压缩论文; 小波变换论文; 图像编码论文; 自适应算法论文; 无损压缩论文; 图像融合论文; 静态分析论文; 静态模型论文; 光谱分辨率论文; 数据压缩论文; 重构论文; jpeg2000论文;