张砺佳[1]2007年在《基于小波变换的图像压缩编码研究》文中认为图像信息丰富,是人类认识世界的重要信息来源,但是图像数据量很大。近年来,随着计算机网络、多媒体技术的迅猛发展,这些应用迫切地需要对庞大的图像数据进行压缩编码处理。图像编码长期以来主要利用离散余弦变换(DCT)作为变换编码的主要技术,然而利用DCT变换存在明显的方块效应,而且要进一步提高压缩性能很困难。小波变换由于具有能够有效地描述非平稳信号的独特优点而成为当前图像压缩编码研究的主要方向。本文主要研究基于小波变换的图像编码技术。本文首先对图像的特性及进行压缩的必要性、可行性进行了分析,并对传统压缩编码方法进行了比较和综述,针对小波变换图像信号的特点,对小波变换在数字图像压缩中的应用进行了研究;根据小波变换理论,在介绍了嵌入式编码及渐进传输的思想之后,详细介绍了两种经典的嵌入式零树小波编码算法EZW和SPIHT,并进一步讨论了每种算法的优缺点,然后提出一种低内存消耗的无表零树编码算法,该算法以SPIHT算法为基础,改进了其零树结构,通过引入提升小波变换并结合LZC算法的标志位图思想,在保证恢复图像质量的前提下,降低了算法的内存需求量,提高了编解码速度,为该算法的硬件实现提供了保障;最后设计了一种基于FPGA(现场可编程逻辑门阵列)和DSP(数字信号处理器)的实时图像小波压缩系统的实现方案,该方案充分利用各自芯片的优良特性,合理地设计了FPGA与DSP之间的数据通道,可以提高整个系统的数据吞吐能力,能够较好地满足实时DWT算法巨大运算量的需求。通过分析证明该方案完全可以胜任图像数据率很高情况下的实时小波压缩。
闫晶[2]2008年在《视频会议图像获取和处理技术研究》文中指出视频会议就是利用多媒体通信网络和多媒体终端,使身处异地的与会者就同一议题参与讨论,与会者不仅可以听到发言者的声音,而且还能看到发言者的图像及背景,同时还可以交流有关议题的数据、文字、图表等信息。这中间必然牵涉到许多相关的视频图像获取和处理问题,如视频图像的捕捉、压缩编码、加密、水印嵌入以及视频图像格式相互转换等等。因此本文以视频会议系统为应用背景,深入研究和详细论述了视频会议图像获取和处理技术,这在科学技术研究和工程应用上都有着积极的意义。首先,本文详细论述了视频图像获取的主要方法、实现方案以及视频图像获取的硬件设备,确定了本文所采取的视频图像获取方案。其次,本文深入研究了视频图像格式转换和视频图像压缩编码这两种视频图像处理技术,并以Visual C++6.0平台和PC机为工具,分别做了视频图像格式转换和视频图像压缩编码的仿真实验。在视频图像格式转换部分,实现了RGB(24位色)与YUV(4:2:0)视频格式之间的转换;在视频图像压缩编码部分,实现了无损压缩编码中的哈夫曼(Huffman)编码和有损压缩编码中的离散余弦变换(DCT)。最后,本文以PC机为硬件环境、以Visual C++6.0为开发工具,结合H.264标准的参考效验模型(JM10.1)设计并实现了H.264标准的编码器,在Visual C++6.0环境下编译运行,对不同的视频序列进行了压缩编码处理,并对压缩编码后的结果进行了分析,充分证明了本文所实现的编码器的优越性能。
张吉玲[3]2008年在《基于并行处理的图像无损压缩编码技术研究》文中认为随着计算机科学技术的发展,其应用的领域也越来越广泛。在图像处理领域中,处理的数据量巨大,提高图像处理的速度就是一个巨大的挑战,这是由图像数据的特点和图像处理算法的复杂性引起的。在图像处理过程中,如何用最少的时间开销和最小的空间开销传输、处理多媒体信息是一个难题,也是图像处理的关键所在。提高通信带宽可以加速数据的传输,增加存储器可以提供更大的存储容量,但这些都不能真正满足实际应用的需求。这就需要高压缩比的图像压缩算法,但大多数图像压缩算法都具有运算复杂、运算量大、数据量大、运算类型规范等特点。并行计算是提高处理速度的有效手段之一。随着高性能并行处理系统的发展,图像并行处理技术为提高图像处理速度提供了更大的发展空间。因此,在获得图像信号高压缩比的同时,必须研究合适的图像压缩的并行算法,以提高计算速度,从而满足各种系统的实时要求。近几十年来硬件技术的发展使得CPU处理速度迅速提高,但在诸多高级应用领域内,对处理速度的要求仍不能得到满足。计算机单机技术发展的有限性和科学工程计算需求的无限性,决定了计算机的发展必然走上多机并行的道路。许多领域,如能源、气象、军事、医学、人工智能及一些基础研究等,都需要快速而有效的并行计算机来实现大规模的科学计算和数据处理。因此对并行处理的需求极大的促进了并行技术的发展。本文以图像压缩和并行计算为主要研究对象,重点研究了哈夫曼编码的并行算法。首先概述了图像处理的基本知识,详细阐述了图像并行处理技术及图像压缩方法的相关理论知识。其次,介绍了并行计算的体系结构和模型以及决定并行算法性能好坏的因素,着重讨论了并行算法的编程环境。通过在搭建的MPI平台上求Pi的数值计算的实例,说明了并行算法的有效性。本文的主要研究工作:通过对串行哈夫曼编码算法的分析,研究哈夫曼编码并行化的可行性,推导出基于再分配编码方法的并行哈夫曼编码算法。该算法可以用于并行编码和并行解码。最后通过对时间复杂度的分析,说明该算法具有较高的并行效率。
纪心毅[4]2008年在《JPEG算法与矢量量化算法在图像压缩中的应用研究》文中认为图像的数字化表示使得图像信号可以高质量地传输,也便于图像的检索、分析、处理和存储。但是数字图像的表示需要大量的数据,必须进行图像的压缩。图像压缩的目的是消除图像中的大量冗余信息,提高图像传输的效率,减少图像的存储容量。随着医学的不断进步和发展,产生了大量的图像数据,给医学图像的存储和传输技术提出了严峻的挑战,因此数字图像压缩技术在医学图像中的应用也日益广泛。正是由于其广泛的应用,图像压缩技术的研究就变得相当有意义。JPEG(Joint Photographic Experts Group)联合摄影专家组,制定出了第一套国标静态图像压缩标准JPEG,JPEG压缩算法由于其较高的压缩比和理想的压缩效果,是目前应用最广泛的图像压缩方法之一。矢量量化(VQ)是,在量化的时候,用码书中与输入矢量最匹配的码字来代替这个输入矢量的量化方法。矢量量化作为一种有效的有损压缩技术,其突出优点是压缩比大以及解码算法简单,因此它已经成为数据压缩编码的重要技术之一。本文在介绍JPEG图像压缩算法、矢量量化图像压缩技术的基础上,用JPEG和VQ这两种算法分别对lena图像和医学中的CT图像进行了压缩处理,得到在不同压缩比下的峰值信噪比,并对压缩结果进行了分析比较。实验结果表明,当压缩比较低的时候,JPEG压缩算法的压缩质量较高,而随着压缩比不断加大,矢量量化编码算法的压缩效果较JPEG压缩算法更具优越性。
高绪慧[5]2007年在《基于神经网络与SVM的图像压缩(编码)理论和方法》文中研究指明支持向量机SVM(Support Vector Machine)是AT&T Bell实验室的V.Vapnik提出的针对分类和回归问题的统计学习理论方法,是特殊的神经网络方法。实验表明SVM是分类(识别)和数据拟合建模的十分优越的方法。本文以国家自然科学基金课题“人工脑的信息处理新神经网络模型研究”No.60673101为科研任务,应用导师提出的基于虚拟信源建模的数据编码思想,把支持向量机SVM首次引入数据压缩领域,通过用BP神经网络和SVM对信源两次建模,给出了基于神经网络与SVM的图像编码(压缩)方案。同时建立开发了基于SVM的图像压缩实验系统,讨论了该系统的组成模块和功能,给出了一些图像压缩实例。实验表明,在恢复图像保真度要求不高的情况下,该系统对于图像有较高的压缩比。
马剑钊[6]2008年在《基于FPGA的JPEG编码算法的优化设计与硬件实现》文中研究指明在日常的生活中,每天都有大量的信息用数字进行存储、处理和传送。图像压缩所解决的问题就是尽量减少表示数字图像时需要的数据量。JPEG静态图像压缩算法(ISO/IEC 10918-1)因其对连续色调、多级灰度的静止图象具有优良的压缩特性得到了广泛使用,已成为目前多媒体通信中的图像压缩标准之一。本文基于现场可编辑门阵列(Field Programmable Gate Array)设计并实现了JPEG图像编码器。在简要介绍JPEG标准和FPGA设计流程的基础上,对JPEG编码器各主要模块进行了深入的研究,并设计了JPEG编码器的整体架构。在JPEG图像编码器中,二维DCT单元在整个编码算法中消耗的时间约占总编码时间的70%,因此提高二维DCT变换单元的时钟频率显得很有必要,本文利用改进的分布式结构实现二维DCT变换,有效地减少了二维DCT单元的运算时间。在认真分析量化器单元和ZigZag扫描器单元的工作原理的基础上,将ZigZag扫描器集成到了量化器上,节约了量化和ZigZag扫描的时间。采用了Verilog硬件描述语言对JPEG基本模式硬件编码器的各主要模块进行设计实现,并给出了主要模块的仿真结果。本课题的JPEG编码器的设计与实现,为复杂的图像编码器在FPGA上实现做了探索性的尝试,对其他的图像编码系统的IP核设计以及FPGA实现有着积极的借鉴意义。
杨德红[7]2002年在《基于小波变换和人眼视觉特性的图像压缩新方法》文中提出本文着重对基于小波变换算法及人眼视觉特性的图像压缩及其计算机实现进行了研究。包含的内容主要有以下几方面:论文首先介绍了课题的研究背景和图像压缩方面的有关情况,包括图像压缩的基本原理和常用方法。通过进行分析比较,选择了目前用得最多、效果也较好的二维离散小波变换方法,并以图像压缩的小波变换结合人眼视觉特性的计算机实现及其应用作为本课题的研究内容;在考虑人人眼视觉特性时,着重考虑了将图像边缘提取出来,作为一个重要的对象进行单独处理。接下来阐明了为什么要选用小波变换用于图像压缩以及为什么要进行边缘提取,并论证了这种方法的可行性。小波变换以其良好的时-频局部化特性引起了人们的广泛关注,在图像压缩领域中也做出了一定的贡献。本文就是以小波变换的时-频局部化特性和与人眼视觉特性的一致性为入手点,来研究小波变换用于图像压缩的具有普遍性的编码方法。在进行小波变换的图像压缩中,根据小波的时-频局部化特性以及能量集中特性,来选取适合图像压缩的小波基,并以此确定出进行变换的最佳级数;同时,还根据这两个特性来进行了量化阈值的选取和量化方案的确定,以及小波系数的组织。另外,考虑到高频部分子图像包含较多的边缘信息,它们对人眼视觉特性敏感性大,采用小波方法进行边缘检测,以进一步保护图像的有用信息,增强图像的主观质量。本论文以具有“数学显微镜”美称的小波变换为理论基础,结合图像的统计特性和人眼视觉特性,实现了小波变换结合人眼视觉特性的图像压缩,得到很好的实验结果:图像质量高、计算不复杂、计算量小、编解码时间短、算法具有普遍性。最后本文对图像压缩编码方法的发展趋势和图像压缩编码方法本身及小波变换方法本身所存在的问题进行了讨论,并提出了改进意见,为后续工作的开展奠定了坚实的基础。
周有喜[8]2007年在《深空通信中的若干关键技术研究》文中研究指明本文系统地介绍了作者近年来在深空通信领域中的图像编码和传输协议关键技术的研究工作和成果,重点对当前流行的内嵌小波图像编码技术进行了细致的理论分析和算法研究,以及深空通信骨干网络传输协议的研究。论文研究了JPEG2000标准的核心算法EBCOT,总结了率失真优化码块比特平面编码的一般特点和框架。针对标准中的比特平面提升感兴趣区域(ROI)算法的不足,提出了基于率失真斜率提升的ROI算法,其性能优于原算法,并保证码流与标准完全兼容,结合MaxShift算法可实现任意形状ROI编码。文中提出的利用帧间推扫特性结合ROI技术干涉多光谱图像差值序列编码算法在低复杂度前提下,理想实现了LASIS多光谱图像的高质量8倍压缩。基于色散型多光谱图像特点的分析,提出了一种新的基于部分3D-SPIHT多光谱图像压缩算法。首先在谱间采用两种小波基相结合的三维离散小波变换,去除多光谱图像在空间和谱间的冗余信息,减少恢复光谱的误差值,再采用部分3D-SPIHT依据比特平面层中重要系数的统计概率自适应的进行3种编码模式的选择,提高了编码效率。在深空通信骨干网络传输协议上,分析了相应的长时延、高误码率、非对称带宽和间歇性连接等因素造成的难点,研究了各种不同方案的优缺点,提出了一种改进的TP-Planet算法,采用延时SNACK模块提高传输协议在非对称带宽下的网络性能。
孟祥国[9]2007年在《合成孔径雷达图像数据的实时压缩》文中认为合成孔径雷达(SAR)是一种高分辨率的微波成像雷达,通常被安装在飞机或卫星上对地面成像。所成图像尺寸大,数据量高,随着现代合成孔径雷达向着高分辨率、高测绘带、多频段、多极化、多模式等方向发展,图像数据量还会不断增加,这给数据的实时传输与存储带来了很多问题。随着实时成像系统的发展,发展高性能的图像数据压缩算法可有效的解决这个问题。近年来,小波变换在图像处理领域中的应用日趋广泛。小波变换的本质是多分辨率的信号分析,非常适合人的视觉感知特性,并且小波变换在时域和频域同时具有良好的局部化性质,所以,本文重点研究基于小波变换的图像数据实时压缩算法以及实施相应算法的硬件电路。本文的主要工作和创新:(1)详细讨论了小波理论以及基于小波变换的图像压缩方法。研究了基于空间树结构(SOT)的嵌入式零树(EZW)编码算法和层次树中的集划分(SPIHT)编码算法,引入了改进的SPIHT编码算法,改进后的算法减少了编码过程中的内存使用,有利于硬件实现。(2)针对SAR图像数据压缩的实际要求,提出了一种新型的基于统计的等级树分层量化(BS-LQOHT)算法。该算法可以针对图像数据自适应的调节滤波阈值,并对编码对象进行分层量化处理。对比SPIHT算法,该算法在不影响峰值信噪比的情况下,可有效地减少SAR图像压缩编码过程中的内存使用并极大的提高编解码速度,对于SAR之类数据量较大的图像来说,有较高的实用价值。(3)开发了相应的硬件电路。该电路使用了TI公司的定点数字信号处理器TMS320C6415。该芯片运算速度快、精度高,可满足SAR图像数据压缩的实时性要求。此外,该电路还采用了符合CPCI规格要求的电气性能优异的对外接口。(4)详细讨论了实时算法实施过程中遇到的两个问题:1)小波变化时的边界处理;2)改进的SPIHT编码算法一次输出多少比特位;证实了上述硬件电路可完成SAR图像数据的实时压缩处理;
聂剑萍[10]2005年在《SAR成像数据的实时压缩研究》文中研究指明合成孔径雷达(SAR:Synthetic Aperture Radar)是现代雷达技术的重要发展方向之一。合成孔径雷达是一种先进的微波对地观测设备,具有全天候、全天时工作的特点。数据压缩技术是合成孔径雷达必须具备的关键技术,随着SAR分辨率、测绘带宽等性能指标的不断提高,SAR输出的数据率大大增加。尤其对于未来的星载SAR,将从目前仅获取雷达原始数据向同时完成星载实时成像的技术水平发展。这样,数据压缩算法就需要满足对SAR的原始数据和图像数据同时压缩处理的需求。本文应某研究所的要求,结合真实机载合成孔径雷达成像后的BMP图像数据和浮点模图像数据,分别对应研究了采用基于改进的静态图像压缩标准JPEG的压缩方法和基于DCT的自适应区域编码压缩方法,实验表明取得了较理想的压缩效果。本文首先介绍了合成孔径雷达的发展现状,接着简要介绍了机载合成孔径雷达的原理以及合成孔径雷达数据的分类,随后介绍了研究合成孔径雷达成像数据压缩算法的目的和意义,并介绍了本文的主要工作。第2章介绍了数据压缩理论及静态图像压缩的发展概况。第3章介绍了静态图像压缩的标准JPEG,对其进行了改进,并应用于合成孔径雷达的成像数据的压缩、第4章介绍了基于DCT的不同压缩编码方法,对合成孔径雷达的32位浮点模图像数据进行定值整倍数比的压缩;最后的结束语对全文工作进行了总结,提出了进一步研究的方向与设想。
参考文献:
[1]. 基于小波变换的图像压缩编码研究[D]. 张砺佳. 中国科学院研究生院(西安光学精密机械研究所). 2007
[2]. 视频会议图像获取和处理技术研究[D]. 闫晶. 中北大学. 2008
[3]. 基于并行处理的图像无损压缩编码技术研究[D]. 张吉玲. 山东师范大学. 2008
[4]. JPEG算法与矢量量化算法在图像压缩中的应用研究[D]. 纪心毅. 合肥工业大学. 2008
[5]. 基于神经网络与SVM的图像压缩(编码)理论和方法[D]. 高绪慧. 青岛大学. 2007
[6]. 基于FPGA的JPEG编码算法的优化设计与硬件实现[D]. 马剑钊. 中南大学. 2008
[7]. 基于小波变换和人眼视觉特性的图像压缩新方法[D]. 杨德红. 重庆大学. 2002
[8]. 深空通信中的若干关键技术研究[D]. 周有喜. 西安电子科技大学. 2007
[9]. 合成孔径雷达图像数据的实时压缩[D]. 孟祥国. 中国科学院研究生院(电子学研究所). 2007
[10]. SAR成像数据的实时压缩研究[D]. 聂剑萍. 东南大学. 2005
标签:电信技术论文; 图像压缩论文; 合成孔径雷达论文; 小波变换论文; sar论文; 图像编码论文; 数据压缩论文; 并行处理论文; 实时系统论文; 编码转换论文; 算法论文;