刘敬[1]2012年在《基于小波变换的图像压缩算法研究》文中研究指明随着图像采集设备的广泛应用以及采集分辨率的提高，图像数据呈海量增长，为了能够有效的利用图像数据，对图像以及视频数据进行压缩成为亟待解决的问题并成为图像处理领域研究的热点问题。小波变换因其良好的时-频局部性特征和与人眼视觉系统多通道相吻合的多分辨率分解特性，在图像压缩领域得到了广泛的应用，基于小波变换的图像压缩编码算法成为了图像压缩领域中的一个最主要的分支，对其进行的研究和改进无疑是一项重要的任务和研究热点。本文的主要工作是对基于小波变换的EZW算法进行了深入的研究，并对算法中存在的一些不足之处进行改进。首先，阐述了课题的研究背景与意义，简要地描述了目前国内外图像压缩的研究现状。对图像压缩的必要性和可能性进行了简单的介绍，并给出了几种常用的图像压缩的方法，探讨了图像压缩的评价标准以及国际上采用的图像压缩编码标准。然后，介绍了小波变换的基本理论；通过对图像经小波分解后各个子带的性质进行研究，重点介绍了小波变换后的系数特征以及应用于图像压缩中的优势；最后给出了小波变换用于图像压缩的基本思想以及编码基本框架。接着，对嵌入式零树小波算法进行了重点的分析和研究。先对算法的基本理论知识进行了详细的介绍；给出了算法的编码流程以及实验结果；对实验结果进行分析，指出了算法的优缺点与不足之处。最后，针对算法中存在的编码冗余和重构图像中存在失真的情况，提出了两种改进算法。一种是定长的游程编码算法对EZW的输出码流进行优化，降低输出流中连续零树根的相关性，达到提高压缩比的目的。另一种是基于人眼视觉特性的改进的EZW算法，此改进算法主要有以下两个方面的创新之处：一方面，采用CSF掩膜对不同子带的小波系数进行重要性加权，以利用人眼视觉系统的非线性特征，消除重构图像中的失真，改善重构图像的质量；另一方面，定义新的编码符号方法对加权后的系数进行编码，将原有的四种编码符号扩充到六个，用以减少当重要系数的所有子孙系数均为不重要系数时编码产生的冗余，提高图像的压缩比。两种改进算法均通过仿真实验进行了验证，结果表明改进算法可以达到预期的目的。
杨德红[2]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。
赵盼盼[3]2016年在《基于人眼视觉特性的高压缩比静态图像编码技术研究》文中认为当前图像编码国际标准中,常使用基于块的DCT变换作为核心技术。但是基于分块变换编码在高压缩比条件下重构图像会出现明显的方块效应,降低了图像的主观质量。针对如何减少高压缩比条件下的方块效应,提高图像质量这一问题,已经提出许多不同的解决方案,这也是本文的主要研究方向。为了减少平坦区域的方块效应并且更多的保留图像的边缘细节信息,提出了一种DCT域内基于人眼视觉特性的图像块分类的自适应压缩算法,有效的提高了压缩图像的质量。首先,本文在学习静态图像编码算法和压缩标准的基础上,系统分析了图像压缩编码的核心变换技术,并对叁种经典的静态压缩标准JPEG、JPEG2000和JPEG-XR进行了压缩比较分析,分析其各自在高压缩比条件下的压缩效果;其次,重点分析了人眼视觉系统及其特性,在此基础上提出了基于视觉特性的图像块分类压缩的新思路,并且提出了一种DCT域内图像块分类的新方法,通过计算图像块的活动性,将图像块划分为平坦区、边缘区、纹理区叁大类;最后,对采取统一量化表量化的方式进行了量化失真分析,并分析了JPEG产生当块效应的根本原因,然后结合人眼视觉特性分别对平坦区、边缘区、纹理区实现自适应量化。自适应量化压缩得到的图像具有更好的视觉效果和压缩质量。
毕雁冰[4]2003年在《应用小波函数对图像进行压缩和解压缩》文中指出随着网络技术的日益发展，图像压缩已成为其中的一个重要的部分，如何能有效的利用网络传输视频图像已是一个热门话题。 本文根据国内外小波函数应用的特点，合理的综合各个小波应用的长处，并改进部分算法，提出了一个新的小波函数图像压缩方法。详细介绍了应用小波函数对图像进行压缩和解压的过程。 现今流行许多种对图像进行压缩和解压的方法，小波应用小波函数处理图像有其独特有的优点，小波函数对图像的压缩过程主要包括运用小波函数对图像进行分解，即利用二维离散小波将图像分解为低频分量及高频细节分量。得到低频分量及高频细节分量。据人类的视觉生理特性分别作不同策略的量化和编码处理。 本文在应用零树法基础之上，对传统零树法在边界处理、码率分配等方面作了进一步改进，实现在保证图像质量的前提下，在较低码率下实现图像传输，本文讨论了各个部分程序的原理和实现，并给出了比较重要的数据结构代码源程序。
王善侠[5]2005年在《基于遗传算法与视觉特性的分形图像压缩编码》文中提出随着多媒体技术和计算机通信的日益发展,具有庞大数据量的数字图像极大地制约了图像通信。采用有效的压缩编码技术删除冗余,以尽量少的比特数存储图像,并同时保证图像的质量,己成为研究的热点。分形图像可进行压缩的原因是其图像具有高度的自相似仿射特性。本论文从理论和实践上介绍了不同于传统方法的压缩算法—基于遗传算法与视觉特性的分形图像压缩算法。作者采用迭代函数系统(IFS)对图像进行压缩。主要以不动点定理和拼贴定理作为理论基础,对给定的图像,寻找一组由压缩仿射变换构成的IFS,使图像通过仿射变换后尽可能与其相似。图像的解码,不依赖于原始图形,对任意初始图像,用IFS 反复迭代,就能将原始图像重现。因此,编码文件只需存储IFS 码,从而能得到较高的压缩比。 分形图像压缩的最终目的是要获得一个较好的IFS,使它的吸引子与原始图像尽可能的相似,可以把这个搜索问题看成是一个优化过程。这个优化过程是在大空间搜索和具有许多复杂约束的知识背景下进行的。传统的经典算法难以解决此问题,于是作者采用具有人工智能技术的遗传算法来寻找最优解。遗传算法从种群开始搜索,每个种群所获得的知识都被嵌入了其成员的染色体中。在进化过程中,它引入了自然进化和适者生存的原理,在复杂和变化的环境中寻找最有利的生存方式,可以以较大的概率较快速地找到最优解。 论文首先介绍了迭代函数系统和遗传算法的基本定理和原理,它们是该课题研究的理论基础。然后,介绍了传统的分形算法。最后作者提出了一种改进的用于求解具有全局最优的自相似分块匹配的遗传算法,详细地一讲述了染色体编码方法、适应度函数的设计、遗传算子的设计和采样机理。并且利用人眼对灰度变化的敏感程度与背景有关的特点,在综合考虑图像块的均值与方差的前提下,动态地改变分形压缩编码时定义域块仿射变换后拼贴到值域块的最小误差,从而提高了编码速度。通过实验的结果表明,该方法解码质量好、编码速度快,是一种可行的算法。
丁艺芳[6]2001年在《基于小波变换和视觉系统的图像质量综合评价新算法》文中研究表明结合人眼视觉系统(HVS)特性，将传统的图像质量主观评价方法与客观评价方法有机地结合起来是图像质量计测研究领域的发展方向。本文结合离散小波变换(DWT)技术，利用DWT与HVS相结合的良好特性，探索和建立了一种新的图像质量综合计测算法。 本文分析了图像DWT与HVS特性之间的相互关系，确立了新算法的立论依据。对实际工程应用中尚无定论的小波基选取难点进行了系统性的探讨和总结，确定了适合本文算法的小波基函数。基于DWT制作了对应各小波子带的单子带噪声图像，通过一系列的实验分析，建立了加噪图像质量的客观评价值与主观评价结果之间的关系。新的图像质量综合计测算法以添加高斯噪声的人脸图像为研究对象，由WWMSE(小波加权均方误差)算法和IQS(图像质量等级)算法组成。基于CCIR 500推荐的图像质量五级评价标准和PMSE(峰值均方误差)算法，对各子带对应的单子带噪声图像进行主、客观评价，获取了各子带CCIR五级噪声阈值。结合人眼视觉特性，分析HVS对各子带噪声阈值的敏感程度来确定各子带的视觉加权值。采用四级小波分解方式，对产生的单子带目标图像的PMSE值进行视觉加权处理，建立了引入HVS特性的WWMSE客观计测新算法。在此基础上，建立了基于CCIR五级质量标准的HVS噪声阈值数学模型和IQS数学模型。对模型赋以数值，便可直接得出目标图像的质量等级IQS，取代了传统的MOS(平均评价分数)主观评价方法。本文2001年上海大学博士学位论文在理论探索与研究的同时，做了大量的仿真实验工作，特别是选取噪声闺值和加权系数的实验分析，为实现图像质量的综合评价奠定了坚实的理论和实验基础。 一系列系统性的实验结果证明了本文提出的基于D认叮和HVS的图像质量综合计测新算法的可行性、可靠性和有效性。这种新的综合计测方法实现了图像质量主、客观评价结果的一致性，有效地克服了图像质量主观评价方法耗时、耗资而传统客观评价方法与实际图像质量不相吻合等弊端，为现代图像技术的分析提供了一种有效的手段。
马大玮[7]2002年在《小波图像压缩编码算法及应用研究》文中研究指明图像压缩编码研究和应用是目前信息技术中最为活跃的领域之一，就图像压缩编码而言，要求所选择的变换方法最好能与图像信号的特征匹配，此外还应从失真率要求、实现的复杂度以及编码比特率等多方面来综合考虑。小波变换方法在这几方面都有着其它方法所不具备的优势。通过选择适当的小波基、设置合理的量化门限、运用快速算法、完善嵌入式码流结构就能达到这些要求，然而目前小波变换的理论还不完善，应用算法的速度、复杂度、压缩性能等方面都还有不少缺陷。在小波图像编码中常用的EZW算法还存在着运算速度慢、重建质量差等缺陷，噪声图像压缩门限的选取还有不尽人意之处，利用小波进行视频压缩的具体电路压缩性能还不能令人满意。因此基于小波图像压缩编码算法及其应用的研究就显得十分有意义。全文的内容共分为六章。第一章综合阐述了图像压缩编码技术发展的两个阶段、图像压缩编码的技术现状、以及各种图像压缩编码的国际标准。同时指出小波压缩编码较其它编码方法的优势及开展小波图像编码研究的意义所在。第二章介绍了小波图像压缩的理论基础，阐述了各种小波变换、多分辩率分析、Mallat算法等图像压缩中常应用的理论知识，并对图像压缩编码中小波基的选择原则进行了研究，得出的结论是：重建滤波器小波函数的正则性对恢复图像质量的影响很大；在有损压缩中，双正交（9，7）小波具有稳定的优良性能。第叁章展开了对嵌入式零树编码算法的研究：研究了原始图像小波分解系数的特点，并对标准的EZW算法作了分析，指出其存在的若干缺陷；针对这些缺陷，在小波系数的合理组织、多门限量化电平的设置、扫描次数等方面作了相应的研究，从理论上推导了不同分解尺度之间量化步长的成倍数关系。基于以上研究成果，在本章中还提出了一种新的嵌入式零树编码RMEZW算法。该算法的主要特点有：（1）根据HVS特性，对小波分解系数图像的不同方向设置不同的量化门限；（2）根据最小化量化MSE的概念，对不同分解尺度采用不同的量化门限；（3）采用T变换对高频系数的能量进行集中处理；（4）最低频子图单独进行DPCM处理；（5）根据设定的门限，只进行一次零树扫描；（6）引入多级零树根概念，生成更多的零树。<WP=5>第四章是关于含噪图像的消噪及压缩研究。在本章中，对传统的各种时域和频域的消噪方法进行了阐述，指出了它们不能同时满足消噪和压缩两重功能，从而进一步分析了利用小波进行消噪处理的方法、阈值选取原则。在此基础上，提出了一种基于贝叶斯风险最小化准则的消噪门限表达式，该门限的特点是各子图独立选取和表达式为显性。一种新的小波消噪与压缩编码方案WT＿DC也在本章中被提出，该方法的特点是在消噪的同时，又能最大限度地进行了压缩。文章给出了含噪图像信号噪声水平的估计及不同尺度子图的消噪门限估测过程。基于乘性噪声所污染图像与常规高斯白噪声所污染图像的不同，提出了运用对数变换进行图像预处理，从而将乘性噪声转化为加性噪声的处理思路。仿真结果表明，WT＿DC方法的消噪和压缩性能良好，优于JPEG方法。第五章对视频序列图像的小波压缩方法进行了研究：设计了一种基于空间域运动补偿的小波图像序列编码方法，着重讨论了运动矢量的快速搜索方法，提出了多子块运动矢量搜索的方案并进行了仿真实验；研制了ADSP2185和ADV601LC的小波图像序列帧内压缩处理电路，给出了系统实现的硬件框图和软件流程图，以及各种压缩比率下的实际恢复图像；提出了一种自适应量化系数的计算公式，并运用系统对实际图像进行了采集和压缩，实时视频压缩比最高可达350倍，图像重建质量好。第六章对全文工作进行了总结。
王仁龙[8]2009年在《基于小波变换的雷达图像压缩技术研究》文中指出由于雷达图像与视频信号不同,它要求15秒采集一幅图像,而不是像视频要求每秒25帧左右,所以雷达图像处理可视为静态图像处理。但是雷达图像作为航行数据记录仪(VDR)的重要组成部分,对图像质量的要求较高,不是主观看看就可以的,还有专门的客观评判标准；所以为了满足既有好的压缩比,又要保持高质量,压缩算法很关键。雷达图像分辨率高、信息量大,压缩技术不仅要求大压缩比和低失真度,特别要求可靠性高。在综合比较了国内外各种压缩算法、编码标准的基础上,针对目前几种小波算法,在编码过程中存在占用内存大、硬件实现难的问题,本文提出了基于块位长的小波编码算法作为雷达图像的压缩方法。首先基于人眼视觉特性,分析了目前的静态彩色图像的分量组合格式。通过了解叁基色原理和静态彩色图像的分量组合格式,分析了常规图像需要的分量变换,针对雷达图像提出了不进行RGB到YCbCr的格式转换,不进行电平移位。接着研究了小波变换的理论基础,并结合信号处理知识对小波分析理论进行了系统的介绍和分析。文中先从Fourier变换引入小波,介绍小波变换和多分辨率分析,在多分辨分析框架的基础上,结合实际的数字信号处理,推导出Mallat算法。最后简述提升算法的基本原理,并给出了传统小波的提升实现；针对硬件实现选用LS(9,7)小波,并对其进行了改进。然后研究目前几种典型的基于小波变换的图像编码方法,分别是EZW、SPIHT和SPECK算法。通过对这叁种编码算法的编码过程、原理的深入研究,探寻基于小波变换的图像编码的基本原理,最后针对SPECK算法的几点不足之处,结合SPIHT算法对SPECK算法进行了改进；改进算法给出了S集合块和I集合块的具体实现方式和分裂方式,这为编码实现提供了基础；在不继续增加熵编码的情况下,改进算法具有和SPECK原算法一致的编码性能,但是去掉了复杂的嵌套函数,编码方式简单明了；量化细化时,去掉了LIS链表再排序过程,加快了编码速度。针对当前的几种小波编码算法存在的不足之处,提出了两种基于块位长的小波编码算法。一种是基于块位长的无链表嵌入零块小波编码算法,另一种是基于块位长的无链表小波分块编码算法。这俩种算法都具有很高的信噪比。针对具体的硬件实现,考虑在编码过程中的内存占有量和所占用的时间,基于块位长的无链表小波分块编码算法具有更强的优势,所以在雷达压缩系统中采用基于块位长的无链表小波分块编码算法。最后给出了雷达图像压缩系统的硬件实现平台,详细说明了其工作原理,介绍了主芯片,说明了小波编码算法在硬件平台上的实现；接着给出了上位机测试程序,包括具体程序流程、上位机测试程序的主界面和配置参数界面；最后根据中国船级社颁发的《船载航行数据记录仪检验指南》中有关雷达图像压缩技术的国际测试标准,对雷达图像压缩系统进行测试,测试结果表明该系统完全达到了国际标准,并且长时间运行稳定可靠。
茅耀斌[9]2003年在《基于混沌的图像加密与数字水印技术研究》文中指出随着网络技术和数字信号处理技术的发展与流行，多媒体信息安全显得日益重要。由于多媒体数据本身具有高冗余性、数据量大等特点，因此对它的安全保护有着特殊要求，譬如：要求加密算法具有快速性和低计算强度；要求多媒体信息能做到自认证；以及对数据的安全保护不能影响其可用性等。从这些方面来说，传统密码学对多媒体数据的保护不是十分有效。 考虑到传统密码学的不足，近年来，人们开始寻求多媒体信息保护的新方法。这其中，基于混沌的加密技术和数字水印技术显示出了其独到的优势，有可能成为新的多媒体保护的有效手段。 本论文重点研究了图像数据安全，主要成果包括： (1)从混沌映射的特性出发，研究了密码变换与混沌映射的关系。研究了用于图像加密的混沌分组密码的设计方法，构造了利用高维可逆混沌映射进行图像加密的方法，提出了利用二维混沌cat映射对图像进行加密的方法，并将二维可逆混沌映射扩展到了叁维，提出一种基于叁维Baker映射的图像加密方案，该方案在图像加密速度和安全性上都有显着的提高； (2)对混沌伪随机二值序列、一般混沌伪随机数序列的产生方法进行了研究，介绍了两类混沌伪随机二值序列产生方法，并对利用其中一种方法产生的混沌伪随机二值序列的性质进行了研究。研究了混沌伪随机数的数字实现问题，并利用混沌反馈移位寄存器法设计了一种适合于集成到数字芯片中的混沌流密码算法。结合图像小波编码算法，提出了一种结合SPIHT小波图像编码的混沌图像加密方法。该算法很好地和小波图像编码集成到了一起，在压缩域内进行数据加密，并且能够保留原来图像编码的数据渐进传输特性，是一种有应用前景的图像加密方法； (3)针对图像水印的不可见性要求，研究了人眼视觉特性，提出了叁种基于视觉特性的水印算法，分别为：利用图像Gaussian分解的基于离散高斯变换(DGT)的水印算法、结合视觉对比度敏感性矩阵的离散余弦变换(DCT)水印以及利用图像融合技术的基于HVS的离散小波变换(DWT)水印。实摘要博士学位论文 验表明，采用人眼视觉特性的图像水印能够显着减小图像视觉降质，提高 水印的鲁棒性;(4)将混沌与水印技术结合是水印研究的一个新方向，本文在这个方面也作了 有益的尝试，提出了一种结合二维Baker映射的混沌半易损水印算法。该 算法在存在图像噪声和经受中度JPEG压缩的情况下，能够很好地判断出 图像是否受到篡改，并检测出图像受到篡改的部位。 最后论文分析了当前在混沌加密与图像水印研究中存在的问题，并指出了进一步的研究方向。
黄丽[10]2010年在《基于小波变换的静止图像压缩编码技术的研究》文中认为随着现代社会数字图像技术、多媒体技术的广泛应用,图像成为现代社会信息传递的主要载体。又由于图像信息包含数据量巨大,给信息的传输、存储等带来了很大的困难,解决的办法就是进行图像压缩。因此探索高效图像压缩编码方法已经成为国际公认的一个重要研究热点。小波变换技术以其良好的时间频率局部特性和与人眼视觉特性相符的变换机制,在图像压缩编码领域得到了广泛的研究和应用。本文在对图像压缩编码相关理论进行简要分析的基础上,从一定理论深度阐述了基于小波变换的静止图像压缩编码技术,重点探讨了编码器结构、编码步骤、以及小波编码涉及的几个关键问题。通过实验数据,分析了小波变换后图像系数能量的分布特点,进而说明了小波变换应用于图像压缩的优势。本文深入分析了嵌入式小波零树编码算法(EZW)以及基于该算法思想的两种改进的编码方法SPHIT算法、SPECK算法。重点阐述了EZW算法的主要特点、原理以及该算法的实现过程,并通过对比分析以及仿真实验总结了这叁种算法的优缺点。对这叁种算法的位平面编码提出一种量化码流截断处理方法,且通过仿真证明这种方法可以提高叁种算法的压缩比。同时针对EZW编码方法的一些不足,提出了一种基于人眼视觉特性的改进的EZW编码方法。改进点有以下几个方面：首先,定义新的零树结构,以简化零树扫描,因而在一定程度上可以降低算法执行时间；其次,通过重新分类重要系数编码重要图,一方面充分考虑了人眼对边缘信息的敏感特点,另一方面减少了不必要的编码符号；再次,将小波零树编码与哈夫曼编码、游程编码相结合,以有效提高编码效率。最后通过Matlab的仿真实现,证明了改进编码方法提高了压缩恢复图像的主观视觉质量以及峰值信噪比,可行且有效。
参考文献：
[1]. 基于小波变换的图像压缩算法研究[D]. 刘敬. 重庆大学. 2012
[2]. 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
[3]. 基于人眼视觉特性的高压缩比静态图像编码技术研究[D]. 赵盼盼. 中北大学. 2016
[4]. 应用小波函数对图像进行压缩和解压缩[D]. 毕雁冰. 长春理工大学. 2003
[5]. 基于遗传算法与视觉特性的分形图像压缩编码[D]. 王善侠. 长沙理工大学. 2005
[6]. 基于小波变换和视觉系统的图像质量综合评价新算法[D]. 丁艺芳. 上海大学. 2001
[7]. 小波图像压缩编码算法及应用研究[D]. 马大玮. 重庆大学. 2002
[8]. 基于小波变换的雷达图像压缩技术研究[D]. 王仁龙. 哈尔滨工程大学. 2009
[9]. 基于混沌的图像加密与数字水印技术研究[D]. 茅耀斌. 南京理工大学. 2003
[10]. 基于小波变换的静止图像压缩编码技术的研究[D]. 黄丽. 湖南大学. 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; 图像融合论文; 量化分析论文; 雷达图论文; 数据压缩论文;