基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第ｍ级图像的分类信息传递给第ｍ－１级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。     

基于提升小波变换的嵌入式零树编码算法的改进

针对EZW算法本身没有考虑各个子带的特点而采用统一编码等诸多问题，以提升小波变换和EZW算法为基础，结合硬件实现的可行性，提出了一种EZW改进算法．通过采用提升小波变换，有效地降低传统小波分析的运算量和复杂性．其次，结合小波变换后各个子带的特点，分别对低频子带采用DPCM无损压缩，对高频子带采用零树扫描＋游程编码；最后对同一幅灰度图像压缩并重构．结果表明，此方法不仅有效提高了重构图像的峰值信噪比，而且有效降低了硬件实现的复杂度．     

基于Haar小波变换的无失真图像压缩

提出了一种利用Ｈａａｒ小波进行图像无失真压缩的算法。对线性预测后的图像进行Ｈａａｒ小波分解，将各子带小波系数根据大小分解成两部分，其位置信息分别通过自适应算术编码进行了有效的压缩。试验结果表明，该算法实现简单，达到了很好的压缩效果。     

基于HOG局部双线性插值的机械零部件检测与识别

传统方向梯度直方图(HOG)特征方法用于机械零部件检测时,对零部件的微小缺陷点的检测和识别不是很有效,因此课题组提出了一种局部双线性插值的HOG特征提取改进算法,将其用于小缺陷点的零件的检测和识别。首先,在图像内部的某个块上实现局部双线性插值;然后对局部双线性插值图像块进行梯度计算,提取新的梯度方向直方图;最后利用神经网络分类方法对具有微小缺陷点的零件进行检测。实验结果表明：局部双线性插值HOG特征提取方法比传统的HOG特征提取方法具有更好的检测性能;增强图像的抗混叠识别效果。     

基于环境感知的防泄漏多秘密共享方案

提出了一种基于环境感知的防泄漏多秘密共享方案。在该方案中,可信中心利用中国剩余定理将多个秘密合并成一个秘密,根据拉格朗日插值多项式为各个参与者分配秘密子份额;在秘密重构时,参与者利用双线性映射,根据其秘密子份额和当前环境信息计算伪子份额;验证机构利用拉格朗日插值和双线性映射计算出验证信息,来验证参与者提交的伪子份额的有效性。该方案中参与者的子份额以及共享秘密均具有防泄漏特性,因而可以被重复使用。基于环境感知的动态性可以极大提高该方案对移动攻击者的攻击难度。该方案尤其适用于无线传感器网络、多机器人等野外工作的系统,可以有效提高这些系统的使用效率和安全性。     

数字图像多重水印及容量分析

利用CDMA系统多址复用的特点,提出了一种基于CDMA的多重水印算法,在小波变换域中同时嵌入多个水印。对多个原始水印进行卷积编码和交织编码后,采用Gold码组进行正交扩频,经CDMA编码的水印信息被叠加嵌入在除HH1以外的其他小波子带中。水印嵌入的幅值根据Watson小波域视觉感知模型确定。嵌入位置取决于一个PN序列随机发生器,检测时不需要原始图像。在此基础上对多重水印容量进行了分析,结果表明当嵌入两个水印时,其容量大于任何一个单一水印的容量,但小于两个单一水印容量之和。     

一种快速零树编码的小波图像压缩算法

研究了一种新的小波变换零树编码方法,通过定义多级零树根和使用编码信息表和最优量化的方法,对不同方向的小波子带系数采用不同大小的门限和量化码书。充分利用了小波变换后各子带系数对图像恢复的重要程度和人眼的视觉特性,取得了很好的压缩效果,对小波系数只作一次零树编码,大大节约了编码时间。     

改进的高效EZW遥感图像压缩方法研究

利用经过小波变换后的图像数据的能量大部分聚集在低频子带这一特点,针对小卫星星载计算机处理能力有限的客观情况,提出一种将预测编码和EZW编码相结合的图像压缩编码方法。通过有限的扫描次数,提取高频系数的重要系数。同时结合预测编码的方案,实现对低频系数几乎无损的压缩。实验证明,该方法能够使遥感图像的压缩同时具有较快的压缩速度和较好的压缩效果。     

结合图像属性的MSD-FICA盲水印算法

基于图像高频子分量相互独立的属性,再结合图像低频能量不易丢失的特点,该文设计了多分辨率子带分解的快速独立分量分析(MSD-FICA)盲水印算法,借鉴了经典的量化调制水印(QIM)算法思想,对原始图像小波分解后的高频成分(水平、垂直、对角小波系数)进行排序,取中频成分。嵌入水印是对中频分量系数和低频分量系数同时嵌入,水印的提取采用快速独立分量分析(FICA)算法,先用主成分分析进行预处理,然后用FICA盲提取水印。实验表明,该算法能有效地提取出水印,并能抵抗一定的压缩、滤波、噪声攻击。     

Delaunay三角剖分插值用于超分辨成像

微变焦超分辨成像在插值重建方面比较困难,目前基于最小二乘估计的频域模型和空域模型也都存在一些局限性。为了兼顾超分辨成像的实时性和精确性,该文在图像重建过程中,借鉴Delaunay三角剖分的数学概念,采用随机增量算法,定义了基于Delaunay三角剖分的插值算法。该算法可以提高分辨率,降低运算量。仿真实验结果表明,该算法在图像重建的时间和均方误差方面,均优于共轭梯度最小二乘法,其中基于Delaunay三角剖分的三次方插值算法的优越性更为突出。     

基于频面与嵌入零树小波的图像编码算法

以ＥＺＷ编码算法为基础，通过考虑视觉特性、利用子带相关性及修改完善嵌入编码策略，提出了一种基于频面与嵌入零树小波的图像编码（ＦＥＺＷ）算法．实验结果表明，该算法在压缩速度、图像复原质量等方面均明显优于ＥＺＷ算法．     

基于自适应提升方案的低比特率图像压缩编码

通过采用自适应提升小波分析,根据处理信息的局部特征自适应地调整预测和更新算子实现与处理信息的准确匹配,有效地降低信息小波分析的运算量和计算的复杂性,并且能较好地实现同址运算,便于采用DSP等硬件实现;其次,通过定义浮动阈值,在编码中提出了采用自适应深度优先搜索的扫描策略,进一步改善了数字图像的编码效率。实验结果表明,通过这些措施实现的数字图像压缩算法,其重构的图像质量较好,有效地降低了压缩后图像的比特数,图像的压缩效果、编码时间等亦有较大的改善。     

基于Curvelet变换的多聚焦图像融合算法

曲波变换是近几年发展的多尺度分析方法,它比小波更适于分析图像中的曲线边缘特性,利用这一特性,本文提出了一种基于Curvelet变换的多聚焦图像融合算法.实验结果表明,该算法融合效果优于小波变换等其他传统图像融合算法.     

基于提升小波变换的医学图像融合算法

图像融合是将多幅图像的信息综合到一幅图像的技术,它使得融合后的图像包含更为准确、更为全面可靠的图像描述。为了改善传统医学图像融合算法对细节信息的丢失,采用提升小波的方式将源医学图像进行分解,并分别对高低频采用不同的融合规则,最后经小波逆变换得到目标图像。仿真实验结果表明,该算法是有效可行的。     

关于图像压缩编码算法研究的综述

回顾了图像压缩编码算法的研究发展历程,介绍了已被广泛应用的几种典型的图像压缩编码算法及其特点,阐述了图像压缩编码领域的最新研究成果一小波变换压缩编码算法的工作原理及其待解决的主要问题.     

一种用于相干源分辨的测向算法

提出了一种用于任意阵列相干源分辨的测向算法─内插平滑算法，该算法通过内插实现了任意几何排列阵列上的空间平滑，能够完成任意阵上的相干源分辨。计算机模拟结果证明了该方法的正确性。     

基于视觉模型的双正交小波图像水印算法

提出了一种基于人类视觉系统模型的双正交小波多分辨图像水印算法,该算法充分利用小波多分辨的优点及人眼视觉系统的特性,保证了水印的不可见性及鲁棒性,同时在检测水印时也不需要原始图像,仅需涉及到相关的几个细节子图。实验表明该水印算法对于中值滤波、叠加加性噪声、JPEG有损压缩三种图像处理都是鲁棒的。检测算法还有计算量小,检测速度快的特点。