分片线性函数逼近与DCT相结合的图像压缩方法

文章基于分片线性模型的紧凑表示和整体拟合方法,提出了一种新的分片线性逼近算法。并将此算法用于对JPEG标准的改进。基本方法是在对图象数据做了DCT变换之后,对于不同块相同位置的元素,在保持块相对位置不变的前提下,进行分片线性函数逼近,从而在更大范围内把握图像的相关性,提高图像的压缩比率。     

光学图象几何畸变的快速校正算法

实际光学镜头所成的图象难免会有几何变形，多项式坐标变换法是进行几何修正的有效方法，但是当次数较高的时候，运算量太大，难以应用到实时图象处理系统，为此在分析多项式坐标变换算法的基础上，提出了一次多项式非均匀分片逼近算法。该算法首先将图象非均匀划分成矩形区域，在每个矩形区域内部用一个一次多项式逼近高次多项式。基于对图象畸变的主要因素即径向畸变的分析，该算法的图象划分规则能在保证逼近精度的前提下占用最少的保存模型参数的空间。该算法大大降低了运算量，将运算时间减少了近2／3，同时能很好地保证逼近精度，空间代价也限制在很小的范围内，试验结果表明该算法是图象几何修正的有效方法，具有良好的工程应用价值。     

有理三角曲面的分片线性逼近

有理三角曲面的分片线性逼近在参数曲面的求交、绘制等方面有着重要应用.已有研究主要采用曲面的二阶导矢界来估计逼近误差,而有理曲面的导矢界估计是一项困难的工作.为解决上述问题,利用齐次坐标,给出了一种定义域为任意三角形的有理三角曲面的分片线性逼近算法.该算法有效地避免了有理三角曲面的导矢界估计,并且离散段数可先验地给出.此外,通过重新参数化技术来缩小有理三角Bézier曲面的权因子之间的比值,进一步提高了算法的效率.     

隐式曲面的多分辨率法向网格逼近

法向网格是一种新型的曲面多分辨率描述方式，其中每个层次都可以表示为其前一个粗糙层次的法向偏移．文中提出一种基于法向网格表示的隐式曲面多分辨率网格逼近算法．首先通过基于空间剖分技术的多边形化算法获得隐式曲面的粗糙逼近网格，并利用网格均衡化方法对粗糙网格进行优化，消除其中的狭长三角形；然后利用法向细分规则迭代地对网格中的三角面片进行细分，并利用区间算术技术沿法向方向对隐式曲面进行逼近．最终生成的隐式曲面分片线性逼近网格为法向网格．该逼近网格为隐式曲面提供了一种多分辨率表示，网格具有细分连通性，其数据量较传统的多边形化算法所生成的网格有大幅度的压缩．该算法可用于隐式曲面的多级绘制、累进传输及相关数字几何处理．     

基于小波分解的快速分形图象压缩算法

为了解决传统分形压缩编码时间过长的问题 ,提出了一种基于小波分解的快速分形图象压缩算法 .该算法利用小波分解后各频带间能量分布不均衡的特性 ,将集中图象主要能量的低频域看作是一种图象 ,进行传统分形编码 ;然后利用小波分解后不同分辨率子带图象之间的相似性 ,用低频域的全搜索代替传统算法中整个区域的全搜索 ,将在低频域得到的分形参数进行适当的比例变换得到整幅图象的分形码 ,解码时 ,进行同传统算法相同的迭代过程 ,所得解码图象即为原图的逼近图象 .实验结果表明 ,该算法在压缩比不变 ,且基本不影响恢复图象质量的前提下 ,大大提高了编码速度 ,明显改善了分形图象压缩中编解码时间的不对称 .     

重叠哈希分片的概率包标记方法

针对压缩边分片采样算法复杂度和重构路径误报率过高的问题,提出一种改进的压缩边分片采样概率包标记方法,即重叠哈希分片(OHF)的概率包标记方法。该方法在不增加包标记位的前提下,通过构造相邻的IP哈希分片之间的4位哈希关系,降低重构算法复杂度,同时改善边采样误报率。在NS2环境下的仿真实验表明了OHF方法的有效性。     

分片线性规划及应用

提出通过分片线性逼近和分片线性规划,将非线性优化问题转化为一系列的线性规划进行求解的方法。讨论了分片线性规划的性质,证明了分片线性规划问题可以通过有限次线性规划得到求解,同时,给出了分片线性规划问题局部最优解的充要条件,并基于此构造了求解分片线性规划问题的下降算法。该算法与自适应链接超平面模型相结合,成功地对离心式冷水机组的工作点进行了优化。通过优化,机组的能耗比之当前工作点有了明显的下降,表明通过分片线性规划求解非线性优化问题的有效性。     

多媒体通信中基于对象的格矢量量化

在格结构的分析与研究的基础上,详细讨论了格的重要算法,并给出了小波域图象对象的格矢量量化方法。结合小波变换系数的分布特点,对某些小波变换系数进行标量量化时,采用了一种连续逼近的方法,并利用所讨论了算法对多数小波变换系数进行了格矢量量化。实验表明,格矢量量化速度快,编码效率高,能较好地达到多媒体通信中图象压缩编码要求。     

基于分片线性函数逼近的非线性观测器设计

综合分片线性函数模型辨识/逼近和鲁棒观测器设计方法,研究了一大类非线性鲁棒观测器设计方法.所提出的算法能有效解决非线性系统的辨识/建模问题,并保证在一定的逼近精度下观测误差可以控制在一定的范围内,且观测误差随着逼近精度的提高而减小.     

线性逼近SVM在入侵检测中的应用

引入分段线性识别算法,提出一种线性逼近支持向量机(SVM)入侵检测模型。将特征空间剖分成若干子空间,在每个子空间中基于SVM构造5个最优分类面,将各个分类面链接起来构成5个分片最优分类面以逼近理论上的最优分类超曲面。实验结果证明,该模型的训练时间较短,在噪声数据存在的情况下识别正确率较高。     

改进的CABAC与SPIHT编码算法研究

为提高图像压缩效率,提出了分段自适应二进制算术编码CABAC与SPIHT算法相结合的混合编码算法,并从理论和仿真实验两个方面证明了该算法的有效性。根据SPIHT算法产生码流概率的特点及二进制熵编码的特性将SPIHT算法产生的二进制码流分为符号和数据两段,并按照SPIHT编码阈值对数据码流再次分段,采用优化的CABAC对各二进制码流段分别编码,在不增加计算量的情况下能够得到更好的图像压缩效果。     

基于U系统的数字图象水印技术

在研究U系统的基础上,提出了一种在图象中植入数字水印的简便易行的方法,介绍了分段线性U系统及其性质,并将其扩展为分段K次U系统;在讨论如何使用分段线性U系统对数字图象进行分 的基础上,提出了基于U系统的数字图象水印方法,并给出了相应的实验结果,实验表明这种算法是可行的。     

A secret image sharing scheme based on piecewise linear chaotic map and Chinese remainder theorem

In this paper, a secret image sharing scheme, by combining arithmetic compression coding and Chinese remainder theorem (CRT) is proposed. It is well known that arithmetic compression coding method for image has a good compressibility, and it can reduce the size of the shadow image, which consists of sharing values. Usually, a smaller shadow image is convenient to store and transmit. The piecewise linear map is applied to design compression coding scheme, which has the same properties as the conventional arithmetic compression coding. The CRT is used to construct the sharing scheme for compression codes. Meanwhile, it also has encryption effects in the process of sharing. Finally, the security and the effectiveness of the secret image sharing scheme are confirmed by some computer simulation results.

     

Image coding algorithm based on Hadamard transform and simple vector quantization

Transform coding is commonly used in image processing algorithms to provide high compression ratios, often at the expense of processing time and simplicity of the system. We have recently proposed a pixel value prediction scheme in order to exploit adjacent pixel correlation, providing a low-complexity model for image coding. However, the proposed model was unable to reach high compression ratios retaining high quality of reconstructed image at the same time. In this paper we propose a new segmentation algorithm which further utilizes adjacent pixel correlation, provides higher compression ratios and it is based on application of Hadamard transform coding. Additional compression is provided by using vector quantization for a low number of quantization levels and by simplifying generalized Lloyd’s algorithm where the special attention is paid to determination of optimal partitions for vector quantization, making a fixed quantizer. The proposed method is quite simple and experimental results show that it ensures better or similar rate-distortion ratio for very low bit-rates, comparing to the other similar methods that are based on wavelet or curvelet transform coding and support or core vector machine application. Furthermore, the proposed method requires very low processing time since the proposed quantizers are fixed, much less than the required time for the aforementioned methods that we compare with as well as much less than the time required for fractal image coding. In the end, the appropriate discussion is provided comparing the results with a scheme based on linear prediction and dual-mode quantization.

     

差分与快速图像分形映射压缩算法

针对分形编码算法编码时间太长等缺点,提出了对编码图像进行差分和分级逼近的新的分形编码算法,在理论上对这一思想的可行性进行了有益的探索,给出了该算法成立的理论基础,根据此思想给出了一个新的具体实现分形编码的算法,实验表明,在提高压缩比和图像恢复质量的同时,运算时间也大大缩短。     

差分与快速图象分形映射压缩算法

文章针对分形编码算法编码时间太长等缺点提出了对编码图象进行差分和分级逼近的新的分形编码算法.对这一思想的可行性在理论上进行了有益的探索,给出了该算法成立的理论基础.文章还根据此思想给出了一个新的具体实现分形编码的算法.实验表明,在提高压缩比和图象恢复质量的同时,运算时间也大大缩短     

四叉树理论在分形图像编码中的应用

在分形图像编码领域,四叉树经典理论及各种各样的改进算法越来越多地被运用,不断地提升编码方法的正确性。着重对分形编码理论、经典四叉树算法和Fisher自适应四叉树算法进行研究,并在此基础上提出了一种改进四叉树的编码方法,最后,在VC6.0开发工具中进行了仿真和验证,结果表明该文提出的改进四叉树的编码方法在同类图像压缩和编码中,具有更高的压缩比和更短的压缩时间。     

人工鱼群算法在自适应图像增强中的应用

图像增强是图像处理中的一个经典问题,以传统的分段线性变换为基础,利用人工鱼群算法和二维Otsu阈值法,提出了一种自适应的图像对比度增强算法。该方法利用优化后的人工鱼群算法自动选取双阈值,依据图像的对比度自动搜索灰度变换斜率,得到最优的分段线性变换曲线,并用之对图像进行增强处理。实验表明,该方法可有效提高图像对比度,且优于直方图均衡化、反锐化掩模等传统的对比度增强方法。     

改进的分形矢量量化编码

为了提高图象的分形矢量量化编码效果，在利用四叉树对图象进行自适应分割的基础上，基于正交基三维分量投影准则，提出了图象块非平面近似方法，进而形成一种新的静态图象分形矢量量化编码方法。该方法首先通过对投影参数进行DPCM编码来构造粗糙图象，然后由此来构成差值图象编码的码书。由于该方法把分形和矢量量化编码结合起来，因此解码时只需查找码书，并仅进行对比度变换。计算机编、解码实验结果表明，该编码方法具有码书不需外部训练，解码也不需迭代等优点，且与其他同类编码器相比，该方法在压缩比和恢复图象质量（PSRN）方面均有明显改善。