基于DCT快速变换的图像压缩编码算法

在JPEG标准中,基于图像压缩的有损压缩算法中的离散余弦变换（DCT）,应用于很多图像压缩场合,并且在实际操作中,能获得较高的压缩比,同时压缩后的图像与原始图像的视觉效果基本相同,因此得到了广泛应用。为了达到提高图像质量的目的,文中提出了一个基于二维离散余弦变换（DCT）的图像压缩改进算法,该算法通过设置量化系数来控制图像压缩数组的大小。同时,在图像压缩部分利用DCT快速算法。仿真实验结果表明：该算法进一步提高了图像的峰值信噪比（PSNR）和主观视觉质量。     

一种视频编码中的自适应块效应后处理算法

基于块DCT图像压缩方法通常会因比特率低而导致块效应.提出了一种在DCT域自适应消除块效应的算法,首先将块效应模型化为2维阶梯函数,并利用人眼视觉特性检测视频序列块效应的程度,利用索伯算子检测出图像的边缘,根据块效应的可见度对图像进行自适应处理.实验结果表明,本算法性能优于其他算法.     

一种基于VQ的自适应多重水印算法

提出一种基于矢量量化和DCT的多重鲁棒性水印算法,所提算法利用人类HVS及图像特征将不同的水印信号分别嵌入到载体图像的码书和DCT域中,通过自适应选择嵌入参数,保证水印算法的不可见性及抗攻击性能。实验结果表明所提水印算法比基于扩频调制的水印算法在抵抗各种信号处理所带来的攻击的鲁棒性方面有较大的改进,特别在抵抗同谋攻击方面具有较好的鲁棒性。     

基于HVS和量化的自适应盲水印算法

提出了一种基于HVS和量化的自适应盲水印算法,基于HVS的视觉模型使用亮度掩蔽系数,纹理掩蔽系数,频率掩蔽系数来自适应地调整水印的嵌入强度。算法选择在DCT域,通过用JPEG量化表量化DCT系数,比较量化后的DC系数|DC|与选定的量化后的AC系数|AC|之间的关系来嵌入和提取水印,并实现了水印的盲检测。由于DCT系数基于JPEG量化表来量化,对JPEG压缩具有很好的抵抗能力,对叠加噪声、模糊等常规的图像操作也具有很好的鲁棒性。实验结果证明,该算法是一种行之有效的方法。     

基于离散余弦变换的自适应数字音频水印技术研究

提出了一种将灰度图像嵌入到音频信号的数字水印算法 .该算法以包含丰富信息的灰度图像作为数字水印 ,首先利用 DCT静态图像压缩技术 ,将二维数字水印 (灰度图像 )编码成一维二进制序列并进行随机置乱 ,再对数字音频信号进行分段处理并依据人类听觉系统 (HAS)择段做离散余弦变换 (DCT) ,最后在离散余弦变换域内通过修改中高频 DCT系数完成水印信息的自适应嵌入 .实验结果表明 :该自适应数字音频水印算法不仅具有较好的透明性 ,而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性     

基于非局部低秩和自适应量化约束先验的HEVC后处理算法

经高效视频编解码标准HEVC压缩后的视频在高压缩比、低码率的情况下存在明显的压缩效应。针对该问题,提出了一种基于非局部低秩(Non-local Low-rank,NLLR)和自适应量化约束(Adaptive Quantization Constraint,AQC)先验的HEVC后处理算法。该算法首先构造在最大后验概率框架下的优化问题,然后利用解码后的压缩视频和量化参数QP获取非局部低秩和自适应量化约束先验信息,最后利用split-Bregman迭代算法来解决所提的优化问题,从而有效去除压缩效应,提升重建视频质量。其中,非局部低秩先验通过构建基于相似块聚类的非局部低秩模型来获得;自适应量化约束先验通过联合不同量化参数QP下的约束特性与视频的DCT域块活动性来获得。实验结果表明,在同等码率的情况下,与HEVC标准相比,所提算法在帧内编码模式下可以达到平均0.2597 dB的PSNR提升,在帧间编码模式下可以达到平均0.2828 dB的PSNR提升。     

基于离散Tchebichef矩和软决策量化的图像压缩

图像压缩编码能有效地减少图像像素间的信息冗余,并同时能保证图像重构质量和较低的计算复杂度。基于变换域的图像压缩编码是目前最常用且性能最优的压缩技术之一,但基于离散正交矩的图像压缩方法还未被深入研究。在研究JPEG的编解码流程的基础上,提出了基于离散Tchebichef矩的图像压缩算法。通过KS测试统计的方法研究变换系数的分布规律,利用软决策量化设计最优的量化表近似码率和失真度,从而提升了重构图像质量;接着对量化结果进行熵编码,最终实现了基于离散Tchebichef矩的图像压缩和重建全过程。在JPEG顺序编解码的流程下,与主流的DCT图像压缩方法进行比较,实验结果表明,比特率大于0.5bpp时,该算法重构的图像的质量更高;当PSNR分别为35dB,40dB,45dB时,其压缩性能明显优于DCT。同时,它们在编解码运行时间上接近。     

正交U变换及其快速算法

采用递推方法构造一种正交变换,称之为U变换,该变换含有分段常数基向量、分段一次多项式基向量以及分段二次多项式基向量,是对Walsh变换、斜变换的推广。根据递推方式,可以得到相应的快速算法。利用平移复制算子和Kronecher积的性质,推导基于Kronecher积的快速算法和正交U变换的直接分解算法。将该变换应用于图像压缩中,构造基于人类视觉系统的量化表,实验结果表明,正交U变换的图像压缩性能明显优于斜变换的图像压缩性能,与DCT变换的图像压缩性能相当,为图像压缩提供了一种新的选择。     

一种有效的数字图像水印新方法

该文就数字水印技术中基于离散余弦变换(DCT)的方法进行研究,提出了一种有效的图像自适应水印方法。在检测水印时无需使用原图像,从而能够有效应用于图像和视频信号的水印处理。所提出的方法利用了人类视觉的掩蔽特性,给出了两种采用参数自适应的水印方案,使得加水印后的图像具有好的视觉质量及高的信噪比,并且水印检测也有好的稳健性。     

一种快速DCT图像压缩算法的研究

主要对JPEG图像压缩标准中的DCT变换和量化部分提出了一些改进意见。其中 ,DCT变换部分采用查表法代替常规DCT算法 ,大大提高了其运算速度 ;量化部分用基于简单有效的“二重测试算法”的矢量量化取代了一般的欧氏距离矢量搜索算法 ,明显加快了码书的搜索速度。     

奇偶量化DCT系数实现文本信息隐藏

提出了一种基于图像载体的文本信息隐藏算法。引入一种新的基于地址错位的随机发生器算法,对所嵌入信息进行置乱。根据置乱后信息按照特定规则对图像量化系数进行奇偶处理,从而实现文本信息嵌入。针对图像压缩时所导致的误码,利用JND模型,提出了一种新的基于提取对比的误码修正算法。实验表明,该算法具有较强的鲁棒性和不可见性,在抵抗JPEG压缩、噪声、剪切等干扰具有较优良的性能。     

基于正负量化的DCT域数字图像盲水印算法研究

提出一种基于离散余弦变换（DCT）的灰度图像盲水印算法。首先对水印图像进行置乱加密。然后将载体图像进行8×8大小的分块,针对各分块进行DCT变换,采用正负量化规则进行水印的嵌入。水印的检测是根据正负量化规则进行的,不需要原始图像,是一种盲检测。最后通过水印相关系数（NC）和峰值信噪比（PSNR）来评价水印算法的性能。实验结果表明,该算法可以有效地抵抗JPEG压缩、噪声、剪切、滤波等攻击,鲁棒性较好。     

基于主观质量的JPEGXR量化参数选择

在JPEGXR图像标准的基础上,提出一种提高其压缩效率的编码方法。该方法利用人类视觉系统对图片的感知特点,设计基于图像内容的自适应量化参数选择算法。根据最小可觉差模型,以图像的局部纹理和局部亮度为参数,将图像压缩过程中的宏块分为6类,对每类宏块的直流、低频、高频系数赋予不同的量化参数,从而使得整幅图像的码率根据纹理复杂度和亮度合理分布,在保持主观质量不变的情况下,减小图像码率,最终提高压缩效率。实验结果表明,相对于固定量化参数算法,该算法可使图像压缩效率得到最高10％的提升。     

基于DCT变换的数字水印算法研究

提出了一种基于DCT变换嵌入到图像的中频带水印改进算法。该算法在DCT变换水印算法的基础上,调整DCT对应系数,然后将其嵌入到原始图像的中频系数中。从实验结果来看,该算法真正做到水印的盲监测,实现水印能够抵抗常见的噪声、裁剪、JPEG压缩等攻击,使水印具有较好的不可见性和鲁棒性。     

色彩量化的模糊粒子群优化技术

把粒子群算法应用到色彩量化中,结合已有的模糊C均值聚类量化方法,提出了一种基于粒子群优化的色彩量化算法。模糊C均值聚类量化算法是一种局部搜索算法,对初始值较为敏感,容易陷入局部极小值而不能得到全局最优解;PSO算法是一种基于群体的具有全局寻优能力的优化方法。将模糊C均值聚类量化算法和PSO算法结合起来,把模糊C均值聚类量化算法的聚类准则函数作为PSO算法中的粒子适应度函数。仿真实验表明,新算法在均方根误差和峰值信噪比评判准则下能够得到最优的量化结果。     

变换编码中消除图像“块效应”的优化算法

在基于DCT城内系数量化的压缩算法中，随着码率的降低，量化也越来越粗糙，使重建后的图像产生“块效应”和“振铃现象”等问题。本文提出了一种优化算法束消除这种现象，首先采用块边界滤波削弱相邻块的边界像素突变，然后将图像内的DCT块分为三类，针对不同类型的块所具有的特性采取不同的处理算法，从而在不对图像清晰度产生
明显影响的情况下消除“块效应”和“振铃现象”。     

基于DCT和SVD变换的盲数字水印算法

结合奇异值分解（SVD）变换,提出一种基于DCT域内DC分量的数字盲水印算法。对原图像进行8×8分块DCT变换,对DC系数集合进行2×2分块的SVD变换,使用量化步长Q量化每个小块对应的最大奇异值,向量化后的结果嵌入水印。由于选择DC系数进行SVD变换,且SVD变换结果表现的是图像的内蕴特性而非视觉特性,故算法具有较高的稳健性和透明性。实验表明,该算法可以有效地抵抗中值滤波、JPEG压缩、噪声等常规篡改处理,水印的提取不需要原始图像参与,执行起来简单方便。     

Local cosine transform — a method for the reduction of the blocking effect in JPEG

This paper presents the local cosine transform (LCT) as a new method for the reduction and smoothing of the blocking effect that appears at low bit rates in image coding algorithms based on the discrete cosine transform (DCT). In particular, the blocking effect appears in the JPEG baseline sequential algorithm.Two types of LCT were developed: LCT-IV is based on the DCT type IV, and LCT-II is based on DCT type II, which is known as the standard DCT. At the encoder side the image is first divided into small blocks of pixels. Both types of LCT have basis functions that overlap adjacent blocks. Prior to the DCT coding algorithm a preprocessing phase in which the image is multiplied by smooth cutoff functions (or bells) that overlap adjacent blocks is applied. This is implemented by folding the overlapping parts of the bells back into the original blocks, and thus it permits the DCT algorithm to operate on the resulting blocks. At the decoder side the inverse LCT is performed by unfolding the samples back to produce the overlapped bells. The purpose of the multiplication by the bell is to reduce the gaps and inaccuracies that may be introduced by the encoder during the quantization step.LCT-IV and LCT-II were applied on images as a preprocessing phase followed by the JPEG baseline sequential compression algorithm. For LCT-IV, the DCT type IV replaced the standard DCT as the kernel of the transform coding. In both cases, for the same low bit rates the blocking effect was smoothed and reduced while the image quality in terms of mean-square error became better. Subjective tests performed on a group of observers also confirm these results. Thus the LCT can be added as an optional step for improving the quality of existing DCT (JPEG) encoders. Advantages over other methods that attempt to reduce the blocking effect due to quantization are also described.