基于YC子阵的彩色图像三维矩阵变换压缩编码

提出了一种新的基于子阵模型的三维矩阵变换彩色图像压缩方法。此压缩方法的创新之处在于:三维子阵分割中采用了亚采样和YC子阵技术,能更好地去除彩色图像分量间的冗余,提高压缩比,而且在YC子阵技术中提出了Y类三维子阵和C类三维子阵的概念;量化方法采用了线性非均匀标量量化,并定义了一种新的运算方法———量化除法。实验表明,与基于矢量量化方法的三维矩阵变换压缩方法相比,本文方法的优点是对具体的图像无依赖,并在压缩整体效果方面已经优于JPEG方法。     

基于多维矢量矩阵正交变换理论的彩色图像压缩编码

在多维矢量矩阵理论的基础上提出了四维矢量矩阵离散余弦变换(4D-VMDCT)算子,扩展了多维矢量矩阵正交变换理论,验证了该变换算子的正交性和能量集中性;提出了适应于三维数据的量化方法,并将该方法用于图像压缩。根据彩色图像的行、列、颜色分量之间的强相关性构建了多维矢量矩阵采样模型,进行多维正交变换,大幅降低了多维数据的相关性,并通过多维量化和无损熵编码,进一步消除统计冗余。理论分析和实验结果表明:在增加压缩比的同时,峰值信噪比也有明显的提高,实验结果优于国际标准JPEG。     

彩色图像鲁棒聚类分割快速算法

给出一种具有鲁棒性的彩色图像聚类分割快速算法,以改善基于马氏距离聚类分割算法(MFCM)的实时性和抗噪性。利用彩色图像红、绿、蓝3通道分量构造三维直方图,统计出现频次不为零的灰度级组数目,用于取代像素值进行聚类。将图像像素邻域均值嵌入MFCM算法的目标函数,采用拉格朗日乘子法获取其迭代求解表达式,可得相应图像分割聚类算法。随机选取伯克利标准图像库中3幅彩色图像,添加不同强度的高斯噪声,进行分割测试。实验结果表明,改进算法对噪声图像的分割具有一定鲁棒性,对无噪声彩色图像分割相比MFCM算法具有更高执行效率。     

基于统计模式识别的植物病害彩色图像分割方法

根据植物病害彩色图像的特点,提出了用颜色空间作为特征空间,利用统计模式识别的监督分类方法,采用基于Fisher准则的线性判别函数来对彩色图像进行真彩色二值化分割。结果表明:该方法具有快速、有效和准确的特点,对彩色植物病害图像的分割处理十分有效。     

基于分水岭和种子生长的彩色图像分割

提出一种基于分水岭和种子区域生长的彩色图像改进分割算法。该算法先对彩色图像进行分割前预处理,使用分水岭算法对图像进行初始分割,然后根据一定的规则从分水岭算法分割形成的区域中自动选取种子区域并进行生长,最后合并相似区域或小区域。以区域作为种子生长单位,使用种子区域一次性生长方法进行生长。实验结果表明,该算法分割结果较好,分割速度较快。     

基于金字塔连接算法的彩色图像分割

根据金字塔连接算法的特性，提出一种彩色图像自动分割算法。根据HSV颜色空间颜色和亮度无关，将彩色图像从RGB空间变换到HSV空间，然后用基于金字塔的图像分割算法对色调、饱和度和亮度3个分量进行分割．通过合并得到最终分割结果．试验表明，这是一种计算高效的自动分割算法，     

PCNN模型在彩色图像分割中的应用

针对脉冲耦合神经网络(PCNN)模型主要应用于灰度图像处理的局限性,利用脉冲发生器将颜色信息引入模型作为输入,与灰度信息共同控制神经元的内部行为,控制等灰度值的不同颜色区域分期点火,实现彩色图像的精确分割.双输入PCNN模型实现了彩色图像的分割,同时保持了PCNN模型对噪声的鲁棒性,从简单的仿真图像和实际图像两方面验证了此分割方法的有效性.     

基于APBUT3的彩色图像编码与压缩研究

为实现彩色图像的有效压缩,采用一种基于全相位双正交三次U变换(All Phase Bi-orthogonal U TransformBased on 3-Degree U System,APBUT3)的新算法。该算法将原始彩色图像由RGB空间转换到YUV空间,利用APBUT3矩阵作为变换矩阵代替(Discrete Cosine Transform,DCT)对彩色图像的YUV三个分量分别进行压缩编码,编码时对变换系数采用均匀量化,可降低编码算法的时间复杂度。实验结果表明,较低压缩比时,该算法编码后的主观效果与DCT基本接近;较高压缩比时,采用16×16APBUT3编码的方块效应没有DCT明显。     

基于稀疏矩阵的谱聚类图像分割算法

在图像分割中谱聚类算法需要计算像素之间的相似度矩阵,构造数据量大,并且要对拉普拉斯矩阵进行特征分解,计算比较耗时。针对这一问题,提出了一种基于稀疏矩阵的谱聚类图像分割算法。算法结合图像特征信息在不同尺度上对谱聚类进行误差分析,设计了一种新的样本信息选取方案,并利用选取的图像信息直接创建稀疏相似度矩阵。理论分析以及图像分割实验结果表明,该算法能够有效降低谱聚类的计算复杂度,同时,提高了分割的准确性和鲁棒性。     

彩色图像的矢量阈值自适应分割算法

针对彩色图像,提出了一种矢量阈值的自适应分割算法,该算法中的阈值是一个矢量．在图像分割时,通过先求取图像像素矢量与阚值矢量之间的差矢量,再根据差矢量与阈值矢量之间的夹角确定像素所属的区域(背景区域或目标区域)．同时基于类间方差法(Ostu法)给出了最佳阈值矢量选择原则——扩展类间矢量方差法,从而实现彩色图像矢量阈值的自适应分割．实验结果表明,采用此图像分割算法分割效果要优于采用灰度图像的阈值分割算法．     

基于多维矢量矩阵离散余弦变换的熵编码

针对传统JPEG中游程-霍夫曼熵编码方法在彩色图像的多维矢量矩阵离散余弦变换体系中,不能充分有效压缩数据的问题,提出了一种根据非零交流系数幅值尺寸和该系数前零游程长度尺寸的联合分布进行游程编码,再进行霍夫曼编码的新方法,并重新统计设计了霍夫曼码表。实验结果表明:该方法的压缩性能较改进前熵编码,在PSNR相同的情况下,比特率至少降低了9%,远优于JPEG方法,在更高维的视频图像变换压缩中有着良好的应用前景。     

改进的整型KL变换和SPECK编码的彩色图像压缩方法

为了解决彩色图像的无损压缩问题,提出了一种改进的整型KL变换(Improved Integer Karhunen-Lo-eve Transform,IIntKLT)和SPECK编码相结合的彩色图像压缩方法.该算法首先设计了一种新的IIntKLT方法,以去除R,G,B颜色分量之间的相关性,并保证了变换的完全无损可逆性,然后再结合改进的SPECK编码方法进一步的提高了编码性能.通过对标准测试彩色图像的实验结果表明:此方法无损压缩比平均提高0.1 bpp,有损压缩下,最高优于JPEG2000 0.88 dB.     

四维矩阵离散余弦变换的整数实现

根据四维矩阵离散余弦变换变换核的定义,可以将四维矩阵DCT的变换核降维看作二维矩阵。这些二维矩阵属于酉矩阵。并根据可逆整型变换矩阵分解的原理,首先计算四维矩阵离散余弦浮点变换的整数可逆分解,得到整数到整数的可逆变换矩阵。然后利用得到的分解矩阵对视频序列进行变换,最后将得到的系数用基于稳健统计的矢量量化方法进行量化编码。实验结果表明,在相同压缩比的情况下,整数到整数的四维矩阵离散余弦变换与浮点变换相比,恢复图像的PSNR有1 dB以上的提高,主观质量也有改善。     

An adaptive hybrid DPCM/DCT coding approach for high quality image compression

omImagcomressionaimstoreducethenuInberofbitSreqUiredtorepresentanimagbyremoingredundancy.AvarietyofcomPressiontherithInsandcorresPondingformsofimPlementaionexistforstilliInagcompressio.['~'J.DCT,atIanSform-basetlcodingtechniqUe,hashecomepoPularinJPEGandMPEG.DcrconvertSdePendentim-agepixelsintOindePendentcoefficientsinheencyfieldwhichareenenycOInPatedinonlyafewofthecoeffi-cientScontainingthemostirnaginfonnationwhichcanbeqUantized,nm-lengthandVariablelengthceded.SotheDgycoderalwayr…     

基于四叉树和交叉熵的面向对象图像分割方法

为了解决光照不均的非均匀图像分割问题,提出了基于面向对象思想的图像分割算法.针对非均匀图像的特点,以四叉树作为分析结构,在Shannon熵上推导出子集熵与全集熵的关系,作为图像的面向对象描述.基于此关系,充分考虑非均匀图像子集的局部灰度分布,最小化子集与全集的交叉熵,抹去子集的局部灰度偏移特征,从而得到分割阈值与局部灰度分布相关的分割方法.实验表明,相比常用的动态阈值算法,该算法具有运算量少、分割结果自适应性好的特点.     

基于提升小波变换的图像压缩编码的VLSI实现

提出了一种基于提升小波变换和SPIHT算法的图像压缩编码的VLSI结构。小波变换部分采用流水线及分时复用的技术,节省了硬件资源,提高了运算速度,增强了稳定性。SPIHT算法采用多阈值的四路并行处理结构,提高了编码效率。基于上述方法的FPGA实现,能够满足图像存储、传输等方面的要求。