一种新的遥感图像无损压缩算法

根据高光谱遥感图像具有空间和谱间相关性的特点,提出了基于三维整型DCT变换的无损压缩方法.首先将空间维和谱间维组合起来形成三维数据,采用三维整型DCT变换消除高光谱图像空间和谱间的相关性;然后,对变换系数进行类似小波的树状系数重组,并按子带顺序进行一阶自适应算术编码.实验结果表明,与已有的无损压缩算法相比,该方法的压缩效率有较大提高.     

一种有效的多波段遥感图像无损压缩方法

首先利用分类的方法,得到同一地物在不同波段的光谱反射特性,在此基础上构造谱间预测器,去除谱间相关性,再对残差图像采用S＋P变换去除空间相关性,然后,利用改进的分级树的集合划分（SPIHT）方法,实现遥感图像的高效无损编码,实验表明本方法取得满意的结果,显示了本方法在多波段遥感图像压缩中的潜力。     

一种基于网格编码量化的高光谱图像无损压缩方法

由于遥感图像的数据量非常庞大,给有限的存储空间和传输带宽带来很大的压力,同时,由于高光谱图像获取代价昂贵,具有广泛的应用领域,且压缩时一般不能丢失任何信息,即要求无损压缩,因此没有有效的压缩方法,高光谱图像的普及应用将受到极大的限制.网格编码量化（TCQ）借鉴了网格编码调制（TCM）中信号集合扩展、信号集合划分和网格状态转移的思想,其虽具有良好的均方误差（MSE）性能,而且计算复杂度适中,但目前TCQ主要被应用于图像的有损压缩,为了对高光谱图像进行有效的无损压缩,通过将TCQ引入高光谱图像的无损压缩,并根据高光谱图像的特点,提出了一种基于小波变换和TCQ的高光谱图像无损压缩方法.实验结果表明,与JPEG2000和JPEG-LS中无损压缩算法相比,该算法对高光谱图像具有更好的压缩性能.     

基于块方向信息的指纹图像无损压缩编码

根据指纹图像在局部具有很强的方向性，提出了一种基于块方向预测的无损压缩编码方法。在此方法中，首先将指纹图像分成8×8的图像块，计算出每一块的块方向信息，并根据这个方向信息，对各个块自适应地选择一个预测器；然后通过预测误差的Context模型进一步去除相邻像素之间的相关性；最后采用Rice算法对误差图像进行编码。实验表明，这种方法简单实用，压缩效果好于JPEG无失真模式和JPEG-LS。     

DOS下BMP图像的显示编程

本文介绍了ＢＭＰ图像文件的格式和ＤＯＳ下ＢＭＰ图像的显示编程原理和程序实现。     

基于区域分割技术的图像无损压缩算法研究

1.引言在某些场合,需要压缩后重建图像的所有像素与原始图像的对应像素完全相等,这种压缩技术就是图像的无损压缩。无损压缩技术具有广泛的应用:医学射线图像往往要求进行无损压缩,以免造成诊断错误;卫星遥感图像往往也要求进行无损压缩,以减轻通信信道载荷,同时又保持遥测精度。进行无损压缩可以采取以下的两个步骤:首先进行解相关,尽量消除图像的冗余,得到误差图像;然后对误差图像进行可变长二进制编码。     

基于3-参数变长编码的图像无损压缩算法

通过对 Huffman 编码方法的研究和分析, 提出了一种基于3-参数变长编码(3-PVLC)的图像数据无损压缩算法. 在图像数据转换为混合差分数据基础上, 采用3-PVLC 对差分数据进行一次编码, 并利用一种自适应性的游长缩减法对一次编码后的二值码流进行二次编码. 本文的编解码方法较灵活, 可依据具体需要进行基于3-PVLC 方法的一次编码或在一次编码基础上完成二次编码, 且具较高压缩比.     

一种准无损压缩图象子带编码算法

针对有损压缩会损失一部分信息而无损压缩又压缩比较低的问题,提出一种实现准无损压缩的方法。该方法就是首先将图象用噪声模型进行去除噪声处理,以提高图象的信噪比,并有利于图象的压缩;然后再使用区域自适应子带编码算法进行编码。由于该算法能快速收敛,因而编码时间相对较少;编码通常能实时执行。实验结果表明,该压缩方案具有高信噪比、高压缩比等优良性能。从算法的理论基础来看,其中基于噪声模型的噪声清除算法对其他编码算法（如DCT、DPCM、JPEG、SPIHT、MPEG等等）同样具有推广意义。     

基于改进SPIHT的图像无损压缩算法研究

针对应用于图像无损压缩的传统SPIHT算法没有充分利用小波系数低频子带带内的相关性且存在编码冗余的不足之处,提出了基于改进SPIHT的图像无损压缩算法。首先对原始图像进行整数小波变换,然后对小波变换后的低频子带和高频子带分开编码,即对低频子带进行预测编码;对高频子带,当阈值小于等于2时,改变了传统SPIHT算法的编码方式,减少了比特输出。实验结果表明,与传统SPIHT算法相比,比特率平均降低了0.0653bpp。     

一种基于自适应字典的通用无损压缩算法

对LZ77和LZ78两种算法进行了深入的考察，提出了一种改进的LZ算法LZI（LZ Improved),即基于LZ78算法和LZ77的混合算法，LZI算法具有LZ78和LZ77相似的计算复杂度和存储复杂度。实验结果表明，LZI算法具有更好的全局与局部自适应性。更高的压缩效率。     

零树小波图象压缩算法的改进

针对零树小波编码等常用图象压缩算法存在的压缩速度慢、压缩比小、重构复原图象效果不理想等问题 ,本文充分考虑人的视觉特性 ,结合不同方向不同尺度子带之间的相关性 (横向相关 ) ,提出了一种基于高频带面的新零树小波编码算法 (以下简称为改进的零树小波编码算法 ) .实验结果表明 :改进的零树小波编码算法在压缩比、编码时间、解码时间、重构复原图象质量等方面均优于零树小波编码算法 .     

煤矿机器人视觉BMP图像显示

研究了煤矿机器人视觉导航中所做的利用TurboC 编程实现BMP图像文件显示系统,介绍了显卡知识及位图文件结构,最后给出了一实例程序,运用它可以打开已经存在的BMP图像文件,读取图像数据,并将图像在屏幕上显示,而不利用Windows系统支持的Photoshop等图像处理软件。在此程序基础上可以进一步进行图像处理的研究。     

新一代小波变换图像压缩算法EBCOT

EBCOT作为一种新的图像压缩算法，在性能功能上取得了优于以往的表现：全面深入说明其工作原理，并将其与SPIHT作了比较，最后用实验数据评价了其在压缩性能上的表现。     

一种消除图像拼接痕迹的新方法

图像融合是消除拼接痕迹的关键技术之一,已有的众多图像融合算法大都是针对完全重合图像的,忽略了针对图像拼接痕迹消除的图像融合方法的研究,从而影响了图像拼接技术的应用发展。为了高效、高质量地完成图像拼接,利用缝合线搜索技术结合小波多分辨率分析融合技术,给出了一种消除图像拼接痕迹的新方法。实验结果表明,该方法在保证较好实时性的同时,高质量地消除了图像拼接的痕迹。     

一种新的无损小波图像压缩算法

基于Daubechies 5-3旋转小波，本文提出了一种无损图像压缩新算法，这一工作证实了小波压缩的如下问题，小波压缩具有与JPEG那样快的运行速度，在不改变变换系数的条件下，采用序贯处理方法能急剧地减小存储器的需要量，能用小波实现图像的无损压缩，对比实验表明，这种快速，有效的无损图像压缩技术比标准的JBIG和无损的JPEG性能要优越。     

一种基于改进嵌入小波编码的新图象压缩算法

基于逐次逼近量化与零树结构的嵌入零树小波编码(EZW)被认为是静态图象变换编码领域迄今为止最好的压缩算法之一.然而通过分析和实验,发现该算法在一定程度上存在时间复杂度较高和复原图象质量不尽理想等不足.本文提出了一种基于改进嵌入小波编码的新图象压缩算法,该算法能够通过以下3项措施提高EZW算法工作效率:(1)对最低频子带进行单独编码;(2)采用全新的嵌入小波编码策略,不再利用导致计算量剧增的双亲-子女(Parent-Children)关系;(3)进行嵌入小波编码时,不再考虑ZTR(零树根)和IZ(孤立零)符号.实验结果表明:本文提出的新图象编码算法在压缩/解压缩速度、图象复原质量等方面均明显优于EZW编码算法.     

BMP文件的信息隐藏算法设计与实现

信息隐藏技术具有不可见或不可测的特性,可以用于保护数据的所有权和不可见的秘密通信领域。本文首先分析BMP文件结构,然后介绍一种基于BMP图像的信息隐藏算法,同时结合LSB算法优点,对信息隐藏的位置做了改进。通过实验仿真证明,可以达到隐藏网络通信和传输信息的目的,具有较好的隐蔽性。     

一种新的静态图像压缩编码算法的研究

在静态图像传输中,针对含有噪声的数字图像去除相关性差的问题,借助数字图像的噪声模型,对图像作去噪处理后用静态图像压缩标准JPEG基本系统对图像压缩编码,采用VC＋＋6．0实现该算法。实验结果表明,该方案具有较高压缩比、信噪比等良好性能,具有广泛的应用价值。     

基于Logistic映射的BMP图像加密算法

根据BMP图像信息的特点,提出一种基于Logistic映射的BMP图像加密算法,该算法将两个Logistic映射组合起来构成复合混沌系统,产生两个混沌序列,用其中的一个混沌序列对BMP文件数据进行加密,另一个混沌序列对每个像素对应的R、G、B颜色分量进行加密.实验结果表明,该算法具有良好的加密效果.     

一种新的JPEG图像二次压缩检测算法

针对隐写分析中JPEG图像二次压缩的检测问题,提出一种新的压缩检测算法。通过对JPEG一次压缩和二次压缩后的绝对值直方图进行比较,发现直流与交流系数差分绝对值、交流与交流系数差分绝对值在二次压缩后有明显变化。在此基础上提取特征,采用SVM进行分类。实验结果表明,在虚警率小于5%的情况下,该算法检测性能优于Pevny T和Fridrich J提出的算法(IEEE Trans. on Information Forensics and Security, 2007, No.2)。