基于3D-CDF（2,2）和3D SPIHT的序列图像压缩编码研究

研究了3D DWT和3D SPIHT算法,用CDF（2,2）双正交小波为帧内小波变换的小波基,考虑到边界延拓效应,时间维小波变换也选用CDF（2,2）双正交小波为时间维小波变换的小波基,实验结果表明算法对于视频序列图像压缩是非常有效的,其压缩效果明显优于基于3D-DCT的压缩编码算法.     

基于小波变换的核桃叶片图像编码优化算法研究

由于多媒体技术和网络技术的不断发展,静态图像压缩编码被广泛应用于多媒体和网络技术,然而静态图像在存储和传输方面占用了大部分资源,造成不便。基于小波变换对核桃叶片图像进行多分辨率分解,对比研究haar和bior3.7算子对静态图像的编码,通过峰值信噪比和压缩前后比特数衡量图像编码效果,对不同层次的小波分解采用不同的量化电平,给出了基于bior3.7的小波图像编码优化算法,结果表明基于bior 3.7的小波图像压缩效果更佳,但压缩质量较haar压缩差。     

基于人脸检测的视频压缩

本文在研究监控系统的视频图像压缩基础上,提出了给予人脸对象分割的视频压缩。首先利用运动信息分割出入体轮廓,并综合运用人体的特征与形态数学的方法成功地分离出入脸大致区域;然后采用基于改进统计彩色信息模型方法,精确分割出入脸区域,去掉了不相关的冗余信息;最后提出了利用图像小波变换结合差分链码技术描述了人脸对象,并实现了高效的视频压缩。本文提出的视频压缩算法在同等压缩效率下,与MPEG-2算法相比提高了图像PSNR近3dB,而且经过本算法处理的视频序列,可以方便地用于人脸检测,为基于内容的检测打下良好的基础。     

基于小波变换的图像压缩方法研究

图像压缩是为适应特殊应用场合或为得到一个较好的视觉效果,例如突出某些细节,常常需要一种可以有效改变已有图像大小的方法,使图像压缩后仍然有较高的质量。本文采用一维小波变换和二维小波变换方法,将图像信息分解成低频和高频两部分,通过压缩算法,将图像数据重构成一幅信息完整的新图像。实验表明,采用本算法压缩后的新图像符合客观实际,图像数据信息丰富。     

基于对数熵最优小波包基树的图像编码压缩研究

图像的能量主要集中在高频部分,传统的小波变换图像编码压缩方法主要侧重低频信号,而把高频部分看为不重要的信息,这就导致图像的细节失真。考虑到图像能量分布情况,提出以对数熵为代价函数,选择最优小波包树的图像编码压缩方法,仿真结果表明这种方法不仅可以提高的压缩比,而且重构的图像效果比较好。     

基于整数小波变换和改进零树编码的图像压缩方法

研究了基于整数小波变换和改进零树编码的图像压缩方法：先进行整数小波变换，将图像变换到小波域，再用改进的零树编码对图像进行压缩。给出了试验结果以及与EZW压缩方法的比较，结果表明，整数小波变换和改进零树编码相结合应用于图像压缩是有效的，在一定程度上能缩短计算时间，并提高峰值信噪比。     

适用于局域网教学的图像压缩算法研究

提出了一种采用改进的行程编码法 (RL E)和字典编码法 (L Z77)对具有较大冗余信息的图像进行压缩的复合算法 ,试验表明 ,这种复合压缩算法可提高压缩率和压缩、解压速度 ,可广泛用于局域网图像压缩和屏幕监控 ,并可在局域网广播教学中得到应用     

基于WT-Otsu算法的植物病害叶片图像分割方法

植物病害叶片图像分割是植物病害识别和植物分类的基础。为了解决作物病斑叶片的分割效率和实时性,在小波变换(wavelet transform)和Otsu法的基础上,提出一种基于WT-Otsu算法的植物病害叶片图像分割方法。首先,利用二维小波变换提取作物病斑图像的边缘点;其次,利用Otsu法在这些边缘点搜索最佳分割阈值;最后,利用该阈值分割图像。利用该方法在真实辣椒病害叶片图像上进行了分割试验,结果表明,该方法对病害叶片图像分割有效可行。     

小波包变换在拉曼光谱数据压缩中的应用

小波包变换作为一种有效的数据压缩方法,已经广泛用于图像、电子信号和红外光谱数据压缩。介绍了小波包压缩原理及方法,并选用小波包（bior）变换压缩了8种苯系物的拉曼光谱数据。压缩后光谱可保留原光谱能量的99．91％以上,置零系数百分比为87．50％,小波包变换压缩拉曼光谱数据效果明显。     

一种结合小波变换的豆类图像增强算法

针对农业视觉图像时常受到噪声的干扰,导致图像质量在很大程度降低的问题,以豆类图像为例,提出了一种图像自适应增强算法。该算法将小波变换与改进自适应中值滤波有机结合,首先对降质豆类图像实现2层小波分解,小波基函数取sym8,获得小波高频和低频分解系数;然后从噪声检测、自适应滤波等2个环节中对自适应中值滤波加以改进,提出了一种改进自适应中值滤波算法用于对小波各方向高频分解系数的自适应滤波;最后实现小波低频和高频系数的重构。将本研究算法与小波软阈值法、自适应中值滤波进行仿真试验比较,结果表明,本研究算法效果最优,能够实现对降质的豆类图像高质量增强处理。     

基于统计模型和方向小波的图像认证水印算法

设计了一种基于统计模型和方向小波的图像认证水印算法.提出了用方向小波变换生成图像方向流的算法,应用图像的方向流来刻画图像特征.并应用高斯分布统计模型构造出了水印修改的噪声可见强度.通过噪声可见强度筛选出含纹理信息较多的图像分块隐藏图像方向流.用户利用提取出的隐藏方向流信息和用方向小波生成的方向流作相关性检测,实现对图像的认证.该算法有较强的抗JPEG和噪声攻击能力,保证了水印图像的视觉质量和鲁棒性,并实现了盲检测,隐蔽性和安全性好.     

基于小波压缩的木材密度近红外光谱的预处理研究

近红外光谱数据维数多、数据量大,直接保存需要庞大储存空间,且海量数据会对网络化在线检测的分析速度和准确性产生影响。为探讨应用小波压缩进行近红外光谱预处理的可行性及其对枫桦木材密度预测精度的影响,通过强光探头采集木材圆盘的近红外光谱,在Matlab软件中应用小波变换法对枫桦木材密度近红外光谱数据进行压缩。结果表明:当小波基sym2分解层为6时,基于均衡稀疏标准形式的全局硬阈值压缩效果最好,将2 151个变量压缩成38个小波系数,其能量保留成分、零系数成分、压缩比分别为99.66%、98.34%、56.61%。用未处理光谱数据和压缩后的38个小波系数分别建立偏最小二乘定标分析模型,同时做内部交叉验证,并用未处理和压缩后的预测集做外部检验,得知压缩后校正模型对压缩后样品预测能力较好,预测决定系数为0.913 9。因此,小波压缩可有效简化近红外光谱数据,提高近红外光谱对枫桦木材密度的预测精度。      

基于小波变换的图像融合算法

图像融合技术的研究目的就是综合不同类型的传感器所获取的图像信息,通过对多幅图像间冗余数据的处理提高图像的可靠性和可观察性,通过对多幅图像间互补信息的处理提高图像的效果。提出了一种基于小波的融合算法,该算法基于小波图像的能量集中在低频子带、细节体现在高频子带的特点,在低频部分对小波系数采用基于局部能量的加权融合方法处理,高频部分采用基于边缘信息的加权算法进行融合。结果表明:所采用的方法避免了图像融合过程中因平均化而出现的模糊现象,融合后的图像内容更加清晰,更容易识别。实践证明,基于小波变换的图像融合可以取得良好的结果和较快的处理速度。     

用于植物病害图像认证的小波域半脆弱水印方案

根据JPEG压缩保护图像细节和在绿色分量上嵌入水印更能抵抗一般的保护内容的图像处理这一事实,提出一种用于彩色植物病理图像认证的小波域半脆弱水印方案.实验结果表明,该方案篡改定位准确,嵌入水印容量大,有很好的抗JPEG压缩性能,同时很好的保护了用于病害识别与诊断的颜色、纹理及图像细节特征等重要信息.     

结合零树的小波域分形水印算法

借鉴了小波域上的水印算法,结合了小波零树编码,在分形图像压缩的理论基础上提出了分形编码与小波变换相结合的数字水印技术,该技术充分利用小波零树、小波变换和分形编码各自的长处,来达到提高水印图像质量、增强水印鲁棒性的目的。     

遥感图像压缩技术——小波变换

根据当前国内外遥感图像数据压缩技术的现状及发展趋势,重点介绍小波压缩特点、算法及其关键问题,结合遥感影像方面的知识,提出了新的方法和见解.     

基于视觉特性的自适应图像水印算法

为了使数字水印具有较强的鲁棒性和不可见性,提出了一种基于人眼视觉特性和小波变换的图像水印嵌入方法．首先,通过混沌映射对二值水印进行置乱处理,然后,运用量化方法把水印自适应地嵌入小波变换系数中,且量化步长是根据图像局部相关特性和人眼视觉特性动态地进行调整．仿真实验表明,该算法不仅具有较好的透明性和安全性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强等攻击均具有较好的鲁棒性．     

基于ICA和DWT的自适应盲水印算法

为了使数字水印具有较强的鲁棒性和不可见性,提出一种基于独立分量分析（ICA）和离散小波变换（DWT）的自适应鲁棒性盲水印算法.该算法先将载体图像进行小波变换,然后将原始水印进行平铺和置乱,再根据噪声可见函数（NVF）的视觉掩蔽作用,将其自适应地嵌入到载体图像小波变换域的低频系数上,最后利用ICA技术实现了水印盲提取.实验结果表明,该算法的水印不可见性较好,且可抵抗多种常见水印攻击,其中对JPEG压缩、尺度缩放等攻击的鲁棒性较突出,可应用于图像的版权保护.