一种基于分形维数聚类的分形图像编码方法

对分形维数进行了探讨 ,提出了用分形维数对domainblocks进行聚类 ,从而达到了快速搜索编码的目的。实验结果表明 :与经典分形方法相比 ,在图像保真度基本接近的前提下 ,编码速度提高了 80倍左右     

基于分形的小波分析压缩编码

分析了小波及分形在图形压缩编码中的特点 ,构造了Haar小波树 ,提出基于分形的小波域图像压缩编码的算法。实验证明 :该方法在相近的压缩比的情况下 ,使重建图像的PSNR增加 4 1,图像压缩速度明显提高 ,并且重建图像的主观视觉质量也优于JPEG。     

基于边缘链码高阶分形特征的舰船目标检测算法

针对舰船目标和海杂波轮廓结构的不同，提出了基于边缘链码高阶分形特征的舰船目标检测算法，算法利用相对链码对5类舰船目标轮廓进行编码，分别计算分形维和缝隙，得到了舰船目标的4个分形特征的范围。实验结果表明边缘链码的4个分形特征能有效区分舰船目标和海杂波。     

提升小波变换与分形相结合的图像压缩

提出了一种提升小波变换与分形相结合的图像压缩方案.充分利用小波变换后系数能量的分布特性,对提升小波变换后的低频部分采用改进的分形图像压缩编码,其余部分采用集合分裂嵌入块(SPECK)编码算法.试验结果表明,该方法在提高了压缩效率的同时,获得了较高的恢复图像质量.     

基于分形特征的复杂环境目标检测方法研究

针对复杂的自然背景下的运动目标检测,提出了一种基于分形特征的运动目标检测算法;该算法利用目标的分形维数与自然背景分形维数的差异将目标从背景检测出来;首先应用改进的地毯覆盖法快速得到图像的分形维数,然后通过比较邻域之间分形维数的相互关系进行目标检测;实验结果表明,该方法能对复杂背景下的运动目标进行检测,由于采用分块求分形特征的方法,能有效地减少搜索目标所带来的计算量,算法过程简单、检测速度快、检测结果精确,目标与背景对比度的变化对检测结果几乎没有影响, 且噪声对该算法的检测结果影响较小;在运动目标实时检测问题上有着很好的实用价值和应用前景。     

一种矢量量化编码的快速搜索算法

提出了一种矢量量化编码的快速匹配算法。利用码书的拓扑结构和柯西 施瓦兹不等式的性质推导出了消除不必要匹配操作的条件,并根据这个条件提出了快速搜索算法。实验结果表明,该算法不仅明显降低了矢量编码过程的复杂程度,同时也保证了与全搜索编码相同的图像编码质量。与其它搜索方法的操作次数和存储空间进行了比较。     

基于分形编码的M型恒星光谱次型自动识别

根据天体光谱自身的局部分形特征,对光谱中400～510,600～700和780～900nm三个波段的数据分形编码,并以编码中匹配数据块位置与最小匹配误差为特征,将分形方法应用于天体光谱次型识别。实验表明,分形方法不受LAMOST流量定标误差、仪器效率曲线的影响,具有一定的抗噪性,可以有效地自动识别LAMOST与SDSS的M型恒星光谱次型。     

分形粗糙面双站散射的快速前后向迭代法数值模拟

为模拟复杂分形表面特别是在低掠角入射条件下的双站散射,发展了一种结合前后向迭代方法(FBM)与谱加速算法(SAA)快速求解散射场的Monte Carlo数值方法,计算了在TE,TM锥形波入射在一维分形导体粗糙面的双站散射以及有规则异物存在时的双站散射,讨论了分形粗糙面双站散射的角度性分布与其分数维的关系. 关键词： GFBM/SAA 分形粗糙面 双站散射     

多重分形分析图象边缘提取算法

提出了一种基于多重分形分析的图象边缘提取算法,通过计算每个象素点的奇异值和多重分形谱,并根据多重分形谱的各种测度修正,提取出图象的边缘信息.在分析图象的各种象素点的多重分形谱特性的基础上,着重分析了多重分形谱常用的若干测度以及选取标准.该算法利用奇异性Hölder指数和多重分形谱以及它们组成的判据来进行图象边缘提取的思路不同于传统的基于梯度的局部极值点来进行图象边缘提取的方法.实验结果表明:该算法可以在保留重要边缘信息的情况下去除不重要细节,更能符合人的视觉心理.     

多重分形降趋波动分析法和移动平均法的分形谱算法对比分析

多重分形降趋波动分析法(MFDFA)和多重分形降趋移动平均法(MFDMA)是用来估算一维随机分形信号多重分形谱的两种算法, 已被拓展应用于二维和高维分形信号的分析. 本文简要介绍了MFDFA和MFDMA算法及其在一维时间序列中的应用. 首次系统地从算法模型、计算统计精度、样本量的敏感性、无标度区选取的敏感性、矩选择的敏感性和计算量这六个方面对两种算法进行了对比分析, 以典型多重分形信号BMC信号为例, 分析两种算法的适用性和优劣性. 为实际应用中, 针对具体信号如何选用MFDFA或MFDMA算法, 以及两种算法的参数设置提供了有价值的参考.     

基于Karhunen-Loève变换和小波谱特征矢量量化的三维谱像数据压缩

提出了基于Karhunen Lo埁ｖｅ变换的小波谱特征矢量量化三维谱像数据压缩方法耍幔颍瑁酰睿澹?Lo埁ｖｅ变换 /小波变换 /小波谱特征矢量量化方法应用了Karhunen Lo埁ｖｅ变换的消除谱相关性优良性能 ,应用二维小波变换消除空间相关性 ,在小波变换域内应用二维集分割嵌入块编码和一维谱特征矢量量化对三维谱像数据压缩 ,获得较高的压缩性能。实验结果表明 :Karhunen Lo埁ｖｅ变换 /小波变换 /小波谱特征矢量量化编码比Karhunen Lo埁ｖｅ变换 /小波变换 /改进对块零树编码和Karhunen Lo埁ｖｅ变换 /小波变换 /快速矢量量化编码方法在同样压缩比条件下 ,峰值信噪比提高 2dB和 1dB以上 ,而速度提高了 1.5和 8倍 ,整体压缩性能有较大的提高     

A Biblock Wavelet Zero Tree Coding for Hyperspectral Imagery Data Compression

1　ＩｎｔｒｏｄｕｃｔｉｏｎＤｉｇｉｔｉｚｅｄｉｍａｇｅｓｎｅｅｄｓｔｏｒｉｎｇ ,ｔｒａｎｓｍｉｔｔｉｎｇａｎｄｐｒｏｃｅｓｓｉｎｇ ,ａｎｄｄａｔａｃｏｍｐｒｅｓｓｉｏｎｉｓｕｓｕａｌｌｙｉｍｐｌｅｍｅｎｔｅｄ ,ｏｂｔａｉｎｉｎｇｔｈｅｂｉｔｒａｔｅａｎｄｍａｉｎｔａｉｎｉｎｇａｎａｃｃｅｐｔａｂｌｅｆｉｄｅｌｉｔｙｏｒｉｍａｇｅｑｕａｌｉｔｙ .Ｃｏｍｐｒｅｓｓｉｏｎｃａｎｂｅａｃｈｉｅｖｅｄｂｙｔｒａｎｓｆｏｒｍｉｎｇｔｈｅｄａｔａ,ｐｒｏｊｅｃｔｉｎｇｉｔｏｎａｂａｓｉｓｏｆｆｕｎｃｔｉｏｎｓ…     

A Biblock Wavelet Zero Tree Coding for Hyperspectral Imagery Data Compression

In this paper, a biblock zero tree compression coding (BBZTC) method, based on wavelet zero tree compression coding (ZTC), is used to exploit redundancy in hyperspectral imagery data. Because of ZTC scanning every wavelet zero tree coefficients with low efficiency, BBZTC method outperforms ZTC in the aspects of high compression ratio, simple real-time implementing, and higher coding/decoding speed, and convenient real-time transmission. The experimental results show that this method can obtain the compression ratio 17～40 times of 224 spectral bands to remove the spectral correlation without any coding by using KLT, and the total compression performance of KLT+BBZTC method is better than the method of KLT and other one dimensional transformation (such as DCT) to remove the spectral correlation. To compare with the total compression ratio of KLT+JPEG method and SFCVQ method, this method reaches 180 at the PSNR of 33.6 db. This method is superior to the present any other method at compression rate.     

快速Walsh变换与多视角视频编码

本文针对多视角视频编码提出了一种新的编码方法。在此方法中,结合四维Walsh操作算子,以达到压缩目的。利用4维n阶矩阵Walsh变换,对先前彩色视频流的编码加以扩展,将其应用到八个视角的视频编码中,包括视频序列分块,Walsh正变换及反变换,反分块。这种方法能够利用视频序列之间的相关性并且减少视频序列之间的冗余。本文以VC++6.0为工具,编程实现了基于快速Walsh变换的多视角视频编码,研究了不同压缩比条件下的压缩性能。通过对实验数据的分析,本文提出的方法既保证了视频质量又具有很好的快速压缩性能。实验结果表明:本文方法具有可行性及有效性,且易于在编码端快速实现,为多视角视频的进一步研究奠定了基础。     

用于图像高压缩比编码的方向滤波器的光学实现

本文针对光学与数字技术结合的实现图像高压缩比编码的一种方案——方向滤波方法提出利用补偿滤波技术来保持图像边缘信息,从而利用光学滤波技术实现数字滤波运算,给出高达30:1的高压缩比编码结果.     

改进的对块零树编码压缩方法对超光谱数据压缩

提出了对块零树的预测二值标量量化压缩编码方法，给出了压缩比公式，并应用此压缩编码实现了对超细光谱数据的压缩，该压缩编码方法既具有小波零树压缩编码高压缩比和宜于实时实现的特点，同时具有编码，解码速度快和易于实时传输等优点，实验结果表明，改进的对块零树编码压缩（IBBZTC）方法在不传输剩余误差的情况下，达到190倍的压缩比时，峰值信噪比仍然在30dB以上，压缩性能优于KL变换－静止图像压缩（KLT－JPEG），小波变换－矢量量化（WT－VQ），小波变换一零树矢量量化（WT－ZTVQ）和对块零树编码压缩方法。     

An Improved 3D SPIHT Coding for Hyperspectral Imagery Data Compression

1　Ｉｎｔｒｏｄｕｃｔｉｏｎ　　Ｃｏｍｐｒｅｓｓｉｏｎｃａｎｂｅａｃｈｉｅｖｅｄｂｙｅｎｃｏｄｉｎｇｔｈｅｔｒａｎｓｆｏｒｍｅｄｄａｔａ .Ａｆｕｎｄａｍｅｎｔａｌｇｏａｌｏｆｄａｔａｃｏｍｐｒｅｓｓｉｏｎｉｓｔｏｒｅｄｕｃｅｔｈｅｂｉｔｒａｔｅｆｏｒｔｒａｎｓｍｉｓｓｉｏｎｏｒｓｔｏｒａｇｅｗｈｉｌｅｍａｉｎｔａｉｎｉｎｇａｎａｃｃｅｐｔａｂｌｅｆｉｄｅｌｉｔｙｏｒｉｍａｇｅｑｕａｌｉｔｙ,ｅｓｐｅｃｉａｌｌｙａｖｏｌｕｍｅｏｆ 3Ｄｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅｒｙｄａｔａｎｅｅｄｓｕｃｈｐ…     

SFCVQ and EZW coding method based on Karhunen-Loeve transformation and integer wavelet transformation

A new hyperspectral image compression method of spectral feature classification vector quantization (SFCVQ) and embedded zero-tree of wavelet (EZW) based on Karhunen-Loeve transformation (KLT) and integer wavelet transformation is represented. In comparison with the other methods, this method not only keeps the characteristics of high compression ratio and easy real-time transmission, but also has the advantage of high computation speed. After lifting based integer wavelet and SFCVQ coding are introduced, a system of nearly lossless compression of hyperspectral images is designed. KLT is used to remove the correlation of spectral redundancy as one-dimensional (1D) linear transform, and SFCVQ coding is applied to enhance compression ratio. The two-dimensional (2D) integer wavelet transformation is adopted for the decorrelation of 2D spatial redundancy. EZW coding method is applied to compress data in wavelet domain. Experimental results show that in comparison with the method of wavelet SFCVQ (WSFCVQ),the method of improved BiBlock zero tree coding (IBBZTC) and the method of feature spectral vector quantization (FSVQ), the peak signal-to-noise ratio (PSNR) of this method can enhance over 9 dB, and the total compression performance is improved greatly.