基于重叠块小波变换的遥感图像高速压缩算法

针对大尺寸图像进行分块小波变换带来的块效应问题，采用重叠分块的方法，对各重叠块分别进行整数小波变换，并在分析单块图像整数小波变换的基础上提出了基于子带位平面的编码算法；解码时，对逆变换后得到的各个块按照原空间位置重叠相加，即可得到重建图像．实验表明，该算法复杂度低，占用内存少，速度快，无块效应，且各块的码率分配接近于最优方案，适合于遥感图像的高质量压缩编码．     

基于主成分分析和分层树集合划分的Huffman算法图像压缩研究

互联网的飞速发展,产生了大量的图像信息.为了减少图片占用的存储空间,提高图像质量,提出了一种将主成分分析（PCA）和分层树集合划分（SPIHT）压缩算法相结合的有损图像压缩算法.首先对图像进行主成分分解,选取主要特征值进行压缩,再利用SPIHT算法将图像分解成不同子带的小波系数进行压缩,对SPIHT压缩系数进行哈夫曼编码,实现图像二级压缩.将本文提出的算法与SPIHT、SPIHT的哈夫曼编码、JEPG2000、PCA压缩算法进行了比较,结果表明本算法较其他压缩算法具有更好的性能,在压缩比相同的情况下能获得更高的PNSR和SSIM.     

一种分块图像的BP压缩感知重构算法

在图像压缩感知重构中,针对重构效果和耗时不兼得的问题进行深入研究.基于离散余弦基稀疏表示,选用随机高斯矩阵进行观测采样,针对基追踪(BP)重构算法精度相对较高同时计算复杂度也高的特点,结合图像分块可以提高运算速度和精度这一优点,提出一种基于分块图像的基追踪(BP)重构算法,并与常用的正交匹配追踪OMP算法、BP算法、COSAMP算法、基于分块图像的压缩采样匹配追踪(COSAMP)算法、基于过完备字典(KSVD)的OMP重构算法和基于过完备字典(KSVD)的BP重构算法进行对比;借助MATLAB进行仿真实验,得到不同采样率下的重构图像以及重构图像的峰值信噪比和运行时间.实验结果表明:基于分块图像的基追踪(BP)重构算法不但峰值信噪比(PSNR)比普通算法高出1～10d B不等,而且运行时间比较短,所以本文所提算法兼顾了重构精度和运算效率.另外,对本文所提算法分块大小、稀疏度设置多大为最优这两个问题进行大量重复实验,最后确定分块大小为8*8、稀疏度设置为图像矩阵(N*N)原维度N的0.2～0.4倍时为最优.     

基于JPEG2000的压缩图像纹理信息重建

提出了基于JPEG2000的压缩图像纹理信息重建的一种方法．该方法在编码端用高斯模型来描述图像的统计纹理信息，并对这些纹理信息进行统计和编码，在解码端根据编码的信息重建图像的纹理．通过和非线性量化扩展补偿法的结果在客观指标和主观品质上的比较，说明本文提出的方法可以通过较小的比特开销（低于10％）重建丢失的纹理信息，从而获取压缩图像的品质在主观视觉效果上的提高．     

1种基于小波的显微图像融合算法

针对显微图像灰度对比度低，内容复杂度高的特点，提出一种基于小波的显微图像融合算法．将图像变换到小波域，并在此基础上进行四叉树分解融合，以消除块效应，不同于现有的小波几何分块算法，可依据图像实际情况调整，符合显微图像结构多样化、内容多变化的实际情况．实验结果表明，本文算法的融合效果理想，与同类算法相比具有更强的稳定性和适用性．     

采用行程编码进行位图压缩的研究

介绍了几种常用的图像压缩编码，以行程编码方法为基础，采用C语言对BMP图像压缩进行了具体的编程实现．在此基础上，讨论了行程编码的特点并提出了几种改进方法．     

一种整数-整数小波变换

提出了一种产生整数－整数小波变换的方法。此方法可得到与信号或图像相匹配的满足最小均方误差准则的小波基，而且这种小波变换是可逆的双正交小波变换．此变换可用于无损或有损信号和图像压缩编码     

基于BEMD、DCT和SVD的混合图像水印算法

水印的不可见性和算法的鲁棒性是图像版权保护领域关注的重要问题，然而大多数算法不能很好地平衡二者的关系。为此，提出了一种基于二维经验模态分解（BEMD）、离散余弦变换（DCT）和奇异值分解（SVD）的不可见性高、鲁棒性强的混合图像水印算法。首先，对水印图像采用Arnold置乱，增强算法的安全性，并对置乱后的水印图像进行二维DCT。然后，对宿主图像进行BEMD，得到有限个尺度不同的内蕴模态函数（IMF）及余量，选择与宿主图像相关性较低的IMF执行二维DCT，根据水印的大小对其进行不重叠分块，分别对每个分块图像以及经DCT的水印图像执行SVD。最后，根据自适应最优嵌入准则确定水印嵌入强度，并将水印嵌入每个分块，以增强算法的容错性。大量实验以及与现有算法的对比表明，所提算法不仅具有抵抗大尺度攻击的鲁棒性，而且具有较高的不可见性。     

一种基于H.264的立体视频编码中的视差估计快速算法

视差估计与补偿是立体视频图像压缩编码中的关键技术．本文分析了立体摄像系统视差分布的约束条件（外极线约束、方向性约束等）和视差矢量的相关性（帧内视差矢量的空域相关性和帧间视差矢量的时域相关性）,并结合H．264标准中的多种块选择模式之间的相关性,提出了基于H．264的立体视频编码的视差估计快速算法．实验结果表明,提出的快速算法能有效地降低视差估计的计算复杂度．     

一种基于预测分类的小波图像编码

对于小波较像编码，如何有效地组织小波域系数是提高图像压缩效果的关键。本文在研究小波域系数统计特性的基础上，提出一种用于图像压缩的预测分类模式，与基于零树结构的编码不同的是它充分利用了小波域中“重要”系数的各种相关性，并通过结合提出的种子膨胀算法实现系数的分类输出，实验结果表明该方法所取得的压缩效果要优于基于零树结构的图像编码，同时又具有较强的鲁棒性。     

基于GPU加速的遥感影像金字塔创建算法及其在土地遥感影像管理中的应用

摘要：为提高单个计算节点创建影像金字塔的速度,本研究首先将GPU并行技术用于加速影像重采样算法.影像重采样算法是影像金字塔创建算法的核心步骤,由于金字塔创建过程中数据量会不断发生变化,而数据量的大小直接影响GPU重采样算法效率.提出了一种基于阈值的金字塔遥感影像创建算法,算法将GPU并行与CPU串行遥感影像重采样算法结合,在创建影像金字塔时,依据阈值动态选择不同的重采样算法,并将本算法应用到土地遥感影像金字塔管理中.实验采用大小为10371×7945的24位遥感影像进行测试,结果表明：①基于GPU的并行重采样算法的速度最快,是基于CPU串行重采样算法的10倍;②采用本文算法创建金字塔速度是ArcGIS9.3创建金字塔速度的3倍以上.     

多通道自适应码流(MC-AoB)彩色图像编码

提出了一种彩色图像的编码方法MC-AoB，该方法将一幅彩色图像分成多个通道分别独立编码．当码流长度有限时，在通道间进行了优化分配，使得各通道的失真度大体相等．在通道内部，采用了块间剪裁算法，用拉格朗日乘子法找到最适合的剪裁点集．对于通道内小波系数的编码，改进了JPEG2000里的算术编码方法，加入了游程编码的思想，在降低编码复杂度的同时保证了较高的压缩比．另外，该算法并行性较高，可以并行执行．模拟实验证明，在码流长度较小的情况下，MC-AoB算法可取得显著的效果。     

基于分级的MRF视频运动检测算法及其实现

在阐述马尔可夫随机场（MRF）视频运动检测算法理论的基础上，采用分级的方法，形成图像序列的时空多分辨率结构，大大优化了单一分辨率MRF算法 的初始化过程，并通过软件进行了实现，有效改进了单一分辨率算法检测的结果。该算法应用于数字视频监控系统，可明显提高检测精度，具有较好的应用前景。     

分割图像插值的一种局部算法

对于医学序列切片，图像上像素之间的间隔常常小于切片之间的距离，而在图像处理中，常常需要它们有一致的分辨率。对于已分割的切片图像，插入的切片图像也应是分割的图像。本文提出了一种图像插值的局部算法，该算法在产生新插入图像每点的分割信息与颜色信息时，计算只与相邻切片图像的局部像素值有关。因此既保持了相邻切片的物体形态过渡自然，又具有良好的数值稳定性。应用该算法于医学序列切片进行插值时，可达到良好的视觉效果。算法已成功应用于医学数据的三维重建系统。     

一种基于感兴趣区域提取的医学图像检索技术

针对胸部CT扫描图像库，提出了一种基于感兴趣区域提取的图像检索方法．首先为了提取感兴趣区域，提出一种基于灰度层共现矩阵的区域增长算法，分割出病灶区域，再通过闽值算法进行边界的磨合，然后针对感兴趣区域提取形状和分布特性作为图像匹配准则的客观依据．最后，将该算法与其他底层特征算法进行比较和分析．实验结果表明，该算法能够比较有效地应用于基于内容的医学图像检索系统中．     

结合Hilbert填充曲线与游程长度的图像隐写算法

针对游程长度隐写算法存在嵌入容量小的问题, 提出基于Hilbert曲线扫描改进的游程长度隐写算法, 该算法能增加可用于嵌入秘密信息的游程数量, 也因此有效地增大了嵌入容量. 新算法利用比特流中游程长度的奇偶特性来嵌入秘密信息. 嵌入过程首先使用Hilbert扫描曲线对载体图像的像素进行置乱, 再将置乱的载体图像分解为8个位平面, 然后通过分析置乱后得到的各个位平面比特流分布来确定可用于嵌入信息的游程, 最后修改在可嵌入游程的比特流中0和1交界处至多1个值来嵌入1bit秘密信息. 结果表明, 基于Hilbert曲线扫描的游程长度隐写算法与已有基于游程长度隐写算法相比, 前者具有较大嵌入容量, 较好的视觉不可感知性.     

基于形心的灰度图像多尺度表示方法

图像的多尺度表示在多种领域有着重要应用.基于形心的多尺度表示方法能有效应用于二值图像.作者提出了应用于灰度图像的基于形心的多尺度表示方法.同样,该方法能保持源图像的对称性,并且具有形状乃至拓扑的基本保持.其次,还提出了将灰度图像转为三维二值图像进行多尺度表示的方法.实例表明,以上方法在多种领域均能有效应用于灰度图像的多尺度表示.     

基于变分高斯混合模型的图像分割算法

提出了一种基于变分推断的高斯混合模型的图像分割算法. 该算法首先用贝叶斯混合高斯模型对图像的特征进行建模, 并针对模型的参数学习问题, 利用变分推断算法估计模型的参数及其后验概率; 这种方法比采样法的计算量更少, 而且能够根据图像数据自动优化混合个数, 实现了模型的自动选择. 最后, 该算法在Berkeley的自然图像集上进行的实验结果与经典的图像分割算法进行了比较, 结果表明此方法得到的图像分割结果精度较高, 具有较好的性能.     

基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。