基于LOCO-Ⅰ算法的图像压缩比控制

在认真研究LOCO-Ⅰ算法的基础上,深入分析了失真控制参数Near对图像压缩比和重建质量的影响,通过对该算法中的Near进行实时动态调整,实现了对图像近无损压缩的压缩比控制,进而可以根据需求来控制图片大小进行压缩.仿真结果表明,提出的压缩比控制方案收敛性较好,输出码流稳定,在满足目标压缩比时重建图像质量较原一阶压缩比控制方案提高了0.5 dB左右.     

基于LOCO-I算法的图像压缩比控制

在认真研究LOCO-I算法的基础上,深入分析了失真控制参数 对图像压缩比和重建质量的影响,通过对该算法中的 进行实时动态调整,实现了对图像近无损压缩的压缩比控制,进而可以根据需求来控制图片大小进行压缩。仿真结果表明,所提出的压缩比控制方案收敛性较好,输出码流稳定,在满足目标压缩比时重建图像质量较原一阶压缩比控制方案提高了0.5dB左右。     

基于Laplacian塔式分解的自适应图像模糊增强

为解决部分数字图像对比度偏低、细节模糊等问题,提出了一种非线性拉伸与模糊增强相结合的自适应图像增强算法。使用Laplacian塔式分解对图像进行分解,高频子带系数采用贝叶斯萎缩阈值和非线性增益函数进行处理,以增强后高频子带系数信息熵为目标,自适应选取控制增益曲线形状参数和控制增益强度参数;低频子带系数采用模糊增强算法进行处理,对隶属度函数和模糊增强算子进行改进,并提出了一种模糊增强算子中阈值参数的自适应选取算法。实验结果表明,该算法能有效提高图像对比度和清晰度,突显图像细节信息,且实现了增强参数的自适应选择,更有利于图像的检测与识别。