采用快速小波变换的远程监控图像编码研究

随着远程图像监控技术应用范围的扩大,对图像编码的要求也越来越高。基于二维快速小波变换理论,通过对嵌入式零树小波编码（EZW）和基于层树的集合分割算法（SPIHT）在图像压缩编码中的研究和仿真计算,SPIHT算法在图像的压缩质量和编码效率上均有提高。     

频域变换图像压缩算法研究及比较

以图像压缩编码技术作为研究对象，主要讨论频域变换图像压缩编码中有代表性的FFT编码、DCT编码、小波变换等的算法，并采用MATLAB程序语言验证各种的算法。程序实现输入不同压缩比，得到相应的压缩图像，并计算图像的均方误差、信噪比，通过对不同压缩比产生的不同效果进行比较分析，得到这些算法的性能比。     

基于边缘计算框架的Android图像压缩算法研究

在Android移动设备中,图像传输会消耗大量的资源,从而影响用户体验质量.提出了一种基于边缘计算的图像压缩算法,根据输入图像的下采样和局部特征描述符来描述输入图像.描述符用于检索边缘数据库中高度相关的图像并识别相应的图像补丁.利用解码后的下采样图像中提取的相应向量预测局部描述符的特征向量.通过变换、量化和熵编码对预测的残差向量进行压缩.实验结果表明,该算法在压缩比和视觉质量均优于现有的算法.     

基于DWT的遗传矢量量化图像压缩编码研究

将遗传算法应用于小波变换与矢量量化技术相结合的图像压缩编码中,提出了基于DWT和遗传算法的矢量量化图象压缩编码算法.研究表明,在相同压缩比下,这种算法较其它算法能更好地改善图像的质量.     

基于HV分割的快速分形图像编码算法

针对现有分形算法存在的编码时间过长问题,对HV分割算法进行改进,提出一种基于HV分割的快速分形图像编码算法。该算法首先通过条件限制策略约束R块分割方向及位置,然后采用局部码本寻找分割块的最优匹配,最终得到图像的分形码。在ORL人脸库上的编码实验显示,相对于无策略HV分割算法,该方法的编码速度提高了7%。与现有方法相比,该方法减少了分割块数,在保证解码质量的前提下提高了编码效率。     

基于DCT图像压缩算法的研究与仿真

为了研究DCT图像压缩编码算法,将输入图像分解为8×8的像素块,经过二维DCT变成64个系数值,运用量化步长对DCT系数进行量化,再对直流系数和交流系数分别进行编码,实现图像压缩。在MATLAB中对DCT压缩算法进行仿真实现,通过改变量化系数的个数N提高压缩图像效率和质量。实验结果表明,量化系数越大,图像压缩比越小,压缩图像损失的信息越少,压缩图像的质量越好。     

一种融合边缘和区域特征的主动轮廓图像分割

传统的主动轮廓模型只利用图像的边缘或者只利用区域特征实现图像分割。在有些情况下图像分割效果较差．本文给出了一种综合利用图像边缘和区域特征的主动轮廓图像分割方法．实验表明,演变后的曲线与图像的边缘是吻合的,图像分割的结果较好．而对相同的图像应用传统的主动轮廓分割算法得到的图像分割结果则很差．这说明新算法明显提高了传统算法的图像分割性能．     

一种基于蚁群算法和C-Means算法的图像分割方法

针对传统C-Means算法在图像分割应用中的缺陷,本文提出一种蚁群算法(Ant Colony Optimization ACO)融合C-Means算法的图像聚类分割方法,它融合了C-Means算法和蚁群算法的优点,比传统的C-Means算法能得到更好的分割质量。实际图像分割试验结果表明该方法是一种良好的图像分割新方法。     

基于DCT和DWHT的图像编码算法的研究

对离散余弦变换(DCT)和离散沃尔什—哈达玛变换(DWHT)这两种编码算法的原理、实施过程进行了详细的分析,然后对图像压缩进行了仿真,结果指出,采用离散余弦变换编码算法技术进行图像压缩较离散沃尔什—哈达玛变换算法效果好,图像清晰度未发生改变,即清晰度高、视觉效果更好.     

改进的SPIHT小波图像压缩编码

针对原SPIHT算法存在扫描的重复且未能充分利用小波系数分布特点,随着压缩比的增加,会引起编码效率的下降等不足,提出一种改进的图像压缩编码算法。改进的图像编码算法低频子带进行DPCM无损编码,高频子带采用优化排序的SPIHT算法。仿真结果表明,改进算法较原算法在重构图像的主观效果和峰值信噪比上都得到了提高。     

颅骨图像的阈值分割算法研究

针对颅骨CT图像中灰度值范围变化较大的特点,阐述了两种图像的分割方法,一种是基于边缘信息的分割,一种是基于区域信息的图像分割,提出了在颅骨CT图像分割中采用基于区域的阈值分割算法,并通过软件编程实验证明了它具有算法简单、识别效果好、效率高的特点．     

图像分割算法在零件图像测量中的应用研究

通过分析图像测量系统的组成,说明了图像分割算法在零件图像测量中的重要地位,综合阐述了目前常用的图像分割算法的特点。针对零件图像测量的实际应用情况,提出了一种新的图像分割算法,实现了对目标边缘的准确检测。在此基础上设计了边缘检测的亚像素细分算法,对目标边缘进行亚像素精确定位,并用实例说明了本算法的可行性。     

图像压缩编码的综合分析

介绍了预测编码、变换编码、分形图像编码等几种常用的图像压缩编码方法,在进行系统分析和比较的基础上,指出了各种压缩编码方法的优缺点,阐明了压缩技术未来的技术发展方向和应用发展方向.     

一种基于边缘流的图像分割算法及其应用

基于边缘流的图像分割算法以方向相反的边缘流相遇的位置确定对象的边缘,解决了传统基于边缘的图像分割算法难以确定合理阙值的问题.论述了基于边缘流图像分割算法的原理,对该算法进行了调整,将其应用于昆虫图像的分割.实验结果表明:基于边缘流的算法不仅能够有效地分割出图像中的昆虫对象,而且对昆虫对象的各个部分还能进行较为有效地分割.与传统的基于闽值分割算法相比是更好的图像分割算法,促进了计算机视觉技术在农林业领域的应用,促进了计算机视觉技术在农林业领域的应用.     

基于ROI的图像压缩算法研究

为了满足某些图像的高效存储及快速传送的目的,提出一种基于感兴趣区域（ROI）的压缩算法。对图像进行分析,选出ROI区域,并在小波变换的基础上,对ROI小波变换低频子带采用无损编码的方法,而对ROI高频子带及非ROI小波变换子带采用改进的SPIHT压缩编码算法。在保证了图像所含信息量的同时,增加了图像的压缩编码效率。     

基于蚁群算法的图像分割方法改进研究

图像分割是一种对不同特征的像素进行聚类的过程,过程中涉及像素的梯度、灰度及邻域特征。由于蚁群算法的离散性、并行性、全局优化性和稳定性等特点,基于蚁群算法提出一种有效的图像分割改进算法。首先通过蚁群改进算法的模糊聚类能力可以分别计算出像素与目标、背景、噪声点、边界点的隶属关系;然后对于蚁群算法循环次数多、计算量较大的问题,设置启发式引导函数和聚类中心,解决传统聚类中运行效率低、初始化敏感度高等缺点;最后引入梯度算子,对目标与背景灰度值相似图像进行分割,对结果进行了进一步的优化。实验表明,应用该改进算法得到的图像分割结果具有较高的准确度和效率。     

一种小波域K-Means遥感图像分类标注算法

由于合成孔径雷达图像（遥感）的相干斑噪声数据丰富,导致传统的遥感图像分割方法分割效果不佳,采用学习理论和神经网络改善图像处理性能。根据图像统计特征,采取神经网络语义提出一种高效的图像纹理特征分割方法。首先,利用K-means聚类提取遥感图像的纹理特征,然后根据遥感图像在小波域中的分布特征对其进行滤波,最后利用语义对滤波后的遥感图像纹理特征和灰度组成的矢量进行分割归类,在遥感图像分割中快速标注分类以便于视觉分析。利用区域一致性分割分类,由聚类样本特征匹配进行图像分类标注,对变化检测进行统计分析,过分割或欠分割误差聚类样本不做标注,选取最佳样本聚类k值标注分类结果。     

基于高斯分布估计的快速水平集分割方法研究

传统的CV模型只能用于分割灰度分布比较均匀、目标与背景灰度均值差异较大的图像,且因需要求解偏微分方程导致分割速度很慢.文章在传统快速水平集分割模型的基础上,将高斯分布估计引入速度项,使得快速水平集可以分割复杂的目标,并将HIS空间中的色调分量与强度分量进行融合,得到了一种彩色高斯快速模型.新算法具有分割速度快、可分割复杂目标的优点.     

图像压缩编码技术及无损压缩方法的探讨

本文介绍了图像压缩的原因及数字图像压缩缟码。对图像压缩缟码技术中有关无损压缩的几种方法进行了比较，对其中适合于实际应用的无损压缩算法进行了探讨。     

一种自适应的基于混合高斯模型的运动目标检测算法

为提高运动目标检测的可靠性,提出了一种自适应的基于混合高斯模型的运动目标检测算法．该算法利用混合高斯分布对每个背景像素建模,高斯分布的个数不是固定不变的,而是随着像素值的混乱程度自适应变化．差分图像的像素按大小被分为2部分,然后对这2部分分别进行自适应阈值化分割,得到前景图像．利用基于形态学重构的阴影消除方法来改善前景图像分割的性能．不同实际场景的实验结果表明该算法能够快速准确地建立背景模型,且具有更强的鲁棒性．