DCT变换图像压缩编码算法

本文详细介绍了基于离散余弦变换(DCT)的JPEG的图像压缩编码算法。     

提升方案结合SPIHT的彩色图像压缩改进算法

嵌入式小波零树编码算法是小波变换域的高效图像压缩编码算法,该方法将小波变换系数按其重要性进行排序,实现了渐进性的图像压缩编码,本文在此基础上集结合S变换中的MRCT变换对无损压缩算法进行改进,通过图像仿真实验,分别比JP2、RAR、ZIP、PNG、TGA、PCX、TIF的无损压缩结果平均提高了得到2%、15%、51%、51%、34%、52%、31%。     

结合蜂群算法与RBF神经网络的软件错误定位方法

软件错误是软件开发过程中经常出现的问题,有效地定位错误能够提高软件开发的效率。通过对软件运行时信息的收集与分析,从机器学习的角度提出了一种将蜂群算法与RBF神经网络结合的软件错误定位模型。首先,利用蜂群算法克服RBF神经网络由于隐层节点中心值随机化而导致的网络性能较差的问题,对RBF神经网络模型进行优化与改进。然后,对程序运行过程中的相关信息进行编码,将此编码作为蜂群神经网络模型的训练数据集。最后,根据虚拟测试集进行软件错误定位,实验过程中选用Siemens Suite套件进行了仿真实验。实验结果表明,结合蜂群算法优化与RBF神经网络的软件错误定位方法在软件错误定位方面能够表现出较好的性能。     

针对纹理图像压缩的改进SPIHT算法

针对纹理图像压缩提出了一种改进的SPIHT算法. 算法对一阶小波变换产生的LL、HL、LH、HH 4个子带系数分别进行小波再分解,之后对上述4个子带利用SPIHT算法进行联合编码;子带之间的量化比特分配嵌入在编码过程之中,因此可实现4个子带编码比特的自动精确分配. 编码过程充分利用了小波系数的高频分量信息,可有效保持图像中的纹理细节. 最后通过对纹理图像的压缩实验,证实了改进算法的有效性.     

基于干涉图加权叠加的图像压缩算法

在对图像进行压缩的过程中,容易出现信息丢失的情况,导致传统图像压缩算法由于相关性低的图像也可参与等权计算,使得图像产生偏差及失真,无法有效实现图像压缩,提出一种基于干涉图加权叠加的图像压缩算法,给出高相关点的平均形变相位变化速率,依据误差传播定律,求出全部干涉图叠加后高相关点受到的大气延迟干扰,对每个图像对应的相关系数进行计算,依据模型采集高相关目标点,干涉图被叠加后,给出高相关点大气延迟对线性形变速率的干扰,通过移位操作获取样本的Exp-Golomb级数,完成编码获取数据的非负映射操作,利用上一个样本的Exp-Golomb编码级数对当前样本值级数进行估测,通过计算原始干涉图数据和压缩后的干涉图数据的压缩比与峰值信噪比,对压缩效果进行度量。通过光谱相对均方误差RQE对压缩前后的原始光谱和复原光谱进行度量。仿真实验结果表明,所提方法具有很高的精度。     

"Julia曲线"与分形图像压缩编码

将 Julia曲线"按正方形形状以多种方式进行量化,并将量化的 Julia曲线 "用于分形图像压缩编码,改变了分形图像压缩编码以变化的压缩编码字典进行编码的缺点。此外,还建立了一个小型的常用字典,用以加速分形图像的压缩编码。实验结果表明, Julia曲线 "能很好地拼贴所要编码的图像,并具有分形图像的解码优点。     

JPEG图像压缩技术及仿真实现

随着多媒体技术的快速发展,静止图像的应用越来越广泛。它的应用主要集中在图像的存储和图像的传输两方面。本文首先介绍了静止图像压缩技术,介绍了基于离散余弦变换的JPEG图像压缩编码算法。鉴于数字图像的噪声模型,针对含有噪声的数字图像去除相关性比较差的问题,对图像作去噪处理后再用静止图像压缩标准JPEG作图像压缩编码。通过MATLAB仿真实验,表明先过滤再压缩的压缩方案信噪比比较高,压缩比的性能也可以达到良好。     

基于改进SPIHT算法的SAR图像压缩

小波变换和多级树集合分裂算法(SPIHT)在合成孔径雷达(SAR)图像压缩方面取得了良好的效果,但SPIHT编码方法的复杂性制约了压缩速率的提高.针对SPIHT编码速度慢和占用内存大的问题,提出一种改进的无链表SPIHT算法,以提高编码运算速度,减少资源占用量,使其适于硬件实现.实验结果表明,该方法能达到与原算法相同的压缩效果,而运算速度大大提高,适于实时实现.     

CCSDS静态图像压缩算法研究

随着航天技术的飞速发展,设计适合空间图像通信的静态图像压缩算法成为研究热点。空间数据系统咨询委员会于2005年根据空间通信的特点提出了一种基于小波的图像压缩算法建议。对CCSDS图像压缩算法进行了分析,该算法压缩性能略低于JPEG2000、SHIHT等压缩算法,但算法实现简单,易于硬件实现,适合用于空间图像压缩。     

基于自组织特征映射网络矢量量化图像压缩的研究与实现

在介绍矢量化和自组织特征映射神经网络的基础上,针对基于自组织特征映射神经网络的矢量化算法,在初始码书生成、获胜神经元搜索以及学习速率调整等方面对图像压缩进行研究。结果表明,采用矢量量化方法进行图像压缩,可以在获得较高压缩比的同时,得到较好的恢复图像质量。     

一种改进的小波域子矢量高光谱图像压缩处理技术

传统的基于二维小波变换的图像压缩方法在对高光谱图像细节部分进行量化编码时对低频部分进行全域矢量分解,噪点处理不够平滑,处理结果不好。提出一种改进的基于小波域子矢量的光谱图像压缩处理算法,对小波域的子矢量细节部分采用误差补偿编码的方法对高光谱图像的噪点进行平滑处理,对N级码书进行两级小波变换提取低频系数,通过算术编码实现城市、植被、水流多源信息高光谱图像压缩和解码恢复识别结果。仿真结果表明,采用该算法进行光谱图像压缩,图像经压缩处理后的恢复质量品质较高,峰值信噪比提高明显。     

HEVC中CABAC初始概率值的研究与优化

在HEVC中CABAC的不同上下文模型,概率分配不同,采用恰当的初始概率值,有助于编码性能提升。为提高屏幕图像压缩性能,同济大学超大规模集成电路研究所在HEVC基础上提出了一种编码单元自适应双编码器,其CABAC部分与HEVC相同,文章主要对该双编码器进行初始概率值的研究与优化。     

MATLAB在图像压缩技术中的应用

介绍了MATLAB在图像压缩研究方面的应用,重点探讨基于BP人工神经网络的图像压缩的MATLAB实现和基于小波的图像压缩技术.MATLAB软件使用MATLABR2007a版本.并且通过计算机实验证明了经过小波变换和BP神经网络编解码的图像在实现高压缩率的情况下能够保证很好的图像质量,具有较好的视觉效果.     

改进遗传算法的神经网络模型研究

神经网络模型及遗传算法在信息识别、分析与处理方面有着广泛的应用前景。通过对实数编码的遗传算法进行分析,给出了一种改进的优化神经网络模型权值的遗传算法,试验表明,改进的遗传算法可以使神经网络模型的收敛性和稳定性得到明显改善,并且可以减少优化时间。     

改进零树小波压缩算法研究

自从小波变换的图像压缩标准成为JPEG2000的基础以来。小波嵌入式编码算法的研究便成为当今最热门的研究课题之一。它具有良好的局部特性和空间频率特性,是一种有效的图像压缩方法,针对零树小波编码存在的不足,本文提出了一种改进算法,对图像敏感区域采用无损编码,非敏感区域采用零数小波压缩,本文给出了一种针对不同区域而采取不同编码方式的算法。     

基于DCT算法变换的图像压缩技术研究

离散余弦变换(DCT)是一种映射变换方法,通过把图像中的各个像素从一种空间变换到另一种空间,达到图像压缩的目的。本文对基于DCT变换的图像压缩方法进行了研究,给出了基于DCT变换的图像压缩的基本原理及其实现步骤,并最终给出了图像压缩结果。     

浅谈数字图像压缩编码技术

本文论述了数字图像压缩编码技术的必要性和可行性.介绍了三种压缩编码方式(信息保持编码、保真度编码、特征提取),并对具体的编码方法进行了分类(平均信息法、预测编码法、变换编码方法等),最后对图像压缩编码技术的发展方向进行了展望。     

针对基于FPGA的视频图像预处理的算法研究

针对基于FPGA器件实现实时视频图像处理中原始视频数据与视频编码算法不兼容的问题,本文提出了一种离散缩放算法,通过它对原始图像进行预处理,能使图像缩放后仍具有自然分明的边界,达到较为理想的视觉效果,可以更好地通过FPGA器件进行后来的视频图像压缩。     

试谈小波变换在图像压缩方面的应用

随着多媒体技术和网络通讯的发展,图像的传输和存储对图像压缩技术提出了更高的要求。本文主要介绍了基于小波的图像压缩编码算法的研究和发展,使得图像数据库作为图像存储的一种形式得到了广泛的应用,同时对新的JPEG2000标准的核心算法进行了描述。     

高层建筑结构设计BP算法的精度优化

针对传统的BP神经网络算法在对高层建筑进行结构设计时还存在精度不高、误差较大等问题,本文提出了一种基于自适应和误差修正BP神经网络算法的高层建筑结构设计模型,该模型在BP神经网络算法的基础上,首先采用自适应调整策略对其网络模型进行优化,然后采用增加动量项、误差累积处理和陡度因子优化等误差修正策略提高原算法的训练精度。仿真试验结果表明,本文提出的基于自适应和误差修正BP神经网络算法的高层建筑结构设计模型相比较传统的BP神经网络算法精度要高,具有较好的鲁棒性。