首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
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。  相似文献   

2.
文章在研究近年来图像压缩一般方法的基础上,介绍了基于DCT变换的图像压缩的基本原理及其实现步骤。并使用MATLAB,针对不同量化步长对同一幅原始图像进行压缩,给出了实验仿真结果。  相似文献   

3.
吴文亮 《今日科苑》2010,(8):41-41,43
本文详细分析了JPEG标准中DCT系数对静态图像压缩质量的影响。在对图像进行8×8DCT变换后,会产生64个DCT系数,如何取舍、近似这些系数对压缩质量和压缩比例有着重要的影响。  相似文献   

4.
为了避免图像压缩与恶意篡改对图像认证的影响,提出一种以图像自适应中值滤波和Haar小波滤波为基础,通过混合加密处理来实现的图像认证算法。在图像双重滤波去噪的基础上,算法通过DCT和DWT混合变换域提取图像的特征信息,并且结合幻方算法和Arnold算法对图像进行混合加密,接收方通过密钥与hash值进行认证。实验结果表明,算法提高了抗图像压缩和图像篡改的性能,并且能够快速检测并精确定位篡改位置,为图像在网络中传输提供了较好的安全性。  相似文献   

5.
随着数字时代的飞速发展,以数字水印作为各类数字产品版权保护的支撑技术得到了迅猛的发展。文章针对基于DCT变换的数字图像水印算法进行研究。首先对水印图像进行预处理,提取图片、产生不同随机序列,提高一定的安全性;其次,采用分块进行DCT变换,选择中频系数嵌入水印信息;最后,通过DCT逆变换将水印提取出来,观察水印的完整性和图片是否被破坏。通过高斯噪声、剪切、旋转的方式对图像进行攻击,测试图像的鲁棒性。通过与LSB算法进行仿真对比,结果表明,本文算法不仅具有较好的透明性,而且也具有一定的鲁棒性。  相似文献   

6.
数字图书馆中的数字图像处理技术   总被引:1,自引:0,他引:1  
熊回香 《情报杂志》2006,25(9):28-30
图像信息的处理是数字图书馆资源建设中一个非常重要的过程。从图像数字化、图像运算、图像增强与复原、图像压缩、图像分割和图像识别等方面分析了数字图书馆中的数字图像处理技术,并对其发展进行了展望。  相似文献   

7.
随着互联网技术的不断发展,以图像为主要载体的多媒体信息大大丰富了我们的生活。但由于图像数据量庞大,存储和传输时受到很大限制,使得图像压缩成为图像处理中的一个重要环节。图像压缩就是利用图像自身的相关性来消减图像的冗余信息,保留有用的信息。经过多年的研究,人们已经提出了多种图像压缩方法,并在许多领域取得了良好的应用效果。但这些方法主要是针对普通密度的图像,而对于稀疏图像的压缩,目前有效的压缩方法还屈指可数。对图像压缩技术的发展历程进行了回顾,给出了一种基于哈希表的对稀疏数据压缩方法,并利用VC++6.0平台,实现了基于哈希表的数据压缩系统。  相似文献   

8.
聂敏 《科技通报》2012,28(4):178-179,205
提出了一种提升小波变换和DCT变换相结合的图像融合算法。这种算法并不依赖于对方差,而是直接使用DCT变化和小波变化分别对高频部分、低频部分进行特征提取。实验表明,这种新的融合技术与传统算法相比,不但提高了图像的信噪比,更加保留了边缘的信息细节,同时也提高了处理效率,减少了使用时间,具有较高得实用价值。  相似文献   

9.
1986年,国际标准化组织(ISO和国际电报电话咨询委员会(CCITT,现ITU-T)共同成立了联合图像专家组(Joint Photographic Experts Group,PEG),该专家组从探讨图像压缩的工作标准和学术意义两个方面入手,着重研究静止图像的压缩技术。JPEG专家组开发了两种基本的压缩算法,一种是采用以离散余弦变换(Discrete CosineTransform,DCT)为基础的有损压缩算法,又叫“有失真DCT压缩编码”;第二种算法是基于空间线性预测技术(即差分脉冲编码调制)算法,该算法属于无失真压缩算法,也叫“无失真预测编码”。下面将对JPEG基于DPCM的无失真压缩…  相似文献   

10.
本文介绍了数据压缩在图像传输中的重要性,并指出了小波变换是实现图像压缩的一种重要的方法,介绍了小波变换是通过对图像像素分解与重构来实现对图像进行压缩,并分析了压缩比。  相似文献   

11.
在本文中,结合Amold变换,提出了一种基于图像置乱变换和DCT中频的数字水印算法。首先对被隐藏图像进行Amold置乱,再利用算法把待隐藏信息嵌入到载体图像的中频系数。算法研究结果表明水印具有较好的不可见性及健壮性。对嵌入水印后的图像进行了攻击实验,实验表明该算法对于JPEG压缩具有较好的鲁棒性。  相似文献   

12.
首先介绍基于DCT变换的JPEG图像压缩编码过程,然后利用MatLab2008a编程软件进行仿真实验,给出详细的编程过程。改变量化参数,可得到不同压缩比以适应不同的应用场合。从实验结果看出,JPEG算法在实现较高的压缩比情况下可保证较高的图像质量。MatLab高效的数值计算功能使图像仿真编程简单且误差较小,从而提高实验结果的可靠性。  相似文献   

13.
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。  相似文献   

14.
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。  相似文献   

15.
<正>针对传统浮点型特征描述子占用空间大、匹配速度慢,而当前二值型描述子鲁棒性整体不高的问题,提出了一种基于离散余弦变换(Discrete Cosine Transform,DCT)的二值型特征描述子。算法将特征点邻域图像块均匀分块,对分块后的子块进行DCT变换,利用DCT变换实现图像低频与高频信息分离。通过对各子块低频系数进行对比、二值化后,生成二值特征描述子。本文采用多分块策略和基于Adaboost的降维策略,生成更具判别力且低维度的描述子。实验结果表明,与SIFT及SURF描述子相比,本文描述子存储空间占用少,匹配速度快,而且相比BRIEF、ORB、BRISK二值型描述子整体鲁棒性更强。  相似文献   

16.
提出了一种新的基于视频压缩编码的动态图像水印方案。在嵌入水印时,充分考虑动态图像压缩编码的特性,对帧内编码帧(I帧),将水印信息嵌入到DCT低频系数中;而对帧间编码帧(P,B帧),结合动态补偿/离散余弦变换(MC/DCT)混介编码,把水印信息嵌入到运动补偿后的残差图像的自流成分中。同时,在水印嵌入时,采用扩频技术与多维水印相结合的方法,并通过相关检测的方法判断水印的存在。由于水印的检测是对视频码流直接实施的,不需要对压缩数据进行完全解码,从而大大降低了计算量,提高了视频数据水印的适用性。  相似文献   

17.
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.  相似文献   

18.
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.  相似文献   

19.
刘新国 《大众科技》2011,(2):73-74,85
文章针对遥感图像本身的特点和统计特性,首先对遥感图像进行小波变换,将遥感图像进行多分辨率分解,分解成不同空间、不同频率的子图像;然后将经过小波变换以后的遥感图像分割成不同频带,其中的低频带采用差分脉冲调制法进行压缩,保证遥感图像主要的信息不丢失,其他高频带采用多级树集合分裂算法编码提高压缩比,这样分为高频和低频带为算法的并行实现提供了条件。实验结果表明,遥感图像在图像压缩的并行处理以后可以获得更少的时间开销。  相似文献   

20.
王晓利 《科技风》2011,(14):203-204
常用视频压缩算法DCT在有效去除冗余信息同时却存在方块效应和"飞蚊噪声"。基于数学形态学帧内压缩算法采用了8比特面模型,先将最高层比特面分解出来进行编码,再分别对各个比特面按位数由高到低逐层分解,确定出对应的条件集,通过条件形态变换、条件形态骨架算法对图像进行编码。通过仿真,与常用算法比较,在相同压缩比下可提高视频质量,弥补了DCT算法在图像传输中的不足,在网络视频图像编解码及传输中具有实用意义。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号