基于块分类的密文域多重嵌入可逆信息隐藏算法

针对现有密文域可逆信息隐藏方法中图像块利用不充分,使得嵌入秘密信息量不高的问题,提出了一种基于块分类的多重嵌入可逆信息隐藏算法。首先将原始图像用流密码加密,加密图像被分成若干个不重叠的块。然后,用最高有效位(most significant bit,MSB)自适应预测算法对块内的第1个像素和其他像素进行预测,将每一个块标记为可用块或非可用块。进一步对可用块进行重构嵌入,同时用中值边缘检测器(median-edge detector,MED)预测算法对非可用块进行二次嵌入,最终实现秘密信息的嵌入。当接收方接收到含密图像时,通过嵌入密钥实现秘密信息的正确提取,同时利用加密密钥恢复原始图像。实验证明,该文提出的方法在相同图像恢复质量的情况下能够显著提升秘密信息的嵌入量,在嵌入容量和图像恢复质量上均优于已有的方法。

基于图像块分类稀疏表示的超分辨率重构算法

目前基于图像块稀疏表示的超分辨率重构算法对所有图像块都用同一字典表示,不能反映不同类型图像块间的差别.针对这一缺点,本文提出基于图像块分类稀疏表示的方法.该方法先利用图像局部特征将图像块分为平滑、边缘和不规则结构三种类型,其中边缘块细分为多个方向.然后利用稀疏表示方法对边缘和不规则结构块分别训练各自对应的低分辨率和高分辨率字典.重构时对平滑块利用简单双三次插值方法,边缘和不规则结构块由其对应的高、低分辨率字典通过正交匹配追踪算法重构.实验结果表明,与单字典稀疏表示算法相比,本文算法对图像边缘部分重构质量明显改善,同时重构速度显著提高.

一种基于块分类的自适应数字水印算法

提出了一种采用可视模板作为水印信号,利用人的视觉系统特性,将图象块进行分类,通过在不同类图象块DCT域中修改中频系数来嵌入不同强度水印的算法,可分别应用于私有水印和公有水印。实验结果表明,应用所提出的算法实现的水印对常见的图象处理和噪声干扰具有较好的鲁棒性。

基于边缘检测的块分类水印算法

文章阐述了感知特性在水印技术中的重要应用,提出一种基于边缘检测的块分类自适应水印算法,把原图像分块,通过计算图像块中边缘点的数量进行分类。根据分类结果,不同强度的水印分量被嵌入到不同图像块的DCT低频系数中去。试验结果表明,该方法具有计算简单、感知效果好及鲁棒性强等特点。

基于图像块分类的加权结构相似度

基于结构信息的图像质量评价方法——结构相似度(SSIM)方法计算简单、性能优越,但该方法仅简单地将各子块SSIM的平均值作为整幅图像的平均结构相似度(MSSIM),而人眼对图像不同区域的视觉灵敏度不同.为此,文中提出了一种基于图像块分类的加权平均结构相似度(WSSIM)的图像质量评价方法,即先将图像分块并将子块区分成边缘块、细节块和平滑块三类,然后对不同类型块的SSIM值赋予不同的权值,最后计算得到整幅图像的WSSIM.实验结果证明,文中方法明显优于MSSIM和基于方差加权的SSIM.

基于块分类的计算机桌面图像压缩算法

为了能进行实时有效的计算机桌面图像传输，提出了一种基于块分类的计算机桌面图像混合压缩算法，该算法根据桌面图像中文本、图形和图像各部分在色彩和纹理上的不同特性，将块分为文本／图形块、混合块和图像块3类，其中，文本／图形块采用调色板编码、Hextile编码和LZW编码相结合的压缩方式，图像块采用JPEG有损压缩，混合块则采用了两者的混合算法，实验结果表明，该算法能够准确地分割出文本／图形类和图像类信息，与其他混合编码方法相比，重建图像的峰值信噪比（PSNR）改善了1～4dB，同时，该算法压缩率较高，运算速度较快，满足实时传输的需求。

基于宏块分类的运动估计/补偿技术

本文提出了一种简单有效的宏块分类方法，分析了基于块运动估计／补偿技术及两种典型的快速运动估计技术。基于ＭＰＥＧ－１的模拟结果表明了基于宏块分类的运动估计法之有效性。

块分类的双向估计加权边信息生成算法

针对分布式视频编/解码中运动估计产生的预测重叠问题,提出了一种块分类的双向估计加权边信息生成算法。根据前后相邻关键帧对应块的相关性,将像素块分为保留块类和运动块类。对保留块类直接作保留处理;对运动块类中的像素块采用改进的双向运动补偿算法找到对应匹配块,并通过加权判决模块生成边信息。实验结果表明,在不增加编码端复杂度的情况下,算法有效提高了边信息质量。

基于块分类的自适应图象水印算法

提出了一个基于频域块分类的ＤＣＴ域自适应水印算法。为了实现自适应，将原始图象分块并利用视觉掩蔽特性对图象块进行分类。根据分类的结果，不同强度的水印分量被嵌入到图象块的ＤＣＴ低频系数中。实验结果表明，应用所提出的算法实现的水印对常见图象处理和噪声干扰具有很好的稳健性。

CVS中基于残差结构特征的块分类重构算法

现有最好的视频压缩感知重构算法大都采用"预测-残差重构"策略,可有效利用帧内和帧间的相关性获得较好的性能,但是残差重构均直接采用SPL算法,忽略了残差信号自身的结构特征,限制了性能的进一步提升.针对该问题,文中提出了一种基于预测残差结构特征的块分类重构算法,首先利用残差块观测值的平均能量对残差块进行分类,然后对不同类的残差块采用不同的重构算法.仿真实验表明,用于运动较快的视频序列时,文中方案与SPL算法相比可以获得更好的重构质量.

基于块分类的低码率视频压缩技术中块效应消除算法

在低码率视频压缩技术中,块效应现象是比较明显的问题。该文讨论了低码率视频压缩技术中消除块效应的方法,提出了一种基于块分类的具体块效应消除算法。实验结果表明,该算法不仅可以改善块效应现象,同时还可以提高PSNR值。

基于子块分类的BP神经网络图像压缩

该文介绍了BP神经网络用于图像压缩的原理和基本模型,提出了一种基于子块分类的改进BP神经网络图像压缩算法:将图像子块分成背景子块、目标子块和边缘子块,结合各类子块的灰度变化特征、边缘特征以及人眼的视觉分辨特点,对各类子块分别采用不同的隐含层节点数,从而保证重建图像有较好的边缘细节和主观质量。实验结果证明本算法在取得较大的压缩比的同时恢复图像能有较好的质量。

基于块分类的快速分形图像压缩

针对分形图像压缩编码时间长的问题,提出基于块分类的分形图像压缩算法,实验结果表明,该方法相对于经典的Jacquin分形图像压缩算法,压缩比得到提高,压缩时间提高近100倍.

中层特征块分类的运动视频运动员检测模型

针对单一的特征提取算法在运动员检测中还存在漏检较多的问题,本文提出了一种中层特征块分类的运动视频运动员检测模型。首先采用中层特征块作为描述运动员的特征,然后采用SLIC算法进行超像素分割,利用像素的CIELAB颜色空间和XY空间坐标构建像素的5维特征,最后采用高斯分量的全协方差混合高斯模型建立前景背景像素描述模型,提高检测精度。仿真实验结果表明,本文提出的改进模型,相比较HOG算法和SVM算法,检测结果更准确的表示了运动员区域。

基于块分类稀疏表示的图像融合算法

针对基于单一字典训练稀疏表示的图像融合算法忽略图像局部特征的问题,提出了基于块分类稀疏表示的图像融合算法。算法是根据图像局部特征的差异将图像块分为平滑、边缘和纹理三种结构类型,对边缘和纹理结构分别训练出各自的冗余字典。平滑结构利用算术平均法进行融合,边缘和纹理结构由对应字典利用稀疏表示算法进行融合,并对边缘结构稀疏表示中的残余量进行小波变换融合。实验结果证明,该算法相对于单一字典稀疏表示算法,在融合图像的主观评价和客观评价指标上都有显著改进,并且算法速度也有提高。

基于图像块分类器和条件随机场的显微图像分割

针对花粉显微图像处理提出了一种自动分割方法,将有助于花粉识别系统的开发。使用归一化颜色分量训练图像块分类器,并且结合条件随机场和图割进行建模和优化,利用最大化后验概率(MAP)的方法实现花粉显微图像中花粉区域的分割。对于实验中的133幅图像,自动分割同人工分割的结果相比较,统计得到距离误差均值为7.3像素,准确率的平均值为87%。实验结果表明,使用图像块分类器和条件随机场模型可以用于花粉图像的分割。

分形图像编码中的值域块分类模型研究

将值域块分为自相似值域块和非自相似值域块两大类，其中非自相似值域块是导致分形图像编码速度低的主要原因之一．定义了值域决的零位移自相似系数和σ－α空间，研究了两类值域块在σ－α空间中的分布规律，据此建立了一种分类模型，可以方便地将这两类值域块区分开来．实验结果表明，在压缩比和恢复图像质量受损不大的情况下，基于这一分类模型的分形图像编码方法的编码速度有了显著提高．

CVS中基于块分类的自适应阈值调整组稀疏重构

针对基于结构相似性的帧间组稀疏表示重构(SSIM-InterF-GSR)算法在重构平稳区域时未能充分利用高质量重构的关键帧信息,且稀疏化处理阈值的数值设置不合理的问题,提出了基于块分类的自适应阈值调整组稀疏重构(BC-ATA-GSR)算法。首先,根据块内物体运动状态分类图像块并分配合理的参考帧,以提高视频序列平稳区域的重构质量;然后,根据采样率以及图像块种类自适应设置稀疏化初始阈值,以保留足够的结构信息;最后,提出了迭代阈值梯度缩减方案,以便在提升迭代后期重构质量的同时也加快迭代收敛速度。与SSIM-InterF-GSR算法相比,BC-ATA-GSR算法取得了更好的重构质量,重构QCIF和CIF视频序列的平均PSNR分别最高提升了3.77、2.28 dB,时间复杂度最多下降了42.08%。

一种基于块分类的图像水印算法

一种采用可视模板作为水印信号,利用人的视觉系统特性将图像块进行分类,通过在不同类图像块DCT域中修改中频系数来嵌入不同强度水印的算法。

基于宏块分类的最佳量化因子选择

实现基于标准的视频编码过程的一个关键问题是宏块编码模式选择,而选择宏块编码模式控制参量的关键是确定DCT系数的量化因子。本文提出了一种基于宏块分类的最佳量化因子选择方法,着重讨论了二个问题:(1)宏块的R一Q模型和D一Q模型;(2)引入适当先验假设条件,根据宏块R一Q、D一Q模型,建立有限制条件的最优化表达式,得到最佳的分类宏块量化因子。模拟结果表明:与传统方法相比,基于宏块分类的最佳量化因子选择方法一定程度上能减少所需的编码比特。