基于绝对矩块截断编码融合Clifford代数的图像压缩

针对现有的图像压缩方法很难兼顾压缩效率和压缩后图像质量的问题,提出了一种基于绝对矩块截断编码和Clifford代数的融合方法。首先,将原始图像分为若干大小相等且互不重叠的局部小块;然后,利用绝对矩块截断编码保留每个子块的第一和第二矩;最后,利用Clifford代数将图像矩阵表示为最大完全平方和,并利用解码器重构图像。压缩实验结果表明,该方法的峰值信噪比可接近100 d B,结构相似度接近1,相比其他几种较新的方法,该方法取得了更好的压缩图像质量,并且降低了压缩耗时。

基于遗传算法的灰度图像块截断编码方法

为了提升绝对矩块截断编码(absolute moment block truncation coding,AMBTC)重构图像的质量,结合遗传算法提出一种基于块截断编码(block truncation coding,BTC)的压缩方法,通过搜索不重叠子图像的高低量化值,得到优化的编码组.实验结果表明,与AMBTC相比,新方法得到的重构图像的峰值信噪比提升了0.5~0.8dB.

自适应预处理的AMBTC图像压缩

椒盐噪声对于图像压缩有很大的干扰作用,为了提高压缩图像的显示效果,降低计算开销,本文提出了预处理的AMBTC图像压缩算法。首先统计原始图像中椒盐噪声的像素个数,预估出噪声强度,然后对被噪声污染的像素进行自适应的修复,最后利用AMBTC压缩算法对图像进行压缩。修复后的图像仍然可以正常显示,压缩后的AMBTC图像的PSNR在27dB以上,相对于没有修复的AMBTC图像算法PSNR平均有10dB的提升,同时整个处理过程小于1s。实验结果表明,本文算法可以很好地剔除噪声的影响,得到较高的图像质量,同时能够做到实时处理。