基于三维小波变换和上下文量化的高光谱图像压缩

提出了一种基于三维小波变换和上下文量化的高光谱图像压缩算法.该算法先利用三维小波变换去除高光谱图像在谱内和谱间的冗余信息,然后建立了一个高维时、频域的上下文预测模型以分析小波系数之间的相关性,并通过对增加条件熵的理论分析,合理地对该模型中的上下文进行量化,得到合适的编码上下文用于自适应的算术编码.试验结果表明,该算法不仅明显优于基于二维小波变换的JPEG2000标准,而且相对于同样基于三维小波变换的三维分层树集合分裂算法也有较大的提高.

基于上下文量化和局部线性回归的医学图像增强算法

为解决图像降噪过程中的弱边缘问题,提出了一种基于上下文量化和局部线性回归的医学图像降噪方法。应用信息论中上下文量化技术将复杂的混合噪声模型转换成一个局部回归分析问题,并设计了一个基于上下文的自适应滤波器;应用自适应核回归分析,进一步解决了滤波器的参数高鲁棒性估计问题;结合基于上下文的自适应滤波器技术的图像增强方法,研究了一个有效的多尺度医学图像增强算法系统。对该医学图像增强技术进行系统评估后表明,基于上下文量化的多尺度医学图像增强技术优于现有算法。

基于上下文小波量化的彩色图像压缩编码

本文针对传统彩色图像压缩算法复杂、模型开销大的不足,提出一种基于上下文小波量化的彩色图像压缩编码算法。该算法根据彩色图像亮度分量和色度分量的高度相关性和小波多分辨率理论,采用先对图像小波位平面编码,再对编码过程进行量化监督的方法来保证压缩编码的准确性。实验证明,该方法的压缩效果优于传统压缩方法JPEG2000。

量化上下文无关语言的代数性质

通过引入量化下推自动机与量化上下文无关文法的定义,研究了以两种不同方式接受语言的量化下推自动机等价性问题,证明了在可交换的双幺赋值幺半群上,量化下推自动机接受的语言与量化上下文无关文法生成的语言相同。

JPEG2000中重要性编码及上下文建模的改进

众所周知,基于上下文建模的算术编码是JPEG2000标准中的关键技术,而对于重要性编码,JPEG2000中采用的上下文模型是码块内的8邻域系数,由于其根据经验将所有上下文分成9类,且所有比特平面都使用这套固定的上下文分类方案。因此针对这种上下文分类方案的不足,对JPEG2000中重要性编码及其上下文建模方式进行了改进,即首先建立比原来的3×3更大的上下文模型;然后提出了一种基于重要上下文的扫描方式;最后基于新的扫描方式根据最小码长的准则进行上下文量化的优化,考虑到不同子扫描之间的统计差异,对不同的扫描子过程使用不同的上下文模型方案。实验结果表明,与JPEG2000的无损压缩相比,新的重要性编码算法的无损压缩结果(平均比特率)较JPEG2000提高了1.312%。

基于时、频域上下文模型的图像压缩算法

结合离散小波变换和基于上下文的自适应算术编码方法,提出了一种基于时、频域上下文预测模型的图像压缩算法.它通过分析在不同子带内的小波系数和同一子带内的小波系数之间的相关性,建立一个时、频域的上下文预测模型,并通过对增加的条件熵的分析,合理地对该模型中的上下文进行量化,得到合适的编码上下文用于自适应的算术编码以降低模型开销.与此同时,这种算法的输出码流是嵌入式的,可以很好的满足渐进式的传输需求.试验结果表明,该算法在各种压缩比下都获得了比JPEG2000要好的压缩效果.

基于自适应扫描的遥感图像压缩算法

目的为提高基于上下文算术编码器的效率。方法首先分析了上下文模型以及上下文量化对信源熵的影响,得到了上下文量化的两个优化准则,并根据准则建立了一种时变的上下文性能模型。结果给出了一种自适应位平面扫描顺序,改善了上下文条件概率的时变稳定性,提高了编码过程中对上下文条件概率的估计精度。结论该方法较顺序扫描方式在同码率下有一定的PSNR提高,具有比顺序扫描更优的编码效率。

基于非局部信息的医学图像降噪技术综述

有效的医学图像增强技术应将感兴趣目标或区域增强、背景抑制和噪声削减综合考虑,能改善图像的质量,在减少噪声的同时保持着原有的纹理特征,有助于后续得到正确的临床诊断结果,这对某些疾病的早期确诊有极大帮助。归纳了基于非局部信息的医学图像增强技术常见方法,包括非局部均值滤波算法、三维块匹配算法、形态成分分析算法等,通过介绍这几种方法原理,指出这些方法的使用范围及现状,并进行了性能对比分析,最后探索性地给出了现阶段医学图像增强技术的可能发展方向之一,即基于上下文量化的图像增强技术。

基于FPGA的图像压缩编码教学实验设计

为了提高“FPGA综合设计”实验课程的高阶性、创新性、挑战度,设计了一种基于上下文模型的整数化图像压缩算法及其FPGA实现教学实验。实验通过统计训练集中各上下文出现的频率并将其作为k-means聚类的额外条件进行上下文量化,通过引入均匀噪声模拟量化误差的方式对整数权重神经网络进行训练,通过简化MQ编码模块的运行逻辑,减少了寄存器消耗且实现了数据的并行处理,基于FPGA实现整个图像压缩过程。该实验是基于FPGA硬件平台、应用上下文模型的整数化图像压缩算法实现图像压缩的案例,多知识点有机融合,以激发学生主观能动性和创造性,磨练学生攻坚克难的科学精神和提升学生的工程实践能力。