压缩图像清晰度的增强研究

对视频编码系统的变换和量化过程的研究表明：基于ＤＰＣＭ和ＤＣＴ标准的编解码系统，在低码流时，由于较大的量化步长，高频成分量化不精确而损失较多，必然会造成解码图像的模糊。针对图像高频损失，应在解码图像后处理时合理地进行高频成分补偿。提出了一种可行、有效的图像清晰度增强方法。对解压缩图像的实验表明主观效果有明显地改善。

基于小波分解的分形压缩图象增强

讨论分形解码结果图象的特点，基于分形码对图象的放大作用，用小波提取放大图象中的高频信息，再用小波图象融合方法增强图象细节，同时用小波的局部极大值的Ｌｉｐｓｃｈｉｔｚ指数调整方法去除结果图象的块效应，直接提高压缩结果图象质量，可用于改善高压缩比的分形压缩解码结果图象质量。

解压缩图象质量的客观评价研究

指出了峰峰值信噪比ＰＳＮＲ 用于图象质量评价的缺点，提出了一个直接度量解压缩图象质量的客观指标——细节信噪比ＤＳＮＲ，它能客观反映细节信号能量和噪声对图象质量的影响。实验证明，在相同场景中ＤＳＮＲ能较好地反映ＰＳＮＲ的变化，因而可以用于对同一图象的不同解压缩图象以及图象序列的评价。

相似压缩图递归集的Hausdorff维数

本文描述了相似压缩图递归构造及相似压缩图递归集 。

去除DCT压缩图象缺陷的后处理

基于DCT域内系数量化的压缩算法 ,如MPEG ,JPEG等 ,随着码率的降低 ,量化也越来越粗糙 ,使重建后的图象出现“块效应” ,振铃效应 ,视觉模糊等缺陷 ,本文提出一种混合算法去除这些缺陷来有效地提高主观质量。首先采用自适应边界滤波 ,再将DCT块分为平坦区域和边缘区域 。

一种准无损压缩图象子带编码算法

针对有损压缩会损失一部分信息而无损压缩又压缩比较低的问题 ,提出一种实现准无损压缩的方法 .该方法就是首先将图象用噪声模型进行去除噪声处理 ,以提高图象的信噪比 ,并有利于图象的压缩 ;然后再使用区域自适应子带编码算法进行编码 .由于该算法能快速收敛 ,因而编码时间相对较少 ;编码通常能实时执行 .实验结果表明 ,该压缩方案具有高信噪比、高压缩比等优良性能 .从算法的理论基础来看 ,其中基于噪声模型的噪声清除算法对其他编码算法 (如 DCT、DPCM、JPEG、SPIHT、MPEG等等 )同样具有推广意义 .

基于节点相似性分组与图压缩的图摘要算法

针对当前图摘要方法压缩率较高,图压缩算法无法直接被用于下游任务分析的问题,提出一种图摘要与图压缩的融合算法,即基于节点相似性分组与图压缩的图摘要算法(GSNSC)。首先,初始化节点为超节点,并根据相似度对超节点分组;其次,将每个组的超节点合并,直到达到指定次数或指定节点数;再次,在超节点之间添加超边和校正边以恢复原始图;最后,对于图压缩部分,判断对每个超节点的邻接边压缩和摘要的代价,并选择二者中代价较小的执行。在Web-NotreDame、Web-Google和Web-Berkstan等6个数据集上进行了图压缩率和图查询实验。实验结果表明,在6个数据集上,与SLUGGER(Scalable Lossless sUmmarization of Graphs with HiERarchy)算法相比,所提算法的压缩率至少降低了23个百分点;与SWeG(Summarization of Web-scale Graphs)算法相比,所提算法的压缩率至少降低了13个百分点;在Web-NotreDame数据集上,所提算法的度误差比SWeG降低了41.6%。以上验证了所提算法具有更好的图压缩率和图查询准确度。

干涉超光谱图像分析与近无损压缩CPLD实现

介绍了干涉超光谱卫星遥感图像的成像特性,计算、比较分析了干涉超光谱图象的空间维与光谱维的相关性,提出了一种近无损压缩的局部DPCM算法.选用CPLD在MaxplusⅡ使用VHDL语言对该压缩算法进行了硬件描述和仿真.仿真结果表明该压缩算法简单可行,易由硬件实现.

快速分形图象压缩编码

本文提出一种基于局部迭代函数系统（ＬＩＦＳ）的快速分形图象压缩编码、解码方法。实验表明，该法在恢复图象的信噪比为３０ｄＢ时，仍能达到２５倍的压缩倍数。

适于风险监测系统的零压缩二元决策图基本事件排序方法

风险监测系统需要对核电站风险水平进行实时分析计算,因而快速计算引擎发展是风险监测系统研发成功关键。零压缩二元决策图算法是近年出现的一种概率安全评价中快速求解最小割集方法,而基本事件排序将直接影响到零压缩二元决策图的规模,并最终影响分析计算速度。本文提出一种适用于风险监测系统的基本事件排序方法,该方法充分利用基准风险模型分析结果,并程序实现上述方法,最后通过实际例题说明了其正确性和有效性。

基于图压缩的k可达查询处理

研究了基于图压缩的k可达查询处理,提出了一种支持k可达查询的图压缩算法k-RPC及无需解压缩的查询处理算法,k-RPC算法在所有基于等价类的支持k-reach查询的图压缩算法中是最优的.由于k-RPC算法是基于严格的等价关系,因此进一步又提出了线性时间的近似图压缩算法k-GRPC.k-GRPC算法允许从原始图中删除部分边,然后使用k-RPC获得更好的压缩比.提出了线性时间的无需解压缩的查询处理算法.真实数据上的实验结果表明,对于稀疏的原始图,两种压缩算法的压缩比分别可以达到45%,对于稠密的原始图,两种压缩算法的压缩比分别可以达到75%和67%;与在原始图上直接进行查询处理相比,两种基于压缩图的查询处理算法效率更好,在稀疏图上的查询效率可以提高2.5倍.

基于预测的无损图象压缩技术

预测压缩技术是无损图象压缩的基本技术。分析了基于预测的无损图象压缩方法，综述了预测无损图象压缩技术的研究进展，并对预测压缩算法的设计进行了有益的讨论。

图数据表示与压缩技术综述

对包含亿万个节点和边的图数据进行高效、紧凑的表示和压缩,是大规模图数据分析处理的基础.图数据压缩技术可以有效地降低图数据的存储空间,同时支持在压缩形式的图数据上进行快速访问.通过深入分析该技术的发展现状,将该技术分为基于传统存储结构的压缩技术、网页图压缩技术、社交网络图压缩技术、面向特定查询的图压缩技术4类.分别对每类技术详细分析了其代表方法并比较了它们之间的性能差异.最后对该技术进行了总结和展望.

基于分形的混合图象压缩方法

分形图象压缩方法是近年来迅速兴起的一种高倍率图象压缩方法，它依据分形原理，利用迭代函数系统（IFS）来抽取自然图象中的自相似性，达到压缩图象的目的；解码时利用拼帖定理来快速恢复图象。然而它最大的缺点是速度太慢。为此，本文将分形图象压缩同传统的块截取变换方法（BlockTruncatingCoding）结合，在压缩速度、压缩倍数和压缩失真方面有个折衷，达到较好的性能。

基于矢量量化的图象分形压缩编码

提出一种基于矢量量化技术的图象分形压缩编码方法，其能较好地克服传统的图象分形压缩编码方法中存在的速度慢、压缩率低等缺点，并且同时获得较高的图象恢复质量。最后给出的实验结果证明文中方法是非常有效的。

小波和小波包算法与图象压缩

在小波方法的实际应用中，利用尺度方程系数构造得到的小波和小波包变换算法即金字塔算法是非常重要的。考虑到应用的需要，本文结合数字图象数据压缩问题的讨论介绍了一维和二维的小波和小波包算法。最后。

一种基于PCA/SOFM混合神经网络的图象压缩算法

鉴于用神经网络实现图象压缩是一种非常有效的方法,为此提出了一种基于PCA/SOFM混合神经网络的图象压缩编码算法,并对SOFM网络学习参数的优化进行了探讨.实验证明,与PCA+SOFM连续编码算法和基本SOFM算法相比,这种混合编码算法,由于占用存储空间少,因而降低了码书设计的计算量,并改善了码书的性能.

基于视觉特性的静态图象压缩编码

基于主观视觉特性的压缩编码方法突破了传统编码技术中以MSE作为评判标准的限制,将人眼视觉特性结合到编码算法中,以实现最低比特位率和最好视觉效果.目前该技术的研究已有较大进展,但仍存在许多问题有待研究解决.本文系统地介绍了现有的基于视觉特性的压缩编码方法,同时讨论了应用在JPEG-2000和MPEG-4中的一些视觉编码技术.通过研究总结出以下结论:图象质量的客观评价、感兴趣区域的自动确定以及任意对象的识别与分割是基于视觉特性的编码技术中存在的主要问题,也是今后进一步研究发展的方向.

二值图像的多值DPCM/MHC快速压缩

本文将二值图像按256灰度图像压缩。采用跳过空白行的行间DPCM,并对用补码表示的预测误差进行改进的Huffman编码,使得压缩比降低不多,但软件运行时间降低为MHC/MRC方法的八分之一。