基于小波压缩域的字符自动定位

本文提出一种基于小波压缩域的图像/视频字符自动检测定位方法。对于基于小波变换的压缩格式图像/视频,仅部分解压即可实现具有复杂背景的字符区域定位。与其他定位方法相比,明显降低计算复杂度,对字符尺寸的鲁棒性,检测精度显著提高。初步实验结果验证了该方法的有效性和快速性。

基于小波域视觉量化模型的遥感图像压缩

人眼是图像信息的最终接受者,但目前图像压缩算法很少考虑到人眼视觉特性,导致主观失真严重。文章在分析人眼视觉系统和遥感图像特性的基础上,提出对图像小波变换后的系数以块为单位建立人眼视觉量化模型,以该模型计算每个系数块的视觉失真阈值,依据该阈值,对不同频带的小波系数块采用不同量化步长进行量化,保证量化后的小波系数能够有效地保留遥感图像的视觉信息,使解压缩后的图像视觉效果最优。实验结果表明,在相同压缩比下,同样的压缩算法,采用该量化模型之后,压缩后的恢复图像主观质量得到改善,有效保留了图像纹理和细节。

基于多级梯度能量描述的压缩域人脸检测

针对JPEG2000彩色图像，提出了一种结合肤色和纹理信息，直接在小波压缩域操作的人脸检测方法。该方法有3大特点：首先，提出了小波域人脸模式的多级梯度能量描述，在有效表征脸部特点的同时，可避免复杂的压缩域图像缩放操作，首次较好地解决了压缩域人脸检测中尺寸未知的难点；其次，优化YCbCr彩色空间肤色模型，提高肤色分割准确度；最后，在检测器的设计中，将基于规则的简单分类器和基于神经网络的复杂分类器有机结合，进一步加快处理速度。实验结果表明，提出的方法是有效而快速的。