基于红-黑小波变换的图像数据压缩方法

提出了一种新的变换方法――红–黑小波变换用于图像的压缩,红–黑小波变换与张量积小波变换相比,它的去相关性更好,能得到更稀疏的图像表示。从理论分析和实验结果表明,将红–黑小波变换用于图像压缩是一种更为有效的方法。

基于整数红-黑小波变换的图像加密算法

设计了一种基于整数红-黑小波变换的图像加密算法。首先对图像进行最大层数整数红-黑小波变换,然后仅加密非零高频系数,加密方法是利用交叉混沌映射生成的混沌序列对系数进行扩散。最后,对加密后的系数矩阵进行类似zigzag扫描,得到加密数据并传输到接收方。该方案弥补了传统频域加密算法不能无损重构的缺陷,克服了单一、低维混沌系统保密性不高的缺点,密钥空间大、敏感性强,并且能有效抵抗信息丢失,具有很好的安全性和实用性。

红-黑小波变换

介绍一种新的第二代小波变换--红-黑小波变换,它是把矩形栅格的数字图像分成红块和黑块,利用二维提升格式进行构造。并从理论上与张量积小波变换进行了比较。实验表明红-黑小波变换可以更有效地去除图像的相关性并得到更稀疏的图像表示,在图像压缩中红-黑小波变换比传统小波变换更有效。

频域约束的红-黑小波变换图像复原算法

提出一种频域约束的红-黑小波变换图像复原新算法.该算法引入频域约束因子,对不同频率的部分系数给予不同程度的约束,保证了对有色噪声的压制效果,保留了图像细节信息.利用频域约束的红-黑小波变换提取图像信息,消除了有色噪声和振铃效应,实现了降质图像复原.运用含噪退化的图像进行了实验.结果表明,该方法与维纳滤波、等功率谱方法相比,信噪比RSN及信噪比提高RS′N两个参数均提高了3倍.

红—黑小波变换的改进

本文从能量守恒的角度讨论了用红-黑小波变换对图像进行多层分解的问题,并在9/7小波提升算法的基础上,提出了新的红-黑小波变换,将原来红-黑和蓝-黄变换分别进行一次预测、修正的过程变成了如9/7小波提升算法中的预测-修正-预测-修正的两次预测、修正过程,并在图像压缩仿真实验中取得了峰值信噪比(即PSNR)比原红-黑小波变换高0.7dB的结果.