基于Symlets小波的图像压缩

来源 :第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会 | 被引量 : 0次 | 上传用户:tfgzs888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
小波具有多分辨率分析特点,而且在时频两域都具有表征信号局部特征的能力,从而在图像领域获得广泛重视。本文以Visual c++为仿真工具,采用具有正交特性的Symlets小波分解进行图像压缩,选取不同的分解层数及阈值,比较山较好的压缩比率及较高恢复质量的一种。
其他文献
矢量图像可以表示普通的彩色图像,也可表示多通道图像。综合利用矢量图像中各个通道的信息,对Mumford-Shah模型进行推广,从而得到了一种基于Mumford-Shah模型的矢量图像分割模型。该模型能适用于一般纹理图像和彩色图像的分割,对没有明显边缘或具有不完整边缘的矢量图像目标亦能获得好的分割效果,并具有对图像噪声不敏感的特点。
本文介绍了公交车内LED点阵信息屏的硬件和软件设计。LED显示控制板通过串口 RS232 与土位机通讯,根据串口接收的汉字国标码、查询位于固化在ROM中的汉字显示点阵库来形成显示点阵码,并且用EPIK10TC100代替89S51的外围电路,具有设计灵活、右靠和刷屏率高等特点。本设计中IDT7132双口RAM 用来连接单片机信号处埋模块和CPLD扫描模块。
对小麦根系生长特征及模拟理论基础进行了分析,设计小麦生长实验,分析试验数据得到小麦根系生长的数学模型;对L系统进行了三维解释,通过观察分析小麦根系构型特征给出其三维L系统规则,同时考虑了根系生长过程中的随机因素;结合生长方程和L系统规则,以VC++6.0为平台,采用OpenGL开发,实现了小麦根系生长的三维可视化模拟,利用这种方法可以很好的模拟小麦根系连续生长情况。
本文提出了基于能量SVD的图像融合方法,用于可见光和红外人脸识别,并在不同测试条件下针对不同融合方法的人脸识别性能进行了评估。实验结果表明,融合图像的人脸识别性能在总体上优于单光谱图像;基于Laplacian塔型图像融合、基于小波变换图像融合和基于能量SVD图像融合的识别性能接近,能量SVD图像融合在PCA和LDA人脸识别中稍占优势,大部分的情况下都优于其它两种图像融合。
人脸表情生成技术是计算机图形学最具挑战性的问题之一。本文将已有研究成果分为基于方法的表情生成技术和基于模型的表情生成技术两大类。下篇从三维人脸表情生成思路、头部数据获取方式以及几种典型模型表示几方面讨论了基于模型的表情生成技术所涉及的理论和技术内容,对已有的研究成果进行了总结归纳。从概念、理论到技术方法对其中的典型成果进行了重点论述,以使读肯对这一领域的研究方法、研究现状、存在问题和发展方向等有一
人脸表情生成技术是计算机图形学的重要研究领域之一。本文将已有研究成果分为基于方法的表情生成技术和基于模型的表情生成技术两大类。上篇从渐变技术、表情映射技术、二维网格法、驱动动画法、统计学方法等几个方面讨论了基于方法的表情生成技术,从概念、理论到技术方法对已有的研究成果进行了总结归纳。以使读者对这一领域的研究方法、研究现状、存在问题和发展方向等能有一个比较全面的了解,为开展相关研究提供参考。
本文对信息隐藏和DCT的相关概念做了简要介绍,在此基础上提出了基于DCT中频系数对的信息隐藏方法。该方法无需载体图像可以实现秘密信息的肓提取,并且该方法采用量化间隔处理的方法有效克服了秘密信息提取时漏警、虚警问题。仿真实验结果表明,本方法可有效隐藏秘密比特,并且可以实现信息的盲提取。
当图像中的某些目标的存在影响剑画面效果而需要移除时。一般常用的方法是将该目标物涂抹之后,作为图像的缺损,采川缺损图像的修复方法完成对目标物的去除。本文尝试着采用对图像画面进行能量定义,之后根据能量的分布特性,通过不断地删除和插入低能量线的操作,来完成对目标物的移除。实验结果表明,本文所实现的方法能够很自然地消除画面中所圈定的目标物。
不同相机视野内同一目标的识别,是实现对场景进行目标连续跟踪以及智能监视的核心。目标物在不同相机视野中运动时,颜色是目标相对稳定的特征信息,但是不同相机间环境光照对颜色的影响比较大。为了克服其影响,本文依据光照模型推导出与环境光照无关的颜色不变量作为目标识别的特征,采用近邻图来估计特征向量的熵作为目标的相似性计价标准进行目标的识别。实验结果表明,目标识别率比较高,对于不相机间环境光照条件变化具有很好
本文首先采用背景差分法获取目标初始轮廓,利用改进的GVF-Snake的强大搜索能力,使snake收敛至目标的真实轮廓;并根据控制点的距离增删控制点。然后通过结合粒了滤波和改进的GVF-Snake模型,得到一种新的能量粒子滤波(EPF)目标跟踪算法。实验表明:在整个跟踪过程中,本文算法能够充分利用GVF-Snake目标轮廓大部分没有被遮挡的轮廓点信息,并使得被跟踪目标在长时间遮挡情况下也能保持良好的