融合压缩感知技术和分形理论的图像编码方法研究

来源 :暨南大学 | 被引量 : 0次 | 上传用户:chenyanzhao12
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
随着我国科技的飞速发展,越来越多的数据需要存储,因此研究高效的图像编码方法显得尤其重要。作为目前最有潜力的图像压缩编码方法之一,分形图像编码方法在近年受到了研究人员的广泛关注。然而经典的分形图像编码方法压缩比虽高,但是其对图像的恢复效果有待提高。因此,本文提出了滤波预处理融合压缩感知技术和分形理论的图像编码方法来提高图像的恢复效果。此外,经典的分形图像编码方法的编码时间也有待缩短。针对该问题,本文也研究了小波预处理融合压缩感知技术和分形理论的图像编码方法来缩短该方法的时间。滤波预处理融合压缩感知技术和分形理论的图像编码的方法是:首先使用巴特沃斯低通滤波器将图像分成高频信号和低频信号,再使用压缩感知编码方法处理高频信号,分形图像编码方法处理低频信号,最后将两者有机的融合起来恢复图像。本文提出的这种混合编码方法基本保持了经典分形图像编码方法的高压缩比指标,该方法在获得高压缩比的同时可以获得好的恢复效果。本文的实验结果显示滤波预处理融合压缩感知技术和分形理论的图像编码方法可以获得比单独使用压缩感知编码方法稍低的峰值信躁比,但是该方法的压缩比是压缩感知编码方法9~17倍。这种混合的图像编码方法相对于经典的分形图像编码方法在峰值信躁比上可以高出2.2~7.5 dB。滤波预处理融合压缩感知技术和分形理论的图像编码方法在获得比单独使用分形图像编码略低的压缩比的同时还能获得好的恢复效果。小波预处理融合压缩感知技术和分形理论的图像编码的方法是:首先通过小波变换将图像分成高频和低频信号,包括离散一级、二级、三级小波变换。再利用压缩感知技术对图像的高频信号进行恢复,并利用分形图像编码方法对低频信号进行编解码,从而将两者有机地融合得到恢复图像。实验结果表明,随着小波变换的次数增加,压缩比下降,同时恢复图像的PSNR仅有轻微下降,但是编码时间可以较大地缩短。小波预处理融合压缩感知技术和分形理论的图像编码方法有效的缩短了分形图像编码时间。本文研究的这两种方法可广泛应用于图像和视频编码。
其他文献
随着信息技术的迅猛发展,网络数据日渐增涨、业务也越来越复杂。云计算应运而生,虚拟化技术作为云计算技术核心。将分布在不同域的不同类型资源抽象成虚拟资源,提供给用户使
随着微信、微博等社交媒体的迅速流行,利用社交网络进行信息传递变得快而有效。通过对信息传播机制进行建模分析,可以更好地对社会网络进行信息扩散预测或舆情监控等的研究应
首先,针对局部二值模式(Local Binary Pattern,LBP)的空间支持区域偏小而只能获取人脸图像中小的微观结构的问题,本文提出了一种基于局部二值模式的多尺度对数差分人脸识别算
随着移动互联网的快速发展和移动智能终端的普及,人们在体验移动通信所带来便利的同时,也时常遭受到大量垃圾信息的影响。目前,垃圾信息以各种媒体形式,并借助方便的即时通信
可见光通信(Visible Light Communication,VLC)是一种新型通信技术。同时,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)也是无线通信中重要的调制技术,将
众所周知,轨道角动量(Orbital Angular Momentum,OAM)光束对于提升自由空间光(Free Space Optical,FSO)通信频谱效率和信道容量极具发展潜力。然而,OAM光束在传输过程中不可避免
计算机软件的规模与复杂度正在不断增长,使得维护软件安全面临一系列的挑战。因此,对复杂软件系统的分析日益成为数据挖掘领域的热点问题。本文结合序列模式挖掘算法,从软件
本文考虑一类DC(difference-of-convex)优化问题,其目标函数是水平有界的且可以表示为一个具有Lipschitz梯度的光滑凸函数,一个闭的真凸函数和一个连续的凹函数之和。在本文中,
随着移动智能设备技术的迅速发展,为用户可以远程访问和控制资源提供了广泛的服务。因此,越来越多的员工将移动智能设备带到工作中来,并频繁访问公司的敏感信息。然而,移动智
测量电离层高频反射回波的多普勒频移是研究电离层扰动和不规则结构的重要方法之一。本文围绕这一方向开展工作,研制了新一代的高频多普勒接收机,对由中国科学院国家授时中心