检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种高精度的自适应码率控制图像压缩算法

西安交通大学学报 2022年第2期56卷 198-206页

作者：宋蓓蓓何帆马穗娜孙文方长安大学信息工程学院西安710064 西安电子科技大学空间科学与技术学院西安710126

针对非完全嵌入编码的图像压缩算法难以实现精确的码率控制问题,提出了一种结合码率预测和压缩后率失真优化的高精度自适应码率控制的图像压缩(HTJ2K-RPRD)算法。首先,根据二维离散小波变换高频子带数据的高斯分布特性,计算量化前高频... 详细信息

针对非完全嵌入编码的图像压缩算法难以实现精确的码率控制问题,提出了一种结合码率预测和压缩后率失真优化的高精度自适应码率控制的图像压缩(HTJ2K-RPRD)算法。首先,根据二维离散小波变换高频子带数据的高斯分布特性,计算量化前高频子带数据的信息熵得到最小平均比特数,用最小平均比特数来估计量化编码后高频子带数据的码率预测值;接着,采用与JPEG2000标准压缩质量相当但复杂度比其低的HTJ2K标准进行图像压缩,根据HTJ2K标准中清理通道的编码特点,粗略计算二维离散小波变换低频子带数据在码流中嵌入的平均比特数,用嵌入的平均比特数来估计编码后低频子带数据的码率预测值;然后,统计所有编码后子带数据的码率预测值来估计基础截断位平面;最后,从基础截断位平面编码产生多个编码通道,对产生的编码通道进行率失真优化以实现自适应码率控制的图像压缩。实验结果表明:HTJ2K-RPRD算法在自适应码率控制的情况下可实现带宽受限压缩系统的定码率压缩,且复杂度更低;在不同位深和像素大小的图像上的压缩码率控制精度可达99.997%。

关键词：图像压缩码率控制编码率失真优化 JPEG2000标准 HTJ2K标准

在线全文

学校读者我要写书评

暂无评论

基于三维Saab变换的高光谱图像压缩方法

北京航空航天大学学报 2022年第8期48卷 1505-1514页

作者：徐艾明黄宇星沈秋南京大学电子科学与工程学院南京210023

高光谱图像中存储了丰富的光谱信息,具有极大的应用价值,但现有大部分高光谱图像压缩方法难以同时兼顾图像中的空间冗余与谱间冗余,导致压缩性能受到局限。针对该问题,提出了一种基于三维修正偏置的子空间(Saab)变换的高光谱图像压缩方... 详细信息

高光谱图像中存储了丰富的光谱信息,具有极大的应用价值,但现有大部分高光谱图像压缩方法难以同时兼顾图像中的空间冗余与谱间冗余,导致压缩性能受到局限。针对该问题,提出了一种基于三维修正偏置的子空间(Saab)变换的高光谱图像压缩方法。采用三维Saab变换对高光谱图像的分块进行空间光谱信息融合的降维操作,同时去除谱间冗余和局部空间冗余;利用高效率视频编码(HEVC)中的帧内编码模块进一步去除空间冗余和统计冗余;实现低失真、高比率的高光谱图像压缩。在多个高光谱图像数据集上的实验结果表明,所提方法在同码率下重建图像的信噪比(SNR)比采用主成分分析(PCA)降维的方法至少提高0.62 dB,在高码率的情况下性能优于张量分解的压缩方法。同时,验证了不同降维方法对分类任务的性能影响,结果表明,所提方法更好地保留了图像中的重要特征,在低码率的情况下仍可以保持较高的分类精度。

关键词：修正偏置的子空间(Saab)变换空间光谱信息融合高效率视频编码(HEVC) 高光谱图像图像压缩

一种基于条件生成对抗网络的高感知图像压缩方法

在线全文

学校读者我要写书评

暂无评论

东北大学学报（自然科学版） 2022年第6期43卷 783-791页

作者：张雪峰许华文杨棉子美东北大学理学院辽宁沈阳110819

针对如何获得符合人类视觉感知的压缩图像问题,提出了基于条件生成对抗网络的图像压缩模型(HPIC).在HPIC中,首先利用一个超先验概率模型对原始图像进行编码量化,将条件附加标签和残差模块相结合的生成器用于压缩图像的重建,基于深度卷... 详细信息

针对如何获得符合人类视觉感知的压缩图像问题,提出了基于条件生成对抗网络的图像压缩模型(HPIC).在HPIC中,首先利用一个超先验概率模型对原始图像进行编码量化,将条件附加标签和残差模块相结合的生成器用于压缩图像的重建,基于深度卷积神经网络搭建的判别器则用于区分压缩后的图像和真实图像间的差异.损失函数是基于比特率-失真-感知优化理论来设计的,一方面选用基于预训练Inception网络特征值的感知失真指标来实现具有高感知质量的图像压缩重建,另一方面利用生成对抗网络损失来消除压缩伪影,提高压缩精度.实验结果表明,HPIC在比特率-失真-感知三重权衡中取得了较好的平衡,即使目前的常见算法使用两倍于本文算法的比特率,本文算法在所有的感知指标得分上均优于前者,HPIC仍能够实现具有高感知质量的压缩.

关键词：图像压缩比特率-失真-感知优化理论条件生成对抗网络损失函数

基于图像压缩的震损结构三维模型快速重建方法

在线全文

学校读者我要写书评

暂无评论

世界地震工程 2022年第1期38卷 241-248页

作者：霍林生王忆泽白晓煜大连理工大学海岸和近海工程国家重点实验室辽宁大连116024

针对基于数字图像的大尺度三维结构模型建模时间过长的问题,提出了利用图像压缩算法对震损结构三维模型快速重建的方法。首先,拍摄得到结构的原始图像;其次,利用主成分分析算法压缩图像;最后,基于处理后的图像对结构三维模型进行重建。... 详细信息

针对基于数字图像的大尺度三维结构模型建模时间过长的问题,提出了利用图像压缩算法对震损结构三维模型快速重建的方法。首先,拍摄得到结构的原始图像;其次,利用主成分分析算法压缩图像;最后,基于处理后的图像对结构三维模型进行重建。为验证提出方法的有效性,对一个混凝土试块,受损的剪力墙试验模型和实际单体建筑进行图像采集,利用论文提出的方法进行图像压缩和三维建模。结果表明:将主成分分析算法引入到三维重建技术中,可以在不影响结构模型精确性的基础上极大地减少模型重建时间,与传统的三维模型建模时间相比,本文提出的方法结构三维建模所需的时间至少可降低30%。

关键词：图像压缩主成分分析三维模型重建震损结构

基于价值评估的磁共振单序列多层LVP图像压缩算法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2020年第7期32卷 1137-1144页

作者：满盼盼赵国桦刘泽华王梅云林予松郑州大学信息工程学院郑州450001 郑州大学互联网医疗与健康服务河南省协同创新中心郑州450052 河南省人民医院放射科郑州450003 郑州大学软件学院郑州450002 郑州大学汉威物联网研究院郑州450002

针对影像组学过程中医生标注影像数据工作量巨大的问题,提出了一种基于价值评估的磁共振单序列多层低价值点(low value point,LVP)图像压缩算法.对单序列多层LVP原图像使用滤波压缩算法,对已标注的单序列多层LVP分割图像使用池化压缩算... 详细信息

针对影像组学过程中医生标注影像数据工作量巨大的问题,提出了一种基于价值评估的磁共振单序列多层低价值点(low value point,LVP)图像压缩算法.对单序列多层LVP原图像使用滤波压缩算法,对已标注的单序列多层LVP分割图像使用池化压缩算法,将单序列多层LVP原图像和分割图像压缩为单层高价值点(highvaluepoint,HVP)原图像和分割图像.将压缩算法应用于磁共振脑胶质瘤的自有数据集和公开数据集中,对比了压缩前原始图像标注时间和压缩成单层HVP图像标注时间,并测试压缩图像进行影像组学分级任务的效果.实验结果表明:压缩后标注一例病例的时间与压缩前相比显著减少,AUC等指标在执行文中算法和未执行下得到的分级结果相差甚微,均高于医生诊断水平.因此,在误差可接受范围内,医生仅需标注一层HVP图像便能进行医学影像分析,并且也能获得较好的分析结果.对于医生来说,可显著缩减医生标注任务的工作量.

关键词：医学图像图像压缩磁共振图像滤波压缩池化压缩

在线全文

学校读者我要写书评

暂无评论

基于矩阵计算的组织病理学图像压缩储存算法

协和医学杂志 2022年第4期13卷 620-625页

作者：何睿琳刘子妤杨欣怡李晨李晓燕东北大学医学与生物信息工程学院沈阳110819 中国医科大学肿瘤医院/辽宁省肿瘤医院病理科沈阳110042

目的评价基于矩阵计算的组织病理学图像压缩储存算法的临床应用价值,并寻求最佳图像压缩比。方法利用主成分分析法(principal component analysis,PCA)和奇异值分解法(singular value decomposition,SVD)两种经典矩阵算法,对低、中、高... 详细信息

目的评价基于矩阵计算的组织病理学图像压缩储存算法的临床应用价值,并寻求最佳图像压缩比。方法利用主成分分析法(principal component analysis,PCA)和奇异值分解法(singular value decomposition,SVD)两种经典矩阵算法,对低、中、高分化的宫颈癌组织免疫组化染色图像及HE染色图像进行压缩重建,并采用峰值信噪比和结构相似度针对图像重建质量进行评价。结果PCA重建图像压缩比为10.18(保留53个主成分)时,低、中、高分化宫颈癌组织免疫组化染色图像峰值信噪比均值分别为43.84±0.43、43.27±0.25、43.71±0.49,压缩图像结构相似度分别为0.964±0.004、0.963±0.006、0.965±0.005;HE染色图像峰值信噪比均值分别为43.41±0.78、42.95±1.03、43.52±0.69,压缩图像结构相似度分别为0.953±0.010、0.949±0.015、0.960±0.007。SVD重建图像压缩比为10.00(保留128个奇异值)时,低、中、高分化宫颈癌组织免疫组化染色图像峰值信噪比均值分别为39.89±1.69、38.20±2.19、40.90±0.50,压缩图像结构相似度分别为0.949±0.006、0.938±0.011、0.955±0.004;HE染色图像峰值信噪比均值分别为40.31±0.98、39.46±1.59、40.77±1.67,压缩图像结构相似度分别为0.965±0.006、0.943±0.010、0.969±0.005。结论采用PCA和SVD可实现对组织病理学图像进行压缩储存并获得较好的图像质量,为解决医院图像存储难题提供了解决方案。

关键词：图像压缩主成分分析法奇异值分解法图像质量评估

在线全文

学校读者我要写书评

暂无评论

基于自注意力机制增强的深度学习图像压缩

控制工程 2022年第3期29卷 536-541页

作者：展亚南施晓东孙镱诚丁阳杨万扣中国电子科技集团公司第二十八研究所江苏南京210007 东南大学自动化学院江苏南京211189

提出了一种基于自注意力机制增强的深度学习模型,用于无人机侦察图像的压缩与解压。与现有方法相比,提出的深度学习模型有两个显著特点:其一,模型由四部分组成(编码器、二值化器、量化器和解码器),并且可以通过端到端的优化提高模型的... 详细信息

提出了一种基于自注意力机制增强的深度学习模型,用于无人机侦察图像的压缩与解压。与现有方法相比,提出的深度学习模型有两个显著特点:其一,模型由四部分组成(编码器、二值化器、量化器和解码器),并且可以通过端到端的优化提高模型的压缩和解压效率;其二,量化器是基于自注意力机制增强的多层前馈神经网络,它能充分利用图像的上下文信息对图像进行压缩。在公开数据集Kodak和Tecnick的实验结果表明,提出模型的压缩率-保真率曲线优于传统的图像压缩标准和现有的深度学习模型。对于常规大小的图像,在保持图像质量MS-SSIM为85%~95%的前提下,图像压缩比BPP能达到7%~15%,并且在普通CPU上其处理速度达0.48秒/张,能显著降低影像的数据大小且不牺牲处理速度。

关键词：图像压缩深度学习自注意力机制端到端多层前馈神经网络

基于分形编码和LIC混沌系统的图像压缩加密算法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2022年第12期39卷 3770-3775页

作者：王佳琪张淼佟晓筠王翥哈尔滨工业大学(威海)计算机科学与技术学院山东威海264209 哈尔滨工业大学(威海)信息科学与工程学院山东威海264209

随着数字图像在网络中的广泛应用,其在安全、传输、存储等方面的问题亟待解决。提出的算法为分形编码提供了新型安全方案,分形图像编码具有压缩比高和重构质量高的特点,而混沌的不可预测性和初值敏感性适用于图像加密,将分形编码和混沌... 详细信息

随着数字图像在网络中的广泛应用,其在安全、传输、存储等方面的问题亟待解决。提出的算法为分形编码提供了新型安全方案,分形图像编码具有压缩比高和重构质量高的特点,而混沌的不可预测性和初值敏感性适用于图像加密,将分形编码和混沌加密有效结合可以充分发挥两者的优势。此外,通过耦合增强构造新的混沌系统,改善了种子映射复杂度低、混沌范围有限等问题,并设计了置乱扩散同时进行的加密结构来提高算法效率。实验表明,提出算法的密钥空间大、密钥敏感性强、相邻像素相关系数和信息熵都接近理想值,能够抵抗多种常见攻击,且加密速度更快,能满足实际应用的需要。压缩性能方面,在满足重构视觉质量的同时达到了较其他方案更高的压缩比。

关键词：图像压缩分形编码图像安全图像加密混沌系统

基于深度卷积神经网络的信息流增强图像压缩方法

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2020年第5期50卷 1788-1795页

作者：李志军杨楚皙刘丹孙大洋吉林大学通信工程学院长春130012

在图像压缩过程中,信息利用率对图像压缩的效率起决定性作用。为了更好地提高信息的利用率,提出了一种端到端的基于深度卷积神经网络的信息流增强图像压缩方法。在编解码网络中,采用特殊的网络结构,增加了卷积层之间的前向与后向连接,... 详细信息

在图像压缩过程中,信息利用率对图像压缩的效率起决定性作用。为了更好地提高信息的利用率,提出了一种端到端的基于深度卷积神经网络的信息流增强图像压缩方法。在编解码网络中,采用特殊的网络结构,增加了卷积层之间的前向与后向连接,与传统的前向神经网络相比,信息流的双向流动和视觉特征的循环反馈可有效实现信息流的增强,从而提高图像的压缩效率。实验表明:在相同码率下,本文算法复原图像的MS-SSIM分别比JPEG、JPEG2000和HEVC高0.08、0.027和0.012。将基于深度神经网络的信息流增强结构用于图像压缩,可有效提高压缩效率。

关键词：图像压缩自动编码器卷积神经网络信息流增强