题名 基于统计学原理的JPEG量化表的算法
被引量：1
1
作者
魏中海 王建勇 夏宣炎
机构
华中农业大学理学院
出处
《华中农业大学学报》
CAS
CSCD
北大核心
2003年第4期415-418,共4页
文摘
JPEG图像压缩算法有较优秀的压缩品质 ,但在量化阶段引用的是心理视觉阀值构成的量化表 ,造成了大量具有统计意义的信息的损失 ,给还原后的图像识别带来了困难。为此 ,本文提出了一种新的量化表设计方案 ,并运用数理统计理论推导出判别最优划分的标准 ,进而导出量化表的算法和实现步骤。此算法还可广泛地应用于非均匀量化的A/D、D/A转换等方面。
关键词
统计学原理 JPEG量化表 压缩品质 心理视觉阀值 图像识别 数理统计 图像压缩算法
Keywords
arithmetic of JPEG image compressing quantization table variation minimum total variation optimization division
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
O212
[自动化与计算机技术—计算机科学与技术]
题名 一种改进小波变换的图像融合方法
被引量：4
2
作者
沈瑜
机构
兰州交通大学电子与信息工程学院
出处
《自动化与仪器仪表》
2013年第5期202-204,共3页
基金
国家自然科学基金资助项目(60962004) 国家自然科学基金资助项目(61162016) +2 种基金 甘肃省科技攻关计划基金资助项目(0708GKCA047) 甘肃省青年科技基金计划资助项目(1107RJYA017) 兰州交通大学青年基金(2012003)
文摘
基于压缩感知理论,本研究针对于图像的小波分解系数的特点,提出了一种改进的小波稀疏表示的压缩感知图像融合算法。首先,本算法通过Mallat快速算法对图像进行稀疏分解;然后,利用绝对值最大融合规则对小波系数在压缩域进行融合;最后,使用最小全变分的方法重构融合图像。实验结果表明,该算法具有良好的融合效果。
关键词
压缩感知 图像融合 小波稀疏 双放射采样模式
Keywords
Compressed sensing Image fusion minimum total variation
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于局部DCT系数的图像压缩感知编码与重构
被引量：28
3
作者
潘榕 刘昱 侯正信 汪少初
机构
天津大学电子信息工程学院
出处
《自动化学报》
EI
CSCD
北大核心
2011年第6期674-681,共8页
基金
国家自然科学基金(60872161)资助~~
文摘
引入了压缩感知(Compressed sensing,CS)理论,给出了在获取局部二维离散余弦变换(Discrete cosine transform,DCT)系数的基础上高质量地编码与重构图像的新方法.研究了在无量化和有量化情况下,基于局部DCT系数的图像CS最小全变差重构算法.在对DCT系数进行量化的过程中得到含噪的局部DCT系数,在此基础上设计了能完成CS重构的图像编解码一般流程,并构建了实际应用系统.实验结果表明,对于稀疏性较强的图像,在图像编解码系统中结合CS理论与方法能得到高质量的重构图像,与传统的直接反离散余弦变换(Inverse DCT,IDCT)方法相比,峰值信噪比(Peak signal to noiseratio,PSNR)最大能提高5dB以上,对于一般图像,PSNR也有较大提高.
关键词
图像编码 图像重构 离散余弦变换 压缩感知 最小全变差
Keywords
Image coding image reconstruction discrete cosine transform（DCT） compressed sensing（CS） minimum total variation （TV）
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 联合时空特征的视频分块压缩感知重构
被引量：11
4
作者
李然 干宗良 崔子冠 武明虎 朱秀昌
机构
南京邮电大学江苏省图像处理与图像通信重点实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2014年第2期285-292,共8页
基金
国家自然科学基金(61071091 61271240) +4 种基金 江苏省研究生创新计划(CXZZ12_0466 CXZZ11_0390) 江苏省高校自然科学研究项目(12KJB510019) 南京邮电大学校科研基金(NY212015) 湖北省教育厅科研重点项目(D20121408)资助课题
文摘
为了提高视频压缩感知(CS)重构算法的率失真性能,该文提出利用视频的时空特征进行联合重构。为了不引入过多的复杂度,采集端以固定采样率对帧内各块进行测量;重构端则在最小全变差(TV)重构模型的基础上,分别加入利用时空自回归(AR)模型和多假设(MH)模型所形成的正则化项,以提高预测-残差重构的性能。另外,考虑到视频源的统计特性在时空域中是动态变化的,讨论了5种不同的帧间预测模式对重构精度和重构计算复杂度的影响。仿真实验表明,所提出的重构算法能够以一定的计算复杂度为代价有效地改善视频重构质量,且在关键帧采样率高于非关键帧的情形下,帧间预测模式的改善也可一定程度上提高视频重构质量。
关键词
压缩感知 视频重构 最小全变差 时空自回归 多假设 预测-残差重构
Keywords
Compressed Sensing （CS） Video reconstruction minimum total variation （TV）Temporal-spatial Auto Regressive （AR） Multiple Hypothesis （MH） Prediction-residual reconstruction
分类号
TN911.73
[电子电信—通信与信息系统]
题名 基于相对TV最小的CT图像重建算法
5
作者
张家浩 乔志伟
机构
山西大学计算机与信息技术学院
出处
《CT理论与应用研究（中英文）》
2023年第2期153-169,共17页
基金
国家自然科学基金面上项目(模型与数据耦合驱动的快速四维EPRI肿瘤氧成像(62071281)) 中央引导地方科技发展资金项目(新型TV和学习先验联合约束的快速四维EPRI成像方法(YDZJSX2021A003)) 山西省回国留学人员科研资助项目(基于新型四维TV正则机理的快速EPRI肿瘤氧成像方法研究(2020-008))。
文摘
总变差(TV)最小算法是一种有效的CT图像重建算法,可以对稀疏或含噪投影数据进行高精度重建。然而,在某些情况下,TV算法会产生阶梯状伪影。在图像去噪领域,相对TV算法展现了优于TV算法的性能。鉴于此,将相对TV模型引入图像重建,提出相对TV最小优化模型,并在自适应梯度下降-投影到凸集(ASD-POCS)框架下设计对应的求解算法,以进一步提升重建精度。以Shepp-Logan、FORBILD及真实CT图像仿真模体进行重建实验,验证了该算法的正确性并评估了算法的稀疏重建能力和抗噪能力。实验结果表明,相对TV算法可以实现逆犯罪,可以对稀疏或含噪投影数据进行高精度重建,与TV算法相比,该算法可以取得更高的重建精度。
关键词
计算机断层成像 相对总变差最小 稀疏重建 ASD-POCS算法
Keywords
computed tomography minimum relative total variation sparse reconstruction ASD-POCS algorithm
分类号
O242
[理学—计算数学]
TP391.41
[理学—数学]
