摘要：通过引入计算代数中Grobner基以及合冲模的相关算法,提出对多相位矩阵进行正交化,从而得到了同时具有对称性和任意正则阶的M-带正交小波的高效设计方法。与现有方法相比,克服了构造过程复杂以及不能保持线性相位的缺陷。

摘要：针对传统LBG算法因依赖于初始码书的选取,从而容易陷入局部最小的问题,提出一种改进的基于PCC的LBG快速算法。它结合了非迭代算法的码书生成速度和迭代算法码书质量高的优点,使得整体算法的性能得到了很大的提高。实验表明,该整体算法具有收敛速度快、码书性能佳等优点,其PSNR比传统的LBG算法提高3.17 dB。

摘要：传统的二维DCT(discrete cosine transform)无法稀疏表示除水平或垂直方向以外的边缘,而具有强方向表示能力的方向预测离散余弦变换(directional prediction DCT,简称DPDCT)计算复杂度又过高.针对这些问题,提出了一种快速方向离散余弦变换(fast directional discrete cosine transform,简称FDDCT).该算法沿给定的方向模式进行变换,避免了DPDCT中的插值运算,可以快速、稀疏地表示图像中各向异性边缘信息.此外,FDDCT通过设计块边界提升,在进一步集中边缘能量的同时保证了算法的完全重构.实验结果表明,FDDCT计算复杂度不超过DCT的1.4倍;采用同样的编码方法,基于FDDCT的压缩图像与基于DCT以及DPDCT的压缩图像相比,峰值信噪比可提高0.4dB^1.6dB,而且边缘细节更加清晰、完整.

摘要：传统二维DCT无法稀疏表示除水平或垂直方向外的边缘,而具有强方向表示能力的方向预测离散余弦变换(DPDCT)计算复杂度过高。针对这些问题,快速方向重叠变换(FDLT)沿给定的方向模式进行变换,避免了DPDCT中的插值运算,并进一步集中分散在变换块间的能量,可以快速、稀疏地表示图像中各向异性边缘信息。此外,FDLT通过设计块边界提升,保证了算法完全重构。实验表明,FDLT计算复杂度不超过DCT的2倍。采用同样的编码方法,基于FDLT的压缩图像与基于DCT的压缩图像相比,峰值信噪比可提高0.5dB以上,而且图像边缘细节更加清晰、完整。

摘要：提出了纹理图像隐藏高程信息来保护三维地形数据的信息隐藏技术 在保持地形形状和起伏特征的前提下,实现了高程数据的极低比特率压缩提出可嵌入隐藏信息的小波系数集合生成方法,应用基于视觉系统小波域量化噪声的视觉权重分析方法,自适应地确定信息嵌入的强度应用Rabin方法生成单向Hash函数。

摘要：该文结合实际应用需要提出了半透明数字水印的概念 ,并研究了带参数的双正交整数小波的构造 .结合带参数的整数小波变换与纠错编码设计了一种半透明数字水印 .带参数整数小波的使用 ,提高了水印的安全性 .根据小波域量化噪声自适应地确定嵌入强度 ,并结合纠错编码 ,提高了抗攻击能力 .实验表明该算法有较强的抗JPEG压缩和图像处理的能力 .

摘要：线性Bregman迭代是Osher和Cai等人最近提出的一种在压缩感知等领域有重要作用的有效算法.本文在矩阵A非满秩情形下,研究了求解下面最优化问题的线性Bregman迭代:给出了一个关于线性Bregman迭代收敛性定理的简化证明,设计了一类A^-线性Bregman迭代算法,并针对A^+情形证明了算法的收敛性.最后,用数值仿真实验验证了本文算法的可行性.

摘要：设计了求解稀疏优化模型的加速线性Bregman算法,该稀疏优化模型可以理解成基追踪模型的一个近似。设计的加速算法主要基于Lagrange对偶和SVD预条件方法两个技术。由Lagrange对偶理论可知,线性Bregman算法等价于梯度法极小化对偶问题的目标函数,由此可以推导出线性Bregman算法的收敛速度与矩阵A的条件数有关。据此,通过使用SVD预条件方法改善了A的条件数从而加快了线性Bregman算法,还考虑了Ax=b不相容的情况,通过等价变换和SVD技术极大地降低了对偶问题的规模,从而设计出有效的加速算法。最后模拟了两个数值实验,验证了算法在速度上的优势。

摘要：提出了一种结合信息伪装和隐藏技术来保护数字高程模型(digital elevation model,简称DEM)数据的方法,保证了DEM数据的安全传输和存储.设计了DEM数据极低比特率压缩方法,压缩数据隐藏在伪装数据中.应用带参数整数小波变换,提出可嵌入隐藏信息的小波系数集合生成方法.扩展了只针对图像的基于视觉系统(human visual system,简称HVS)小波域量化噪声的视觉权重(justnoticeable distortion,简称JND)分析方法,使其适用于DEM数据,自适应地确定信息隐藏的强度.该方法可同时保护两组DEM地形数据.应用Rabin方法生成单向Hash函数,算法可以完全公开.

摘要：针对海量DEM数据的存储和传输的问题,设计出一种高效的DEM数据的小波压缩算法。基于提升理论提出了一种包含自由变量t的紧支撑小波构造方法;通过选取合适的小波滤波器系数,基于提升的整数小波变换只需要整数加法、整数乘法和移位实现,运算速度快,便于硬件实现;选取参数t=1的整数9-7小波变换,其运算量接近整数5-3小波,但DEM数据压缩质量接近浮点的CDF9-7小波。实验证明该压缩算法对DEM数据有极佳的压缩效果,在保持地形形状和起伏特征的前提下,DEM数据可以压缩4096倍,PSNR>34DB。