应用人眼视觉特性的Contourlet域图像压缩编码算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (22): 168-171.

• 图形、图像、模式识别 • 上一篇下一篇

应用人眼视觉特性的Contourlet域图像压缩编码算法

王力1，王向阳1，2

1.辽宁师范大学计算机与信息技术学院，辽宁大连 116081
2.北京大学视觉与听觉信息处理国家重点实验室，北京 100871

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-01 发布日期:2011-08-01

Image coding scheme based on contourlet transform and human visual system

WANG Li1，WANG Xiangyang1，2

1.School of Computer and Information Technique，Liaoning Normal University，Dalian，Liaoning 116081，China
2.National Laboratory on Machine Perception，Peking University，Beijing 100871，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-01 Published:2011-08-01

摘要/Abstract

摘要： 鉴于Contourlet变换存在冗余，小波变换不能准确捕获图像特征等不足，提高编码速度和改进视觉效果，提出了一种基于人眼视觉特性的混合域图像压缩编码算法。算法对原始图像进行小波分解，对中高频小波子带进一步实施自适应方向分解;根据人眼视觉特性（HVS），对不同子块变换系数进行加权处理;结合小波分解与方向分解特点，构造扩展的空间方向树结构;根据系数重要性，对低频系数采用新的排列结构，采用SPIHT编码思想完成图像压缩。实验结果表明，提出的混合域图像编码方法是一种高效的图像压缩算法，其压缩效果明显优于SPIHT、WBCT等图像压缩方案（特别是低比特率下）。

关键词: 图像编码, Contourlet, 人类视觉掩蔽特性, SPIHT编码

Abstract: For the overall contourlet transform is redundant and the wavelet transform cannot efficiently take advantage of the fact that the edges usually found in natural images are smooth curves.In this paper，a new image coding scheme is presented.The wavelet transform is applied to original image，and the directional filter banks（DFB） are employed to middle and high frequency subbands;The visual gains are achieved by exploiting HVS characteristics to weigh wavelet coefficients according to their perceptual importance;the new extended spatial orientation tree are constructed.The lower frequency exploit a new partitioning structure based on the importance of coefficients.The experiment results show that the modified image compression scheme provides higher perceptual quality and higher PSNR than SPIHT and WBCT，especially at low bit rates.

Key words: image coding, contourlet, human visual masking characteristics, SPIHT

王力1，王向阳1，2. 应用人眼视觉特性的Contourlet域图像压缩编码算法[J]. 计算机工程与应用, 2011, 47(22): 168-171.

WANG Li1，WANG Xiangyang1，2. Image coding scheme based on contourlet transform and human visual system[J]. Computer Engineering and Applications, 2011, 47(22): 168-171.

[1]	王烈，罗文，陈俊鸿，秦伟萌. 自适应PCNN与信息提取的红外与可见光图像融合[J]. 计算机工程与应用, 2018, 54(4): 192-198.
[2]	文继李1，丁立新1，万润泽1，邹桢苹2. 基于兴趣区域的无参考图像质量评价方法[J]. 计算机工程与应用, 2018, 54(16): 169-175.
[3]	谷志鹏，贺新光. 耦合边缘检测与优化的多尺度遥感图像融合法[J]. 计算机工程与应用, 2017, 53(11): 192-198.
[4]	李高平，刘莉. 图像子块特征匹配的快速分形编码算法[J]. 计算机工程与应用, 2017, 53(1): 195-200.
[5]	郑英，符冉迪，金炜，周颖. 改进Contourlet变换的3D掌纹图像识别[J]. 计算机工程与应用, 2016, 52(8): 169-173.
[6]	宋建辉，甘晶，刘砚菊. 基于PCNN与区域特征的红外与可见光图像融合[J]. 计算机工程与应用, 2016, 52(8): 186-190.
[7]	袁宗文，鲁业频，杨汉生. 半叉迹特征的快速分形图像编码[J]. 计算机工程与应用, 2016, 52(3): 197-201.
[8]	陈曦，肖建. 基于NSCT边缘直方图的草图检索[J]. 计算机工程与应用, 2015, 51(22): 172-175.
[9]	李世平，刘立京，苗承强，顾树生. 差量分析和四叉树结合的分形图像编码算法[J]. 计算机工程与应用, 2014, 50(4): 170-172.
[10]	杨建慧，白超. àtrous小波-NSCT遥感图像融合[J]. 计算机工程与应用, 2013, 49(5): 170-173.
[11]	冯帆1，2，王建华1，张政保2，王惠萍1，戚红军1，张海龙1. 基于CSR-ICA模型的隐写信息盲提取算法[J]. 计算机工程与应用, 2013, 49(24): 70-73.
[12]	李高平，杨军，陈毅红. 改进转动惯量特征的快速分形图像编码算法[J]. 计算机工程与应用, 2013, 49(24): 144-148.
[13]	张华1，黄辉1，刘邦明2. 结合Contourlet变换和区域特征的图像融合算法[J]. 计算机工程与应用, 2013, 49(22): 160-162.
[14]	赵勇，熊顺清，袁莎，夏薇，周卫红. 复合NSCT分解DCT变换和SVD分解的多重变换水印[J]. 计算机工程与应用, 2013, 49(20): 167-170.
[15]	王红艳1，金炜东2. 基于低频预测的图像多描述编码及其差错隐藏[J]. 计算机工程与应用, 2013, 49(18): 159-163.

应用人眼视觉特性的Contourlet域图像压缩编码算法

Image coding scheme based on contourlet transform and human visual system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics