以Ridgelet、Curvelet、Bandlet、Contourlet等为代表的几何多尺度分析理论被国际学术界称为"Beyond Wavelet"或者超小波,在非线性逼近、调和分析、图像处理和模式识别领域有着广阔的应用前景。本项目旨在研究基于超小波变换感知图像编码的理论与算法。研究内容具体包括,通过图像超小波变换域统计特性及其机理分析,刻画超小波变换系数的统计相关性;结合人类视觉系统的特性,提出可计算的超小波变换域视觉感知模型,定量描述图像的视觉冗余;建立超小波变换域同时消除统计相关性和视觉冗余的联合编码框架,形成一整套基于超小波感知图像编码理论,提出和实现具有高压缩比和高感知质量的感知图像编码算法;进一步研究图像超小波变换系数的感知重要性、空间结构特性和相关性,完成基于超小波变换高感知质量和高压缩比的图像编码和解码演示系统的设计、开发与测试。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
农超对接模式中利益分配问题研究
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于SSVEP 直接脑控机器人方向和速度研究
拥堵路网交通流均衡分配模型
基于杂交小波变换的农业图像去噪算法研究
矢值小波变换图像编码方法研究
基于Grouplet变换的SAR图像压缩感知编码
基于框架和小波变换的的多载波调制(OFDM)及其编码算法研究