针对现有可见光隐式成像通信调制算法隐式效果差、算法复杂的问题,提出了一种基于蓝色通道拉普拉斯最高层金字塔的隐式信息调制算法。该算法利用人眼视觉系统对黄蓝分量不敏感的特性,仅对蓝色通道图像进行拉普拉斯金字塔分解,并在最高层嵌入隐式信息。此外,考虑到图像纹理差异对隐式效果的影响,采用图像熵作为衡量图像间纹理复杂程度的指标,设计了一种基于纹理复杂度的图像分类器,并对不同分类图像的隐式效果进行了分析。仿真结果显示,所提调制算法的峰值信噪比平均可达到40.46 dB,相较于一般拉普拉斯金字塔调制算法,性能提升了5 dB,可有效增强系统的隐式效果。

针对图像边缘与轮廓不能精确重构的问题,提出了一种基于灰度共生矩阵的多尺度分块压缩感知算法。该算法利用三级离散小波变换将图像分解为高频部分和低频部分。通过灰度共生矩阵的熵分析高频部分图像块的纹理复杂度,并根据图像块纹理进行再分块、自适应分配采样率。采用平滑投影Landweber算法重构图像,消除分块引起的块效应。对多种图像进行压缩重构仿真,实验结果表明,无观测噪声情况、采样率为0.1时,本算法在Mandrill图像上得到的峰值信噪比(PSNR)为25.37 dB,比现有非均匀分块算法提高了2.51 dB。不同噪声水平下,本算法的PSNR比无噪时仅下降了0.41~2.05 dB。对于纹理复杂度较高的图像,本算法的重构效果明显优于非均匀分块算法,对噪声具有较好的鲁棒性。

随着图像内容不断丰富，由计算机产生的屏幕内容(SC)图像开始普及。针对这类图像，高效视频编码标准(HEVC)增加了调色板模式来提升对SC图像的压缩性能，但会增加计算复杂度和编码时间。提出了一种基于视频内容复杂度分析的自适应调色板模式快速决策算法。该算法将图像亮度分量分块，并用离散余弦变换(DCT)来衡量每个块的复杂度，然后根据复杂度值形成判别矩阵，最后根据判别矩阵结合编码单元的信息来自适应地关闭或启用调色板模式，以减少计算量和编码时间。根据实验结果，当参考编码器设为启用调色板模式时，本文算法能节省的总编码时间达到完全关闭调色板模式所节省时间的69.24%，而相同峰值信噪比下的码率差异(BDBR)平均增加0.33%，相同码率下的峰值信噪比差异(BDPSNR)平均下降0.03 dB，基本不影响视频质量。

为降低高效视频编码(HEVC)的帧内编码复杂度，提出一种基于图像纹理特征的编码单元(CU)划分和预测模式选择算法。利用一种预处理算法来获得当前CU的纹理复杂度和方向。一方面，根据CU的纹理复杂度，该算法自适应地跳过或终止部分CU划分，减少CU深度的遍历时间。纹理复杂度高的CU直接划分成4个子CU，纹理复杂度低的CU将会终止划分。另一方面，根据预测单元的纹理方向，确定相应的候选模式集，通过粗模式决策算法和率失真最优化算法遍历候选模式集选取最优模式。将算法移植到标准食品解码软件HM16.7平台上，实验结果表明，与HM16.7算法相比，编码时间平均减少53.66%，比特率上升0.46%，峰值信噪比下降0.05 dB。