基于对象的三维医学图像形状自适应编码算法

提出了一种针对三维医学图像已知诊断对象区域的形状自适应小波编码方法.该算法仅对对象区域内的像素应用形状自适应小波变换去相关,变换后,对象在变换域中的系数个数与图像域的像素保持相同.为了实现快速无损变换,提出一种基于提升的形状自适应小波变换方法.通过分析形状自适应变换后无效系数的位置,又提出一种改进的OB-3DSPECK(object-based set partitioned embedded block coder)算法,取消了对象区域外无效块或系数的符号输出,即只输出两种符号码流到自适应算术编码器.对于三维医学图像的对象区域,该算法能够提供有损到无损的渐进编解码.实验结果表明,该算法平均SNR比OB-3DSPECK提高0.5dB.此外,由于减少了一种符号输出,使得算术编码过程可选.     

Applying a Speaker-Dependent Speech Compression Technique to Concatenative TTS Synthesizers

This paper proposes a new speaker-dependent coding algorithm to efficiently compress a large speech database for corpus-based concatenative text-to-speech (TTS) engines while maintaining high fidelity. To achieve a high compression ratio and meet the fundamental requirements of concatenative TTS synthesizers, such as partial segment decoding and random access capability, we adopt a nonpredictive analysis-by-synthesis scheme for speaker-dependent parameter estimation and quantization. The spectral coefficients are quantized by using a memoryless split vector quantization (VQ) approach that does not use frame correlation. Considering that excitation signals of a specific speaker show low intra-variation especially in the voiced regions, the conventional adaptive codebook for pitch prediction is replaced by a speaker-dependent pitch-pulse codebook trained by a corpus of single-speaker speech signals. To further improve the coding efficiency, the proposed coder flexibly combines nonpredictive and predictive type method considering the structure of the TTS system. By applying the proposed algorithm to a Korean TTS system, we could obtain comparable quality to the G.729 speech coder and satisfy all the requirements that TTS system needs. The results are verified by both objective and subjective quality measurements. In addition, the decoding complexity of the proposed coder is around 55% lower than that of G.729 annex A     

一种基于小波分析的多分辨运动补偿视频编码器的设计

为了在甚低比特率下实现对数字视频的有效压缩和编码,提出了一种混合的多分辨运动补偿零树视频编码方案。在该编码方案中,运动矢量的获取采用了可变块大小的多分辨运动估计算法,运动估算在小波域中进行。编码器的核心部分是同基于内容的自适应量化方法相结合的预测误差帧的小波零树编码,它产生了一种具有嵌入特征的比特流,从而为精确的速率控制和基于内容的位流调节提供了可能。基于上述编码方案的实验表明:在甚低比特率下,所提出的编码方案在峰值信噪比和恢复视频的主观质量方面都具有较好的性能。     

语音编码器中的分数基音估计算法

在保证同等音质的前提下,为降低语音编码器中分数基音估计的复杂度,提出一种基于多项式拟合的分数基音估计算法。以整数点相关度序列为基础,在其最大值点附近进行多项式拟合,解析给出分数基音估计值。与现有的基于采样函数插值的分数基音估计算法相比,不使用常数插值表,无插值、遍历和比较操作,实现运算量与插值因子无关,典型情况下的运算复杂度仅为现有算法的1/25。在实际语音编码器中,所提算法对各类语音的客观及主观测试结果表明,其长时预测增益和编码音质都与现有算法相当。     

一种基于改进嵌入小波编码的新图象压缩算法

基于逐次逼近量化与零树结构的嵌入零树小波编码(EZW)被认为是静态图象变换编码领域迄今为止最好的压缩算法之一.然而通过分析和实验,发现该算法在一定程度上存在时间复杂度较高和复原图象质量不尽理想等不足.本文提出了一种基于改进嵌入小波编码的新图象压缩算法,该算法能够通过以下3项措施提高EZW算法工作效率:(1)对最低频子带进行单独编码;(2)采用全新的嵌入小波编码策略,不再利用导致计算量剧增的双亲-子女(Parent-Children)关系;(3)进行嵌入小波编码时,不再考虑ZTR(零树根)和IZ(孤立零)符号.实验结果表明:本文提出的新图象编码算法在压缩/解压缩速度、图象复原质量等方面均明显优于EZW编码算法.     

一种对残养帧的四叉树分解编码算法

为了克服在低比特率下的块效应,并适应实时编、解码的需要,提出了一种对残差帧的四叉树编码算法,该算法首先采用OBMC的方法生成预测帧以有效消除块效应,并针对残差帧的统计与视觉特性,对每个2×2的小块取灰度平均值作为最小编码单位,然后用四叉树分解方法来大致标记均值大于某阈值的块的位置,并以标量量化和自适应算术编码器编码其灰度值.与基于变换的编码方法相比,该算法简单、高效,码率低,解码质量高,是一种实时的编、解码算法.     

基于运动空间相关性和时间连续性的运动估算快速算法

运动估算是视频信号的帧间预测编码中的一个重要环节,其效率和精度直接影响到编码器的性能。由于全搜索算法搜索速度较低,而很少采用,故目前普遍采用三步法、交叉法等各种快速近似算法,但是这些算法匹配精度较低,而且某些情况下应用效果不好。为解决上述算法存在的问题,在对视频编码中运动物体的空间相关性和时间连续性进行分析的基础上,给出了一种利用运动物体的空间相关性和时间连续性来进行运动估算的快速算法。实验结果表明,该算法计算每个宏块运动矢量所需的平均搜索次数低于三步法,而匹配精度则非常接近于全搜索算法,并且采用该算法的编码器,其总的编码输出位数少于采用全搜索算法的编码器。     

图象块编码—分类的方法

提出了一个基于ＤＣＴ和二维多项式近似的块分类编码算法。在该算法中，原始图象被分割成互不覆盖的８×８子块。通过依次地利用灰度局部方差、二维多项式近似误差和图象信号的空间频率分布，把图象块分为均匀、平滑、粗糙和细节４类。均匀块和平滑块分别采用零阶和一阶多项式近似。粗糙和细节块先进行ＤＣＴ变换，然后对其ＤＣＴ系数量化后采用改进的游程编码表示。实验结果表明该算法具有良好的性能。在未采用熵编码为编码码流作后处理的情况下，性能仍优于ＪＰＥＧ标准。     

Metric bounds on losses in adaptive coding

A noiseless-channel coding system in which the source probabilities change continuously in time is introduced. Using a geometry defined by the second derivative matrix of the information-theoretic entropy function, a bound on the number of excess channel symbols (the redundancy) sent by a retrospective encoder during a fixed time interval is derived. Results on minimal-cost coding and their implications for a real-time coding algorithm are then explored. Underlying most of the discussion here is the assumption made on the separability of the time scales corresponding to the (high) character rate as compared with the rate of change of the source probabilities.     

基于H．264的立体视频右图像整帧丢失错误隐藏算法

当H．264编码立体视频流在Internet上传输时，由于信道错误所引起的数据丢失常常会造成整帧图像的丢失。为了恢复丢失的整帧立体视频右图像，提出了一种基于H．264的立体视频右图像整帧丢失错误隐藏算法，该算法依据立体视频编码特点进行相关性分析，首先确定丢失帧中每个宏块的预测方式，然后采用运动补偿或视差补偿对其进行恢复，进而重现丢失帧。实验结果表明，该算法能够在较低的计算复杂度下，获得较高质量的立体视频图像。     

在TMS320C6x系列DSP上实现G．729算法

在研究ITU-T的G．729CS-ACELP语音编码算法基础上，本文介绍了使用TI公司的TMS320C6x系列DSP实现该算法的一些问题以及一些应用中的具体优化技术，这在一定程度上降低了该算法的计算复杂度，而输出语音仍然保持了很高的合成品质。然后，本文讨论了如何在一个电信级 的应用内核上对该语音编码算法进行多声道扩展的问题，该多通道编码系统基本能达到实用要求。最后，在实时MCPS、内存要求、处理延时和实时性能等方面对该DSP实现的编码器做了一个评价，可以作为其他语音编码器开发的参考。     

基于三进制表示的小波系数预测编码方法

提出了一种新的小波系数表示及编码方法,探索了提高图像压缩性能的新途径。在统计各进制表示下小波系数熵值的基础上,分析了三进制表示的可行性和合理性;针对三进制表示的符号特点,充分利用小波系数之间的相关性,建立了高效的预测分类模型,设计实现了相应的图像压缩算法。实验结果表明,在各压缩倍数下,相较于典型的位平面编码方法,该方法的恢复图像主客观质量均有提高,充分说明其有效性及在提升压缩性能方面的潜力。     

基于方向提升小波变换的多描述视频编码

提出一种基于方向提升小波变换的多描述可分级视频编码方法,该方法能增强视频编码的容错性和网络自适应性。对视频序列中的每一帧图像按梅花下采样产生2个子序列,对每个子序列分别进行三维小波可分级视频编码形成2个描述。为解决传统二维小波变换方法对梅花下采样图像编码效率低的问题,引入方向提升小波变换对图像进行空域分解,提出5模式方向提升小波变换以进一步提高编码效率。实验结果证明了该方法的有效性。     

Feature Oriented Progressive Lossless Mesh Coding

A feature‐oriented generic progressive lossless mesh coder (FOLProM) is proposed to encode triangular meshes with arbitrarily complex geometry and topology. In this work, a sequence of levels of detail (LODs) are generated through iterative vertex set split and bounding volume subdivision. The incremental geometry and connectivity updates associated with each vertex set split and/or bounding volume subdivision are entropy coded. Due to the visual importance of sharp geometric features, the whole geometry coding process is optimized for a better presentation of geometric features, especially at low coding bitrates. Feature‐oriented optimization in FOLProM is performed in hierarchy control and adaptive quantization. Efficient coordinate representation and prediction schemes are employed to reduce the entropy of data significantly. Furthermore, a simple yet efficient connectivity coding scheme is proposed. It is shown that FOLProM offers a significant rate‐distortion (R‐D) gain over the prior art, which is especially obvious at low bitrates.     

基于Monte Carlo方法的自适应多模型诊断

多模型混合系统的模型切换服从有限状态的Markov链,其转移概率通常假定是已知的.当模型转移概率未知的时候,本文基于Monte Carlo粒子滤波器给出了混合系统状态估计的一种自适应算法.该算法假定未知的转移概率先验分布为Dirichlet分布,首先通过采样得到一组模型序列的随机样本,利用其中状态的转移次数计算先验转移概率,使用量测信息对样本更新选择后,获得模型转移概率的一种迭代的后验估计值,同时由粒子滤波器得到系统状态和模型概率的后验估计.将该方法用于混合系统的状态监测和故障诊断,仿真结果表明了算法的有效性.     

基于MMX技术的H.264编码器的研究与实现

分析甚低码率视频压缩标准H.264的算法特点,基于H.264软件编码器,根据MMX技术的特点、数据结构和使用方法,用支持单指令多数据SIMD的MMX技术优化H.264的算法模块.重点讨论最耗时的DCT、IDCT、IT、IIT、帧间预测、帧内预测的运动估计、补偿模块的MMX实现算法.实验结果表明：优化后的编码器的处理速度提高到原来的1.3倍,有一定的实用价值.     

Using contexts and R-R interval estimation in lossless ECG compression

The paper presents a new lossless ECG compression scheme. The short-term predictor and the coder use conditioning on a small number of contexts. The long-term prediction is based on an algorithm for R-R interval estimation. Several QRS detection algorithms are investigated to select a low complexity and reliable detection algorithm. The coding of prediction residuals uses primarily the Golomb-Rice (GR) codes, but, to improve the coding results, escape codes GR-ESC are used in some contexts for a limited number of samples. Experimental results indicate the good overall performance of the lossless ECG compression algorithms (reducing the storage needs from 12 to about 3-4 bits per sample). The scheme consistently outperforms other waveform or general purpose coding algorithms.     

基于心理声学模型的多码率零树小波音频压缩方法

ＭＰＥＧ－４音频编码标准不仅对码率和音质提出了更高的要求,而且还要求编码器具有多种功能以满足各种不同应用的需要,该文利用不同尺度小波系数的自相似特性和人耳的掩蔽效应,提出了一种基于心理声学模型的零树小波音频编码算法。该算法不仅可在低码率（５６ｋｂ／ｓ）上得到透明质量的ＣＤ音频信号,而且可产生嵌入式码流,在最优意义上支持多码率的可分级编码,是一种很有前途的适用一多媒体通信等领域的编码方案。     

一种基于Contourlet的图像低码率SPIHT算法

Contourlet是一种优于小波的不可分离图像表示方法，它除了具有一般小波变换的多尺度、局部性外，还具有方向性、各向异性。为此，本文提出了一种基于Contourlet变换的SPIHT编码方法。首先，对图像Contourlet变换各子带系数的分布情况进行了统计分析；进而设计了一种基于Contourlet变换的空间方向树结构，该结构具有类似图像小波变换域中“零树”的特性；在此基础上实现了一种基于Contourlet变换的渐进式编码算法（CSPIHT），该算法除了具有一般基于小波变换的零树编码算法的特性外，还具有方向性和各向异性的特点，特别对图像的边缘方向信息和纹理信息具有很好的捕捉能力和解码的视觉效果。实验结果表明，所提出的算法CSPIHT在低码率下其重构图像的PSNR要高于SPIHT算法；而对于中等码率，尽管重构图像的PSNR略低于SPIHT，但重构图像纹理和边缘区域的视觉效果要优于SPIHT。