归一化自适应预测矢量量化算法压缩SAR原始数据

该文提出归一化自适应预测矢量量化（NAPVQ）算法压缩SAR原始数据。NAPVQ算法先采用矢量线性预测器对输入矢量进行预测，再对原矢量与预测矢量之间的残差矢量进行矢量量化。该算法可视为差分脉冲调制在矢量量化中的拓展，其性能优于块自适应量化（BAVQ）算法以及归一化预测自适应量化（NPAQ）算法。对算法复杂度的进一步分析表明，NAPVQ算法能获得复杂度和性能之间比较合理的折衷，具有实用价值。     

DCT域网格编码矢量量化

本文提出了在离散余弦变换(DCT)域作网格编码矢量量化(TCVQ),并利用量化后相关性的新方法.该方法结合了DCT变换、矢量量化和网格编码量化的优点,它充分利用信号DCT域和时域的相关性来逼近率失真下界,并利用维特比算法来寻找最佳量化序列.同时,它还利用量化后码字间存在的相关性来进一步降低编码率.仿真结果表明,该方法在保持高压缩比的同时具有很高的信噪比性能.在相同编码率下它比全搜索矢量量化(VQ)好1dB左右.同时该方法具有计算量适中,解码简单以及对误差扩散不敏感的优点.     

AVS解码中反量化的FPGA实现

对AVS反量化算法模块进行分析,结合AVS反量化的算法特点,提出了使用较少存储空间来存储量化表数据的方法.通过编写VHDL以实现优化后的AVS解码中反量化的算法,利用FPGA开发工具ISE7.1和仿真工具ModelSim SE 6.0,完成了AVS反量化的FPGA设计与实现.证明了算法实现的正确性.     

基于系数奇偶量化的图像水印算法

文中提出了一种新的基于系数奇偶量化的图像小波域数字水印算法,该算法首先对水印图像进行置乱处理,载体图像的小波变换系数经奇偶量化后,将置乱后的水印图像嵌入其中。算法对小波系数的奇偶量化性能在鲁棒性和水印的不可见性上进行了很好的折衷,实验表明该算法对载体图像的影响较小且具有很好的鲁棒性,可以有效地抵抗JPEG压缩、噪声干扰等常见的攻击。     

基于有记忆信源模型的视频编码量化算法研究

针对视音频优化量化算法研究,本文通过模拟最佳软判决量化特点,引入系数间的相关性,在硬判决量化基础上提出一种有记忆信源模型的量化算法.该模型统计了量化块中每个位置编码比特节省估计量,利用贝叶斯二值判别法计算出可区分量化结果的最佳估计阈值,二值做差得到码率节省余量,利用码率节省余量实现对量化偏移量的动态调节,从而优化量化算法.实验表明,基于本文的有记忆信源模型相较于传统硬判决量化有显著性能提升,BD-PSNR有0.0964dB提升,相当于3.5723％码率节省.本文偏移量模型基于离线建模,实时计算所需额外计算复杂度较小,适合硬件编码器架构设计实现.     

基于自适应量化矩阵的硬判决量化算法

在视频编码中,视频量化一般分为硬判决量化(HDQ)和软判决量化(SDQ),HDQ与SDQ相比,编码性能虽有所损失,但其编码复杂度低,易于硬件实现的优点依旧是主流编码器所主要采用的量化算法.人眼具有对图像中的高频细节不敏感的特性.因此,基于Bayes最小误判概率约束,离线构建基于视频内容自适应的量化矩阵,在模拟感知SDQ算法机理下,对高频低频分量采用不同的量化步长,提高视频的主观质量和HDQ算法性能.仿真实验表明,相比于传统的HDQ算法,该文算法能达到平均5.048％的码率节省,其中WVGA和WQVGA格式平均达到10.65％的码率节省.相比于感知SDQ算法,平均码率增加仅有1.464％;算法复杂度方面,编码一帧的时间相比于感知SDQ节省了32.956％.     

采用树结构矢量组合的小波图像分类矢量量化

本文提出了采用树结构矢量组合对小波图像进行分类矢量量化的新方法.该方法充分利用了子带系数的带间和带内的相关性,分类信息占用比特数少,并采用了基于人眼视觉特性的加权均方误差准则进行矢量量化,提高了量化增益.仿真结果表明,该方法实现简单,可达到很好的压缩效果.     

噪声信道中基于进化算法的矢量量化器的设计

本文提出了一个基于进化算法的信道最优矢量量化器（COVQ）设计算法。该算法在给定信道状态模型和存在信道噪声的情况下，可以有效地提高矢量量化器的性能，实现了信道最优矢量量化器的设计。与目前常用的码书设计算法比较，实验结果表明该算法可获得比传统算法更高的性能增益。     

一种基于FPGA高性能H．264变换量化结构设计

H.264作为最新的视频编码标准具有很高的压缩性能,对它的研究具有重要的意义.根据H.264的变换量化算法设计一种基于FPGA的高性能变换量化处理结构,该结构采用流水线探作和分时复用技术,结果显示,该设计既节省了资源,又保证了效率;能够同时处理整个4×4块的全部16个残差输入数据,并在236个时钟内完成对1个宏块的残差数据从输入到反变换输出重建值的完整变换量化过程.它的处理速度和性能大大提高,可用于硬件加速.     

声纹识别的应用与矢量量化算法研究

针对声纹识别算法中的矢量量化方法,给出一种新的初始码本选择策略:超球面极值选择法;对提出的新策略进行性能分析,证明该方法在矢量量化码本训练过程中收敛速度快,不存在振荡点与空胞腔问题,计算量小,易于实现;应用此策略实现了基于矢量量化的说话人识别系统,与传统选择策略的系统识别结果进行统计比较,结果表明由改进超球面极值选择法得到的说话人矢量量化码本,识别性能好,具有可应用价值。