分布式小波视频编码自适应嵌套量化模型

提出一种分布式小波视频编码自适应嵌套量化模型,对Wyner-Ziv帧做小波变换,利用Slepian—Wolf编码器对低频子带系数进行量化,采用SPIHT编码器对高频子带系数进行编码,通过分析Wyner—Ziv帧低频子带系数与参考帧低频子带系数的残差自适应度,判定Wyner-Ziv帧低频子带系数的量化步长,从而使运动剧烈的视频序列有较大的量化步长,而运动平缓序列的量化步长较小。实验结果表明,采用该模型能获得较好的编码效果。     

基于内容统计的彩色视频4D-MDCT编码

为了提高彩色视频序列的压缩比，根据四维矩阵及四维矩阵离散余弦变换(4D-MDCT)理论，提出了一种基于内容统计的编码方法，即先对彩色视频序列所构成的四维矩阵进行子阵划分和四维矩阵离散余弦变换，然后对变换系数进行四维矩阵量化。为了能够充分利用彩色视频序列的帧间相关性和帧内相关性，又通过对量化后的四维子阵系数进行统计来找出其中完全相同的四维子矩阵。对于系数完全相同的子矩阵，只对第1个子矩阵进行编码，而不对其他的子矩阵进行编码，而且在对第1个四维子矩阵进行编码时，采用了传统的游程编码和熵编码。实验结果表明，在保持高信噪比的情况下，此方法可以大幅度地提高压缩比。     

基于非均匀量化的小波域分布式深度图视频编码

针对分布式多视点加深度格式(DMVD)的视频编码中深度图视频解码质量问题,提出一种结合子带层及子带系数的小波域分布式深度视频非均匀量化方案,通过给边缘分配更多比特来提升深度图的边缘质量。结合深度图经小波变换后系数分布特性,对第N层的低频小波系数采用均匀量化方案,对其他层高频小波系数采用非均匀量化方案。针对高频系数的非均匀量化,对处于"0"左右的高频系数采用较大的量化步长,随着高频系数幅度值的增大,量化步长逐渐减小,量化逐渐精细,从而提升深度图中的边缘细节质量。实验结果表明,对于边缘较多且变化较明显的"Dancer"和"PoznanHall2"深度序列,该算法能够有效地提高二者的边缘信息质量从而提高其率失真(R-D)性能,最高可达1.2 dB;而对于边缘区域较小且较为模糊的"Newspaper"和"Balloons"深度序列,系统的R-D性能也能被提升0.3 dB左右。     

高效视频编码中变换跳过模式的快速选择

目的新一代高效视频编码(HEVC)标准采用了灵活的块结构和大量新颖的编码工具,有效提高了视频编码效率。变换跳过模式作为一种新增加的模式,可以有效地提高编码效率,但是也显著地增加了编码的复杂度,增加了实时编码应用的难度。因此提出一种针对变换跳过模式的提前剪枝算法。方法通过分析不同率失真代价下是否选择变换跳过模式的残差块的分布情况,最终选取率失真代价的平方根作为阈值,并建立了量化参数与阈值之间的模型。之后可以根据量化参数提前计算得到阈值大小,减少变换跳过模式的编码次数,从而降低变换跳过模式的复杂度。结果由于最终只需要对少量的块进行变换跳过模式编码,并且使用模型得到经验阈值并不会额外增加复杂度,因此能减少编码器的计算复杂度。实验结果表明,与标准编码器相比,该算法对于不同场景的标准测试序列平均峰值性噪比和平均比特率变化都非常小,平均减少了70%的变换跳过模式编码的次数。结论该变换跳过模式的剪枝算法,选取率失真代价的平方根作为阈值,根据本文模型获取不同量化参数下的经验阈值,对是否需要进行变换跳过模式提前判断。实验结果表明,该算法能在保证视频编码质量的前提下有效地降低由于加入变换跳过模式增加的编码复杂度。     

AVS编码器中变换量化和扫描的FPGA设计

提出了一种适用于AVS高清视频编码的变换、量化和扫描的优化设计方案。通过对整数DCT变换算法的优化和对传统Zig-Zag扫描方法的改进,节约了硬件资源和编码时间。根据各模块的运算关系合理地安排流水线结构,采用并行流水处理和复用技术,实现了高清视频编码变换、量化和扫描模块的设计。在FPGA上进行验证的结果表明,该设计满足高清视频实时编码要求。     

低比特率下视频压缩算法的研究

文中提出了面向无线视频应用的低带宽视频压缩方案及算法，该方案主要采用了整数小波变换的压缩算法，块匹配运动估计，重叠块运动补偿，小波系数标量量化，自适应算术编码，变长编码。为实现低比特率下的高效率视频压缩，首先建立由量化后的小波系数构成的小波子带，对小波子带结构中的冗余进行压缩。     

一种新的视频编码变换与量化方法研究

变换和量化在视频编码起着举足轻重的作用,本文简要介绍了变换与量化的基本原理,提出了一种基于能量集中率的变换基选择方法,在考虑了变换的性能与计算复杂度的同时将变换基的影响模型化、参数化。此外,在控制复杂度的基础上提出了一种提高量化精度的方法。经实验验证新算法均衡复杂度的同时取得了很好的效果。     

基于小波子带系数预测的深度图像编码

随着3D视频技术的再度兴起,基于深度图像的3D视频数据表示格式得到了广泛的应用,因此针对深度图像的编码算法已成为当前研究的热点课题。利用小波变换后子带系数的分布统计特征,提出了一种不同于以往的基于小波变换的深度图像编码方案。该方案对小波量化系数进行统计分析,利用子带间小波系数的相关性,对小波变换后各个子带的小波系数进行预测。在同一层小波子带间,利用对角子带系数分别对水平和垂直方向的子带系数进行预测;在相邻层间,被预测的系数利用上一层相应的4个低频子带系数进行预测。最终,将原子带系数与预测系数的残差进行算术编码。实验结果表明,本方案在保证图像质量的同时能够有效地减少深度图像编码所需的比特数,最大可节省18.4%的码率。     

适用于分布式视频编码框架的整数离散余弦变换算法

鉴于H.264的整数离散余弦变换(DCT)算法及其量化方法复杂度高,难以直接应用于分布式视频编码(DVC)框架的现状,提出了一种基于大跨度定长(步长为2的正整数次方)量化的整数DCT算法及变换基生成方法。该算法充分地利用整数DCT基的可伸缩特性寻找最迎合硬件工作原理的变换基,在保证“小”变换基的同时将编码器的伸缩量化阶段“转移”到解码器一端以降低编码器复杂度。在“转移”过程中,该算法利用DCT系数饱和放大保证图像质量,利用DCT系数的溢出上限保证算法的可靠性,通过减小基偏差提高压缩性能。实验结果表明,与H.264对应模块相比,该算法的量化方式便于位平面提取,在图像质量达到准无损压缩的前提下将编码器的伸缩量化阶段的运算量缩减至16次整型常量加法运算,图像质量与压缩率的性价比提升了23.9%,适用于分布式编码框架。     

基于运动补偿的三维小波视频编码

提出了一种新的基于运动补偿的三维小波视频编码方案。通过对原始图象序列沿着运动轨迹进行时间维小波分解以及空间上的二维小波分解，得到不同的时间－空间三维频率子带。然后，将这些子带中的小波系数构成三维方向等级树结构，并采用改进的ＳＰＩＨＴ零树编码算法进行压缩。实验表明，此方法不仅提高了视频编码效率，而且易于进行码率控制，以及实现时间、空间分辨率上的可伸缩编码     

DCT图像压缩方法的改进及其应用

利用基于二维离散余弦变换（DCT）的方法进行图像压缩,通过设置自适应量化截断阈值来控制图像压缩数组的大小。为了加快运算速度,在图像压缩部分利用快速DCT算法;并直接对量化后的非零系数进行存储,而不采用熵编码的方式。在解码端,针对量化产生的块效应,利用基于自适应邻域的思想进行后处理。所提方法进一步提高了图像的峰值信噪比和主观视觉质量,并且达到了实时在线处理的要求。文中所提基于DCT的图像压缩方法在一个基于视觉位置反馈的二自由度机械臂远程控制系统中得到实际应用。     

一种DCT和ELBP融合的人脸特征提取方法

仅使用单一算法提取人脸图像的特征不足以捕捉人脸多方面的信息,为了更好地获取人脸面部特征,针对离散余弦变换（Discrete Cosine Transform,DCT）只能提取人脸面部图像的频域特征,而未考虑近邻像素之间的关系、不能提取纹理特质信息等问题进行了研究,提出一种融合DCT特征和伸长的局部二值模式（Elongated Local Binary Pattern,ELBP）的特征提取方法。该方法首先考虑将人脸图像经DCT变换后的少量低频系数作为人脸的频域特征,然后对人脸图像中贡献相对较大的眼部和嘴部区域进行ELBP特征提取,将该ELBP特征作为人脸的空域特征,并采用PCA方法对所提取的空频域特征进行有效融合,得到更有效的人脸特征,最后用最近邻分类器进行识别。在ORL人脸库和Yale人脸库上的实验结果表明：所提方法比单独采用DCT、ELBP方法或采用DCT和LBP相结合的方法提取的特征更有利于识别,提高了识别的准确性。     

基于DCT和GA-SVM的轴承故障诊断

针对轴承故障振动信号特点,提出一种基于离散余弦变换(DCT)、遗传算法(GA)和支持向量机(SVM)的轴承故障诊断方法.利用DCT的能量聚集性在广义频域建立原始特征向量集,运用GA以SVM的最低分类错误率为目标函数建立故障特征向量集,使用SVM完成轴承故障诊断.分别对轴承内圈故障、外圈故障、滚动体故障进行故障诊断,结果表明,该方法能够准确诊断轴承故障.     

基于DCT扇形划分的压缩感知图像处理

提出了一种改进的DCT扇形划分的压缩感知方法。为了进一步提高图像重建质量,降低重建时间,使用扇形划分的形式保留低频带系数,利用不同采样率分别对中/高频带系数进行测量。利用正交匹配追踪算法（OMP）对中/高频系数进行恢复,进行DCT反变换重构图像。实验证明,在压缩率较小时,与单层小波等方法相比,该方法的重建效果得到明显提高。     

DCT域彩色图像增强技术研究

为了减少图像的存储量,提高图像的传输效率,大量的图像被压缩,因此基于压缩域图像的增强技术越来越引起人们的重视。介绍了DCT域彩色图像增强技术的各种算法,其问题是会在图像块的交界处产生块状效应。着重分析了CES算法产生块状效应的原因,提出了两种改进方法来抑制块状效应。仿真结果表明,改进的算法不仅能够很好地抑制块状效应,而且降低了计算的复杂度。     

基于DCT系数误差的图像质量评价模型

根据人眼对图像高低频失真的敏感度不同,提出一种图像质量评价模型。将图像离散余弦变换后的频率分量分为低频和高频分量,利用低频系数变化量的绝对平方和表示低频失真量、高频系数变化量相对平方和表示高频失真量,通过2个失真量相乘得到客观评价值。实验结果表明,该模型与LIVE图库上差异主观评价分的线性相关性优于峰值信噪比和结构相似度模型。     

一种基于DCT和SVD的音频水印算法

提出一种基于离散余弦变换(DCT)和奇异值分解(SVD)的音频水印算法.该算法将原始音频进行分段后再分块,对每一块进行DCT 变换,利用Zig-Zag算法将变换后的系数分成4个象限,通过对每个象限进行SVD变换得到对角阵,并在对角阵的第1个元素内嵌入水印.实验结果证明,该算法具有良好的透明性,在嵌入强度为0.2时峰值信噪比较高,同时可以抵抗重采样、回声、噪声等攻击,具有较高的鲁棒性.     

基于DCT特性的图像隐藏稳健扩频算法

将秘密信息扩频嵌入载体图像的每个8×8维离散余弦变换(DCT)系数矩阵的一个元素内,并根据嵌入位置的不同对隐秘图像作基于DCT特性的相应变换,可提高扩频算法的隐蔽性。基于DCT特性的扩频算法不需要减少嵌入强度亦可提高隐秘图像的峰值信噪比值,可避免因嵌入强度减少导致秘密信息提取误差变大的问题。为克服取整误差的影响和提高秘密信息提取的准确率,根据推导所得的提取误差的概率密度函数,提出容错提取算法。仿真结果验证了该算法的可行性和有效性。     

结合快速层式DCT和动态LOD的地形压缩绘制技术

为了解决大规模地形实时渲染中地形数据的传输、存储和处理效率问题，提出了基于快速层式DCT的嵌入式零树编码对地形数据进行压缩，然后结合基于视点的动态LOD完成地形绘制。用快速DCT代替传统DCT对地形数据进行变换，按空间位置重组不同频率子带，对低频做逆DCT后作为下层输入，重复上述步骤直到满足要求；在获得的多分辨率频带上执行零树编码；结合动态LOD重新渲染地形。实验结果表明，该算法计算相对简单，压缩率与帧速率得到了有效的提升，绘制效果更加契合人眼的视觉感受。