网格的渐进几何压缩

提出一种渐进几何压缩算法.通过对简化算法的改进,网格模型由基网格及多组顶点分裂操作序列表达.当从一层网格向下一层精网格细化时,该组顶点分裂操作序列中的分裂操作顺序是任意的.因此,改进的渐进网格表示可改变每组顶点分裂操作的排序,实现高效率编码.设计了Laplacian几何预测器,通过相邻顶点来预测新增顶点位置,并对位置校正值进行量化及Huffman编码.实验结果表明,该算法可获得高压缩比,适合几何模型的网络渐进传输.     

多码流渐进几何压缩

提出一种几何模型分组渐进压缩算法．利用偏移细分曲面的模型表示方法，通过网格分块准则将模型的控制网格划分为多个chart．在对曲面的偏移量进行小波变换后，采用零树编码算法对每个chart上的小波系数压缩编码，生成多条相互独立的渐进压缩码流．该算法支持动态多分辨率解码，能够从压缩结果中直接获得模型的视点相关多分辨率表示．实验结果表明，该算法有利于提高多分辨率模型表示和绘制的效率，降低分布式系统的网络带宽需求．     

一种改进的多属性模型压缩算法

传统的压缩算法在实际模型上应用时经常出现“空洞”和面重叠等问题,通过在. x、. obj、.3ds、. max 等模型实例上实验发现,出现上述问题的主要原因在于几何相似点,这些点在压缩过程中出现了偏差.文中提出了一种改进的压缩算法,该算法首先利用八叉树切分空间确定几何相似点,然后针对几何相似点采用一系列策略,使它们在压缩过程中仍然保持良好的几何连续性.对比实验表明,该算法不仅能克服传统算法出现的问题,还能更好地保持模型的整体性与连贯性     

三维CAD模型中自由曲线曲面无损压缩算法

针对协同设计环境下三维CAD模型网络传输慢等技术瓶颈,提出了一种针对精确CAD模型中自由曲线曲面的无损编码压缩算法.该算法采用最佳线性预测,并结合IEEE标准单精度浮点型数据的表达特点,引入了尾数差值编码算法,对曲线曲面的控制点信息进行了预测编码无损压缩,避免了现有多边形网格逼近编码压缩算法造成的精度损失和特征信息丢失.实验结果表明:该算法具有良好的压缩效果.     

基于薄板样条变换的几何图像序列压缩方法

为了提高对几何图像序列的压缩效率,本文提出一种基于薄板样条函数（ThinPlateSpine,TPS）的有损压缩算法。在该压缩算法中,利用TPS变换可用于三维表面形变的特点,将TPS变换作为几何图像序列中相邻帧之间从前一帧到后一帧的预测器,通过存储TPS变换矩阵系数的方式编码预测帧,将该方法应用于一个三维人脸网格的几何图像序列,获得了较好的压缩效果。     

SDT算法及其在局域控制网络中压缩过程数据的应用

SDT（Swinging Door Trending）算法运算量 小，在过程数据压缩中得到广泛应用．为了提高该算法的性能，对该算法进行了改进，给出 了离线和在线压缩算法及信号重建算法．仿真研究表明改进算法在最大偏差与误差平方和等 方面的性能指标优于原算法．用Neuron C编写了改进算法的应用程序，并成功下载到自行设 计的数据采集节点中，实现了改进压缩算法的在线应用．     

一种改进的基于离散余弦变换的声音压缩算法

摘要：声音压缩传输是异常声音检测系统中的重要模块。针对现有算法不能满足系统实时性要求的缺陷,提出一种采用角度误差限定分段拟合和离散余弦变换(DCT)的声音压缩算法。该算法先设置合理的角度误差,从时域波形的第一个采样点开始按照几何夹角和限定的角度误差逐点判断是否可以压缩,分段模拟信号波形,然后采用传统的基于离散余弦变换算法,选取合适的阈值再次进行压缩。实验结果表明,与传统的声音压缩算法相比,提出的算法在压缩效果上有较明显的改善。     

一般多边形网格的几何压缩

提出一个通用的一般多边形网格的几何压缩算法，针对目前三维拓扑压缩算法大都仅适用于三角网格的现状，在巳有算法的基础上，进行了有效的推广，使得对于包含任意边数多边形的网格都可以进行有效的压缩编码；另外，根据多边形网格任一多边形中的各个顶点共面的特性，提出一种顶点坐标压缩方案，该方案与上述拓扑压缩算法有机结合可以显著地减少一般多边形网格数据在网上传输所需的带宽；最后，对编码过程产生的输出流进行流程编码与算术编码相结合的混合压缩编码，从而进一步提高压缩比。     

基于拼贴误差拟合（补偿）的分形压缩算法

采用分形压缩算法来提高压缩速度和压缩比的一种有效途径是降低对拼贴误差的要求 ,然而这往往导致图象失真 .为克服该问题 ,在经典分形压缩算法的基础上 ,提出了一种新的基于拼贴误差拟合 (补偿 )的分形压缩算法 .该算法可以提供两种不同拼贴误差的分形编码 ,由于通过对不同区块使用与之相适应的相似变换类型 ,可以有效地补偿拼贴误差 ,从而可降低压缩图象的失真度 .理论研究和实际应用表明 ,该算法为分形压缩图象所面临的失真度和压缩比的矛盾提供了一种有效的解决方案 .     

大规模点模型的实时高质量绘制

提出了一个针对大规模点模型的实时高质量绘制算法．该算法采用距离相关的自适应绘制策略，在不损失绘制质量的前提下简化了计算．在预处理阶段，对点模型进行剖分，为每一分片分别建立层次结构，并序列化为线性二叉树保存．绘制时，首先根据每片的包围盒和法向等信息进行快速视域裁剪与背面剔除．对于可见的分片，依据它与视点的距离和视线方向，选择恰当的细节层次，直接取出线性二叉树中对应的点几何数据，自适应地选择最合适的绘制模式对其进行绘制．为了减少存储空间的消耗，该文提出了一种面向保留模式图形硬件加速的点模型压缩和解压缩算法，压缩比例达到8：1．作者在可编程图形硬件中实现了该文算法，在普通微机上实现了百万数量级点模型的实时高质量绘制。     

一种新的亚取样图象内插方法——基于SHSF－AMS的误差扩散算法

亚取样／内插是一种快速简便有效的图象压缩编码方法，是高分辨率电视压缩编码中的一项重要技术．本文提出了一种新的亚取样图象内插算法即基于尖帽函数型联想记忆系统ＳＨＳＦ－ＡＭＳ的误差扩散算法．计算机模拟结果表明：该内插算法较已知的其他算法具有更好的性能     

无向连通图中求约束条件下近似最长路算法

在无向连通图中寻找最长路是一个NP问题，在实际应用中往往以近似最长路来代替最长路，但现存的算法都针对图中任意两点之间的近似最长路。该文利用一条最长路中是不可以被再插入一个新顶点的这个事实，通过对图的深度优先生成树的指定起点和终点之间的路径进行不断插入的方法，以多项式的算法复杂度求得一条指定起点和终点间不可再被插入顶点的路，而这样的一条路往往非常接近指定的起点与终点之间的最长路。该算法在绣花打版软件的应用中取得了良好的效果。     

Optimised mesh traversal for dynamic mesh compression

During the last decade many algorithms for compressing 3D animations represented by sequences of triangular meshes have been proposed. Most of these algorithms are lossy in their nature, i.e. the reconstructed data do not exactly match the algorithm input.Quite surprisingly, most of the existing algorithms mainly use only general compression techniques, such as entropy coding, quantisation, PCA or wavelet decomposition, while the inherent geometrical properties of the compressed surface remain unexploited. In this paper we focus on geometry specific optimisation: we extend the PCA-based dynamic mesh compression by optimising the order in which the mesh is traversed. By considering the distribution of residuals and optimising the gate selection strategy we achieve data rate reductions by 5.9–29.1% over the existing approaches in the experiments, while the error introduced by compression remains unchanged. This optimisation improves the performance of our encoder above the performance of current state of the art algorithms.     

视频压缩编码的差错复原技术

在无线移动信道和因特网等环境下的压缩视频传输业务,信道传输差错不但严重影响业务质量,甚至会导致整个视频通信完全失效,因此差错复原技术就成为易发生差错信道下视频编码的重要组成部分。在Ｈ．２６３＾＋,Ｈ．２６３＾＋和ＭＰＥＧ－４等视频编码标准中均采用了若干差错复原技术或工具。该文对目前各种新的视频编码标准中所应用的一些差错复原技术,如重同步、数据分割、可逆变长编码、参数图象选择、差错掩盖等的内容、原理     

物体多视角三维图象对齐复位的一种新方法

为了高质量准确地对物体多视角三维图象进行快速对齐复位，提出了一种将多个视角三维自然曲面数据精确对齐复位于同一坐标系中的新型迭代方法，该方法根据三维自然曲面的共同特性，并采用不同视角中对应曲面部分的若干单元面法向量误差最小及其对应顶点距离最小的迭代准则来进行对齐复位，同时还详细地叙述了迭代算法的过程，并讨论了提高算法速度与降低累积误差的方法，实例表明，该算法在无需约束三维数据采集过程和不额外增加三维数据采集设备及操作的情况下，不仅速度快，而且由复位后的各视角三维曲面形成的整体表面效果自然逼真。     

A Joint Source-Channel Video Coding Scheme Based on Distributed Source Coding

Recently, several error resilient schemes have been proposed to tackle the error propagation problem in the motion-compensated predictive video coding based on a promising technique—distributed source coding (DSC). However, these schemes mainly apply the distributed source codes for channel error correction, while under-utilizing their capability for data compression. A channel-aware joint source-channel video coding scheme based on DSC is proposed to eliminate the error propagation problem in predictive video coding in a more efficient way. It is known that near Slepian–Wolf bound DSC is achieved using powerful channel codes, assuming the source and its reference (also known as side-information) are connected by a virtual error-prone channel. In the proposed scheme, the virtual and real error-prone channels are fused so that a unified single channel code is applied to encode the current frame thus accomplishing a joint source-channel coding. Our analysis of the rate efficiency in recovering error propagation shows that the joint scheme can achieve a lower rate compared with performing source and channel coding separately. Simulation results show that the number of bits used for recovering from error propagation can be reduced by up to 10% using the proposed scheme compared to Sehgal–Jagmohan–Ahuja's DSC-based error resilient scheme.      

基于信号特征的雷达图像无损压缩算法

提出了一个有效的在VDR中记录雷达图像的无损压缩算法。该算法基于对雷达信号特征的分析，充分挖掘其中的各种信息冗余进行压缩编码。首先进行帧间预测编码，并解决了可能出现的误差累积问题。在帧内预测编码时，提出了沿最小梯度方向进行预测的分类预测器。在熵编码阶段，提出了若干图像序列共享概率模型的方法。     

基于整数小波变换和子带比特平面编码的图象压缩算法

在分析图象整数小波变换的基础上 ,提出了基于子带比特平面编码的压缩算法 .该算法将整数小波系数按子带分为若干比特平面 ,称之为子带比特平面 ,并采用简单高效的率失真优化算法确定子带比特平面的编码顺序 ,且这一顺序与图象无关 .按此顺序对子带比特平面进行自适应 MQ算术编码 ,便得到嵌入式压缩码流 .该算法可以从无损到有损 ,以任意倍率或质量进行图象压缩 ,压缩效率达到了浮点 EZW算法和 JPEG2 0 0 0整数小波编码方案的水平 ,而速度远快于这两者的速度 .该算法还具有复杂度低 ,占用内存少的优点 .     

基于上下文的网格拓扑压缩熵编码方法

提出了一种普遍适用于网格拓扑压缩的高效熵编码方法.不同于以往的单纯利用算术编码或Huffman编码对遍历网格生成的拓扑流进行编码压缩,对这些拓扑流的每个符号先计算其Huffman编码,然后采用基于上下文(已编码序列的倒数第2个符号作为上下文)的算术编码方法来编码其Huffman值,从而实现对网格模型拓扑信息的有效压缩.实验结果表明,熵编码方法普遍适用于各种网格拓扑压缩方法得到的拓扑流的压缩,其压缩结果普遍高于拓扑流序列的熵值——绝大多数拓扑压缩算法各自最好的压缩比.     

减少相邻位平面间冗余度的加密图像可逆信息隐藏

目的 针对现有的加密域可逆信息隐藏算法在对位平面压缩时未能充分利用位平面间的相关性的问题,为了降低位平面的压缩率从而提高嵌入容量,提出一种减少相邻位平面间冗余度的加密域可逆信息隐藏算法。方法 算法将图像进行分块并将块的位置进行置乱,置乱并未改变位平面的块内像素的相关性,使得位平面的块同样利于压缩。将块置乱后的图像的高位平面与次高位进行异或操作后得到新的次高位平面,再用新的次高位异或比它低一位的位平面。依次对其余的低位平面进行同样的操作后得到新的低7个位平面,将它们与原始最高位相结合得到新的图像的8个位平面。使用BBE（binary-block embeding）算法对新的图像的位平面进行压缩为嵌入信息腾出空间。为了保证加密图像的安全性,对腾出空间后的图像进行异或加密。结果 对相邻位平面进行异或后使除了最高位平面外的低位平面更平滑,减少了不能使用BBE算法压缩的块及压缩的不好的块的个数,更有利于用BBE算法对图像进行压缩。提出的算法与现有的基于位平面压缩的算法相比得到了较高的嵌入率,对不同纹理的图像而言,嵌入的容量平均提高了0.4 bit/像素。结论 实验结果表明,提出的算法在保证安全性的同时可以腾出更多的空间来嵌入额外的信息,在实际生活中能根据需求灵活地嵌入信息。嵌入的信息能无损地提取,且图像能完全恢复。总的来说,提出的算法具有良好的性能。