框架扩展下的多描述MDSQ编码的改进

数据在差错信道下可能会发生数据包丢失等问题,而研究开发实时并且具有较好鲁棒性的媒体流数据编码已成为当前一个热门研究领域,多描述编码则是解决上述问题的一种很好的编码方式。框架是一组冗余的基,通过框架表示的数据具有很强的差错恢复性和鲁棒性。通过框架扩展对多描述MDSQ算法进行改进。通过实验表明,该算法简单、有效,能够很好地提高数据恢复质量。     

图像传输中多描述编码与差错隐藏的综合应用

多描述编码和后处理差错隐藏是差错复原的两种主要技术,通常它们是分别进行研究的,然而,只有较少描述用于重构图像时不能得到满意的图像。本文提出一种多描述编码与差错隐藏相结合的差错复原算法,仿真实验验证了该算法的有效性。     

图像多描述编码的MDSQ算法及其Matlab实现

标量量化多描述编码(MDSQ)算法能有效提高信息的传输接收效果.结合Matlab工具在矩阵处理上的灵活性,用程序实现了MDSQ算法,并通过实验结果的分析证明该算法的可行性.     

一种图像多描述网格编码矢量量化算法

在互联网和无线通信环境下,图像通信常因数据包传输出错或丢生而导致质量的严重下降,多描述编码是解决这个问题的一种新途径。该文提出了一种多描述网格编码矢量量化新算法,给出了多描述分解的方法和规则,并通过构造一个代价函数,提出了最优搜索策略,用维特比算法对多描述编码最优路径进行搜索。仿真结果表明,新算法有效利用网格编码矢量量化将量化码书大小扩大一倍的特性,提高了中央通道的编码性能,而如果只收到单个描述,解码图像仍能获得较好的重建质量。     

视频多描述编码方法的研究

多描述编码(MDC)是视频传输抗误码的主要技术之一．但在只有较少描述用于重构视频时,不能得到满意的图像。本文将MD-SPIHT方法扩展到3D-SPIHT,提出了基于小波变换的视频MDC与子波树恢复的联合抗误码算法,仿真实验结果证实了该算法的有效性。     

基于方向提升小波变换的多描述图像编码

本文提出一种基于方向提升小波变换的多描述图像编码方法, 以避免压缩图像在互联网和无线网络环境下因数据包传输出错或丢失而导致的图像质量严重下降. 基本思想是在空域将一幅图像按梅花形下采样为两个描述, 为解决传统空域下采样多描述编码技术编码效率低的问题, 提出能充分利用相邻像素相关性的方向提升小波变换, 并通过四叉树的分割实现方向的组织和选择. 边缘信道解码出的低分辨率图像, 通过插值算法实现原始分辨率单描述的图像重建. 中央信道解码出的图像, 通过数据融合算法实现两描述的图像重建, 进而进一步改善图像视觉质量     

基于分裂系数的多描述编码

提出了一种新的多描述图像编码方案---基于分裂系数的多描述编码。通过对每一个小波系数进行按位下采样,把一个系数分裂为奇数位系数和偶数位系数。奇数位系数信息和偶数位系数保护信息构成一个描述,偶数位系数信息和奇数位系数保护信息构成另一个描述。两个描述通过不同的信道进行传输。由于每个描述都包含了奇数位系数和偶数位系数的部分或全部信息,因此,接收到一个信道的信息就可以重建出一定质量的图像。如果所有的信道传输的信息都被接收,就会得到比任何一个单独信道更好的重建图像。实验结果表明,该算法的性能优于多相变换与选择量化算法。     

一种基于ROI和多描述量化的图像传输方法

随着科学技术的进步和发展,图像已经成为了信息的一个重要来源,而图像中的重要信息往往只集中在部分区域。而且图像数据在信道中传输时,可能会发生数据包丢失或出错的问题。鉴于以上问题,在对图像ROI和多描述量化编码进行分析和综合的基础上,本文提出了一种结合图像感兴趣区域（ROI）提取和多描述量化,零树编码的图像传输方法。根据图像特征选定ROI区域,然后对ROI进行多描述量化编码,对其他区域进行普通的量化编码,试验表明此方法可以得到更好的重构图像。     

基于残差补偿的多描述视频编码

作为稳健视频编码与传输的主流研究方向之一,多描述视频编码已经得到了研究人员的广泛关注,然而多描述视频编码的编码效率不高一直是困扰研究人员的问题。为了提高多描述视频编码的编码效率,文中首先对多描述编码的基本原理及其性能进行了简要的介绍,然后在详尽的理论分析的基础之上,提出了一种基于残差补偿的多描述视频编码方案。在该方案中,视频编码过程将每一帧的残差补偿到原始序列上,然后再对补偿后的序列进行正常编码,在接收端,如果两路都能够正确解码,可以合路进行平均,则可以得到较好的视频质量,即便有一路丢失也可以获取可接受的视频质量。利用H.264/AVC的JM10.0作为视频编解码器进行了大量仿真实验,实验证明基于残差补偿的多描述视频编码具有很高的编码效率,效率最高可以达到90%以上,冗余度在10%～20%左右。     

一种基于配对相关变换的多描述图像编码方案

多描述图像编码能够使图像数据在多个有损信道中传输,并允许某些信道的数据发生丢失的情况下,仍能重构出可接受的图像质量。对基于配对相关变换的多描述图像编码方法进行了分析,并把它结合到JPEG编码算法中,最后给出了编码的验证结果。     

基于小波域的图像多描述编码方法

多描述编码(MDC)是有效应对不可靠网络传输的一种新技术.本文结合二维小波域在三个方向上的相关性,提出一种基于小波域的图像多描述算法.实验证明该算法性能稳定,具有良好的重构图效果.     

图像的多描述编码

图像的多描述编码(MDC)是针对单描述编码(SDC)而言,其编码方法是将图像编码为多个位流(描述),并使每个描述都能恢复可接受质量的图像。其恢复图像的质量只依赖描述的个数,即如果解码器接收到的描述越多,则由这些描述共同形成的图像质量就越高。在图像通信应用中,在无信道编码的情况下,用MDC方法可适应传输条件恶劣的信道,尤其是无线信道和网络信道。为了能在传输信道恶劣的条件下进行有效的图像传输,在对MDC的基本理论及其应用以及近几年MDC的研究现状进行概述和总结的基础上,提出了一种基于EZW编码的MDC方法。实验结果表明,此法简单、有效,其不仅实现了压缩图像传输的健壮性,同时兼顾了压缩效率。     

图像信号的多描述编码方法

鉴于数据在不可靠信道传输时，可能会发生数据包丢失或出错的问题，因此在图像与视频信号传输中如何解决由此而产生的图像质量严重下降问题已成为近年来的一个重要研究课题，而多描述编码作为一种可选的解决方案已开始受到关注。由于多描述编码是将信号分解为多个独立的码流，并通过不同的信道进行传输，因而可在较高压缩效率下增强信号的稳健性。在对目前的图像多描述编码文献进行分析和综合的基础上，首先阐述了多描述编码的历史和信息论背景；然后对图像多描述编码方法进行了分类，即分为基于量化、基于变换和基于空间扩展的多描述编码等几类，并对各种方法的数学模型以及适用情况等进行了讨论；最后给出了图像多描述编码的存在问题及研究展望。     

基于小波变换的分类量化图像编码算法

针对标量量化压缩比小而向量量化压缩速度慢、图像复原效果不理想等弱点，提出了基于小波变换的分类量化图像编码算法（简称“分类量化编码”）。该算法基本思想为：首先将小波变换后的图像高频子带划分为局部快；然后利用文中给出的相对距离最近之值选择方法，依据纹理复杂度和重要性程度将这些局部块划分为4类（平坦、过渡、弱纹理和强纹理）；最后对平坦局部块进行向量量化编码，对强纹理局部进行标量量化编码。实验结果表明：该图像压缩算法在压缩速度、图像复原效果、压缩比等方面明显优于零树小波编码和JPEG方法。     

基于平衡多小波图像变换的视频多描述编码

提出了一种新的视频多描述编码方法，即基于平衡多小波图像变换的视频多描述编码。首先，把图像进行多小波变换，然后，按照图像多小波变换后子带图像分量的异同重组图像的多小波系数，相同分量的多小波系数就构成图像的一个描述。视频的每帧图像都如是处理，就得到视频的多描述编码。一个好的视频多描述编码方案应该满足两个基本条件：各个描述平均分担图像信息和各个描述能够互相差错掩埋。通过统计分析和数学推导发现，在目前几种常用的多小波中，只有平衡多小波能够满足视频多描述编码的两个条件。本文给出了各个描述之间进行差错掩埋的数学公式，并据此提出视频多描述编码的算法。实验结果表明，即使在丢失四分之三数据的情况下，该算法依然能够以接近30dB的PSNR值和较好的视觉效果恢复原图像。     

基于分级量化的重要性测试图像编码

论文提出了一种嵌入式的图像压缩编码算法,针对小波变换后的图像系数进行编码。该算法属于基于分级量化的重要性测试类的编码方法,结合了同属该类方法的SPIHT和SPECK算法的特点,在此基础上提出了新的改进措施,优化了集合分类搜索的策略,改进了量化的步骤,提高了图像压缩的性能。     

基于分层结构的多描述编码

为了适应不可靠网络传输对编码抗干扰能力的要求,提出了一种基于分层结构的多描述编码方案,该方案根据质量可分级的编码思想将小波系数分为两个描述,独立传输。其每个描述均包含基本层和增强层两部分信息。基本层由系数的关键信息组成,可拷贝到两个描述中同时传输,而增强层是系数的剩余信息,可拆分成两个部分通过不同描述传输。由于每个描述均包含可以恢复图像基本质量的关键信息,因此即使在丢失一个描述的情况下也可以保证较高的图像重建质量。实验结果表明,该方案是正确的和有效的,其在保证较高编码效率的同时,还能提高编码的抗干扰能力。     

基于小波变换的点量化图像编码算法

首先扼要介绍小波理论，分析小波变换的统计特性和重要系数的分布特点，着重对几种最具代表性和生命力的点量化图像编码算法进行详细的论述，并对它们进行比较；然后，重点讨论基于时间轴小波变换的视频分割算法在视频图像编码上的应用，提出今后研究的方向。