基于H·264编码模式的快速判决算法

H.264在运动估计中引入了多种不同的编码模式,使得模式选择过程异常复杂。针对这一问题,本文提出了一个新概念——编码模式参考集,并给出了一种基于区域预测的编码模式参考集选择方法。该方法可以大大减少候选参考模式的数目,简化模式选择过程。并根据所选模式的特点给出了一种基于模式选择的自适应搜索策略。实验结果表明,本文提出的新算法在重建图像质量没有明显下降的前提下,编码速度有了显著提高。     

一种新的多聚焦图像融合算法

提出了一种基于小波-Contourlet变换的多聚焦图像融合算法;该算法首先采用小波-Contourlet变换对源图像进行多尺度分解,得到高频和低频图像;接着根据高、低频分量各自的区域特性,采用不同的融合规则进行处理,得到小波-Contourlet变换域的融合系数,最后通过反变换得到融合图像;采用信息熵、标准差和互信息3个评价标准,将该算法和传统的小波算法和Contourlet算法的融合结果进行了比较;实验结果表明,该算法获得的评价指标都优于其它算法,且融合图像较好地从源图像中提取了有用信息,提高了融合质量.     

一种新的空域抗几何攻击图像水印算法

提出了一种基于特征与量化的空域抗几何攻击图像水印算法---FAQ算法. 采取的主要方法有: 1)利用图像中的局部最稳定特征点生成具有几何不变性的圆形特征区域, 用于水印的同步; 2)将特征区域分解为具有旋转不变性的扇形区域, 并在空域利用奇偶量化嵌入水印; 3)设计了一种奇偶检测器盲提取水印. 实验结果表明FAQ算法能获得很高的图像质量, 且能有效地抵抗常规信号处理攻击、旋转/缩放/平移(Rotation/scaling/translation, RST)攻击及其组合攻击.     

基于兴趣点颜色及纹理特征的图像检索算法

提出一种利用兴趣点进行局部特征提取及检索的新方法。该方法利用图像中兴趣点的位置信息,提取兴趣点周围局部区域的颜色及纹理特征作为刻画图像内容的主要特征,结合兴趣点的空间分布对相似图像进行检索。对真实图像数据库的检索实验表明,该方法与其他基于兴趣点的方法相比,平均检索准确率提高了11%,能够更准确地查找到用户所需的图像。     

基于结构相似度的快速运动估计算法*

基于人眼视觉系统和视觉域抽取的结构信息高度相关的原理,提出了一种基于结构相似度的快速运动估计算法(FMEBS).该算法针对H.264率失真优化算法存在的不足,引入基于结构相似度的图像质量衡量标准,对失真度的表示进行修正,并采用快速的模式选择算法和有效的搜索模板.实验表明,在获得相近重建图像质量的前提下,FMEBS算法较之全搜索算法可节省约2.7%的比特率和91.2%用于运动估计的时间,较之UMHexagonS算法可节省约1.9%的比特率和35.6%的时间.     

应用第二代Curvelet变换的遥感图像融合

提出了一种基于第二代Curvelet变换遥感图像融合算法。将具有高空间分辨力的Pan图像与Ms图像的待融合波段图像进行直方图匹配,并对直方图匹配后的Pan图像与待融合波段Ms图像分别进行Curvelet变换分解,得到各自的低频子带系数和各带通方向子带系数;采用一定的融合规则对Curvelet变换系数进行组合得到融合图像的Curvelet系数;最后对组合后的系数进行Curvelet重构得到该波段具有高空间分辨力的Ms图像。对IKONOS卫星遥感图像的仿真实验结果表明:与传统的基于亮度-色调-饱和度彩色空间变换融合算法相比,该算法使融合后的Ms图像整体光谱保持度提高了10.54％,而与传统的基于小波变换的图像融算法相比,其空间质量提高了0.81%~1.12%, 有效解决了基于亮度-色调-饱和度彩色空间变换融合算法中光谱失真严重和基于小波变换图像融合算法中空间质量较低的缺点,使得融合后的Ms图像在最大可能地保持原始Ms图像光谱特性的同时,显著提高了融合图像的空间质量。     

工程理念指导下"信号与系统"教学研究与探索

本文针对"信号与系统"课程里的"信号"以及"系统"的基本原理,将知识构建为一个有机整体.通过在课堂教学中适当引入工程应用案例,并在实践环节设计综合创新实验,初步探讨了工程理念指导下的教学新方法.教学实践表明,该方法对于激发学生学习兴趣、提高学生分析问题、解决问题的能力效果显著.     

正/负频率和频率响应概念的三维揭示

频谱是"信号与系统"教学中的一个重点和难点.其中,"负频率"的概念非常抽象和难以理解.本文借助Matlab工具对正、负频率分量的物理意义在三维空间进行揭示,并讨论频率响应函数的物理内涵,以此加深学生对频谱概念和频域分析的理解,以期取得更好的教学效果.     

基于双粒子群协同优化的ECT图像重建算法

由于电容层析成像(electrical capacitance tomography,ECT)系统中电容传感器的敏感场是"软场",然而传统的图像重建算法是在忽略"软场"效应的条件下构建的,因此在提高成像精度上存在瓶颈.针对该问题,在分析敏感场分布,并讨论"软场"效应及其对图像重建产生的影响的基础上,提出一种基于双粒子群协同优化的图像重建算法.该算法通过引入用于构造粒子群优化适应度函数的先验条件,消除了因忽略"软场"效应而产生的影响,并通过最小二乘支持向量机得到不同流型下的先验条件.同时,该算法通过借鉴Lotka-Volerrra双群协同竞争模型,提出一种双群协同竞争方案,通过群内与群间的学习竞争提高粒子多样性,从而提高粒子群的全局收敛能力和收敛速度.实验结果表明,该算法不仅成像精度高、易收敛,而且具有抵抗测量信号中噪声干扰的特点.     

基于小波变换的磁共振图像去噪方法研究

小波变换用于图像去噪的思想20世纪90年代就已经提出,然而前人所提出的这种方法对于磁共振图像去噪的效果并不理想.磁共振图像经这种小波变换去噪后,纹理特征被弱化,图像的边缘变得模糊.针对以上问题,提出了基于小波变换的图像去噪新方法.此去噪方法与经典的小波去噪方法不同,该方法不依赖图像大小来判断门限,不需方差信息.采用本方法处理的噪声图像与经典方法相比,图像的边缘信息更清晰,纹理特征增强,去噪能力也得到增强.