大屏幕LED控制系统探究

随着LED材料技术方面的突破,LED显示屏在生活应用中起到了越来越重要的作用。LED显示技术发展时间并不很长久,但众多独特的优点使其受到了广泛关注,其亮度高,可以远距离观看,同时寿命长,不易损坏,可维护性好,而且耗能很低,节能环保。文章探究LED控制系统之后,并结合当前网络信息技术的发展热点,将网络通信技术以及图像压缩技术融入到LED控制系统中,对LED控制系统的设计提出了一些建议。     

一种高压缩比的图像采集压缩系统设计

设计了一种以FPGA为控制核心的图像采集压缩系统，采用多接口完成多制式图像的实时采集和处理，通过FPGA完成图像采集和系统逻辑时序控制，DSP完成压缩算法的控制，实现JPEG2000格式的图像压缩，极大地提高了压缩速度和压缩比，最终实现了25倍的压缩率，并且在高压缩比的情况下图像失真率低，通过大量试验证明，该系统稳定、可靠，满足设计要求。     

三维地震解释图像远程推送技术设计与实现

B/S模式是是目前企业级地震资料综合解释的首选,这种远程二维解释从响应速度、质量、实时性等各方面都已成熟,但海量并发三维数据传输受网络、显卡等硬件资源的限制,还存在响应速度慢等多个问题,制约解释系统的使用效率。在整个联网的企业级解释系统中有性能高的服务器和图形站等硬件设备,研究发现若使用这些云配置的显示计算设备将需要传输的数据在服务器端转化为图形并高效推送到客户端,将数据服务转化为图形服务,实现图像的远程推送及交互解释,可以大幅提高整个地震解释系统的应用能力和硬件资源的使用效率。     

一种基于ADV212图像压缩的方法

高效的硬件图像压缩系统可以有效的减少图像数据的冗余度,在分析专用编解码芯片ADV212的基础上,设计了一种现场可编程门阵列(FPGA)组合ADV212的图像压缩系统,实现对720×288的静态图像进行JPEG2000压缩.FPGA用来实现时序控制和数据转换,ADV212则进行图像的压缩.本次实验主要是改变图像压缩倍数及小波变换级数,并采用峰值信噪比(peak signal to noise ratio,PSNR)和均方误差(mean squared error,MSE)两个参数来衡量压缩图像的质量.实验结果表明,该系统可实现图像的有效压缩,并且压缩倍数越大图像失真越严重,小波变换级数在3级以上时图像质量较好.     

基于2 维非负矩阵分解的时频图像压缩在柴油机故障诊断中的应用

针对1 维非负矩阵分解技术对2 维矩阵特征降维时,会产生数据量巨大、计算效率低下和丢失原始数据 结构信息的问题,引入2 维非负矩阵分解技术。通过S 变换得到振动信号的时频图像,用1DNMF 和2DNMF 分别 压缩时频图像,对压缩后的图像信息进行分类,对柴油机在8 种状态下的振动信号进行采集,并采用最近邻分类器、 朴素贝叶斯分类器和支持向量机分类器进行实验对比。结果表明,2 维非负矩阵分解技术比原始的1 维技术计算效 率更高,故障诊断更精准。     

基于Chen系统的图像压缩加密算法

混沌作为一种复杂的非线性运动行为,具有遍历性、初值敏感性、宽频谱以及类随机性等特征,这些特征使混沌同密码学紧密联系起来。本文提出了一个基于Chen混沌系统的图像压缩加密算法。对原始图像经过预处理后进行离散余弦变换和熵编码,实现对图像的压缩,利用Chen混沌系统生成伪随机密钥流序列,将其用于对图像像素进行置乱和替代操作以完成对图像像素的加密。测试与分析结果表明所提出的算法具有良好的性能。     

一种针对CCSDS-IDC的小波系数图像目标区域提取技术

在卫星上提取图像目标区域是降低传输数据量、提高空间传输链路利用率的重要一环。本文从小波系数相关性的角度,提出一种针对空间图像压缩算法(CCSDS-IDC)的目标区域提取方法,是以图像小波系数LL3子带为起点,以四叉树分解为基础的自适应非均匀矩形分割与合并(ANURSM),将对应背景区域的小波系数与对应目标区域分离。经试验表明,算法能够准确、有效地提取出图像目标区域对应的小波系数,与改进的 CCSDS-IDC 相结合能够有效降低传输数据量并提高图像目标区域质量。     

基于特征的图像压缩算法研究

本文在现存的基于SIFT图像压缩算法基础上进行研究并对其改进。提出的改进方法包括两个部分：第一部分利用稠密SIFT特征来代替SIFT特征,可以提高特征点的密度和提取效率;第二部分针对未匹配到的图像区域,采用在原始图像中标记匹配图像块,并计算像素平均值代替块内所有像素,然后利用HEVC对标记图像进行编码,编码后图像同匹配图像块进行融合,得到重建高质量图像。实验结果表明,这个两个方面的改进可以获取比现存方法更好的主观质量。     

RLE图像压缩算法优化研究与应用

该文对比了传统的RLE(游程编码)算法,通过对RLE压缩编码的分析,得出RLE压缩算法存在很大的优化空间,并实现了优化后的RLE图像压缩算法,且着重介绍了这种算法的优缺点和优化方向。