基于超图模型的大规模门级网表层次化聚类算法

为了克服现有层次化方法通用性差、运算效率不高、电路结构提取不准等缺点,提出了一种基于超图模型的层次化聚类算法.首先对网表中最基本的迭代、总线、扇入和串联结构进行自动识别,然后将这4种基本结构按不同的组合方式进行多级聚类,最终建立起了网表的层次化结构.由于文中基本结构聚类算法是专门针对超图数据结构设计的,其时间复杂度较低.实验结果表明,该算法既可以得到较准确的层次信息,又能保证较高的运算速度,对各种应用均有较好的效果.     

使用扩展逻辑效力的逻辑路径尺寸优化方法

为解决集成电路物理设计中考虑互连线影响的逻辑路径延迟优化问题,提出一个计入互连线负载的扩展的逻辑效力(ELE),并针对ELE给出一个可同时优化逻辑路径中各个逻辑门尺寸及各段互连线长度的优化流程.ELE在保留原有逻辑效力参数的同时,使用互连寄生参数提取软件获得的Ⅱ型互连线参数,实现对带有互连线负载的逻辑门的传播延迟的描述和估计;逻辑路径优化流程采用效力延迟分配策略作为初始条件来表示各段互连线负载对总效力延迟的影响,将所用目标单元库和制造工艺的物理尺寸信息作为限制条件,以ELE表达式为核心展开优化计算,辅以动态规划办法,无需迭代运算,仅通过一轮计算即可求得全部结果.实验结果表明,该流程计算任务简单,资源耗费少,可以准确、快速地获得所需的逻辑门尺寸和互连线长度;结果清晰合理,与目标单元库和工艺库完全兼容.     

数字信号处理器中高性能可重构加法器设计

设计一款适用于高性能数字信号处理器的16位加法器。该加法器结合条件进位选择和条件“和”选择加法器的特点,支持可重构,可以进行2个16位数据或者4个8位数据的加法运算,同时对其进位链进行优化。相对于传统的条件进位选择加法器,在典型工作条件下,采用0.18μm工艺库标准单元,其延时降低46%,功耗降低5%。     

基于非乘积型小波的纹理分析

提出了一种基于非乘积型小波的纹理分析方法：首先利用非乘积型小波分解原始图象，然后对高频部分的子图分别进行像素能量计算、纹理滤波以及直方图分割，从而得到粗分类的结果图；再把所有子图合并，并进行适当的后处理；最后利用小波的多尺度特性，决定分析是否终止，从而得到纹理分析结果。本方法是一种无监督分类，精确度高且计算复杂度低。     

基于子图同构的子电路提取算法

从门级到功能模块级的子电路提取问题在大规模集成电路计算机辅助设计领域有广泛地应用,提出了基于子图同构的方法来解决该问题。针对子电路的特征,选择辐射路匹配和赋标号算法之一作为搜索的主算法。尽管子图同构问题是NP完全问题,算法对实际的电路是快速的,满足工程需要。     

二元树复小波域的局部高斯混合模型图像降噪

在复小波域上对观测图像进行一种基于高斯混合模型的后验概率分类,并在每类小波系数的局部邻域估计出局部高斯混合模型的参数,这种参数估计是局部自适应的;然后用该局部高斯混合模型对各个子带系数进行贝叶斯框架下的最大后验概率(MAP)估计,以达到降低噪声的目的．由于这种小波变换具有近似的平移不变性和良好的方向选择性,因此在降噪的同时可以很好地消除主要边缘处的“震铃”效应．实验结果表明;文中算法无论从峰值信噪比还是从主观视觉效果上都要优于一些传统的降噪算法．     

基于小波域隐马尔可夫树模型的图像复原

从图像复原的Bayesian方法出发,提出一种基于小波域隐马尔可夫树(HMT)模型的线性图像复原算法,小波域HMT模型采用混合高斯模型刻画各子带系数的概率分布,并通过小波系数隐状态在多个尺度之间的Markov依赖性来刻画自然图像小波系数随尺度减小而指数衰减的特性,由于小波域HMT模型准确刻画了自然图像小波变换的统计特性,该文算法以此作为自然图像的先验模型,将图像复原问题转化为一个约束优化问题并用最速下降法对其进行求解,同时,提出了一种规整化参数和HMT模型参数的自适应选择方法,实验结果表明,基于小波域HMT模型的图像复原算法较好地再现了各种边缘信息,复原出的图像在信噪比和视觉效果方面都有明显的提高。     

用边缘金字塔结构实现Hausdorff距离匹配

为了快速准确地在海量图像中搜索模板的所有实例,提出运用边缘金字塔结构来实现Hausdorff距离匹配．根据模板的边缘自适应地确定边缘金字塔分解次数和抽取模式,然后通过金字塔结构的引导搜索策略实现快速匹配．对以水平和垂直边缘为主的集成电路显微图像,文中算法体现出优越的匹配性能．在集成电路显微图像和一般图像上分别测试的实验结果表明：文中算法在获得良好的匹配效果的同时,大幅减少了匹配时间．     

基于水平线插值的图像修复算法

讨论用水平线插值的方法进行图像修复。先讨论了基于Euler弹性的图像水平线模型,并用这个模型作为图像水平线的局部插值核。其次用星型插值的方法,从破损区域边界处出发,由外向内、一环一环地对水平线进行插值,把水平线逐步地延伸进去,让修复区域逐步缝合起来。该文的算法速度快,能保持强边缘,而且结构更合理,重构的水平线不再只是直线,而是光滑曲线。     

大规模显微图像拼接算法

针对大规模显微图像拼接中的误差累积问题,提出了一种新的图像拼接模型。首先利用基于区域的对准方法,按照由粗到细的分层对准策略,提高图像对准的速度与准确性。然后,利用所有重叠图像对的对准约束,建立了一种图像拼接模型,并通过求解线性方程组得到拼接模型的最优解,从而实现了大规模显微图像的自动拼接。从实验结果看,该算法有效地消除了误差的累积效应,获得了理想的拼接效果。