部分模糊核已知的混合模糊图像复原算法

真实环境中得到的图像常会受到多种模糊降质过程的影响,导致成像质量下降,为此提出一种图像退化模型及相应的复原算法.与传统的级联方式不同,该算法假定模糊核函数是散焦与运动模糊的加权和形式;在散焦模糊给定的情况下,使用广义拉普拉斯分布作为运动模糊的统计模型,并在期望最大化(EM)算法框架下估计模糊核函数;最后利用估计的模糊核函数进行图像复原.实验结果表明,采用文中的复原算法能够较为准确地辨识出模糊核,提升了图像复原的效果.     

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%。     

静态时序分析及其在IC设计中的应用

讨论了静态时序分析算法及其在IC设计中的应用。首先，文章讨论了静态时序分析中的伪路径问题以及路径敏化算法，分析了影响逻辑门和互连线延时的因素。最后通过一个完整的IC设计流程介绍了静态时序分析的应用。     

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。     

基于小波域LS方法的图象超分辨率重构算法

为了能够有效地重构出高分辨率图象，提出了一种基于小波域最小二乘法(LS)的图象超分辨率重构算法．该算法是利用多尺度边缘的自相似性，由低分辨率图象通过预测来得到高分辨率图象小波变换的3个高频通道，以实现图象超分辨率重构．由于该算法保持了图象边缘附近的几何正则性，因而能够重构出较高质量的图象．同时，由于小波系数的预测只在边缘处进行，因此该算法具有较小的计算复杂度．实验表明，该算法较好地实现了图象超分辨率重构．     

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。     

基于小波多尺度分析的图象快速匹配模型

提出了小波多尺度分析理论在计算机中层视觉二维图象识别中的一种应用，并给出了一个高效匹配模型。利用二维图象的小波多尺度分解来模拟２个最主要的生物视觉通路，并对不同通道分别进行匹配计算，由粗到精地实现了基于扫视和凝视的二维图象的快速识别。与传统的模板匹配法相比，该方法具有速度快、搜索范围大、精度高、抗噪能力强等优点     

基于GVF的骨架snake模型

提出了一种基于梯度矢量流(GVF)的快速收敛骨架snake算法。首先利用GVF变换后凹腔内外力的特点检测出物体的骨架，然后以骨架作为指引修改其外力的方向和大小，以达到快速收敛。该算法不但能解决GVF不能解决的深凹腔问题，而且在速度上也远远超过GVF。