基于全相位IDCT滤波器的内插重采样分层编码技术

该文提出了一种基于全相位逆离散余弦变换(APIDCT)内插滤波器的重采样分层编码技术。全相位数字滤波器(APDF)是一种新型的线性相位滤波器。该文给出了APIDCT的设计方法,并通过比较几种APDF的性能,证明APIDCT在图像内插方面性能优异。在此内插方法基础上,结合重采样和自适应算术编码形成了分层图像编码技术,这种技术算法简单,适用于空间可分级编码。实验结果表明仅用其中3层,重建图像的峰值信噪比和压缩率就可达到略优于JPEG的效果,并且压缩率高时也不会出现块效应。     

基于ARM微处理器的GPRS终端系统设计

本文介绍了一种采用ARM微处理器(S3C4510B)和操作系统μClinux来构建嵌入式系统的开发平台,用以设计GPRS终端系统的方法。     

边界镜像对称延拓双正交小波变换矩阵的构造

计算小波变换的Mallat算法需要进行逐级分解和重构,对于有限长信号的小波变换来说,为了保证其完全重构,有必要对其进行边界延拓。基于边界周期延拓的小波变换算法极易实现,也常见于文献,而边界对称延拓较周期延拓则更适合用于信号和图像的处理,但基于边界对称延拓的小波变换矩阵实现方法却很少出现在文献中。为了用矩阵-向量乘积实现信号的小波变换,给出了一种在信号镜像对称延拓方式下,任意深度小波变换矩阵的构造方法,并证明了该延拓方式下实现Mallat算法的完全重构条件。作为实例,绘出了B ior3.3小波的分解和重构矩阵的基向量及波形图。将构造的变换矩阵用于基于小波的图像处理中,不仅可以避免逐级迭代,大大简化运算量,而且边界效应也明显减少。     

纯2维Coifman小波的提升格式及其应用

为了降低纯2维Coifman小波分解和重构的运算量,提出了一种纯2维Coifman小波的提升格式。由于纯2维Coifman小波在完全重建性、消失矩、滤波器钻石型频带以及二进分母系数等方面具有突出的优点,使其在图像压缩编码中具有相当的竞争性。该提升格式既适用于图像的有损压缩,只要稍改变归一化系数,又适用于图像的无损压缩,同时还保持了1维小波提升格式在运算量和边界处理等方面所具有的优势,纯2维Coifman小波提升格式中的预测算子和更新算子所具有的特性为直接构造纯2维小波滤波器组提供了理论指导。仿真试验显示,纯2维Coifman小波滤波器组比用相同1维原型滤波器组构造的纯2维小波滤波器组压缩效果好。     

基于多帧运动估计的帧率提升算法

结合最大后验概率(MAP)估计的准确性和分层块匹配算法的快速性,研究了一种多参考帧运动估计算法,并提出了一种基于多帧运动估计的帧率提升(FRUC)系统方案。实验结果表明,基于该算法的内插帧无论从客观指标(时间复杂度、信噪比PSNR)还是主观质量(视觉效果)均优于现有常用方法,且算法复杂度较低,便于硬件实现。     

基于全相位DCT/IDCT内插的去马赛克算法

针对消费类摄像设备中的马赛克问题,本文提出了一种基于全相位DCT/1DCT内插滤波器的色差空间去马赛克算法.该方法根据三种颜色图像之间的相关性及采样特点,采用全相位IDCT菱形半带滤波器实现了绿色图像重构,并用全相位延拓DCT内插滤波器实现了红绿色差和蓝绿色差的重构.其中全相位IDCT内插滤波器是纯二维滤波器,且能够直接实现五点梅花形采样矩阵与矩形采样矩阵之间的转换.而全相位延拓DCT内插滤波器能够有效地抑制FIR滤波器的吉布斯效应.实验结果表明,本文算法比双线性内插算法重构图像PSNR最多高6 dB,能够保留更多的图像边缘细节,且比自适应算法运算效率高.     

扩散滤波器及其在图象放大中的应用

图象放大在图象显示、视频特技等领域有广泛的应用。当既要求图象放大质量好又要求算法简单时，传统的图象放大方法遇到了困难，其原因是未考虑到视觉的方向敏感性。本文提出了一种与视觉特点相匹配的图象放大方法一邻域扩散法，以简单的坐标变换获得了较好的图象放大效果，特别有利于硬件实现。文中分析了一种新型的二维低通数字滤波器—扩散滤波器及其频率响应特性，构造了具体实现中的扩散增量矩阵，给出了任意（N／M）×（N／M）倍放大坐标变换关系。本文的结果和放大实例也可作为视觉方向特性的一个实验证明。     

基于小波基向量的改进FRIT去噪方法

计算小波变换的Mallat算法需要逐级分解和重构,而本文通过矩阵变换方法,给出不需逐级计算的小波分解和重构矩阵的构造方法,并给出9/7小波的分解和重构矩阵的基向量及波形图.另外,本文改进了一种新型的图像方向性表示方法--有限域Ridgelet变换(FRIT),通过折叠分块和增加零行的方法克服了原FRIT需要构造素数长度的小波基的缺点,使小波变换的基向量可直接应用于FRIT中,计算方法和计算量都得到简化.实验表明,在对具有直线特征的图像去噪方面其性能优于FRIT.     

步态识别问题的特点及研究现状

步态识别作为一种较新的生物认证技术有其独特优势,在计算机视觉研究领域又是一个难题.本文首先分析了步态识别问题的这两个特点.其次,按一个模式识别系统所涉及的4个问题域：传感器的选择、预处理技术、表达方法、决策模型为索引去分析步态识别问题.在表达方法一节中将文献中所反映的研究方法从计算机视觉的角度分为基于模型和基于整体的两大类,并对每类方法进行了举例说明,指出了所举出的方法的优缺点和其提取步态模式中的结构成分信息和运动特征信息时所采用的方法.再次,对步态识别算法性能评价标准和可得到的数据库进行了分析说明.最后得出了目前步态识别问题研究中的几个薄弱点,指出进一步研究此问题的发展空间.     

邻域扩散选择平滑图像放大算法

提出了一种新型的各向异性扩散图像放大的邻域扩散选择平滑法(ADASS),将邻域扩散法与选择平滑滤波器相结合,降低了算法的复杂度,并提高了图像的放大质量.该算法在平滑噪声的同时可以有效地增强边缘,使得放大后的图像无论在边缘处还是平滑区域均能达到理想的效果.实验结果的主观质量及峰值信噪比(PSNR)值表明了算法的有效性.