指纹预处理中的一种新方法

本文提出了一种基于指纹方向图和直方图均衡的新方法--块方向增强法.它将图像增强中最简单的直方图均衡法和指纹图像的方向图结合起来,在合适的图像块内进行方向增强,能够快速、有效地去除指纹采集中边被破坏引入的噪音.仿真结果表明,该方法对断点和叉连噪音都有很好的去除作用,减少了假特征点的产生,从而可以大大提高指纹识别的速度和准确性.     

多媒体高层语义框架及检索算法

针对多媒体信息检索中的"语义鸿沟"问题,提出了矩阵分裂方法的定义及其基本运算准则,描述了适用于多种多媒体信息的高层语义框架,利用该框架对多媒体信息进行高层语义检索,解决了检索多媒体信息的"语义鸿沟"问题.针对该框架提出了基于每次用户检索结果的部分优先算法,利用用户每次检索结果对高层语义分支权重进行自适应调整,从而达到提...     

基于多维矢量矩阵离散余弦变换的熵编码

针对传统JPEG中游程-霍夫曼熵编码方法在彩色图像的多维矢量矩阵离散余弦变换体系中,不能充分有效压缩数据的问题,提出了一种根据非零交流系数幅值尺寸和该系数前零游程长度尺寸的联合分布进行游程编码,再进行霍夫曼编码的新方法,并重新统计设计了霍夫曼码表。实验结果表明:该方法的压缩性能较改进前熵编码,在PSNR相同的情况下,比特率至少降低了9%,远优于JPEG方法,在更高维的视频图像变换压缩中有着良好的应用前景。     

三维矩阵可变分割彩色图像压缩编码

针对基于三维矩阵宽离散余弦变换的彩色图像压缩方法通常采用的固定尺寸的子阵分割方案和固定尺寸的变换编码。由于图像的不同区域具有不同的统计特性,故采用固定尺寸的分割方案不能有效利用图像本身的相关性,提出了一种三维矩阵可变分割的彩色图像压缩编码方法。该方法采用可变分割的子阵分割方案和变尺寸三维矩阵宽离散余弦变换。首先计算图像的活动性,根据图像活动性的大小将被编码图像划分成不同大小的三维子矩阵。对不同大小的子矩阵分别采用相应尺寸的三维矩阵宽离散余弦变换。变换系数采用非均匀标量量化和熵编码。实验结果表明该方法的压缩性能在低比特率时远远优于JPEG方法,在压缩比相同的情况下,PSNR最多有超过2 dB的提高,主观质量也有提升。     

人用精制Vero细胞狂犬病疫苗的研制

目的　应用Ｖｅｒｏ细胞研制人用精制狂犬病疫苗。方法应用Ｖｅｒｏ细胞经转瓶或生物反应器培养制备人用精制江大病疫苗。结果各项质控指标均符合ＷＨＯ和中国生物制品规程标准,经Ｉ期临床观察疫苗是安全的。结论用Ｖｅｒｏ细胞生产的狂犬病疫苗产量大,效价高,不良反应少,且能进行工业化生产。     

彩色图像三维六边形离散余弦变换编码

为了适应人眼视网膜细胞的正六边形结构的排列方式并充分利用彩色图像各颜色分量间的相关性,提出了一种基于六边形采样的三维离散余弦变换方法。该方法根据传统的矩形采样和正六边形采样之间的关系来完成两者的转换; 然后在已有的六边形离散余弦变换的基础上提出三维六边形采样的离散余弦变换,并验证它的能量集中性。最后,在同一个模型下建立彩色图像的空间位置和颜色分量,并利用提出的方法分别以不同的子图大小对不同的图像进行整体变换。实验结果表明：相对于传统的矩形采样,提出方法的压缩比提高了约51.1%,峰值信噪比提高了约16.3%,从而有效地降低了彩色图像各颜色分量间的相关性。得到的结果表明,利用六边形采样技术可以提高采样率,降低编码速率。     

基于目标区域定位和特征融合的图像检索算法

提出了一种新的基于局部特征点的图像检索算法。首先将彩色图像转换成灰度图像,并利用Harris算子对灰度图像进行"角点"检测,根据"角点"的分布确定目标区域,然后在彩色图像目标区域中提取图像的颜色特征和空间特征表述图像内容。实验证明,该算法在查准率和查全率上要优于基于全局特征的算法。     

基于稳健统计的矢量量化器设计算法

L BG算法作为矢量量化的基本算法具有经典意义 ,但由于在训练图象中 ,总存在少量的离群矢量 ,使得在训练码书时 ,码字的分布受到影响 ,进而使得压缩性能下降 ,因而不能充分体现出矢量量化的优越性能 .而运用基于稳健统计的方法来设计矢量量化器 ,由于减少了码书中的离群矢量 ,同时加强了中心矢量在码书中的权重 ,因而不仅能够尽量减少码书的冗余 ,而且能大幅度提高压缩性能 .实验结果显示 ,用基于稳健统计的设计方法设计的码书 ,其压缩性能比传统的 L BG算法有了较大的改善 ,且恢复图象的主观、客观效果都是令人满意的 .     

一种改进的H.264分像素插值滤波算法

为降低H.264分数像素插值运算复杂度和存储访问量,提出了一种滤波系数可变、系数和不变的分像素插值算法。算法以目前视频编码标准H.264的分像素内插算法为基础,根据视频图像情况确定滤波系数。与H.264标准相比,可以降低18%的空间复杂度,计算复杂度相当,存储需求小。实验结果表明,该算法提高了峰值噪声比(PSNR),降低了比特率(Bit-rate),提高了编码性能。     

高维变换域中的系数集中分析及研究

针对多视角视频中包含巨大的数据信息,考虑到对存储和传输造成的困难,第一次推导了多视角视频的傅里叶变换(FT)以及多维矢量矩阵离散余弦变换(MVM-DCT)公式。结合多维矢量矩阵可以将多视角视频表示在一个多维的数学模型中以及DCT正交性的优点,推导出的MVM-DCT能够很好地去除空间、帧间和视角间的相关性。导出公式表明,高维变换域中的系数能量主要集中在一个沿时间维度和视角维度均衰减的折叠平面体上,通过仿真实验证明了理论推导的正确性。该公式推导的意义在于揭示了运动矢量,角度变量与高维变换域中系数集中分布的关系。并研究有关运动分析的最小化补充准则。这些将为多视角视频编码系统的进一步压缩提供了理论上的指导。