改进的算术傅立叶变换（AFT）算法

算术傅立叶变换（AFT）是一种非常重要的傅立叶分析技术。AFT的乘法量少（仅为O（N））,算法结构简单,非常适合VLSI设计,具有广泛的应用。但AFT的加法量很大,为O（N∧2）,因此减少AFT的加法运算是很重要的工作。本文通过分析AFT的采样特点,给出了奇函数和偶函数的AFT的改进算法。然后在此基础上给出了一般函数的AFT的改进算法。改进算法比原算法的加法运算量降低了一半,因此计算速度快了一倍。本文改进的偶函数和奇函数的AFT算法还分别可以用来计算离散余弦变换（DCT）和离散正弦变换（DST）。     

离散傅里叶变换的算术傅里叶变换算法

离散傅里叶变换(DFT)在数字信号处理等许多领域中起着重要作用.本文采用一种新的傅里叶分析技术—算术傅里叶变换(AFT)来计算DFT.这种算法的乘法计算量仅为O(N);算法的计算过程简单,公式一致,克服了任意长度DFT传统快速算法(FFT)程序复杂、子进程多等缺点;算法易于并行,尤其适合VLSI设计;对于含较大素因子,特别是素数长度的DFT,其速度比传统的FFT方法快;算法为任意长度DFT的快速计算开辟了新的思路和途径.     

利用Mobius求逆公式计算离散余弦变换

近年出现了一种利用数论中的Mobiue函数进行数字信号处理的傅里叶分析技术（通常称为算术博里叶变换）。这种方法在计算离散傅里叶变换时所需乘法次数仅为O(N)且非常适于VLSI处理．本文注意到利用这种技术计算离散余弦变换，只需计算两个博里叶系数中更为简单的偶分量an，从而使得计算N点离散余弦变换的乘法次数仅为N，计算结构相当简单．此外，计算机模拟表明，这种方法的误差与直接计算DCT缃比并不大，可以容忍。     

基于离散余弦变换的水平集算法研究

针对传统水平集算法只对含有加性噪声的图像有较好处理结果的缺点,提出了一种基于离散余弦变换（DCT）的水平集研究算法。首先以图像中的每一点为中心构造隶属于图像的一系列子图像,对这些子图像进行二维DCT变换得到其变换系数,并受Lee滤波器可以去除乘性噪声的启发对这些系数进行运算,得到去除噪声后的平滑图像,再将平滑图像梯度的递减函数作为水平集演化方程的速度停止项,最后根据水平集演化方程对图像进行演化运算。实验结果表明,该方法能够在抑制乘性噪声的同时较好的对图像进行分割。     

基于算术傅里叶变换的小波变换快速算法

利用算术傅里叶变换(AFT)计算离散傅里叶变换(DFT)可使其乘法计算量仅为D(N）。文章根据这一特点，结合Mallat算法原理及离散傅里叶算法结构特征，提出了一种离散小波变换的快速算法，给出了数学推导过程，并对实验结果进行了分析。     

基于DCT的实值离散Gabor变换

该文提出了一种基于离散余弦变换(DCT)的实值离散Gabor变换(RDGT),不仅适用于临界抽样条件而且适用于过抽样条件,并证明了变换的完备性条件。由于这种变换仅涉及实值计算,并且可利用快速DCT,IDCT算法来加速运算,因此比传统复值离散Gabor变换在计算和实现方面更为简单,必将有效地提高非平稳信号与图像的分析、处理速度和效率。     

基于离散余弦变换和主线分块能量的模糊掌纹识别

针对非接触式掌纹采集时离焦状态导致的图像模糊问题,提出一种新颖的识别方法。使用离散余弦变换(DCT)在频域内提取低频系数作为稳定特征,使用改进的局部灰度极小值法提取空域内的稳定特征即主线,再使用分块方法计算主线能量形成特征向量,然后将频域和空域内的稳定特征进行融合,最后利用向量之间的欧式距离进行识别。在SUT-D模糊掌纹库上的测试结果表明,与融合之前及其他典型识别方法比较,本文算法识别率最高可达96.057 8%,表明本文方法在识别性能上具备有效性和优越性,为解决模糊掌纹的识别问题提供了一条可行途径。     

二维离散余弦变换/逆离散余弦变换电路及方法

为了实现二维离散余弦变换(DCT)/逆离散余弦变换(IDCT),本文提供一种二维离散余弦变换/逆离散余弦变换电路,采用一个加法器和两个移位器代替一个乘法器,通过选择特定的系数,使得硬件电路无需使用耗费资源较多、速度较慢的乘法器,是一种高效的无乘法器的DCT变换电路。该电路只需要很少的加法器和移位器,并可以达到很高的精度。     

二维离散余弦变换模块算法及其Hierarchical物理实现

本文阐述了离散余弦变换(DCT)的算法结构及其优化,并基于cadence的EDA平台,诠释了自上而下(Top-Down)的Hierarchical分层次芯片设计理念及方法.     

长度为P^l的离散余弦变换算法

本文对长度为p′(P为任意自然数)的余弦变换DCT-Ⅱ提出了一种快速算法,并对如何减少运算量做了详细讨论。当P=2时,本算法和目前最快算法的运算量一样,且结构简单。结合B.G.Lee提出的把一维DCT转化为多维DCT计算的方法可计算任意长度的DCT-Ⅱ。     

一种改进的二维离散极坐标Fourier变换快速算法

在雷达天线、图象配准、图象检索等领域内常常需要用极坐标表示二维数字信号的离散Fourier变换(DFT).与笛卡尔坐标系下的二维DFT不同,二维离散极坐标Fourier变换(DPFT)不具有行列可分性,直接计算非常耗时.本文提出一种改进的DPFT的快速算法.该算法针对二维阵列实信号,算法全部过程可用一维运算实现,大大降低了计算复杂度并且适用于实时处理.实验中与直接运算方法相比较,显示了该算法的良好性能.     

基于小波变换和DCT的字符图像特征抽取新方法

从特征矢量的不变性和抗噪性角度,提出了一种基于小波变换(WT)和离散余弦变换(DCT)的字符特征抽取新方法。利用圆周投影算法,把二维的字符图像转换为一维投影。基于WT和DCT的非线性变换,克服了因变形和噪声引起的一维投影的非线性变形失真。通过对识别不同大小、方向及噪声的字符仿真实验和不同特征抽取方法的对比实验,以及对工业标牌字符的识别,表明该特征抽取方法具有尺度和旋转不变性,有较好的抗噪声能力和很好的分类性能。     

神经网络实现的任意长度DCT快速算法

介绍一种新的DCT计算方法,它以DHT为基础,利用Hopfield神经网络的并行特征来提高DCT的计算性能。该方法与现有方法比较,复杂度降低,乘法运算量为(2N-1),加法运算量为3N-2,并且适合任意长度的DCT计算,因而在图像处理中具有较好的应用前景。     

一种改进的基于DCT的语音增强算法

提出一种改进的基于离散余弦变换的语音增强算法。在信噪比较低时,传统的基于离散余弦变换的语音增强算法效果较好,能较大幅度地提高信号的信噪比;而当信噪比高时,利用这种方法会滤掉一些有用的信号成份。新算法首先计算出所有高阶离散余弦变换系数对应的时域信号中语音信号出现的可能性大小,然后根据某个阈值计算是否在估计噪声信号绝对值的均方差时保留该系数。实验结果表明在含噪语音信号的信噪比高于10dB时,新算法较传统的基于离散余弦变换的算法具有较好的性能。     

基于量化系数均方误差准则的运动估计算法

提出了一种基于量化系数均方误差匹配准则的DCT域运动估计视频编码算法.算法中采用了一种新的运动估计匹配准则,该准则在DCT域内计算逆量化的残差均方误差值.由于该准则已考虑到量化噪声对运动残差能量的影响,因此与传统编码算法相比较,在图像质量基本不变的前提下码率更低.仿真结果显示,基于量化系数均方误差准则的DCT域运动估计算法具有较高的编码效率.     

基于DCT和线性判别分析的人脸识别

 提出基于离散余弦变换和线性判别分析的人脸识别方法.DCT变换本身并不进行数据压缩,它只是将图像源数据映射到另一个域,如何在新的数据域中选择最有效的DCT系数作为识别特征成为关键问题.本文从选择有效特征角度出发,引入特征选择算法,根据可分性判据确定将哪些DCT系数作为特征,然后对选出的DCT系数进行线性判别分析提取识别特征.在ORL人脸库上的实验结果证明了提出方法的有效性.     

算术傅里叶变换的实际实现方法

算术傅里叶变换(AFT)结构简单,乘法量少,具有广阔的应用。但在AFT在具体实现中往往需要过采样来满足实际应用中的精度要求。过采样问题是AFT的一个重要缺陷且限制了它的应用范围。该文利用AFT的线性插值实现技术精度很高的特点,在线性插值实现技术和过采样技术的基础上提出了一个新的实现策略,可以达到接近过采样的精度。从而解决了AFT的过采样问题。