计算q1^l×q2^l二维DCT的快速算法

离散余弦变换(DCT)广泛应用于信号处理的许多领域,多维DCT(MD-DCT)是图像处理和视频信号处理的重要工具.通常,多维DCT采用行列法用一维算法实现,实现效率较低.近年来虽然出现了一些多维DCT直接实现算法,但大多要求变换为2n×2n,限制了适用范围.该文研究较一般的二维DCT快速算法,将ql1×ql2(q为奇素数;l1,l2分别为两个不同的整数)二维DCT转化为多项式变换和一维简化余弦变换,通过特别设计的快速多项式变换算法和1D-RDCT递归分解算法,提出了一种计算复杂性较低且具有规则运算结构的ql1×ql2二维DCT算法.本算法的设计方法可以方便地推广到多维(>2)的情况.     

计算q~(l_1)×q~(l_2)二维DCT的快速算法

离散余弦变换 (DCT)广泛应用于信号处理的许多领域 ,多维 DCT(MD- DCT)是图像处理和视频信号处理的重要工具 .通常 ,多维 DCT采用行列法用一维算法实现 ,实现效率较低 .近年来虽然出现了一些多维 DCT直接实现算法 ,但大多要求变换为 2 n× 2 n,限制了适用范围 .该文研究较一般的二维 DCT快速算法 ,将 ql1 × ql2 (q为奇素数 ;l1 ,l2 分别为两个不同的整数 )二维 DCT转化为多项式变换和一维简化余弦变换 ,通过特别设计的快速多项式变换算法和 1D- RDCT递归分解算法 ,提出了一种计算复杂性较低且具有规则运算结构的 ql1 × ql2 二维 DCT算法 .本算法的设计方法可以方便地推广到多维 (>2 )的情况 .     

基于DCT的2D实值离散Gabor变换

摘 要 本文提出了一种在临界抽样条件下基于2D DCT的二维实值离散Gabor变换(2D RDGT),介绍了其快速算法。并比较了该变换与二维复值离散Gabor变换(2D CDGT)的算法复杂性。     

一种基于Loeffler算法的快速实现2D DCT/IDCT的方法*

提出了一种基于Loeffler[8]算法的快速实现二维离散余弦变换/反离散余弦变换（2D DCT/IDCT）的方法。采用行列分解的方式,仅使用一个1D DCT/IDCT处理核快速完成8×8的2D DCT/IDCT变换。通过合理安排时钟周期数和简化各周期内的操作,使1D DCT/IDCT模块能在八个时钟周期内快速完成一次变换。仿真试验表明,与目前使用相同FPGA芯片的商业IP核相比,所使用的资源减少了10％,而速度却提高了10％。     

多维离散余弦变换的快速算法

本文提出多维离散余弦变换(DCT)的一个快速算法。我们将点数为2的整次幂的p维离散信号,按照编号偶数正序、奇数逆序进行重排。经过适当地变换,就将p维DCT导致p维DFT。再利用文献[1]或[2]中处理多维DFT的新方法,就可获得p维DCT的快速算法。本算法直观、简明、且易于在计算机上实现。     

基于快速二维离散余弦变换算法的人脸特征提取

离散余弦变换(DCT)具有图像信号处理后对图像显示效果影响不明显的优点。本文针对离散余弦变换(DCT)系数在人脸识别中的应用,研究不同的DCT块进行编码后其系数对图像质量和识别结果的影响,提出利用快速2D-DCT(二维离散余弦变换)代替普通DCT的人脸特征提取方法。该方法可以使得在对人脸进行平均分割后的图像块处理时间大大减少,从而能够在同样的时间内提取更多的DCT系数用于人脸识别。实验结果表明,该方法快速而且是有效的。     

基于多项式变换的二维整型离散余弦变换快速算法

提出了一种基于多项式变换的二维整型离散余弦变换（DCT）快速算法,利用多项式变换将二维DCT变换的计算转化为一系列一维DCT变换及其变换系数的求和运算,减少了乘法和加法的计算量;利用提升矩阵,实现了整型DCT变换,进一步提高了运算效率的同时,使信号可精确重构。     

适于低码率图像编码的DCT快速算法

提出了一种 8× 8二维离散余弦变换 (DCT)的快速算法 该算法可独立地计算每一变换系数 ,并运用于图像变换编码中 ,在只计算需要被编码和传输的低频变换系数并且不增加运算量的前提下 ,将量化过程与DCT计算融为一步 ,有效地提高了编码速度     

一种用于JPEGIP核的DCT设计

二维离散余弦变换（DCT）在图像处理和视频编码中起到很重要的作用,近年来发展速度也很快。介绍DCT的各种快速算法,根据图象处理的特点和易于硬件实现的目标选择基于分布算法（distributed arithmetic—DA）的DCT结构来实现FPGA设计。     

基于二维混合变换(DCT-DWT)的图像水印算法

本文首先分析现有的离散余弦变换(DCT)和小波变换(DWT)结合的数字图像水印算法;然后,给出二维混合变换(DCT-DWT)的定义,性质,算法;最后提出基于DWT-DCT混合变换的嵌入和检测水印的算法。试验结果:该算法有很好的鲁棒性。     

适于图像解压的离散余弦逆变换快速算法

讨论了离散余弦变换(DCT)的基本图像的特性以及实际图像数据的特点,提出了利用基本图像进行二维8×8离散余弦逆变换(IDCT)的快速算法.新算法通过三个技术降低二维8×8IDCT的运算量(1)利用基本图像的对称性;(2)把反量化过程和IDCT融为一步;(3)利用实际图像数据的特点绝大多数量化后的变换系数为零值且非零系数中又有许多的值为±1.理论分析表明,三种技术的融合可大大减少计算量.以多幅标准图像为样本数据,对新方法和当前最有影响的Feig算法做了比较,结果表明文中算法的乘法次数降了约60%,加法次数降了约15%.     

图像压缩中的快速方向离散余弦变换

传统的二维DCT(discrete cosine transform)无法稀疏表示除水平或垂直方向以外的边缘,而具有强方向表示能力的方向预测离散余弦变换(directional prediction DCT,简称DPDCT)计算复杂度又过高.针对这些问题,提出了一种快速方向离散余弦变换(fast directional discrete cosine transform,简称FDDCT).该算法沿给定的方向模式进行变换,避免了DPDCT中的插值运算,可以快速、稀疏地表示图像中各向异性边缘信息.此外,FDDCT通过设计块边界提升,在进一步集中边缘能量的同时保证了算法的完全重构.实验结果表明,FDDCT计算复杂度不超过DCT的1.4倍;采用同样的编码方法,基于FDDCT的压缩图像与基于DCT以及DPDCT的压缩图像相比,峰值信噪比可提高0.4dB~1.6dB,而且边缘细节更加清晰、完整.     

基于DCT域的数字水印算法

提出一种矢量地图水印嵌入不依赖原始地图的盲提取算法,该算法在离散余弦变换域上转换而成.离散余弦变换的特性之一是对相互依赖的数据能够产生能量聚集效益,而矢量地图同一条边上点与点具有依赖关系,在一条边上依次选取8个顶点作一个集合,并对这组集合数据经变换导出离散余弦值,将水印加密嵌入其系数中.实验表明该算法对矢量地图经DCT变换未产生较大的差异.     

基于准三维变换的视频隐写算法

结合离散余弦变换(DCT)的能量压缩能力和离散小波变换(DWT)的多分辨率特性,提出一种基于准三维变换的视频隐写算法。该算法利用二维小波变换描述视频序列的帧内信息,通过一维离散余弦变换描述视频序列的帧间信息,从而有效利用视频序列的空间及时间冗余,将秘密信息嵌入在DCT系数的量化过程中,保证了视频序列的稳定性及秘密信息提取的准确性。实验结果表明,该算法具有较好的视觉不可见性与较高的嵌入容量,且可实现秘密信息的盲提取。     

结合二维Logistic映射与二维离散余弦变换的数字图像隐藏技术

为了应对日益增大的图像安全问题, 提出一种结合二维Logistic映射与二维离散余弦变换(2D-DCT)的数字图像隐藏算法. 首先, 利用二维Logistic映射产生的混沌序列对秘密图像进行像素扩散与置乱, 从而达到对秘密图像的加密效果. 接着, 分块对载体图像进行二维离散余弦变换, 然后把扩散与置乱后的图像信息分存在变换后每块的右下角. 最后再进行二维离散余弦反变换(2D-IDCT), 并得到隐密图像. 实验结果也表明, 该算法安全可行且隐藏效果良好.     

分离矢量基二维哈脱莱变换新算法

本文提出一种分离矢量基二维哈脱莱变换新算法,它将(N×N)点二维哈脱莱变换(2D-HART)分解为一个(N/2×N/2)点基2 2D HART和12个(N/4×N/4)点基4 2D HART外加一些实乘和实加,运算量比现有分离矢量基2D HART进一步减少。     

基于离散余弦变换的自适应数字音频水印技术研究

提出了一种将灰度图像嵌入到音频信号的数字水印算法 .该算法以包含丰富信息的灰度图像作为数字水印 ,首先利用 DCT静态图像压缩技术 ,将二维数字水印 (灰度图像 )编码成一维二进制序列并进行随机置乱 ,再对数字音频信号进行分段处理并依据人类听觉系统 (HAS)择段做离散余弦变换 (DCT) ,最后在离散余弦变换域内通过修改中高频 DCT系数完成水印信息的自适应嵌入 .实验结果表明 :该自适应数字音频水印算法不仅具有较好的透明性 ,而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性     

基于DCT快速变换的图像压缩编码算法

在JPEG标准中,基于图像压缩的有损压缩算法中的离散余弦变换（DCT）,应用于很多图像压缩场合,并且在实际操作中,能获得较高的压缩比,同时压缩后的图像与原始图像的视觉效果基本相同,因此得到了广泛应用。为了达到提高图像质量的目的,文中提出了一个基于二维离散余弦变换（DCT）的图像压缩改进算法,该算法通过设置量化系数来控制图像压缩数组的大小。同时,在图像压缩部分利用DCT快速算法。仿真实验结果表明：该算法进一步提高了图像的峰值信噪比（PSNR）和主观视觉质量。     

并行格型结构实现基于DCT的2D实值离散Gabor变换

虽然2D Gabor变换在图像处理等很多领域认为是非常有用的时频分析的方法,然而实时应用却因其很高的计算复杂性而受到限制.文中回顾了基于DCT的2D的实值离散Gabor变换,为了有效地和快速地计算实值离散Gabor变换,提出了在临界抽样条件下,二维实值Gabor变换系数求解的块时间递归算法以及由变换系数重建原信号的块时间递归算法,研究了该算法使用并行格型结构的实现方法,并讨论和比较了算法的计算复杂性和优越性,证明了基于DCT的2D实值离散Gabor变换块时间递归算法并行格结构在计算复杂性的高性能.     

基于DWT-DCT-SVM的人脸表情识别

提出了一种基于二维离散小波一离散余弦变换-支持向量机（DWT-DCT-SVM）面部表情识别算法。该算法先利用DWT在不明显损失图像信息的基础上对表情图像进行变换，变换后的图像数据量大大减少。再利用DCT提取代表原图像绝大部分能量的数据作为表情特征矢量，最后利用SVM来识别。实验表明：本算法提取的500个数据长度的表情矢量在一定条件下能较准确地识别出通用的6种表情，但是泛化性能较差。