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。     

一种新的MDCT快速算法

改进型的离散余弦变换（Modified disrete cosine transform）作为良好的时频分析工具在单频编码中广泛应用。本文提出了一种基于快速DCT变换的MDCT快速算法,与其他文献的算法相比,其运算量明显减少。     

利用循环卷积实现的素长度ＤＣＴ快速算法

提出了一种利用循环卷积（Ｃycli convolution)和扭循环卷积（Ｓkew cyclic eonvolution)实现计算机素长离散余弦变换（ＤＣＴ）的快速新算法,算法将ＤＣＴ系数分成三部分,ＤＣ分量,偶下标分量和奇下标分量,根据数论理论,本文定义了一种新的标变换算子,利用该算子进行下标变换,将偶下标ＤＣＴ系数的计算转化为一个循环卷积,根据不同长度,奇下标ＤＣＴ系数的计算被转化为循环卷 积或扭循环卷积,利用循环卷积和扭循环卷积的高效率和规则的算法,构造具有简单,规则的结构和较低的运算复杂性和奇素长度ＤＣＴ快速算法。     

基于查表的无乘法DCT快速算法

为提高离散余弦变换(DCT)的运算速度,提出了一种高效、快速的无乘法DCT算法。该算法在不引入移位运算的前提下,利用查表法去除了在DCT变换中所需的乘法运算,只需要有限步加法即可完成DCT,运算速度比JPEG中的传统算法提高了1．5倍多。所得到的数据精度与原始的DCT算法完全相同。该算法特别适用于图像信号的处理。     

基于量化的二维DCT优化算法研究

DCT变换广泛应用于图像压缩算法中,在大多数情况下最有用的信息集中在DCT系数的低频序列中,而对那些经过量化后为零的系数进行计算,不但费时且计算量大幅增加。据此提出了两种新的二维DCT快速截取算法,使得计算一个8×8的二维DCT变换所需的乘法运算次数减少了60％,加法运算次数减少了77％。经过实验验证该算法在峰值信噪比PSNR值损失很少的情况下,显著地降低了算法的复杂度。     

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。     

DCT域中的快速分形编码

分形图像压缩应用了图像的自相似性，目前许多对分形编码特性的研究都是在图像域中进行的。该文却试图探索在频率域中分形编码的特性。首先，综述了图像域中分形编码的特性，然后导出在离散余弦变换（简称DCT）域中仿射变换的伸缩因子和偏移量的对应公式。应用DCT的能量压缩特性，在度量图像子块和母块之间相似性中通过使用少量的低频DCT系数提出一种快速分形编码算法。接着进一步提出一种可能的快速混合分形编码的算法，该算法将快速搜索方法、统计规范化、频域比较结合起来。     

基于FPGA的二维DCT IP核优化设计

采用行列分解法实现了二维DCT变换,其一维DCT采用Loeffler算法结构,结合位宽优化与CSD乘法优化,在FPGA芯片上无内嵌硬件乘法器情况下,一维DCT计算模块仅需要1504LUTs;有内嵌硬件乘法器情况下,仅需要688LUTs与22个内嵌9*9乘法器。将二维DCT计算模块封装为wishbone接口的IP核,在AlteraDE2-70开发板上实测二维DCT计算速度是软件快速DCT算法的296倍,可应用于JPEG图像处理、音频处理等场合。     

2D-DCT的FPGA实现

设计了采用FPGA来实现2D-DCT的方案,对于其中的关键部分——乘加运算,给出了基于查找表的分布式算法。整个设计节省了资源,提高了运算速度。仿真结果表明,经过2D-DCT变换后的数据与期望值总体上是一致的,这对于数字图像和视频压缩的研究有一定的意义。     

基于TBB的二维DCT并行化设计

线程构造块(TBB)能简化并行化设计,支持高效地实现多核并行功能.给出面向多核计算的二维DCT的并行化方法,并利用TBB平台实现;针对高耗时的余弦计算,利用查表和分块计算措施进行优化,并探讨粒度设置方法.在多核环境中的实验结果表明,优化后的并行化方法能有效改善执行性能,获得较好的加速比,且具备可扩展性.     

一种改进的2D-DCT的FPGA实现

DCT是图像处理和视频压缩中很重要的一部分,在JPEG、MPEG、H.26X标准中广泛运用.2D-DCT的FPGA实现广泛采用行列分解法,把8×8的2D-DCT变换分解为两个1D-DCT来做,其中1D-DCT的运算量集中在加法器和乘法器上.本方案将加法器和乘法器数量减少到最小,节省了硬件资源,其中乘法器采用移位求和的方法实现,并结合流水线操作,提高运算速度.实验表明只需要一个1D-DCT模块就可实现2D-DCT变换.     

二维DCT在粗粒度可重构处理器上的实现

针对粗粒度可重构处理器的特点,提出一种二维离散余弦变换的设计方法,该方法在硬件资源受限的条件下,有效地挖掘了算法的并行性,结果证明算法在速度和资源利用率方面均达到了较好的状态,可满足实时图像编解码的要求。     

二维DCT在粗粒度可重构处理器上的实现

针对粗粒度可重构处理器的特点,提出一种二维离散余弦变换的设计方法,该方法在硬件资源受限的条件下,有效地挖掘了算法的并行性,结果证明算法在速度和资源利用率方面均达到了较好的状态,可满足实时图像编解码的要求.     

二维离散余弦变换的FPGA实现

根据可编程逻辑器件(FPGA)的可编程性和并行处理特点,提出了一种二维DCT的FPGA设计方法。所得结果经时序分析,并和DSP库函数提供的fdct_8×8()函数相比较,满足快速进行二维DCT的条件。     

基于FPGA的高速二维DCT变换的研究与实现

空间科学实验中图像的分辨率不断提高、数据量越来越大,因此需要对图像数据进行星上压缩处理后再进行传输。FPGA具有低功耗、高性能的特点,已普遍应用在卫星的各种有效载荷上,因此可采用FPGA实现图像压缩。基于FPGA的图像压缩算法的核心是DCT变换,而DCT变换中需消耗大量的乘法资源。为了提高图像压缩的效率,同时减少对专用乘法器的依赖,本文就充分利用FPGA中的BRAM与LUT资源,使用改进型的分布式算法、流水结构和乒乓操作,在避免使用乘法器的同时,实现JPEG压缩算法中的DCT变换,具有良好的可移植性。经验证,该方法用于基于FPGA的JPEG图像压缩系统中,相比传统DCT快速算法运算速度显著提高。     

EHMM人眼状态识别算法中的2D-DCT IP核设计

EHMM人眼状态识别算法具有较高的识别率但算法复杂,因此利用SOPC开发平台设计了一种基于行列变换快速算法的2D-DCT IP核以提高处理速度;根据眼状态识别只需取2D-DCT后左上角部分子矩阵数据的特点,对其计算过程进一步优化;并引入了转置存储技术,浮点数乘法通过移位后转化为定点乘法器实现,优化了硬件资源,提高了处理速度;实验结果表明该IP核很好地实现了人眼图像灰度值的DCT变换。     

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.