一种图像多描述网格编码矢量量化算法

在互联网和无线通信环境下,图像通信常因数据包传输出错或丢生而导致质量的严重下降,多描述编码是解决这个问题的一种新途径。该文提出了一种多描述网格编码矢量量化新算法,给出了多描述分解的方法和规则,并通过构造一个代价函数,提出了最优搜索策略,用维特比算法对多描述编码最优路径进行搜索。仿真结果表明,新算法有效利用网格编码矢量量化将量化码书大小扩大一倍的特性,提高了中央通道的编码性能,而如果只收到单个描述,解码图像仍能获得较好的重建质量。     

噪声信道下保护图像感兴趣区的多描述编码*

将感兴趣区编码和多描述编码相结合,提出一种噪声信道下保护图像感兴趣区的多描述编码方法。该方法将图像分为感兴趣区和背景区,并采用多描述编码方法,将感兴趣区和背景区码流编码成多个描述。同时对感兴趣区和背景区描述码流采用不同的冗余树分配方案,以进一步增强图像感兴趣区的抗分组丢失能力。实验证明,该方法即使在信道拥塞较为严重的情况下,也能为图像的感兴趣区提供令人满意的重建质量。     

一种基于ROI和多描述量化的图像传输方法

随着科学技术的进步和发展,图像已经成为了信息的一个重要来源,而图像中的重要信息往往只集中在部分区域。而且图像数据在信道中传输时,可能会发生数据包丢失或出错的问题。鉴于以上问题,在对图像ROI和多描述量化编码进行分析和综合的基础上,本文提出了一种结合图像感兴趣区域（ROI）提取和多描述量化,零树编码的图像传输方法。根据图像特征选定ROI区域,然后对ROI进行多描述量化编码,对其他区域进行普通的量化编码,试验表明此方法可以得到更好的重构图像。     

基于分布式编码的多描述视频编解码器

为了解决多描述视频编码器在丢包信道下的漂移问题,本文提出了一种新的基于分布式视频算法的多描述视频编码方案。实验结果表明,借助于分布式编码的稳健性,这一新方案能有效地避免漂移问题。为了解决多描述视频编码器在丢包信道下的漂移问题,提出了一种新的基于分布式视频算法的多描述视频编码方案。实验结果表明,借助于分布式编码的稳健性,这一新方案能有效地避免漂移问题。     

图像的多描述编码

图像的多描述编码(MDC)是针对单描述编码(SDC)而言,其编码方法是将图像编码为多个位流(描述),并使每个描述都能恢复可接受质量的图像。其恢复图像的质量只依赖描述的个数,即如果解码器接收到的描述越多,则由这些描述共同形成的图像质量就越高。在图像通信应用中,在无信道编码的情况下,用MDC方法可适应传输条件恶劣的信道,尤其是无线信道和网络信道。为了能在传输信道恶劣的条件下进行有效的图像传输,在对MDC的基本理论及其应用以及近几年MDC的研究现状进行概述和总结的基础上,提出了一种基于EZW编码的MDC方法。实验结果表明,此法简单、有效,其不仅实现了压缩图像传输的健壮性,同时兼顾了压缩效率。     

多描述编码技术的新发展

随着通信与视频编码技术的发展，通过网络与无线信道传输视频内容成为可能，但在这些应用环境下，视频内容会因为丢包(网络)或信道失效(无线信道)而造成数据丢失。解决信道传输错误的问题可以从信源编码、信道编码及信源信道联合编码3种途径进行改进。如今多描述编码已被证明是克服传输错误，尤其是丢包的一种有效的信源编码方法。为了使人们对多描述编码研究的现状有一概括了解，首先介绍了多描述编码的主要特征；然后分别从信源编码及信道编码的角度归纳了及现有解决丢包问题的主要方法；接下来深入讨论了多描述编码的应用与研究的新进展；最后指出了多描述编码发展的方向。     

基于平衡多小波图像变换的视频多描述编码

提出了一种新的视频多描述编码方法，即基于平衡多小波图像变换的视频多描述编码。首先，把图像进行多小波变换，然后，按照图像多小波变换后子带图像分量的异同重组图像的多小波系数，相同分量的多小波系数就构成图像的一个描述。视频的每帧图像都如是处理，就得到视频的多描述编码。一个好的视频多描述编码方案应该满足两个基本条件：各个描述平均分担图像信息和各个描述能够互相差错掩埋。通过统计分析和数学推导发现，在目前几种常用的多小波中，只有平衡多小波能够满足视频多描述编码的两个条件。本文给出了各个描述之间进行差错掩埋的数学公式，并据此提出视频多描述编码的算法。实验结果表明，即使在丢失四分之三数据的情况下，该算法依然能够以接近30dB的PSNR值和较好的视觉效果恢复原图像。     

小波域多描述变换编码算法的研究

提出了小波域多描述变换编码算法,将小波变换后的最高分解级最低频子带的系数分成两组,应用成对相关变换,在两组系数之间引入相关后,分别独立地编码和传输,一旦传输中有任一描述丢失,可以利用相关性从另一描述估计丢失的描述。对该算法与插值算法的综合应用进行了探讨,仿真实验结果表明本文算法具有较好的差错复原性能。     

基于量化的差错网络下高效多描述图像编码

将多描述标量量化与SPIHT编码联合起来,得到无线差错网络环境下的高效多描述图像编码。对两描述的多描述标量量化进行多维索引扩展,并对由粗量化边索引所形成的多个描述进行SPIHT编码,得到多个可独立传输的多描述码流。实验结果表明,该方法适合于无线差错网络环境中的图像传输,能够在较大的信道差错率和严格的带宽限制下,获得较好的图像传输差错鲁棒性。     

图像多描述编码的MDSQ算法及其Matlab实现

标量量化多描述编码(MDSQ)算法能有效提高信息的传输接收效果.结合Matlab工具在矩阵处理上的灵活性,用程序实现了MDSQ算法,并通过实验结果的分析证明该算法的可行性.     

抑制漂移误差的多描述视频编码*

针对多描述编码的漂移问题,提出一种基于H.264的多描述编码方案。该方案先对原始图像空间域采样形成两个子图像,然后通过相关联的两路H.264编码器,生成包含相同运动信息的描述,并在解码端采用自适应三次线性插值法恢复补偿信息,达到抑制漂移误差的目的。实验结果表明,该方案能有效提高编码效率,同时获得较好的视频传输质量。     

多描述可分级编码的研究进展

多媒体及Internet的迅速发展促使视频编码不仅要有较好的容错性能,而且要根据网络带宽和接收设备的特性而自适应地进行调整和传输。多描述编码可以提高视频传输的容错性能但不具有网络自适应性;可分级编码能够根据网络带宽和接收设备的特性而自适应地进行调整和传输但不具有容错性能。综合了多描述编码和可分级编码优势的多描述可分级编码,则不但具有网络带宽的自适应性,同时具有很好的容错性能。在分析了多描述编码和可分级编码的各自局限性的基础上,重点介绍了多描述可分级编码的产生和几种实现策略。     

基于小波包与模糊聚类算法的声波法检测流化床内颗粒的平均粒度

平均粒径是气固流化床反应器运行时需要监控的重要参数之一,利用声波信号检测床内颗粒平均粒度的方法能克服传统方法不能实时在线测量的缺陷,安全环保不侵入流场.先用Db5小波包将声发射信号3尺度分解,求出各细节信号小波系数的绝对值加和,构成声信号的能量模式,标准化之后经主成分分析得出主成分,再用模糊均值聚类方法分类.由于不同粒度的声波信号经小波包分解后,其小波系数绝对值加和具有特定的模式,因而,这种方法分类准确性达98%以上.     

基于分层结构的多描述编码

为了适应不可靠网络传输对编码抗干扰能力的要求,提出了一种基于分层结构的多描述编码方案,该方案根据质量可分级的编码思想将小波系数分为两个描述,独立传输。其每个描述均包含基本层和增强层两部分信息。基本层由系数的关键信息组成,可拷贝到两个描述中同时传输,而增强层是系数的剩余信息,可拆分成两个部分通过不同描述传输。由于每个描述均包含可以恢复图像基本质量的关键信息,因此即使在丢失一个描述的情况下也可以保证较高的图像重建质量。实验结果表明,该方案是正确的和有效的,其在保证较高编码效率的同时,还能提高编码的抗干扰能力。     

一种基于多描述编码的应用层组播模型*

为解决流媒体系统中基于多描述编码的多树模型所存在的同步问题,提出了一种基于多描述编码的层次组播模型。该模型中,相邻层的节点之间采用多对一的传输方式,并通过描述资源的均匀分布实现系统的快速收敛,以最大覆盖算法为节点获取最大的描述集和请求分布,在获得高质量视频的同时提高系统的鲁棒性。仿真实验表明,该模型以较小的协议开销获得了较好的视频质量,实现了动态环境中较高的系统可靠性。     

一种基于多描述编码的视频传输方案

论文提出一种基于多描述编码的视频传输方案。该方案将一个视频源编码为多个码流(称为描述),各描述分别经过Reed-Solomon编码后,通过多个独立的信道传输。该方案不仅利用了信道编码的纠错能力,又利用了多描述编码的鲁棒性,模拟结果表明新方案在有噪信道上表现出较好的性能。     

多描述编码研究现状

研究开发实时、鲁棒的流媒体编码与传输技术已成为当前信息技术的一个热点问题.多描述编码作为解决该问题的一种方法,因其在满足数据传输实时性要求的同时可减少数据失真,受到广泛关注.文中首先介绍了多描述编码的历史和评价性能指标,然后详述了多描述编码的研究和进展状况,包括各类多描述编码方法的思想、框架和特点,最后对现有研究中存在的难点问题进行了探讨与展望.     

一种鲁棒的基于DWT域自适应量化步长的图像盲水印算法

提出了一种可用于版权认证的基于小波变换域自适应量化步长的图像盲水印算法.该算法首先在DWT（离散小波变换）的低频子带中选择感知重要系数作为水印的嵌入区间,然后选择一个同时可满足不可见性与鲁棒性要求的最小量化步长,对所选择的重要系数进行量化,再通过自适应增大量化步长,把二值水印信息交替地嵌入到不同的量化层上.作为这种算法的一个特例,就是用所选系数的低5位表示水印信息.在嵌入过程中,根据小波变换所具有的良好的空域局部化特性,采用了分块舍入技术,实现了水印信息的精确嵌入;在检测过程中,提出了一种新颖的差分检测方法,增强了系统的鲁棒性.实验结果证明,该算法具有嵌入信息量大,水印透明性好,对各种常见的图像处理操作、有损压缩、裁剪和几何变换抵抗性强等特点.     

图像块的自适应均衡水印算法

目的 针对水印算法通常利用实验确定强度参数,实验工作量大并且具有随机性,得到的参数无法较好地均衡水印不可见性和鲁棒性,提出一种基于图像块的自适应均衡水印算法。方法 利用尺度不变特征变换（SIFT）提取原始图像中鲁棒性强的特征点作为水印嵌入区域,将提取的嵌入区域分成4个大小相等且互不重叠的图像块,并对各图像块进行奇异值分解（SVD）,得到与各块相应的奇异值矩阵,各块与水印做一级离散小波变换后产生的各子带相叠加,生成嵌入加密水印块,重组得到水印矩阵,降维后将特征点还原到原始图像。根据果蝇优化算法（FOA）中适应度函数迭代确定加密水印强度参数,构造水印图像的自适应嵌入,来均衡水印的不可见性和鲁棒性,水印检测可直接作用在受攻击后的图像上,无需校正恢复。结果 对标准灰度图像进行多组实验,得到含水印图像峰值信噪比均达到43dB以上;对水印载体图像分别进行噪声、压缩、剪切、旋转仿真攻击实验,提取水印图像与原始水印图像的归一化相关系数都达到0.94以上。结论 SIFT算法实现图像块局部嵌入,提取特征点稳定性强,结合SVD算法使水印嵌入性能良好,利用FOA算法自适应确定最优参数,使水印图像嵌入效果达到最佳状态,最终均衡了水印的不可见性和鲁棒性。