全数字Grand Alliance HDTV系统的视频压缩编码介绍

本文介绍了美国全数字高清晰度电视Ｇｒａｎｄ Ａｌｌｉａｎｃｅ系统的视频压缩编码方法。ＧＡ系统综合了以前四种全数字ＨＤＴＡ系统，是美国数字ＨＤＴＶ的新发展。其信源编码采用了运动补偿的帧间预测、离散余弦变换、自适应量化、统计编码等方法，并特别强调地与ＩＳＯ ＭＰＥＧ标准的兼容。     

基于三维子波变换和分级零树扫描的视频编码算法研究

本文研究了三维子波变换和分级三维零树混合视频编码算法,对图像序列体作３层２２子带时,空分解后,再对最低频子带进行４子带空间分解,对这个特殊分解的三维子波结构,推广了零树的概念,用ＨＶＳ量化模型对子波系统施加量化,用分级三维零树表示量化后的２５带子波系数,这一方案比单级零树方法节省约６％的码率,并且实现了空间和时间可尺主度化码流结构。     

基于自适应重迭正交变换的音频信号编码

本文提出了一种基于自适应重迭正交变换的音频信号编码算法，讨论了变换系数的量化及自比特分配问题。实验结果表明该方法的编码质量优于传统的离散余弦变换，没有分块效应，而计算量则相当。     

使用变换域编码技术压缩SAR原始数据

首先分析了在合成孔径雷达（SAR）原始数据中通常使用的块自适应量化（BAQ）算法,然后在此基础上详细讨论了两种基于块自适应量化的变换域编码算法,即基于快速傅里叶变换块自适应量化（FFT-BAQ）和基于小波变换块自适应量化（WT-BAQ）,并对这两种算法压缩得到数据解压缩获得图像与块自适应量化得到的图像进行分析比较,结果显示变换域编码技术能改善SAR原始数据压缩性能。     

一种极低码率视频压缩编码算法的VLSI结构

本文提出了一种基于分类矢量量化的极低码率视频编码算法及其ＶＬＳＩ结构,它结合了四叉树分割,分类矢量量化算法,变块大小运动估计等多种算法,在获得较高压缩率同时,又克服了低码率图像编码算法中常见的边缘细节模糊的缺陷,同时,本算法在保留了矢量量化解码顺简单的优点的同时,并给出了一种易于ＶＬＳＩ实现的编码器结构,其中运动估计电路可和矢量量化器共用处理器阵列,从而减少了编码器的电路规模。’     

雷达多普勒信号数据压缩研究

在分析了多普勒信号的特性及语音信号的区别后，采用自适应离散余弦变换算法对多普勒信号进行了压缩编码，在中等编码速率下得到了较好的压缩编码效果。文中提出了相关－自适应离散余弦变换（C－ADCT）压缩编码算法，改进算法提高了自适应离散余弦变换算法的抗噪性能。     

一种基于3D-DCT的视频水印算法研究

本文提出一种基于DCT（离散余弦变换）扩展频谱的稳健性视频水印方案。根据视频序列的特点对视频块序列采用3D-DCT变换（三维离散余弦变换），并依据运动检测和人眼视觉模型分成块序列自适应的嵌入水印，保证隐藏数据的视觉不可见性和一定的容量。该算法很好地克服之前的视频水印算法在抗攻击和容量上的缺陷。实验结果表明，该方案嵌入水印视觉不可觉察性，抗攻击及容量上都有较好的性能。     

数理科学与基础理论

Y99-61975-3173 2003424数学变换技术(含11篇文章)=IMDSP3:transformtechniques[会,英]//1999 IEEE International Confer-ence on Acoustics,Speech,and Signal Processing Vol.Ⅵof Ⅵ.—3173～3216(HC)本部分11篇论文的内容有:2维离散周期子波变换基于 OCA 的快速算法,由提升方案构成的分组整数子波变换,2维仿射广义分数傅里叶变换,压缩域内DCT 块提取的快速算法,多维傅里叶和 Radon 离散变换的快速算法,量化离散余弦变换,应用信道最佳化格形编码量化的基于子波图像编码器,成像的最佳变换     

基于块区域子波变换的甚低码率视频编码算法

本文描述了一个有效的视频编码算法，该算法基于视频信号的分数像素精度重叠运动补偿预测和利用双正交滤波器组的区域子波分解，文中给出了采用２４＊２４重叠块的编码器模拟结果。     

区域追踪匹配甚低码率视频编码算法的研究

本文提出一种基于Gabor变换区域追踪匹配RMP（region matching pursuit)的甚低码率视频编码算法,用于克服块编码带来的块效应及其明显失真;根据图像区域特征重要性优先级选择编码保证编码质量（PSNR）;通过算法自学习实现Gabor追踪匹配集优化提高编码效率。实验测试结果表明,在甚低码率（24kbit/s和10kbit/s）下区域追踪匹配算法与H．263编码算法相比,能够有效保证视频编码质量（PSNR）,降低块效应,有较高的编码效率。同时算法具有码率及PSNR扩展功能。     

基于纹理特征的H.264/AVC顽健视频水印算法

在分析现有视频水印算法的基础上,结合H.264压缩编码标准的特性,提出了一种新的基于纹理特征的视频顽健水印算法。算法先对当前帧4×4块进行整数离散余弦变换,判断其是否是纹理块,再采用能量差的方式自适应选择系数嵌入水印。实验结果表明,该算法对视频质量和码率的影响较小,并且能有效抵抗高斯噪声、低通滤波、重编码等常见的视频水印攻击。     

雷达图像压缩

本文提出了一种建立在数字压缩技术基础上的算法，它适合于ＶＴＳ（ＶｅｓｓｅｌＴｒａｆｆｉｃｅＳｅｒｖｉｃｅ）船舶航行管理）系统的雷达数据，基本思想来源于ＪＰＥＧ（ＪｏｉｎｔＰｈｏｔｏｇｒａｐｈｉｃＥｘｐｅｒｔｓＧｒｏｕｐ）标准，该标准通过使用２－Ｄ离散余弦变换（ＤＣＴ）把图像数据转换为一个立体频率，将这些成份量化成不同的离散度，以反央人的视觉系统的立体频率灵敏度，然后使用变长编码对其编码。此算法已被     

图像子波／分类矢量量化及其在指纹识别中的应用

提出了适用于子波变换系数的矢量量化方法－－子波／分类矢量量化（Ｗ／ＣＶＱ）。以子波变换系数中对应于图像边缘信息的零交叉片段的具体情况为依据，将子波变换图像矢量分为不同的类别，然后为各类矢量建立码本。初步实验结果表明，该方法能克服传统矢量量化编码子波交换系数不能准确恢复有关边缘信息的缺点，此结果在光学实时指纹识别系统中的应用表明，它能够充分保留原因图像的信息，保证识别系统的准确识别。     

一种适用于H.263的运动估计搜索算法

本文提出了一种用于视频编码快速运动估计的基于中心三步法（ＣＴＳＳ）的块匹配搜索算法。结果表明,这种算法与Ｈ．２６３的可选项结合使用时,大大减少了块匹配的计算量,并可获得与全搜索算法相当的图像质量、信噪比和编码比特数。     

基于视觉感知的高效视频编码标准帧内量化矩阵优化方法

该文使用一种基于离散余弦变换(DCT)的调制传递函数(MTF)改进高效视频编码标准(HEVC)帧内量化矩阵,并在计算过程中采用一种新的空间频率计算方法。HEVC整数DCT变换是在DCT变换的基础上经过伸缩扩展以及微调后得到的,与DCT变换有所区别,因此针对这种差别进一步优化校正量化矩阵。仿真过程中设计一种基于结构相似性(SSIM)的Bjontegaard比特率差值(BDBR)方法来测试量化矩阵的编码性能,结果表明在相同的视频质量下,该文设计的量化矩阵能进一步降低码率。该方法在编码过程中只需要简单地改变量化矩阵,没有影响编码模型的算法结构,也不会增加编码的复杂度。     

基于DCT子空间失真测度的矢量量化VLSI结构设计

本文提出了一种实现离散余弦变换子空间失真测度矢量编码算法的ＶＬＳＩ结构。     

一用于块运动估计的匹配准则函数——块特征匹配函数

本文提出了一种新的块运动估计匹配准则函数－－块特征匹配（ＢＦＭ）函数，可以用于视频压缩的一些国际标准，如Ｈ。２６１，Ｈ．２６３，ＭＰＥＧ１，ＭＰＥＧ２，ＨＤＴＶ的编解码器中。在这些视频压缩国际标准中视频系统编码器的复杂性最主要取决于运动估计计算法。实时的块匹配运动估计的ＶＬＳＩ实现需要考虑以下几个方面：在给定搜索域内运动搜索的复杂性度；每次块匹配运算的匹配计算复杂度；每次块匹配运算需要从帧存读取到     

一种新颖的自适应图像压缩算法

数字图像压缩技术是信息高速公路的关键技术之一。本文提出了一种新颖的自适应图像压缩算法，该算法能在保证图像客观和主观质量不受损害的前提下，根据图像的具体特征，合理地选择相应的处理方法。算法的基础是基于块匹配法（ＢＭＡ）和块递归法（ＢＲＡ）的自适应搜索方法、基于边缘检测的自适应运动补偿技术以及基于边缘复杂度的自适应量化算法。在前人研究成果的基础上，我们提出了自己的自适应法则和实现方法，使运算数据量更有效地压缩。本算法有较强的适应性。可以有效地应用于Ｈ．２６１建议、ＪＰＥＧ算法、ＭＰＥＧ算法和ＨＤＴＶ等方面而无需作重大改动。当然其较大的数据压缩比使其特别适用于低码速率Ｈ．２６１建议。     

基于Hausdorff测度的图像分类器设计

本文采用基于Ｈａｕｓｄｏｒｆｆ测度的分类方法为分类静止图像编码算法设计了一种有效的图像块分类器，根据图像块的内部特征将其分为四大类：平坦区（Ｓｈａｄｅ），中间区（Ｍｉｄｒａｎｇｅ），边缘区（Ｅｄｇｅ），混合区（Ｍｉｔｅｄ），引入分形参数进行的定量分析增强了分类的通用性并改进了分类效果．同时，在一定的假设条件下，根据视觉熵（ＶＥ）的概念和人的视觉系统（ＨＶＳ）特性从第四类一Ｍｉｘｅｄ块中进一步分离出两种特殊区域一兴趣焦点（Ｋｅｙ－ｐｏｉｎｔ）和随机纹理区（Ｒａｎｄｏｍ－ｔｅｘｔｕｒｅ），使在主观视觉质量意义上，编码策略的最佳安排和编码系数的合理比特率分配成为可能．     

基于可变块运动矢量的边信息生成算法*

在分布式视频编码系统中,针对图像中细节丰富的区域易造成严重的块效应,提出了一种基于可变块运动矢量的边信息生成算法。根据前后相邻关键帧对应块的相关性,将像素块分为保留块和运动块。对保留块直接作保留处理,对运动块中的像素块继续进行分割并计算子块的初始运动矢量,最后将所有对应块的运动矢量进行加权自适应运动补偿得到改进的边信息。实验结果表明,对于运动较剧烈复杂的视频序列,该算法能够提高边信息生成质量, 并且使得改进后的边信息PSNR值提高了0.98~1.33 dB。