基于多维矢量矩阵离散余弦变换的熵编码

针对传统JPEG中游程-霍夫曼熵编码方法在彩色图像的多维矢量矩阵离散余弦变换体系中,不能充分有效压缩数据的问题,提出了一种根据非零交流系数幅值尺寸和该系数前零游程长度尺寸的联合分布进行游程编码,再进行霍夫曼编码的新方法,并重新统计设计了霍夫曼码表。实验结果表明:该方法的压缩性能较改进前熵编码,在PSNR相同的情况下,比特率至少降低了9%,远优于JPEG方法,在更高维的视频图像变换压缩中有着良好的应用前景。     

基于多维矢量矩阵正交变换理论的彩色图像压缩编码

在多维矢量矩阵理论的基础上提出了四维矢量矩阵离散余弦变换(4D-VMDCT)算子,扩展了多维矢量矩阵正交变换理论,验证了该变换算子的正交性和能量集中性;提出了适应于三维数据的量化方法,并将该方法用于图像压缩。根据彩色图像的行、列、颜色分量之间的强相关性构建了多维矢量矩阵采样模型,进行多维正交变换,大幅降低了多维数据的相关性,并通过多维量化和无损熵编码,进一步消除统计冗余。理论分析和实验结果表明:在增加压缩比的同时,峰值信噪比也有明显的提高,实验结果优于国际标准JPEG。     

高维变换域中的系数集中分析及研究

针对多视角视频中包含巨大的数据信息,考虑到对存储和传输造成的困难,第一次推导了多视角视频的傅里叶变换(FT)以及多维矢量矩阵离散余弦变换(MVM-DCT)公式。结合多维矢量矩阵可以将多视角视频表示在一个多维的数学模型中以及DCT正交性的优点,推导出的MVM-DCT能够很好地去除空间、帧间和视角间的相关性。导出公式表明,高维变换域中的系数能量主要集中在一个沿时间维度和视角维度均衰减的折叠平面体上,通过仿真实验证明了理论推导的正确性。该公式推导的意义在于揭示了运动矢量,角度变量与高维变换域中系数集中分布的关系。并研究有关运动分析的最小化补充准则。这些将为多视角视频编码系统的进一步压缩提供了理论上的指导。     

基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第m级图像的分类信息传递给第m-1级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。     

基于改进量化策略的XYZ视频编码

对基于三维余弦变换（３Ｄ－ＤＣＴ）视频编码中ＤＣＴ系数的量化问题展开了研究，给出了一个三维量化矩阵。实验表明，基于此量化矩阵的ＸＹＺ视频编码，具有很好的压缩效果及重建图象质量。     

用于单视加深度视频编码的快速立体匹配算法

针对立体视频数据量大、立体匹配算法效率较低,远远满足不了实时传输需求的现状,提出了一种应用于单视加深度立体视频编码的快速立体匹配算法。该算法利用单视编码过程中产生的运动信息作为深度图生成的辅助信息,将立体匹配过程中的视差估计值重组,并将重组后的信息作为P帧的视差估计初值进行后续的迭代运算。算法通过利用单视编码过程中已有的运动信息,降低了P帧立体匹配的运算复杂度。实验结果表明,该算法能使视差图的生成速度提高一倍左右。     

基于YC子阵的彩色图像三维矩阵变换压缩编码

提出了一种新的基于子阵模型的三维矩阵变换彩色图像压缩方法。此压缩方法的创新之处在于:三维子阵分割中采用了亚采样和YC子阵技术,能更好地去除彩色图像分量间的冗余,提高压缩比,而且在YC子阵技术中提出了Y类三维子阵和C类三维子阵的概念;量化方法采用了线性非均匀标量量化,并定义了一种新的运算方法———量化除法。实验表明,与基于矢量量化方法的三维矩阵变换压缩方法相比,本文方法的优点是对具体的图像无依赖,并在压缩整体效果方面已经优于JPEG方法。     

质量可伸缩高性能视频编码中增强层快速算法

针对质量可伸缩高性能视频编码(SHVC)中递归式的四叉树编码单元(CU)划分引起的高计算复杂度的问题,提出了一种增强层快速编码算法。该算法充分利用层间编码单元深度值的相关性,根据基本层编码单元的深度信息预测增强层编码单元的深度值范围,跳过一些小概率的编码深度;在每一编码深度层下,利用当前预测单元(PU)与时间、空间以及父辈相邻PUs之间的相关性判断当前编码区域的复杂度,然后根据该区域的复杂度快速选择预测模式,从而进一步提高编码速度。实验证明,该算法与SHVC参考代码中的标准算法相比,在保证编码效率的前提下,编码时间可以平均节约78%左右。     

MPEG的编码技术

在多媒体世界中,MPEG的压缩编码技术,对于未来的发展具有重要的意义。本文介绍了MPEG标准的形成,编码原理,实现方法和应用情况。     

基于多进制小波变换的图像压缩编码

小波变换具有良好的时－频局部化特性,采用小波变换能有效地解决其他压缩方法所带来的“方块效应”。利用多进制小变换并结合其他方法对图像进行压缩,能取得较好的效果。     

一种新的多视点分布式视频编码算法

提出一种新的分布式视频编码(DVC)算法,在编码端对原始视频帧进行块分类后,对其稀疏块进行编码;在解码端应用复杂的重构算法并结合DVC边信息融合算法。提出的算法具有复杂度低、码率较低、码率控制灵活等优点,同时编解码端互相独立、无须反馈通道。仿真实验表明,提出的算法具有降低编码复杂度和保持压缩效率的优点。     

基于变换基阵的SDCT算法

各维DCT没有统一的矩阵表达式,特别是多维DCT运算,都是对各个维度分别进行一维DCT来完成,这种运算方法不能很好地体现多维变换的整体空间特性。为克服这一问题,提出了一种SDCT运算方法。首先,定义了几种新的矩阵运算;其次,详细描述了一维SDCT、二维SDCT和三维SDCT的运算原理;最后,对SDCT性能进行了讨论。理论分析表明:SDCT使DCT具有统一简洁的表达式、理解容易、计算便捷。     

分布视频编码中基于帧间相关性的自适应关键帧选取算法

针对分布式视频编码(DVC)系统中固定周期关键帧选取(PKFS)方法忽视了帧间相关性的缺陷,提出了一种自适应关键帧选取(AKFS)算法。利用图像特征点检测与匹配的方法,将相邻图像的非匹配点作为帧间相关性的近似,把累积或平均非匹配点数超过阈值的帧判定为关键帧。在此基础上,提出改进的帧内插方案,以适应不同长度序列组的边信息生成;将零运动强度的关联帧合并为一帧图像参与编解码,进一步提高了系统的压缩效率。实验结果表明,对于不同运动特性的序列,本文提出的算法可以明显提升边信息帧的重建质量,使系统的率失真性能提高0.9～2.0 dB,并有效降低了编码传输码率。     

基于像素域的Wyner-Ziv视频编码算法

在分布式视频编码有损编码理论的基础上,提出了一种基于像素域的分布式视频编码方法。在该方法中,输入的视频帧被分为Key帧和Wyner-Ziv帧两类,其中Key帧使用传统的帧内编码方式进行编码,而Key帧之间的Wyner-Ziv帧使用基于像素域的编码方法。在解码端,通过对相邻的Key帧进行运动补偿插值,得到Wyner-Ziv帧的辅助信息,再结合编码比特流的解码信息获得重构Wyner-Ziv帧。实验结果表明:基于像素域的Wyner-Ziv分布式视频编码算法具有优于H.264全I帧编码的性能。     

基于迭代译码算法的分级分布式视频编码

分布式视频编码(distributed video coding,DVC)是一种新的视频编码算法,与传统视频编码系统相比,具有低编码复杂度和高鲁棒性的优点.但它的压缩率比较低,对画面组(group of picture,GOP)的长度依赖性比较大.将H.264解码算法引入像素域视频编码系统(pixel domain W...