彩色图像的无线抗误码传输机制研究

基于SPIHT(set partitioning in hierarchical trees)小波图像编码算法,首先比较了两种彩色图像的编码方法--彩色三分量独立编码和完全嵌入式编码.以此为基础,依据SPIHT编码的特点对压缩后的码流结构进行重组,然后对码流的不同部分进行不等的错误保护.最后针对SPIHT算法内存需求大的缺点,提出了像素域分块的算法,不仅降低了SPIHT算法的内存需求量,还提高了码流的抗误码性能.实验结果表明,本方法能有效地抗误码,提高彩色图像的重建质量.     

一种分层图像编码算法

针对纹理较丰富的图像提出了一种分层编码算法。该算法将图像划分成具有不同特征的两层:平滑层和纹理层,分别基于小波变换和自适应局部余弦变换(ALCT)进行编码。编码平滑层时,仅对原图像一级小波变换后的低频子带进行小波SPIHT编码,在减少计算量的同时,提高了整个算法的性能。该文改进了实现ALCT的折叠算子,并且提出了一种ALCT系数的重组方案,从而利用零树编码获得了嵌入式码流。实验结果表明,本算法在未进行算术编码的情况下,压缩性能优于SPIHT,并且在重建图像中更好地保留了原图像的纹理特征。     

基于多小波域SOT结构的SAR图像去噪与压缩算法*

合成孔径雷达（SAR）图像固有的相干斑噪声严重影响了SAR图像的判读和进一步压缩处理,提出一种在多小波域将空间方向树（SOT）去噪与压缩相结合的SAR图像压缩算法。首先利用SOT对高频子带的多小波系数进行软阈值去噪,滤除相干斑噪声;然后采用改进的多级树集合分裂（SPIHT）算法编码形成嵌入式码流。利用大量的机载SAR图像对该算法进行了仿真验证,实验结果表明采用该算法进行SAR图像压缩提高了重建图像的PSNR,同时对相干斑噪声进行了有效的抑制。     

基于3-D整数小波变换的视频压缩算法研究

视频图像数据可以被看成三维数据体来进行3-D小波变换,对变换后的数据进行编码就可以达到压缩视频数据的目的。主要讨论了这种变换的整数实现方法,以及对小波系数使用SPIHT算法进行编码压缩,并对SPIHT算法进行了有针对性的优化。仿真实验证明,该文方法压缩效果良好,运行效率高,输出码流具有嵌入式特性,是一种有应用前景的算法。     

一种基于SPIHT算法的感兴趣区域编码新方法

在研究JPEG2000中的感兴趣区域(ROI)编码算法优缺点的基础上,结合嵌入式编码理论和人眼视觉特性,利用等级树分集(SPIHT)编码算法的特性,提出了一种高效的ROI编码方法,压缩后的码流具有嵌入式特点,支持渐进传输.实验结果表明:尽管在低码率下,该算法整体峰值信噪比较低,但主观视觉效果明显好于SPIHT算法,结果令人满意.     

一种基于改进SPIHT的图像压缩算法研究

通过引入子带分块编码的思想,提出了一种基于提升小波变换的改进SPIHT算法。该算法不但具有传统SPIHT算法的优点,而且能实现码流多分辨率表示和ROI区域编码。最后,给出了一种有效的基于提升小波变换的图像压缩系统。该系统把图像分割成小块后,单独进行提升小波变换及编码处理,并在解码端恢复后进行重新组合。试验结果表明本方法能取得满意的结果,显示了本方法在图像压缩中的应用前景。     

一种基于Contourlet变换的高光谱图像压缩算法

提出了一种基于Contourlet变换的高光谱图像压缩算法,其将多尺度几何分析用于高光谱图像的空间去相关,在进行有损压缩时有效地保存了高光谱图像丰富的纹理信息.该算法首先对高光谱图像的每一个波段图像进行基于小波的Contourlet变换,然后用前一波段的变换系数预测当前波段,最后对预测误差进行SPIHT编码,形成嵌入式码流.实验结果表明,提出的基于Contourlet变换的高光谱图像压缩算法其压缩效果优于对比算法,且能较好地保留高光谱图像的纹理信息.     

适合网络传输的小波基图像编码

文章提出了一个在容易出错的信道上传输SPIHT编码图像的新算法。该算法有两个创新部分。首先,SPIHT编码流根据LIP和LIS分段,应用于每一段码流的CRC检错码把错误的传播限制在每一段内。另一有效的方法是优先传输小波变换图像的最低频子带,使编码甚至可以在出现严重错误的时候仍能提供可以接受的解码图像。该算法极大地增强了小波图像传输的抗误码性能。实验证明此种算法是非常有效并且可行的。     

基于人眼视觉特性的低比特率图像压缩编码

为了提高编码速度和改进视觉效果,提出了一种改进的低比特率SPIHT算法。算法首先用提升小波对原始图像进行分解,再结合人眼视觉掩蔽特性,对不同区域内图像信息所对应的小波系数赋予不同视觉权值,以保证优先传输视觉上的最重要系数,最后根据系数重要性,对低频系数采用新的排列结构,并采用SPIHT编码思想完成图像压缩。实验结果表明,该算法压缩效果优于SPIHT图像压缩方案,特别在低比特率下。     

基于二进索引树的算术编码在SPIHT算法中的实现

多级树集合分裂算法 (SPIHT) [2 ] 是在嵌入式零树小波编码算法 (EZW) [1] 的基础上改进的性能更优的算法。其子集合分裂策略是如此的有效以及显著信息是如此的紧凑 ,以至未编码的二进制位流也能获得同EZW一样的甚至更好的效果。虽然引入算术编码可以略微提高峰值信噪比 (PSNR) ,但同时也增加了算法的计算复杂度。在实现SPIHT算法时 ,通过基于 2× 2基元的方式来组织LIS和LIP表 ,大大地提高了SPIHT算法的运算速度 ;但同时算法的重建图像质量也有大幅度的下降。基于上述事实 ,本文引入了基于二进索引树的算术编码算法。实验表明 ,在SPIHT算法的基础上引入基于二进索引的算术编码 ,可以使得SPIHT算法运算速度大大增加的同时其重建图像质量基本不下降。     

雷达系统嵌入式中频模拟器的分析与实现

为提高部队训练水平和武器系统的生命周期,将仿真设备嵌入武器系统中就显得尤为重要。本文从嵌入式仿真的概念、体系结构入手,以雷达接收机中频模拟器为例,结合嵌入式系统的工作原理和过程进行了深入分析、设计,实现了雷达系统基于嵌入式的仿真训练功能,同时为后续武器系统实现嵌入式仿真研究提供了积极的参考价值。     

基于FPGA的嵌入式系统设计

在对现有的IRL实现方案进行分析的基础上,提出了一种新的解决方案——基于FPGA设备驱动的解决方案。该方案使用处理器控制方式结合嵌入式实时操作系统实现了通过互联网进行远程配置的功能,并且具有体系结构简单、跨平台、配置过程灵活快速、硬件成本较低等特点。     

几种常用图像压缩编码方法的研究及C#实现

图像压缩是数字图像处理的一项重要技术。本文研究基于统计特性的三种熵编码图像压缩编码方法—香农编码、香农-弗诺编码和哈夫曼编码。并以C#为工具,对三种编码方法进行实验及对比,并通过实验结果分析各算法的特点。实验表明,哈夫曼编码最节省存储空间,单位码长表达的信息量最为丰富;香农-弗诺编码所占的存储空间稍大于哈夫曼编码,单位码长表达的信息量比哈夫曼编码稍少一些;而香农编码所占存储空间最大,单位码长表达的信息量最少。     

Mask guided diverse face image synthesis

Recent studies have shown remarkable success in face image generation task. However, existing approaches have limited diversity, quality and controllability in generating results. To address these issues, we propose a novel end-to-end learning framework to generate diverse, realistic and controllable face images guided by face masks. The face mask provides a good geometric constraint for a face by specifying the size and location of different components of the face, such as eyes, nose and mouse. The framework consists of four components: style encoder, style decoder, generator and discriminator. The style encoder generates a style code which represents the style of the result face; the generator translate the input face mask into a real face based on the style code; the style decoder learns to reconstruct the style code from the generated face image; and the discriminator classifies an input face image as real or fake. With the style code, the proposed model can generate different face images matching the input face mask, and by manipulating the face mask, we can finely control the generated face image. We empirically demonstrate the effectiveness of our approach on mask guided face image synthesis task.     

基于MPEG-2的图像压缩系统设计

针对未压缩的视频图像信号的高传输码率,占用存储空间大进行了研究,提出了一种基于MPEG—2的图像压缩编码系统,实现数字图像的无线传输,并输出传输流。通过视频解码芯片SAA7114H和编码芯片SAA6752H构成压缩模块,分析原始视频图像,经D1格式采集压缩后,分别以不同的速率传输时,视频图像质量变化,表明压缩倍数越高,图像质量越差;由SAA6752芯片引脚采集数据,将采集到的视频流数据转换为十六进制,分析数据结构及排列规律符合传输流特性。该设计方法不仅能保证良好的图像质量,提高视频图像压缩率,且能正确提取传输流。     

基于小波和支持向量机的人脸识别技术

小波变换具有良好的多尺度特征表达能力,能将图像的大部分能量集中到最低分辨率子图像,高频部分则对应于图像的边缘和轮廓,可以很好地压缩和表征人脸图像的特征。支持向量机技术针对小样本问题设计,对人脸识别这样的非线性、高维数的小样本问题有非常好的分类效果和学习推广能力,目前已经成为模式识别的首选分类器。文中使用小波变换来对人脸的高维图像矢量进行压缩,并设计了一个支持向量机分类器系统来识别人脸。试验结果验证了该系统有很高的识别率和较强的鲁棒性。     

Do singular values contain adequate information for face recognition?

Singular values (SVs) have been used for face recognition by many researchers. In this paper, we show that the SVs contain little useful information for face recognition and most important information is encoded in the two orthogonal matrices of the SVD. Experimental results are given to support this observation. To overcome this problem, a new method for face recognition based on the above finding is proposed. The face image is projected on to the orthogonal basis of SVD and then the vectors of coefficients are used as the face image features. By using probability density of this image feature obtained by a simplified EM algorithm, the Bayesian classifier is adopted to recognize the unknown faces. The proposed algorithm obtains acceptable experimental results on the ORL face database.     

结合混合池化的双流人脸活体检测网络

目的 人脸识别技术在很多领域起着重要作用,但大量的欺诈攻击对人脸识别产生了威胁,比如打印攻击和重放攻击。传统的活体检测方法是以手工方式提取特征且缺乏对时间维度的考虑,导致检测效果不佳。针对以上问题,提出一种结合混合池化的双流活体检测网络。方法 对数据集提取光流图像并进行面部检测,得到双流网络的两个输入;在双流网络末端加入空间金字塔和全局平均混合池化,利用全连接层对池化后的特征进行分类并进行分数层面的融合;对空间流网络和时间流网络进行融合得到一个最优结果,同时考虑了不同颜色空间对检测性能的影响。结果 在CASIA-FASD （CASIA face anti-spoofing database）和replay-attack两个数据集上做了多组对比实验,在CASIA-FASD数据集上,等错误率（equal error rate,EER）为1.701%;在replay-attack数据集上,等错误率和半错误率（half total error rate,HTER）分别为0.091%和0.082%。结论 结合混合池化的双流活体检测网络充分考虑时间维度,提出的空间金字塔和全局平均混合池化策略能有效地利用特征。针对包含多种攻击类型、图像质量差异较大的数据集,本文提出的网络模型均能取得较低的错误率。     

Rapid blockwise multi-resolution clustering of facial images for intelligent watermarking

Population-based evolutionary computation (EC) is widely used to optimize embedding parameters in intelligent watermarking systems. Candidate solutions generated with these techniques allow finding optimal embedding parameters of all blocks of a cover image. However, using EC techniques for full optimization of a stream of high-resolution grayscale face images is very costly. In this paper, a blockwise multi-resolution clustering (BMRC) framework is proposed to reduce this cost. During training phase, solutions obtained from multi-objective optimization of reference face images are stored in an associative memory. During generalization operations, embedding parameters of an input image are determined by searching for previously stored solutions of similar sub-problems in memory, thereby eliminating the need for full optimization for the whole face image. Solutions for sub-problems correspond to the most common embedding parameters for a cluster of similar blocks in the texture feature space. BMRC identifies candidate block clusters used for embedding watermark bits using the robustness score metric. It measures the texture complexity of image block clusters and can thereby handle watermarks of different lengths. The proposed framework implements a multi-hypothesis approach by storing the optimization solutions according to different clustering resolutions and selecting the optimal resolution at the end of the watermarking process. Experimental results on the PUT face image database show a significant reduction in complexity up to 95.5 % reduction in fitness evaluations compared with reference methods for a stream of 198 face images.