图像的空间可分级压缩编码及其码率分配

为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,分析了SPIHT算法,在相同压缩效率的情况下,将其进一步改进,使之具有空间可分级性。在编码过程中,单个像素的相关信息按其所在的分辨率层输出到基础层或增强层码流中,而对于集合的测试信息按其最高层像素所在的分辨率层以较大的概率输出到相应的码流中。这样,虽然低频子带与高频子带相关联而编码,但实验结果显示与低频子带单独编码的性能非常接近。同时给出了一种基础层和增强层间的码率分配方案。实际结果显示：随码率的增大,基础层所占的比率越来越低;对包含边缘较多的图像,其基础层码率所占的比率也较低。     

一种微机电系统陀螺信号基于小波域的Karhunen-Loeve变换去噪方法

为了减少梳状音叉微机电系统(MEMS)陀螺的随机漂移误差,提出了一种小波域上的Karhunen-Loeve变换(KLT)的MEMS陀螺漂移信号的去噪方法。其主要思想是:先对分段的MEMS陀螺漂移信号进行小波分解;然后对各个中高频子带进行6抽头滤波,插值成和最高频带相同长度的样本点后,利用小波各尺度间的相似性进行高频分量的KLT变换,在一定程度上去除不相干噪声;最后对KLT降噪后的信号再进行小波阈值处理完成进一步的降噪。实验结果表明,所提方法相对于基于小波变换的各种阈值方法,陀螺输出信号的方差、零偏稳定性和随机游走误差都有了明显的改善。     

基于小波多分辨分析的极化分析和滤波方法

在小波多分辨分析的基础上,在各个尺度上分别用协方差矩阵法计算极化参数,给出在不同的尺度上选取相应的时窗长度的方法,对协方差矩阵法不能计算的各个尺度位移的开始和结束处用瞬时法计算极化参数。这种方法有效地解决了协方差矩阵法时窗长度的选取和参数计算时存在的边界问题以及瞬时极化分析法对瞬时干扰的敏感问题．     

基于小波谱失真测度的语音质量评估

语音质量评估常用于通信对抗装备试验中,但现有客观评估方法无法满足试验的需要,限制了它的适用领域。通过分析小波理论与客观评估手段,提出了利用小波谱失真测度(WSDM)客观评估语音信号通信质量的方法,定义了小波谱失真测度,并给出了小波谱失真测度的计算公式,实验结果表明,与MFCC谱失真测度和BARK谱失真测度相比,用小波谱失真测度客观评价语音信号的通信质量可以提高主客观评估的相关度。     

具有高效缓冲策略的运动估计阵列处理器结构

基于改进的线性处理器阵列,提出了一种用于全搜索运动估计的阵列处理器结构,它可以并行执行运算而只要求串行的数据输入.分析表明这种结构不仅执行效率高,而且内部缓冲区很小.由于其简单的结构和规则的数据流,它可以方便地在FPGA器件中实现,用作实时编码器的协处理器.     

一种基于FPGA的并行流水线FIR滤波器结构

提出了一种在FPGA器件上实现的流水线并行FIR滤波器结构。首先比较了FIR滤波器三种硬件实现所用的资源,然后在理论上推出该流水线并行结构滤波器的实现方法及其可行性,给出了硬件实现模块。实验结果表明,这种改进滤波器结构实现的算法可以灵活地处理综合的面积和速度的约束关系,使设计达到最优。     

利用变换域信息快速实现H.264帧内预测编码的新算法

新的视频编码标准H.264中采用了帧内预测技术,能够极大地减少空间冗余性,从而进一步提高了对帧内宏块编码的效率,但同时也增大了帧内编码的计算时间。为了减少帧内编码时间和编码延迟,该文提出了一种能够快速实现帧内预测编码的新算法。该文算法先利用变换域的信息得到图像纹理的方向,只在最可能的几个模式中进行模式选择,从而降低了运算量。对不同的视频序列测试的结果表明,使用本算法后帧内编码时间可以减少70%左右,同时保持相近的图像压缩质量和码率水平。对于一些实时性要求苛刻的视频压缩应用,采用该文的快速算法会比较有效。     

一种改进的信号灵活分割算法及语音信号清-浊音的自动分割

文中主要对王永忠等提出的灵活分割算法存在的问题做了相应的改进,并做了比较分析,然后将改进后的分割算法应用于语音信号的清-浊音自动分割中.经过大量的理论模型与实际语音信号验证该改进后的算法确实解决了二进分割算法及王永忠方法存在的问题,达到了对信号自适应有效分割.仍然采用Wesfreid等提出的清-浊音识别准则,将新的分割方法应用到实际语音信号的清-浊音自动分割中,不仅同样产生较好划分结果,而且在时间上没有过多的冗余分割.     

新一代的静止图像压缩标准JPEG2000

JPEG2000是国际标准组织ISO／ITU－T为适应21世纪图像压缩应用而制定的静止图像压缩标准。目前,该标准的第一部分（PART1）已基本完成。本文介绍了这一即将完成的新标准的特点及应用场合,阐述了JPEG2000图像编码系统的实现过程,对其中采用的基本算法和关键技术进行了描述。     

基于小波框架的自适应径向基函数网络

给出了由高斯径向基函数生成的一组小波框架,建立在小波框架理论的基础上,构造性地证明了高斯径向基函数网络可以任意精度地逼近L2(Rd)中的函数.在此基础上,利用高斯径向基函数的时频局部化性质和自适应投影原理,进一步给出了构造和训练网络的自适应学习算法.应用到信号的重构和去噪,获得了良好的效果.