基于多尺度几何分析的图像编码研究进展

近10年来,在小波变换的理论基础之上,产生了一系列新的能够更加有效地表示和处理高维数据奇异的数学变换,统称为“多尺度几何分析”.它们不仅具有多分辨率特性、时频局部性、多方向性和各向异性,而且克服了小波变换表示边缘、轮廓等高维奇异时存在的局限性.目前,有关多尺度几何分析的理论和应用方法的研究已经成为一个新的热点.首先探讨了小波变换的方向特性及其局限性;其次,以多尺度几何分析的发展为主线,对基于各种多尺度几何分析工具的静态图像编码算法进行概述阐述和比较研究,同时分析和讨论了各类算法的优势和不足;最后,对基于多尺度几何分析的图像编码算法的未来发展进行展望.     

无线信道视频细粒度可分级编码研究

Internet和无线通讯的迅速发展使得视频的可分级编码技术成为一个重要的研究领域.本文首先对MPEG-4修订版中FGS的编码机制进行了讨论,然后对无线信道上视频可分级编码技术的发展情况进行了讨论,最后对视频细粒度可分级编码的未来发展趋势进行了展望.     

0-1背包问题的两种扩展形式及其解法

0-1背包问题是经典的NP-HARD组合优化问题之一,由于其难解性,该问题在信息密码学和数论研究中具有极其重要的应用。首先对01背包问题及其解法进行了分析,然后提出01背包问题的两种扩展形式,并给出了基于动态规划和贪心算法的两种有效算法来解决这两类问题。实验结果验证了所提出方法的有效性。     

图像挖掘研究

图像挖掘是一个新兴的具有挑战性的研究领域,同时它作为数据库和信息决策等领域的一个前沿分支近年来受到人们的关注.首先研究了图像挖掘的特性,提出了几个不同于传统数据挖掘的图像挖掘特性,然后对图像挖掘的总体过程和主要模型进行了分析,并对图像挖掘的主要技术进行了讨论.在此基础上,对目前图像挖掘的应用情况进行了分析和讨论,最后对图像挖掘的一些问题及未来的发展进行了展望.     

概率图模型及其图像与视频应用研究

概率图模型及其应用作为一个具有挑战性的研究领域目前已成为一个新的研究热点。概率图模型为解决智能信息领域的不确定性问题提供了重要途径。尽管目前概率图模型还处于不断发展之中,但近年来基于概率图模型的图像和视频智能信息处理的应用研究受到人们的关注,出现了许多有效的算法,这些算法为解决一些传统的图像和视频智能信息处理问题提供了新的途径。本文首先对概率图模型的3种重要表现形式、特性和主要技术进行了分析和讨论,在此基础上,以概率图模型在图像和视频中的应用为线索,对目前基于概率图模型的图像和视频智能信息处理的主要技术进行了概述和比较研究;最后对概率图模型所存在的一些问题及进一步的发展进行了展望。     

水体注入器皿的动力学粒子建模研究

基于物理过程的建模方式能够真实地模拟流体的运动状态,表现出很好的模拟效果,但对不同的流体形态以及同一种流体的不同细节状况,所涉及到的细节属性参数也不同,通常存在着较大的建模差异。首先对流体动力学的流体模拟原理进行了分析,在此基础上对水体倒入4种不同形状容器的流体动力学平滑粒子模型进行了研究,提出一种基于分块的邻居粒子搜索方法,以提高在空间均匀网格上对邻居粒子的搜索速度,给出了流体与器皿碰撞的判断与响应方法。最后通过水体注入不同器皿的仿真试验验证了所建立模型的有效性。     

协同进化的近似规则纹理合成

纹理进化系统是一个面向近似规则纹理合成的算法,系统的主要特点是在进化理论的基础上,通过定义相关行为来优化纹理块在被拼接后无法改变而引发的累积误差问题.提出一种新的基于协同进化思想的纹理合成方案,通过新定义的个体选取及排布方式,可适用任意方向周期的纹理;通过去除迁徙、预建立适应度表等操作,很好地减轻了适应度计算开销的冗余度,并且新的进化过程能够更好地实现并行化.实验结果表明所提方案不仅在通用性上有所增强,在效率上也得到了显著提升.     

基于MSPF的实时监控多目标跟踪算法研究

近年来,实时监控下多目标跟踪作为智能交通系统(Intelligent transportation system,ITS)的重要组成部分受到关注.传统多目标跟踪方法通常具有处理速度慢、容易对交叉行进车辆产生误匹配等问题.本文首先对基于贝叶斯规则的车辆视频复杂背景的建模及运动目标的检测进行研究,在此基础上提出一种基于Meanshift粒子滤波(Mean shift particle filter,MSPF)的多目标跟踪算法,首先对每一目标车辆在下一帧可能出现的范围进行预测,对单目标和多目标情况采用不同的检测策略,避免了全局搜索,提高了跟踪速度;通过构造基于最新观测信息的重要性密度函数,提高了MSPF算法在复杂背景情况下追踪部分遮挡及交叉车辆的准确性和鲁棒性.仿真实验结果验证了所提出算法的有效性.     

加油站选择问题的贪心解法

贪心算法以其简单、直观、有效而受到人们的重视，特别是对于具有最优子结构和贪心选择性质的一类实际问题．它一般可以通过一系列局部最优选择来获得整体最优解。本文首先对加油站选择问题进行了分析，并给出了该类问题的贪心解法，同时对所提出算法的时间复杂度进行了分析。实验结果验证了所提出方法的有效性。     

用于屏幕图像编码的索引图快速预测算法

目的 屏幕图像编码要求压缩效率高、实时性好、复杂性适中。调色板编码是屏幕图像编码的主流方法之一,但是其索引图的预测编码效率仍有待提高。为此提出一种基于局部方向相关性的索引图快速预测编码算法。方法 实验统计发现两个相邻的索引值在0.93的平均概率下具有相同的方向性,本文称之为索引图的“局部方向相关性”,进而提出采用一个2×3的模板进行初始方向预测,在其预测失败的情况下再采用一个3×4的方向模板进行二次方向预测。结果 在19个标准测试视频序列和3个测试图像上进行了大量实验,实验结果表明,本文算法的预测准确率为95.43%,比典型的多级预测算法（MSP）平均提高2.48%,尤其对于包含文字字符和大量几何图元的复杂场景视频更为有效,并且计算复杂度显著低于MSP算法,能够较好地满足屏幕图像编码的要求。结论 本文提出的索引图的预测算法,发掘了索引图的局部方向相关性,加快了预测速度,可应用在屏幕图像文本/图形块的调色板编码中。