基于改进的参考矢量选取的码字快速搜索算法

矢量量化的编码过程计算复杂性极高,为了减少编码时大量的矢量间距离计算,许多文献提出利用不等式关系以较少的计算量来估算距离的方法。在Chang等人提出的利用双限制三角不等式的快速搜索算法基础上,通过改进参考矢量的选取方法,有效提高了码字搜索的效率。实验结果表明,改进算法的码字排除率可以提高3.735%9.976%,编码时间可以减少6.03%35.25%。     

码书距离排序对索引压缩算法的性能改进

图像经过矢量量化后得到的索引图具有很强的统计相关性,从而使得邻近块的索引以较大的概率相等或偏移量较小。按照某种准则对码书进行排序,可以有效增强索引之间的相关性。基于平方欧几里得距离提出一种新的码书按距离排序方法。与传统的按均值、方差和能量等排序方法相比,距离排序能大大提高索引图的相关性,使索引之间的偏移量向值小的方向明显集中。将距离排序后的码书用于AICS(adaptive index coding scheme)算法,实现了更好的压缩性能。     

一种利用视觉掩蔽效应的感兴趣区域视频编码方法

传统感兴趣区域视频编码方法通过整体降低ROI区域的量化参数来实现ROI质量优化,会造成整体率失真性能的下降,尤其在低码率时下降更加严重。针对这一问题,结合人眼掩蔽特性的精细Grid量化方法在文中提出,可有效提高ROI质量并降低整体质量的损失。而且该量化方法能够根据ROI尺寸大小对初始感知权重进行自适应调节,适用于ROI特征不同的视频序列。实验结果表明,对于不同特征的标准测试序列,在中低码率条件下和H.264相比,本文算法能平均提高ROI的PSNR值1.905dB,主观感受有明显提升。和同类ROI算法相比,ROI质量平均提升0.47dB,整体质量提高0.625dB。     

A hardware design of a massive-parallel, modular NN-based vector quantizer for real-time video coding

This report describes the design of a modular, massive-parallel, neural-network (NN)-based vector quantizer for real-time video coding. The NN is a self-organizing map (SOM) that works only in the training phase for codebook generation, only at the recall phase for real-time image coding, or in both phases for adaptive applications. The neural net can be learned using batch or adaptive training and is controlled by an inside circuit, finite-state machine-based hard controller. The SOM is described in VHDL and implemented on electrically (FPGA) and mask (standard-cell) programmable devices.     

Following non-stationary distributions by controlling the vector quantization accuracy of a growing neural gas network

In this paper, an original method extended from growing neural gas (GNG-T) [B. Fritzke, A growing neural gas network learns topologies, in: G. Tesauro, D.S. Touretzky, T.K. Leen (Eds.), Advances in Neural Information Processing Systems 7, MIT Press, Cambridge, MA, 1995, pp. 625–632] is presented. The method performs continuously vector quantization over a distribution that changes over time. It deals with both sudden changes and continuous ones, and is thus suited for the video tracking framework, where continuous tracking is required as well as fast adaptation to incoming and outgoing people. The central mechanism relies on the management of the quantization resolution, that copes with stopping condition problems of usual GNG inspired methods. Application to video tracking is presented.     

使用非均匀量化的Hough空间进行直线段检测

分析图像中最近邻直线间距离和夹角的非均匀性,得到这两个参数与线段方向和长度的相关关系,并由此提出了非均匀量化Hough空间的直线检测算法NUHT (Nonuniform Hough Transform).实验结果表明,NUHT在不降低运算效率的情况下,有2倍于标准Hough变换SHT (Standard Hough Transform)的直线段检测能力,同时误报率低于SHT的1/2.     

一种基于音频特征的自适应量化数字音频水印算法

针对传统的固定步长量化方法对不同种类音频载体适应性较差的缺点,提出了一种新的自适应量化步长的数字音频盲水印算法．该算法结合音频载体自身特点自适应确定量化步长,大大增强了算法对不同音频载体的适应性．仿真实验表明,该算法对于不同种类音频载体不仅具有较好的不可感知性,并且对于重采样,重量化,噪声,低通滤波及MP3压缩等攻击都具有较好的鲁棒性.     

基于视觉感知的非均匀颜色模糊量化算法研究

基于内容的图像检索技术中,颜色是描述一幅图像最简便、有效的特征。该文提出了一种颜色量化算法,此种算法基于视觉感知特征并对颜色量化边界模糊化,使量化既能从人的感知出发,又能满足颜色空间连续的特性,最终更好地适应图像颜色特征提取的需要。     

基于ADC的TR-UWB数字接收机性能及其FPGA实现

发送参考超宽带(Transmitled reference UWB,TR-UWB)系统采用自相关接收检测技术作为一种非最优接收机,不需要进行信道估计和精确的时间同步,其结构简单、性能优良.数字化TR自相关接收机可以充分利用数字信号处理算法的优势,且易于用集成电路方法实现,其实现的关键是ADC.本文从理论上分析了ADC的抽样速率、量化阶数等对数字接收机的性能的影响,提出了过高阶数的量化并不能有效改善系统性能,并在FPGA上实现了TR-UWB接收机,通过编程设计与仿真,验证了基于ADC的TR-UWB接收机实现的可行性.     

成像光谱图像压缩技术研究的新进展

随着成像光谱技术的迅速发展,成像光谱图像呈现出空间分辨率和光谱分辨率不断提高的特点,其呈几何级数增长的数据量与遥感平台上传输和存储的有限资源产生了巨大矛盾,这使得对海量数据进行有效的压缩成了遥感技术发展中迫切需要解决的一个问题.首先介绍了成像光谱图像的特点及其压缩框架,然后综述了成像光谱图像压缩算法的研究进展,最后对研究前景进行了展望.