基于幅相量化的数字射频存储技术

提出了一种新的基于幅相量化的数字射频存储(DRFM)技术,阐述了它的工作原幅相/相幅转换器的设计思路.通过将幅相量化DRFM与传统的幅度量化和相位量化DRFM的性能进行比较,分析其特点与优势.最后使用软件对此系统进行建模仿真.     

一种有效的合成孔径雷达原始数据高倍数压缩算法

在分析分块自适应量化(BAQ)压缩数据的分布特性、量化信噪比、动态范围及其对矢量量化数据压缩性能和运算量影响的基础上,对分块自适应矢量量化(BAVQ)压缩算法进行了改进,提出了采用高比特数BAQ压缩的方案.利用改进的BAVQ算法压缩高分辨率SAR原始数据的结果表明,在相同压缩比的条件下,该文提出的改进算法可获得更大的量化信噪比.解压缩数据生成的图像可以清晰地保留图像中的细节信息.     

量化方法及其统计特征量用于图像检索的性能比较

分别对标量量化,矢量量化以及分类矢量量化等不同量化方法及其统计特征量用于图像检索的性能进行了分析和比较,对进一步实现支持检索的图像压缩算法具有一定的指导意义。     

融合矢量量化与LBP的图像检索算法

基于内容的图像检索算法一直是图像领域研究的热门课题,因此提出一种新的融合矢量量化与LBP的图像检索算法。首先,将彩色图像转化到HSI颜色空间,进行矢量量化编码,统计图像码字出现的频数,形成颜色直方图,完成颜色特征的提取;然后,再将彩色图像转化成灰度图像,利用局部二进制模式(LBP)算法提取纹理特征;最后,相似度计算采用颜色特征和纹理特征相似度加权平均,并且改变颜色特征和纹理特征的权值,多次实验,得到使查准率最高的权值。实验结果表明,算法能有效地提升图像检索性能。     

基于小波分析的静止图像分层编码方法

本文提出了一种基于小波分析图像分层编码方法，首先对图像进行小波分解，然后对各子图像进行分类矢量量化（ＣＶＱ），利用不同分辨率级子图像之间的相似性自生成分类信息，模拟实验表明此算法在较好图像质量的情况下获得了高压缩比，和现有文献给出的结果进行比较，该算法具有较好的性能。     

基于小波变换的医学图象压缩编码

本文研究了医学图象小波变换系数的统计特征。根据医学图象的特点，提出了基于小波变换的医学图象编码方法。实验表明，这种方法具有较好的压缩编码性能，优于JPEG标准。同时，它支持逐次浮现式传输，从而能满足医学图象存储、通信、检索的需要。     

基于神经网络的VQ图象编码

文章给出将神经网络与矢量量化相结合的两种编码方法，介绍了其原理和实现的算法。经计算机模拟表明，在比特率低于０．３ｂｐｐ时仍可得到高质量的编码图象。     

ROTATED BARNES-WALL LATTICE BASED VECTOR QUANTIZER AND ITS APPLICATION IN IMAGE-SEQUENCE CODING

A new scheme is presented to design a rotated Barnes-Wall lattice based vector quantizer(LVQ). The construction method of the LVQ and its fast quantizing algorithm are described at first. Then gain-shape lattice vector quantizer(GSLVQ) with LVQ as shape quantizer is discussed. Finally the GSLVQ is used in image-sequence coding and good experimental results are obtained.     

基于可区分性加权的模糊核说话人识别

 针对训练和识别语音数据较少的情况,本文提出了一种新的说话人识别算法.通过核映射,在高维特征空间对说话人的语音特征进行模糊矢量量化.为了增加说话人之间的可区分性,提出了一种基于高维特征空间的码字矢量的权值分配方法,对具有较强区分性的码字矢量分配较大的权值,并将产生的权值和说话人的码书一起形成说话人数据库.识别时,提出一种模糊核加权最近邻近分类器,在高维特征空间中对说话人进行匹配.实验表明,该算法在训练语音少于8s,识别语音为1s时,能够得到较好的识别结果.     

小波变换在图象压缩中的应用

文章从实际应用角度出发,提出了一种基于小流变换和改进LBG向量量化的有损图象压缩算法。该算法首先利用小波变换对图象进行分解,然后根据各子带（子图象）特点对小波系数进行相应的改进LBG向量量化编码,从而实现图象压缩目的。实验结果表明：该图象压缩算法的使用,可以在图象质量几乎不下降的条件下,极大地提高压缩比,改善恢复图象质量。