基于压缩感知的SAR图像鲁棒编码传输

目的 尽管传统的联合信源信道编码方案可以获得高效的压缩性能,但当信道恶化超过信道编码的纠错能力时会导致解码端重构性能的急剧下降;为此利用压缩感知的民主性提出一种鲁棒的SAR图像编码传输方案,且采用了一系列方法提高该方案的率失真性能。方法 考虑到SAR图像丰富的边缘信息,采用具有更强方向表示能力的方向提升小波变换(DLWT)对SAR图像进行稀疏表示,且为消除压缩感知中恢复非稀疏信号时存在的混叠效应,采用了稀疏滤波方法保证大系数的精确恢复,在解码端采用了高效的Bayesian重建算法获得图像的高性能重建。结果 在同等码率下,与传统的联合信源信道编码方案CCSDS-RS相比,本文方案可以实现更加鲁棒的编码传输,当丢包率达到0.05时,本文方案DSFB-CS获得的重建性能明显要高于CCSDS-RS;与基于Bayesian重建算法TSW-CS的传统方案相比,本文方案可提高峰值信噪比(PSNR)3.9 dB。结论 本文方案DSFB-CS 实现了SAR图像的鲁棒传输,随着丢包率的上升,DSFB-CS获得的重建性能缓慢下降,保证了面对不稳定信道时,解码端可以获得相对稳定的重构图像。     

SAR复图像数据的CCSDS-IDC编码性能分析与四叉树编码

目的：CCSDS-IDC (国际空间数据系统咨询委员会-图像数据压缩) 是NASA制定的基于离散小波变换(DWT)尺度间衰减性的空间图像数据压缩标准,适用于合成孔径雷达(SAR)幅度图像及各类遥感图像的压缩。然而,与光学图像不同,常见的SAR图像都是复图像数据,其在干涉测高等许多场合具有广泛应用,分析研究CCSDS-IDC对SAR复图像数据的编码性能具有重要的应用价值。方法：由于SAR复图像数据不具有尺度间的衰减性,因此将其用于SAR复图像数据编码时性能较低。考虑到SAR复图像数据DWT系数呈现出聚类特性,提出将四叉树(QC)用于DWT域的SAR复图像数据编码,发现QC对SAR复图像数据具有高效的压缩性能。结果：实验结果表明,在同等码率下,对基于DWT的SAR复图像数据压缩, QC比CCSDS-IDC最多可提高幅度峰值信噪比4.4dB,平均相位误差最多可降低0.368;与基于方向提升小波变换（DLWT）的CCSDS-IDC相比,QC可提高峰值信噪比3.08dB,降低平均相位误差0.25;对其它类型的图像压缩,基于聚类的QC仍能获得很好的编码性能。结论：CCSDS-IDC对SAR复图像数据编码性能低下,而QC能获得很好的编码性能。对应于图像平滑分布的尺度间衰减性,其在某些特殊图像中可能不存在,而对应于图像结构分布的聚类特性总是存在的,故在基于DWT的图像编码算法设计中,应优先考虑利用小波系数的聚类特性,从而实现对更多种类图像的高效编码。     

视频通信中基于不同频率成分的空域差错消隐方法

在视频通信中，由于信道噪声的影响，致使视频图象中经常出现比特差错以及块和宏块差错，它们严重地影响着视频的质量，同时由于基于检错重发的机制不能很好地满足实时的要求，目前许多人提出了时域、空域、频域以及它们的联合差错消除方法，但这些方法比较复杂，为了利用简单可行的方法，在校正错误的同时，并能满足实时传输处理的要求，从而提出了一种基于不同频率成分的空域误码隐匿和恢复方法，该方法利用马尔科夫随机场描述了像素之间以及像素块之间的相关性，并以此来确定用以恢复误码区域的邻域及其误码块中边缘像素的邻域，再根据人眼视觉,地误码区域的高频与低频部分分别利用不同的策略来先预测，后恢复，并在均方误差最的差错处理能力和良好的差错恢复性能。     

拉曼特征峰提取在多组分混合溶液检测中的应用

拉曼光谱作为一种快速、无损检测技术受到越来越多的关注,已经广泛应用于食品安全监督、纺织纤维分析、危险品和毒品的检测、考古鉴定等多个领域。本文主要利用不同物质的拉曼光谱所具有的明显特征峰,提出了一种基于拉曼光谱特征峰提取的多组分混合溶液检测方法。该方法可以直接测得混合溶液的激光拉曼光谱,然后经过光谱预处理与特征峰提取、特征峰匹配的方法,能够定性的识别出混合溶液中的主要物质成分。利用甲醇、甲苯、丙酮、乙醇分别进行混合识别,从而验证了算法的有效性。实验结果表明,整个识别过程快速、有效,需要样品量少、无需前处理,测试过程对样品无损,不产生化学污染物,是对混合溶液检测的一种有效方法。     

H.264并行编码中负载平衡方法

针对在多核处理器上Slice并行编码H.264高清视频中的负载不平衡问题,首先利用已编码帧的编码统计信息,根据帧间时间相关性预测下一帧各宏块的编码负载,然后据此预测的编码负载划分Slice,使各个处理器核上编码的Slice具有相接近的计算负载,从而达到动态负载平衡目的。在Tile64多核平台上的实际测试结果表明,与传统的基于宏块区域的动态数据分配算法相比,该方法可以将编码并行加速比和并行效率提高5%左右。     

基于二进小波变换的实信号的多尺度Hilbert变换和瞬时频率提取

该文着重讨论了使用二进小波变换方法实现数字Hilbert滤波,特别是使用滤波器组实现多尺度Hilbert滤波所要考虑的各尺度滤波器的设计问题。将多尺度Hilbert方法应用到求信号的瞬时参数中,并利用小波变换的去噪思想,取得了比使用DWT方法去噪更好的去噪效果。     

数字化技术在玉米育种工作中的应用研究

用计算机Excel电子表格,将玉米材料的植物性状、产量性状、抗病性状等50个遗传性状,根据统一的编码规则,进行统一量化,实现了遗传性状由文字描述到数字描述的转化,建立玉米资源材料数据库,可对玉米育种材料进行计算机自动化管理,从而使田间调查记载简便化,资料整理自动化,遗传分析直观化,选配组合准确化,克服育种的盲目性,大大提高育种的效率。     

面向RCBR网络的变比特率MPEG视频流的自适应预测

变比特率视频业务是将来多媒体业务的主要组成部分，为保证高质量，实时传输的需要，准确把握视频特征，结合网络传输机制为多媒体通信提供更好的服务质量（QoS)是目前亟待解决的问题之一，该文针对面向RCBR（Renegotiated Constant Bit Rate)网络的变比特率MPEG视频提出了基于编码结构的自适应预测算法，它充分利用了视频流的周期相关性，能准确快速，无延迟地对视频帧的码率进行预测，通过网络动态地为视频分配合适的带宽，不仅能达到高质量，低延迟抖动的视频服务，并且提高了网络的利用率，与分配固定带宽的网络相比，其网络缓冲的排除性能和网络的利用率有明显提高。     

基于伪监督注意力短期记忆与多尺度去伪影网络的图像分块压缩感知

基于深度展开网络的分块压缩感知(BCS)方法,在迭代去块伪影时通常会同时去除部分信号和保留部分块伪影,不利于信号恢复。为了改善重建性能,在学习去噪的迭代阈值(LDIT)算法基础上,该文提出基于伪监督注意力短期记忆与多尺度去伪影网络(MSD-Net)的图像BCS迭代方法(PSASM-MD)。首先,在每步迭代中,利用残差网络并行地对每个图像子块单独去噪后再拼接。然后,对拼接后的图像采用含有伪监督注意力模块(PSAM)的MSD-Net进行特征提取,以更好地去除块伪影以提高重建性能。其中,PSAM被用于从含有块伪影的残差中抽取部分有用信号,并传递到下一步迭代实现短期记忆,以尽量避免去除有用信号。实验结果表明,该文方法相比现有先进的同类BCS方法在主观视觉感知和客观评价指标上均取得了更优的结果。     

YCbCr空间分治的双分支低照度图像增强网络

目的 现有的低照度图像增强算法通常在RGB颜色空间采用先增强后去噪的方式提升对比度并抑制噪声,由于亮度失真和噪声在RGB颜色空间存在复杂的耦合关系,往往导致增强结果不理想。先增强后去噪的方式也放大了原本隐藏在黑暗中的噪声,使去噪变得困难。为有效处理亮度失真并抑制噪声,提出了一个基于YCbCr颜色空间的双分支低照度图像增强网络,以获得正常亮度和具有低噪声水平的增强图像。方法 由于YCbCr颜色空间可以分离亮度信息与色度信息,实现亮度失真和噪声的解耦,首先将低照度图像由RGB颜色空间变换至YCbCr颜色空间,然后设计一个双分支增强网络,该网络包含亮度增强模块和噪声去除模块,分别对亮度信息和色度信息进行对比度增强和噪声去除,最后使用亮度监督模块和色度监督模块强化亮度增强模块和噪声去除模块的功能,确保有效地提升对比度和去除噪声。结果 在多个公开可用的低照度图像增强数据集上测试本文方法的有效性,对比经典的低照度图像增强算法,本文方法生成的增强图像细节更加丰富、颜色更加真实,并且含有更少噪声,在LOL（low-light dataset）数据集上,相比经典的KinD++（kindling the darkness）,峰值信噪比（peak signal-to-noise ratio,PSNR）提高了3.09 dB,相比URetinex（Retinex-based deep unfolding network）,PSNR提高了2.74 dB。结论 本文提出的空间解耦方法能够有效地分离亮度失真与噪声,设计的双分支网络分别用于增强亮度和去除噪声,能够有效地解决低照度图像中亮度与噪声的复杂耦合问题,获取低噪声水平的亮度增强图像。