自适应格型预测语音子带编码

提出了一种自适应格型预测子带编码的语音编码方法。该方法在输入语音作子带分解的基础上，用自适应格型预测的方法对低频子带进行编码，用矢量量化的方法对高频子带进行编码，在相同码率的情况下，提高了编码的量化信噪比，改善了重建语音的质量。     

基于子带能量线性映射的噪声中端点检测算法

研究噪声环境下的语音端点检测问题。在低信噪比下 ,虽然噪声和语音的频谱分布不同 ,但是传统语音检测算法使用的时域能量没有描述能量在各频域子带的分布 ,对于语音和噪声没有很好的区分性。以前提出的基于时间 -频率的能量参数利用频域的限带能量加上时域能量来进行噪声中的语音检测。但是它们选择频带的依据是语音信号的高能量子带 ,而没有考虑噪声的子带能量分布。该文提出的语音检测方法同时考虑语音和噪声的频域能量分布 ,采用线性映射的方法将 Mel滤波器组的子带能量特征空间映射到噪声和语音最有区分性的一维子空间 ,得到新的特征参数 EL MBE进行语音检测。实验结果表明 ,在噪声环境下基于线性映射的能量参数比时域能量 ,基于时间 -频率的能量有更好语音检测性能。     

基于EZW改进算法的图像压缩

嵌入图像编码算法(EZW)是一种优秀的图像压缩算法,然而该算法没有充分利用小波变换系数的某些特性,将小波系数的最低频子带与其他高频子带统一编码,这无疑会影响其编码效率与质量。针对EZW算法存在的不足,提出了一种改进算法。改进算法通过对低频子带与高频子带分别编码,提高EZW算法效率。实验结果表明,改进算法的图像恢复质量和编码速度均优于传统EZW算法。     

语音编码技术及其应用

主要阐述了语音编码技术及其发展 ,较详细地介绍了目前应用最多的两大语音编码方向 :线性预测编码 (LPC)和子带编码 (SBC) .文章还具体的介绍了语音编码技术在移动通信中的典型应用 .     

一种基于小波和低复杂度矢量量化的视频编码算法

提出一种新的基于小波和低复杂度矢量量化的视频编码算法。利用子带间的相关性,通过同方向跨带矢量中部分低频系统分量间失真的计算代替整个失真的计算,将矢量量化器的计算复杂度降低了７６‰;通过最低频子图像的运动矢量去预测蓁子图像的位移矢量,极大地降低了运动补偿的复杂度。     

基于EZW的图像编码改进算法

在EZW算法的基础上,采取将低频子带进行无损编码、逆向扫描小波系数和对符号集进行游程编码的策略,有效地利用了小波变换系数的特点,克服了由低频区开始扫描所带来的扫描量过大的问题,减少了扫描工作量,提高了编码速度,也解决了EZW算法中存在的树间冗余问题.     

基于独立感知理论的鲁棒语音识别算法

为了提高在噪声环境下语音识别系统的性能,对基于子带独立感知理论的语音识别方法进行了研究.这些方法利用人耳对不同频率信号感知的差异,以及噪声和识别对象的频域特征差异,分别采用线性分析、判决分析、多层感知机以及子带最大似然估计对噪声影响进行补偿.实验表明,子带分析采用非线性策略优于线性策略.基于独立感知假定的子带模型,虽然由于独立性假定丢失了带间相关性,但对于噪声环境下语音识别而言可以捕获噪声和识别对象的频谱差异,从而获得比全带分析更高的鲁棒性.     

结合稀疏表示与神经网络的医学图像融合

临床辅助诊断对医学图像视觉效果提出了较高的要求,但非下采样轮廓波变换(NSCT)分解获得的低频子带系数不具有稀疏性,不利于保持源图像的细节信息。针对上述问题,提出了一种结合稀疏表示与脉冲耦合神经网络(PCNN)的医学图像融合算法。首先,通过NSCT将源图像分解成低、高频子带系数;其次,利用K奇异值分解(K-SVD)法训练低频子带系数获取过完备字典D,利用正交匹配追踪(OMP)算法稀疏编码低频子带系数,完成低频子带稀疏系数的融合。然后,利用高频子带的空间频率激励脉冲耦合神经网络,根据点火次数选择高频子带的融合系数。最后,将融合的低、高频子带系数通过NSCT逆变换重构出融合的医学图像。实验结果表明:对于边缘信息传递因子Q~(AB/F)指标,该算法灰度和彩色图像融合结果相比于对比算法约提升了34%和10%,且融合结果综合性能优于现有算法。     

一种基于小波变换的有序四叉树编码算法

在分析零树(EZW)编码算法的基础上,提出了一种改进算法.即对低频子带进行单独编码,在高频子带内通过定义有序四叉树,以优先传输重要小波系数,对量化的结果作行程编码.理论分析和实验研究表明,该算法的编解时间及图像恢复质量都优于EZW编码算法.     

G.729.1 算法的改进与 DSP 全汇编优化设计

在G．729．1宽带语音编码算法中,时域混叠编码器的谱包络编码根据帧内子带的相关性,采用差分霍夫曼编码来减少编码的比特分配。针对相邻帧对应子带的谱包络存在相关性,给出了在原有谱包络编码模式的基础上,增加一种帧间对应子带差分霍夫曼编码的模式来进一步减少谱包络的编码比特数,从而提高合成语音的质量。由于G．729．1可以根据信道的特征随时调整编码速率以取得更好的宽带语音质量,这使得该编码算法具有很高的复杂度。为了能在数字信号处理器（digital signal processor,DSP）上实时实现G．729．1,结合TMS320VC5505数字信号处理器对G．729．1算法采用全汇编实现,并对汇编后的G．729．1代码做了进一步的汇编优化,优化后的G．729．1算法在保证了高质量语音输出的同时,提高了编码效率,实现了对语音信号的实时处理。     

基于小波变换的语音激活检测

为了提高语音激活检测在多种噪声环境下的检测性能,基于语音与噪声相区别的主要特征,提出了一种基于小波变换的语音激活检测算法.算法将信号频带划分为多个子带,提出用归一化谱分布向量表征信号的谱分布特性,利用小波检测信号分形特征的能力,提出用信号的自相关指数来表征信号的自相关性,结合归一化谱分布向量的线性加权和自相关指数两个因素得出新的激活检测判决准则.实验仿真结果与ITU标准G.729和ETSI标准AMR2中的检测性能进行了分析比较.结果表明,该算法在多种噪声环境下都具有较高的准确率和稳定性.     

一种新的小波域高阶统计量图像隐写分析方法

在对现有盲检测算法分析研究改进的基础上,提出一种新的JPEG图像信息隐藏盲检测方法.该方法把JPEG图像的DCT系数分解到小波域,计算出各个子带小波系数的一系列高阶统计特征,组成72维特征向量,引入特征缩放技术将特征向量进行缩放,并用支持向量机进行分类.针对CorelDraw图像库4种常用的隐写方法进行实验,结果表明该方法在4种不同隐写方式下的平均检测正确率均达到91%(嵌入率为100%)以上.     

基于椭圆曲线的图像频域信息隐藏方案

利用椭圆曲线密码体制密钥短、安全强度高等特点，并结合加密通信和信息隐藏的优势，提出了一种基于椭圆曲线的秘密信息频域隐藏方案。该方案对椭圆曲线秘密信息的频域隐藏的嵌入算法和提取算法的一系列算法进行了详细而周密的设计，最后对方案的实施过程进行了较详细的分析。     

基于椭圆曲线的图像频域信息隐藏方案

利用椭圆曲线密码体制密钥短、安全强度高等特点，并结合加密通信和信息隐藏的优势，提出了一种基于椭圆曲线的秘密信息频域隐藏方案。该方案对椭圆曲线秘密信息的频域隐藏的嵌入算法和提取算法的一系列算法进行了详细而周密的设计，最后对方案的实施过程进行了较详细的分析。     

基于子带编码的数字音频隐藏算法研究

为了有效保护数字音频信息的版权及合法权益,提出了一种新的基于子带编码（Sub-BandCoding,简称为SBC）的数字音频隐藏算法,将秘密的信息嵌入到公开的音频中,以达到秘密传输的目的,给出了一个完整基于数字音频隐藏算法实现,最后通过实验验证了该算法的有效性。     

基于能量和鉴别信息的语音端点检测算法

为提高实时通信中语音端点检测系统的性能,提出了一种基于能量和鉴别信息的端点检测算法。该算法利用帧信号的能量、子带信号的能量等参数,计算该帧信号与噪声帧基于子带能量分布概率的鉴别信息。算法通过利用鉴别信息,能够在包括语音帧在内的所有帧中更新噪声的能量,从而更准确地跟踪噪声能量的变化。实验结果表明:与基于能量的端点检测算法相比,该方法在信噪比变化比较剧烈的情况下仍然能够较准确地进行端点检测,在0~10 dB范围内变化的坦克噪声环境中,准确率比后者提高约24%。     

混合基底记法的无失真图像信息隐藏技术的改进及实验研究

无失真信息隐藏技术,可以使一个原始图像在经过藏入、取出秘密信息之后依然完整存储,为了进一步改进压缩域图像信息隐藏方法,文中提出了一种基于混合基底记法的无失真图像信息隐藏技术,主要做了以下工作：给出了应用的VQ编码、SMVQ编码的理论基础;完成了基于混合基底记法的信息隐藏的设计;应用6张512×512像素的灰度图片完成了实验结果验证。实验结果表明：新方法与传统的基于边缘匹配矢量量化编码方法相比,减少了秘密信息嵌入时间,提高了秘密信息嵌入容量。     

基于小波包变换的混合域声音编码

研究了小波包变换在声音编码中的应用,通过利用小波包变换在时域和频域都具有良好局部性的特点,提出了一种新的中低码率混合域声音编码算法。这是一种可调码率算法,它根据输入信号段的特性来进行变换和编码,使得编码过程可以同时在时域、频域以及从时域向频域过渡的任一时频域中进行,从而使编码算法不仅在量化编码阶段,而且在变换阶段就对输入信号具有自适应性。其编码效果比在单一固定时频域中进行变换与编码有较大改善,有助于和高码率的声音编码算法相接轨。     

基于信息熵窗的小波低频子带弱目标图像的增强

采用信息熵窗小波低频子带分析的方法，目的是对缺乏足够能量的低照度和低对比度图像进行增强．选择适合的正交小波函数，可使图像的低频子带大幅度提升，对高频子带适度抑制，在信息熵窗系数的调配下实现了图像的增强处理．在小波重构后，获得了具有清晰边缘和良好对比度的图像．实验表明，采用信息熵窗的小波分析方法来增强弱目标图像能够产生良好的效果，对比度增强效率比传统增强方法提高80％以上．