基于人眼视觉特性的图像压缩编码算法

根据人眼的视觉特性,提出了一种图像压缩编码算法,该算法对量化方案进行了改进.为了保证重构图像的质量,获得更高的压缩比,先根据方差大小和边缘信息对变换系数进行自适应滤波,保留低频区域的部分系数,然后按照阈值法再去除一些保留的低频系数.基于MATLAB的仿真实验表明:提出的图像压缩编码算法具有压缩速度快,压缩比高,解码图像质量好等优点.此外,和其他算法相比,该算法具有更高的压缩比.     

一种新型自适应粒子群优化粒子滤波算法及应用

基于粒子群优化的粒子滤波算法精度不高,运算复杂度大,难以在实际工程中应用. 为此,文中提出一种新型邻域自适应调整的动态粒子群优化粒子滤波算法. 该算法考虑了粒子的邻域信息,利用多样性因子、邻域扩展因子和邻域限制因子共同对粒子的邻域粒子数量进行自适应调整,控制粒子对邻域的影响,减轻局部最优现象,达到收敛速度和寻优能力的最佳平衡. 利用UNGM模型、目标跟踪模型以及故障检测模型对算法的性能进行仿真测试,结果表明：该算法与PSO-PF相比提高了精度和运算速度,具有实际工程应用价值.     

GPS空时自适应滤波矩阵重构抗干扰算法

小快拍数、干扰移动及天线平台震动引起协方差矩阵估计误差增加,导致现有的全球定位系统(global positioning system,GPS)空时自适应滤波抗干扰算法的性能急剧下降,为此提出了一种基于矩阵重构的GPS空时自适应滤波抗干扰算法.该算法利用Capon空间谱估计方法重构干扰加噪声协方差矩阵,并对矩阵进行时域平滑得到空时滤波权值.仿真结果表明,该算法在多干扰、低信噪比、小快拍数情况下降低了阵列误差的影响,提高了阵列天线输出信干噪比,与对角加载算法和矩阵锐化算法相比提升5dB左右.     

一种对R-Lambda码率控制模型的改进算法

最新的视频编码标准HEVC的参考代码通常采用rate-Lambda(R-Lambda)模型进行码率控制,但R-Lambda模型为I帧分配的目标码率过多,导致后续视频帧因目标码率不足而重建质量严重下降.为此,对R-Lambda模型进行改进,根据图像的运动趋势和复杂度将I帧划分为运动区域、纹理复杂区域、纹理平坦区域.分配目标码率时,根据人眼视觉系统特性为视觉敏感区域分配更多码率,给非视觉敏感区域分配较少码率,最后利用R-Lambda模型计算相应的QP值.实验结果表明,所提算法在保证重建视频主观质量连续性的同时,提高了重建视频的整体质量.     

自适应调制中一种新的盲检测算法的研究

在基于包传输的自适应调制系统中,提出了一种新的调制方式分类的算法,即利用接收到的包数据在星座图上的每一个点周围区域的分布概率来确定调制方式,并通过分析对该算法参数的选择进行了讨论,仿真和分析结果表明此算法对自适应调制系统是非常有效的,且复杂度很低,适用于实时处理.     

用于TD-LTE系统的排序串行干扰消除迭代检测译码

针对时分长期演进多输入多输出系统中的多码字传输模式,分析自适应调制编码和混合自动请求重传对排序串行干扰消除检测顺序的影响,提出一种新型的排序串行干扰消除迭代检测译码算法,并分析该算法的复杂度. 仿真结果表明该算法能够有效提高系统吞吐量,且码字调制编码等级差异越大,MIMO阶数越高,该算法的性能增益越明显.     

一种基于LS准则和L阶输入矢量的自适应算法

提出了一种新的基于LS准则和L阶输入矢量的自适应滤波算法．该算法采用新的梯度计算公式，使自适应滤波中权矢量的更新比LMS精确和平滑．仿真表明经过250次迭代，新算法就可以收敛于最优值1．6．新算法与基本的解相关LMS算法（DLMS）和LMS算法相比，收敛速度快、稳定性更好．并给出了新算法、DLMS算法和LMS算法性能曲线仿真结果．     

基于URQ模型的I帧码率控制

当目标码率较低时,在编码视频序列中周期性地插入I帧,会导致重建视频播放时出现“闪烁”现象. 为提高I帧重建质量,抑制“闪烁”,提出了一种基于URQ模型的I帧码率控制算法. 首先根据图像的运动趋势和复杂度将I帧划分为运动区域、图像复杂区域和平坦区域;然后依据人眼视觉系统对不同区域“闪烁”的敏感性,为视觉敏感区域分配更多的码率,其他区域分配较少码率;最后,利用URQ模型计算编码所需的量化参数值,实现对I帧的码率控制. 实验结果表明,所提算法能够在保证码率控制精度的前提下,有效抑制由于周期性插入I帧导致的视频“闪烁”现象,提高重建视频的整体主客观质量.     

一种新的自适应双边滤波算法

现有的双边滤波算法需要预先设置空间方差和灰度方差参数,滤波时参数固定且不能保证是最优的参数设置. 文中提出一种新的自适应双边滤波算法(adaptive bilateral filtering, ABF),通过目标尺度信息实现空间方差局部自适应取值,保留更多的图像边缘特征;采用图像分块技术估计噪声方差,根据噪声方差自适应地设置灰度方差,以保证滤除噪声的性能;通过强制增大空间方差滤除较强噪声点. ABF不必像传统双边滤波算法那样根据经验设置参数,而是根据图像局部特征自适应地设置空间参数,不仅提高了滤除噪声的能力,而且更好地保留了图像边缘特征. 仿真实验表明,无论是主观评价还是客观评价,所提出的方法均优于传统的双边滤波算法、各向异性扩散算法和改进的双边滤波算法.     

改进的凸组合变阶数LMS自适应滤波

滤波器的参数设置和信噪比强弱会影响变阶数自适应最小均方(least mean square,LMS)算法的性能,在噪声环境未知的情况下,变阶数LMS的稳态性能是衡量滤波器好坏的重要指标.在分析凸组合分数阶变阶数LMS自适应滤波算法稳态性能的基础上,提出一种变宽度凸组合变阶数自适应滤波算法.理论分析和仿真结果表明,在噪声环境未知情况下,所提算法相比于凸组合分数阶变阶数自适应滤波算法和变误差宽度的分数阶变阶数自适应滤波算法而言,有更好的环境自适应能力、更快的收敛速度和更好的阶数稳定性,具有实用性.     

基于FSCD-CNN的深度图像快速帧内预测模式选择算法

针对3D-HEVC的多视点视频加深度图的编码格式和四叉树编码结构所带来的编码复杂度问题,提出了一种深度图像快速帧内预测模式选择算法。首先,从深度视频序列中以最优的深度图最大编码单元（largest coding unit,LCU）划分深度为标签获取训练集;其次,构建了适用于LCU的Cu深度快速选择卷积神经网络（fast selecting Cu’s depth-convolutionalneural network,FSCD-CNN）;最后,对深度图LCU进行划分深度预测,跳过部分编码模式决策,实现最佳LCU划分。实验结果表明,与相关文献对比,所提算法在保持了编码性能的同时平均减少了15%的编码时间,实验验证了其有效性和可靠性。     

分级中快速层间帧内预测

针对空间可分级视频编码中编码复杂度高、计算量大的缺点,利用编码层间的模式相关性,提出一种快速层间帧内预测算法.本算法通过分析编码层之间的模式分布规律,由基本层信息指导增强层编码,减小增强层中备选模式数量,从而提高编码速度.实验结果表明,在PSNR和比特率微小变化的情况下,该方法使编码时间平均下降了34.48%,有效提高...     

采用相关性分析的视点可分级编码

为了满足不同用户端需求,在多视点视频编码（multi-view coding, MVC）中融入视点可分级编码. 根据多视点视频序列的相关性确定基本视点以及各个增强层视点,并给出了合理的视点间预测的视点可分级视频编码. 实验结果表明, 所提出的多视点视频编码方法除支持视点可分级外,还提高了信噪比以及随机访问性能.     

基于相邻帧相关性的帧间宏块模式选择算法

H．264/AVC 在帧间运动估计/补偿编码过程中定义了7种帧间编码模式,并采用率失真优化全遍历策略来选择最优模式,这使计算复杂度急剧增加．针对这一问题,阐明了需对如何准确、快速地对块预测模式做出选择进行相关的研究．并就利用自然图像序列中相邻帧所表现出的强相关性提出了一种快速的帧间编码模式选择算法,通过计算部分编码模式来减少计算的复杂性．实验结果表明,该方法平均节省时间约18%,比特率平均下降约0．02%,而 PSNR 平均仅仅降低0．02dB．     

基于条形图的全景图像拼接

传统的全景图像(Panoramic Image)拼接方法是选取一幅图像作为参考图像,其它图像同参考图像对齐、变形、整幅图像拼接生成全景图．这种方法由于累计误差使拼接后的全景图像失真(Distortion)情况严重;重叠区域大,相邻图像融合较复杂．本文介绍一种基于视频图像序列的条形图拼接方法,该方法克服了传统拼接方法的缺点,而且计算简便、快速．     

SVC中优化的上采样滤波器设计

图像下采样后损失的信息在上采样中是无法恢复的,下采样和上采样的特定组合可以显著的影响重构图像的质量。利用这一特性,针对可分级视频编码(Scalable Video Coding,SVC)中下/上采样滤波器设计孤立存在的问题,提出一种算法,根据下采样设计与之相匹配的上采样滤波器。该算法根据已获得的下采样滤波器,推导与之对应的上采样滤波器,使两者匹配,达到提高视频质量并提升空间可分级编码性能的目的。与JSVM标准的仿真结果相比,特定组合的下/上采样滤波器在降低比特率的同时,峰值信噪比平均增加1.58 dB。     

面向多视点视频编码的宏块级码率控制

联合视频专家组针对多视点视频编码提出了JMVM参考模型,但该模型没有给出有效的码率控制方案. 该文提出一种多视点视频编码码率控制算法,分4 层进行比特分配和码率控制. 先根据相关性函数在视点间合理分配码率实现GOP(group of pictures)层的比特分配,然后根据分层B图像比特分配策略实现帧层的比特分配,最后根据拉普拉斯率失真模型实现宏块层的码率控制. 与JMVC 1.0相比,该算法能在保持图像质量的前提下进行精确的比特分配和码率控制.     

基于LDPC码的MPEG-4鲁棒数字水印

提出了一种基于LDPC码的MPEG-4视频水印方案,利用LDPC码的纠错性能和人眼视觉特性在MPEG-4视频中实现数字水印的嵌入和提取. 嵌入前先对水印信息进行LDPC编码,将处理后的水印嵌入到视频I-VOP亮度分量的中频系数中. 盲提取时用LDPC迭代译码算法对提取的水印信息进行译码. 实验表明,该方案降低了水印在传输中的误码率,有效提高了抗攻击能力,对于常见的视频攻击具有较强的鲁棒性.