DCT域内的视频处理算法

分析了几个在压缩域内处理已压缩的视频流的算法。其中主要关注如何对DCT系数直接进行处理的算法，对于带有运动估计的压缩系统(如MPEG视频压缩码)分析了一种解码算法及相应压缩域内的重构算法，这种算法也应用于视频转码。     

基于图像压缩标准JPEG和人类视觉系统的数字水印算法

提出了一种基于JPEG图像压缩标准和人类视觉系统的数字水印算法，在压缩域内嵌入水印．为了进一步增强水印算法的鲁棒性，又提出了双位嵌入法．实验结果表明，该算法对剪切、滤波、噪声和压缩，尤其是JPEG压缩，都有很好的鲁棒性．     

EM算法正确收敛性的探讨

该文对高斯混合体 EM算法的正确收敛性问题进行了理论研究 ,证明了高斯混合体 EM算法在混合密度的重叠度很小时 ,在其样本真解相一致的解的一个邻域内是一个压缩映射 .该文还得到了高斯混合密度的 EM算法正确收敛性条件 ,并对此进行了理论证明和数值验证 .理论分析和数值实验结果表明 ,高斯混合密度的 EM算法的正确收敛性与混合密度的重叠度密切相关 .     

数字图像的NLEMD分层压缩研究

二维限邻域经验模式分解(NLEMD)通过设定最大邻域(时宽)和采用邻域内局部自适应均值算法代替包络均值算法对图像进行分解,克服了以往EMD分解算法出现的灰度斑现象,改善了分解图像的质量。采用NLEMD算法进行图像分解,并基于当前普遍使用的JPEG图像压缩标准提出了数字图像分层压缩的算法。实验结果表明算法在确保重构图像较高质量的前提下,各层图像都实现了较高的压缩比率,对图像的分层压缩与传输的实现具有较高的实用价值。     

利用球面小波技术的几何压缩算法

提出了一个用球面小波实现几何压缩的算法.对于给定的具有任意拓扑结构的零亏格三角形网格，算法首先将其在单位球面上进行全局参数化得到一个参数化网格.然后，将一个正多面体进行细分并将每一次细分所产生的新顶点投影到单位球面上，如此生成一个细分网格.于是，在参数域内位于细分网格顶点处对定义在参数网格表面上的各种几何信号进行重采样，可得到新的具有细分结构的几何信号近似表示原始几何信号，以此满足球面细分小波对处理对象的细分结构要求，从而使得用球面细分小波对几何信号进行压缩得以实现.     

利用球面小波技术的几何压缩算法

提出了一个用球面小波实现几何压缩的算法.对于给定的具有任意拓扑结构的零亏格三角形网格,算法首先将其在单位球面上进行全局参数化得到一个参数化网格,然后,将一个正多面体进行细分并将每一次细分所产生的新顶点投影到单位球面上,如此生成一个细分网格,于是,在参数域内位于细分网格顶点处对定义在参数网格表面上的各种几何信号进行重采样可得到新的具有细分结构的几何信号近似表示原始几何信号,以此满足球面细分小波对处理对象的细分结构要求,从而使得用球面细分小波对几何信号进行压缩得以实现.     

基于序列划分的压缩序列模式挖掘算法

研究了静态数据库当中挖掘压缩序列模式的问题,提出了一个压缩序列模式挖掘算法.该算法通过对闭序列模式全集进行划分处理,降低了序列的比对空间,并结合δ-dominant序列检测机制,有效的挖掘出了压缩序列模式集.实验表明,该算法具有较好的运行效率.     

一种基于压缩感知图像编码算法研究

计算机图形学的发展有力的促进了医学影像处理技术的普及和应用.图形压缩和编码是阻碍医学影像处理的关键技术之一.本文针对图像分形编码过程中存在的方块效应和编码时间过长的问题,提出基于压缩感知和分形编码快速图像处理算法,该算法对低频子图实施分形编码,降低处理时间,接着对低频差值图像实施压缩感知编码,实验结果表明该算法能够有效的提升图像处理速度,并且提升了重构图形的质量.     

基于小波分析的数字图像压缩技术研究

利用小波分析算法,研究基于小波变换的图像分解与重构的数字图像压缩方法,运用MATLAB软件提供的小波分析工具箱来实现数字图像压缩,结果表明:在数字图像压缩处理技术中采用小波变换理论是非常有效的方法.     

一种基于动态词典的英文文本压缩算法

传统的压缩算法LZ77、LZ78以及改进的LZW都是以单字符为单位进行处理的.这种处理模式降低了对多字符词汇相关性的适应速度,从而直接导致压缩效率的降低.为了提高压缩效率,在LZW压缩算法的基础之上,结合以词汇为单位的处理模式的设计思想,提出了一种基于词汇模式的LZW算法.实验结果表明,这种以词汇为基础的文本压缩算法比原来的LZW算法具有稳定的、更高的压缩效率.该压缩算法可直接推广应用到其他语言的文本压缩中去.     

基于 MPEG 国际标准压缩视频流的镜头切分算法

镜头切分是实现对动态视频基于内容检索的第一步，以检测出来的镜头作为基本单元，可以进一步对视频内容进行分析和建立索引。从实用角度看，目前越来越多的动态视频资料都是以压缩形式存储和传输，所以，研究基于压缩视频流的算法更有实际意义。本文旨在提出一种基于ＭＰＥＧ国际标准压缩视频流的镜头自动切分算法，通过利用ＭＰＥＧ数据流中已有的信息，如离散余弦变换（ＤＣＴ）系数和运动向量，只进行最小程度的解码，来检测镜头间的边界，从而实现镜头切分。针对实际视频流中镜头切换方式的复杂性，本文提出了三个算法分别处理不同情况，并将这三个算法以树形分类器的方式组织在一起，形成一个系统。通过对十段不同类型的ＭＰＥＧ－Ⅰ压缩视频节目进行镜头切分实验，取得了９０％以上的正确率。     

一种基于MPEG压缩域的运动对象分割算法

针对目前视频压缩域中运动对象分割准确率不高的问题 ,提出一种有效的压缩域运动对象的分割算法 .该算法先对运动矢量进行运动累加和中值滤波处理 ,然后利用离散余弦变换 (DCT)系数块之间的相关性对非零运动矢量区域进行校正 .由于在对运动矢量处理的同时加入了空间DCT块的相关性校正 ,因此分割准确率有了较大的提高 .实验统计结果表明 ,对几种不同视频场景中的运动对象进行分割 ,其分割率比现有的算法提高了约 15 % .     

Chaos-Based Encryption Algorithm for Compressed Video

Encryption for compressed video streams has attracted increasing attention with the exponential growth of digital multimedia delivery and consumption. However, most algorithms proposed in the literature do not effectively address the peculiarities of security and performance requirements. This paper presents a chaos-based encryption algorithm called the chaotic selective encryption of compressed video (CSECV) which exploits the characteristics of the compressed video. The encryption has three separate layers that can be selected according to the security needs of the application and the processing capability of the client computer.The chaotic pseudo-random sequence generator used to generate the key-sequence to randomize the important fields in the compressed video stream has its parameters encrypted by an asymmetric cipher and placed into the stream. The resulting stream is still a valid video stream. CSECV has significant advantages over existing algorithms for security, decryption speed, implementation flexibility, and error preservation.     

MPEG视频的镜头分割技术

随着多媒体压缩技术的不断发展,大量的数字视频都是以MPEG压缩格式存储.基于压缩域的镜头分割技术,由于不必完全解码,因此计算复杂度小,速度快,越来越受到研究者的关注.本文简要介绍MPEG视频流的基本结构,分析和讲座了MPEG视频镜头的切换检测技术以及关键帧的提取方法.     

H.264视频压缩域水印嵌入位置的分析

视频水印技术按照水印与视频的结合形式,分为压缩域水印和原始视频水印。压缩域水印可以很好地利用视频序列在时间上的冗余,但嵌入水印信息量较小;原始视频水印技术没有充分利用视频序列时间冗余度,但嵌入水印的信息较多,耗费时间较多。HG算法可以不解码视频而快速嵌入水印信息,但嵌入容量有限。本文改进HG算法通过分析非关键帧运动矢量,选择关键帧嵌入位置,使得在压缩域嵌入水印时,水印嵌入速度和嵌入量有较大幅的改进。     

基于非下采样contourlet变换的压缩感知图像重建

受传统采样定理限制,直接从信号采集系统得到高分辨率图像较困难,且信号获取过程会导致大量的采样数据.压缩感知理论指出可用特定测量矩阵将高维信号投影到低维空间上,求解数值优化问题准确重构原始信号,突破了传统采样定理的限制.传统压缩感知图像重建算法对所有系数测量,需进行多层小波变换保证图像质量,且小波捕捉方向信息有限,重建图像质量较差.故此提出采用非下采样contourlet变换(NSCT)做信号稀疏变换,并针对变换系数的特点,选择性的对系数测量,利用正交匹配追踪算法进行重构.实验结果表明,仅用单层NSCT变换可重建出高质量图像,克服传统算法需进行多层小波变换的缺点,降低采样和存储的数据量且重建的图像质量得到极大提升.     

基于曲波变换的地震数据压缩感知重构算法

为提高地震数据压缩感知重构的信噪比和保真度, 提出一种基于曲波变换的地震数据压缩感知重构算法。建立了地震数据压缩感知重构模型, 分析了基于曲波变换稀疏表示的地震数据各尺度之间能量与熵的分布特性, 结合分块压缩感知技术降低随机观测的计算复杂度, 利用曲波变换稀疏表示高频区域各尺度之间的相关性, 设计了随信息熵变化的自适应双变量收缩阈值迭代重构的方法。实验结果表明, 在相同的采样率下,该算法重构的地震数据峰值信噪比提高了1. 5 dB 以上, 并且具有良好的细节信息保持能力。     

一种基于DCT系数的数字视频水印算法

文章提出了一种基于DCT的MPEG-2视频水印技术的设计方法。该算法将水印信息经Hash置乱后嵌入在I帧色度DC系数上。这种算法将混沌理论与置乱技术和扩频技术综合运用到视频水印中,既提高了水印的不可见性、鲁棒性,又提高了水印的安全性。     

一种MPEG压缩视频的快速视频分割方法

针对越来越多的视频数据以压缩形式存在的现状,提出一种MPEG（移动图像专家组）压缩视频的快速镜头边界检测算法,利用DC（直流分量）序列计算HSV（色调、饱和度和亮度）颜色空间的直方图差,通过二次处理去除由闪光灯和渐变过程不连续引起的错误分割,使误检率大大下降,该算法对双阈值比较方法进行了改进,能更好地检测出包含停顿的镜头渐变。     

数字视频时域和时-空域去噪方法研究

视频去噪的目的是将原始视频从观测到的含噪视频中还原出来.通过详细说明视频图像序列在时域和时-空域的滤波方法,更加清楚地认识到视频图像序列的本质.同时也详细研究其中的一些算法.最后对数字视频去噪处理提出了自己的一些想法,对去噪效果和算法进行了横向比较.