基于优化SPIHT的实时视频编码算法

随着因特网和PC技术的不断发展,通过因特网向PC用户提供实时视频服务具有重要的意义。该文结合PC运行的特点,采取快速小波变换,对SPIHT(setpartitioninginhierarchicaltree)算法进行了优化,使其执行速度比标准程序提高了30%～60%;在此基础上,通过加入在时间域上的Harr小波变换,将静止图像SPIHT算法扩展到视频编码领域。新的算法能够生成嵌入式的视频码流,能适应于因特网上多种类型网络不同带宽的要求;而且算法的实现简单,能够在普通PC的硬件平台上完成实时编、解码。     

低速率语音编解码专用芯片的设计

为了满足可视电话系统对高质量,低成本语音编解码器的需要,采用数字信号处理器内核（ＤＳＰＣｏｒｅ）的方法,设计了符合ＩＴＵ－ＴＧ．７２３．１建议的５．３ｋｂｉｔ／ｓ和６．３ｋｂｉｔ／ｓ双速率语音编解码器专用芯片。针对Ｇ．７２３．１算法特点,进行算法优化,如变卷积运算为加／减运算,避开求余运算等,并对需要最大运算量的情况作了模拟,保证语音编解码器在最坏情况下也能正常工作。根据专用芯片的结构,设计了编解码器的流程和接口模块,用较少的运算量和较小的存储空间,实时实现了Ｇ．７２３．１建议及其附录Ａ的全部功能和选项,并通过了全套测试序列的检验,而且留出足够多的资源实现自适应回声抵消、调制解调等其它功能。     

用于运动位移估值的新匹配准则

在视频编码中,位移估值是编码速度的瓶颈。除了研究快速搜索算法外,匹配准则也是研究的热点。为了提高运动位移矢量的精度,减少估值用的运算量,利用人眼对物体边缘运动较敏感的特性,提出了一种新匹配准则——边缘像素点分类准则。在Ｓｏｂｅｌ边缘检测的基础上,对处于物体边缘位置的像素点根据其亮度值进行分类,一类为匹配点,另一类为不匹配点。将搜索区域内含边缘匹配点最多的子块判为匹配块。计算机模拟表明,利用边缘像素点分类准则进行位移估值得到的重建图像,质量比目前常用的平均绝对误差准则有显著改善,同时大大地减少了运算量。     

改进的SPIHT静止图像压缩编码算法

SPIHT算法是压缩编码效率很高的静止图像压缩编码算法。针对原算法没有从最佳率失真的角度出发来选择初始量化门限这一不足之处 ,提出了一种改进的 SPIHT算法。通过理论计算和试验分析 ,得到初始量化门限 T0 和编码失真的关系 ,并导出搜索最优初始量化门限 T0 的简单迭代方法。改进的 SPIHT算法能根据输入图像的特性和给定的编码输出码率自适应地选择最优初始量化门限 T0 。在相同输出码率的条件下 ,改进的 SPIHT算法比原算法峰值信噪比提高最多达 0 .6 d B