一种精细的H.264码率控制方法

针对H.264提出了一种无需二次编码的精细码率控制策略,为解决H.264中宏块模式选择时需要使用量化级而给码率控制带来的困难。提出了一种可以在模式选择前预测当前帧编码复杂度的码率模型。并且提出了基于宏块条的码率控制策略。分析了H.264中利用拉格朗日R D优化方法进行宏块模式选择的特点,并根据编码比特对拉格朗日乘子进行优化,提出了基于模式选择的精细码率控制方法。实验结果表明,与JVT提案中的码率控制方法JVT G012相比,所提方法在准确控制码率的同时,提高了PSNR值。     

自适应率失真跟踪ROI编码方法

针对系数提升ROI算法的固有缺点,提出了一种基于率失真优化截取内嵌码块编码(EBCOT)算法的医疗图像矩形感兴趣区域(ROI)编码方法。区别于JPEG2000标准建议,算法不是通过对医疗图像中关键诊断区域的小波系数比特平面移位实现,而是提升码块的率失真斜率通过码流优化截取来实现ROI编码,从而使系统具有更高的压缩比和更低算法复杂度,并通过自适应误差跟踪获得图像的ROI和BG(背景)的质量可任意控制的特性。用该方法对多幅CT图像进行测试,结果表明:该方法可在保证关键诊断区域无损或近无损条件下提高压缩比8-40倍,完全继承JPEG2000在远程医疗系统中的各种优良应用特性,更好地解决医疗图像在存储和传输过程中数据量过大的难题。     

基于门限自适应的H.264帧间模式快速选择算法

针对H.264/AVC运用基于率失真优化的全计算模式决策,引入巨大的计算复杂度,提出一种基于门限自适应的帧间宏块模式快速选择算法。该算法利用视频序列图像帧间时空域相关性,并运用动态门限来提高判决准确度。实验仿真表明,该算法在无明显降低编码质量的情况下,提高了编码速度,平均缩短编码时间89.94%。     

分块三级及矢量量化图像编码

本文提出了一种新的称为分块三级及矢量量化图像压缩编码方法。该方法是以分块截断编码技术和矢量量化技术为基础的编码方法。对两幅512×512×8静态测试图像进行的计算机模拟实验表明:平均编码率低于0.91比特/像素,即图像数据压缩比大于8.8倍,而信噪比不低于37dB,复原图像的主观质量较好。     

一种高效的H.264帧内编码全零块判决算法

分析了H.264帧内编码模式选择、整数变换和量化的特点,提出了一种帧内编码全零块判决算法。该算法根据相邻块的编码信息,使用动态判决门限判决量化后的全零块,避免了变换、量化等复杂过程。与已有的全零块判决算法相比,所提算法的全零块判决率最大可以达到87.8%,提高了帧内编码速度,可满足实时视频通信的要求。     

有限比率反馈下多天线预编码系统的性能分析

在无线通信系统中,当发射端完全已知信道的状态特性时,接收与发送的联合优化设计可获得较好的通信性能,然而由于实际通信系统中有限比率的反馈比特数,发射端往往只能已知部分信道的状态特性。利用格拉斯曼空间中的装填问题,提出通过反馈比特数来选择多波束矢量并与功率控制相结合的线性预编码矩阵优化设计方法。仿真比较了信道特性完全已知和有限比特反馈下部分信道特性已知时基于不同优化准则的预编码系统的性能。仿真同时证实了提出的预编码设计方法的误码率接近信道完全已知时的预编码系统的性能。该设计方法可应用到实际的具有反馈的无线多天线通信系统中。     

基于零树分类的小波图像二维网格编码量化

提出了一种小波图像在进行小波系数零树分类后运用二维网格编码量化(2D-TCQ)的新方法。首先根据小波图像中各子带系数固有的树结构关系对其进行零树分类,然后在扩展的二维码书空间对重要性系数运用网格编码量化,利用卷积编码和信号空间扩展进一步增大量化信号间的欧氏距离,并用维特比算法寻找最优量化序列。仿真结果表明,该方法比小波零树分类后相同码书尺寸下使用 TCQ信噪比获得了0.6dB左右的改善。使用小一倍的码书时,2D-TCQ比TCQ获得了0.1dB左右的改善,而且降低了编码率。由于本方法可以采用较小的码书尺寸,所以可以应用到低存储、低功耗的编解码环境。同时该方法具有编码计算复杂度适中、解码简单的优点。     

抗突发误码的图像隐秘传输方法与仿真

SP交织算法是一种抗突发误码的方法。采用SP交织算法、纠错编码,给出了一种基于图像的抗突发误码的大容量数据嵌入隐秘传输方法。嵌入方法具有较大的嵌入容量,每(2L 1)可修改比特,最多仅修改其中的L比特便可嵌入2L比特数据。对于一个包含2n×2n个互不重叠8×8子块的图像,任意2n?2×2n?2个8×8子块方阵内的突发误码理论上均可正确纠回。该方法对图像的突发误码和JPEG压缩均具有较好的鲁棒性,且该方法时间复杂度不高,易于硬件实现,可满足实时隐秘传输的要求。该方法已在局域网上进行了仿真实验,获得了较好的结果。     

基于图像内容和人眼视觉特性的JPEG压缩编码

静止图像压缩主要包括变换、量化和编码 ,其中量化对压缩的性能 (图质和压缩比 )起决定作用 ,它涉及质量因子和基本量化表的确定。从输入图像的统计特性出发 ,通过比特率控制算法 ,统计图像的活动性水平 ,选择适当的质量因子使码流文件大小不超过给定值。并根据人类视觉系统的特征 ,计算出更能反映人眼特性的基本量化表 ,将二者结合起来用在JPEG基本压缩系统中 ,使系统的整体性能在率失真理论的意义上得到优化。软件验证表明 ,采用此算法进行压缩 ,在保证码流文件大小的同时 ,解压图像的可视效果好     

基于三维小波变换及运动补偿的视频图像压缩技术

视频图像压缩技术是多媒体信息存储和传输的关键。提出了一种结合运动补偿的三维小波视频图像编码压缩技术。该算法首先对视频图像进行三维小波分解 ,然后对分解后的不同频率的子图像进行量化编码 ,并结合运动补偿技术消除图像帧之间的冗余相关信息 ,实现视频图像的编码压缩。实验仿真结果证明了这一算法的可行性和有效性     

Model classification rate control algorithmfor video coding

1 .INTRODUCTIONRate control is ani mportant issue althoughit does notbelong to the normative part in video coding stan-dard . Without rate control many video coding sys-tems can not run smoothly because the client buffermay often under-flow and over-flow when a channelused to deliver the compressed streamis of constantbandwidth. There are several rate control ways for aconstant bit rate videotransmissionsystem.One si m-ple solution is shown in MPEG-2 TM5[1],and it isusedto be a benchmar…     

基于稀疏分解的图像压缩

图像稀疏分解是一种新的图像分解方法,可以将图像分解为很简洁的近似表达形式。在图像稀疏分解的基础上,对分解出的数据进行压缩。通过对分解结果数据分布规律进行分析,提出了量化和编码的方案,期望在低比特率情况下,得到较好的解码图像质量。实验结果表明基于稀疏分解的图像压缩方法得到的解压图像有较好的主观图像质量。     

AVS2视频编码码率控制算法

码率控制是视频图像编码技术中的重要组成部分,旨在受限的通信带宽下提供最小失真的图像质量同时保证比特流的平稳输出,长期以来既是研究重点也是应用热点。面向中国自主知识产权的新一代音视频编码标准(audio video coding standard 2.0, AVS2)中码率控制技术,将模糊控制理论与码率控制相结合,提出了一种新的码率控制算法。首先根据模糊控制器原理建立快速查询表,接着基于指数率失真模型进行了基本论域到模糊子集论域的映射,而后将假设参考解码缓冲区反馈值及其差值带入模糊控制查询表得出量化参数(Quantization Parameter, QP)值变化增量。最终的编码过程采用系统QP值与增量之和来进行。在通用测试条件下的实验结果表明,新算法比特率失真比率(Bj-ntegaard delta bit rate, BDBR, BD-rate)取得增益效果明显,比特率控制精度高。算法实现简洁,计算复杂度低,特别适合恒定目标比特率编码端速率控制。相关成果已被AVS2标准工作组采纳,集成在参考模型软件RD10.0中。     

融合图像语义的动态视频拼接方法

针对当前视频拼接方法仅考虑图像低阶几何特征而没有考虑图像高阶语义特征的问题,提出融合图像高阶语义信息的视频拼接方法,并采用多线程编程方式提高拼接速度。主要贡献包括:①自适应动态视频拼接系统框架;②融合语义的高效特征匹配算法;③融合语义的视频拼接质量评价算法。为验证提出算法的有效性,使用车载摄像机在校园环境内进行动态视频拼接实车实验。实验结果显示,相比于传统方法,该匹配算法正确率提升了50%左右,拼接评价算法更符合人眼视觉,方法的拼接质量提升了25%左右,具有较高的鲁棒性与准确性。     

一种新的H.264基本单元码率控制方法

通过对H.264码率控制原理的分析,提出一种基于峰值信噪比(peak signal noise ratio,PSNR)的图像复杂度估计方法,与平均绝对差值(mean absolute difference,MAD)联合估计基本单元编码复杂度,使基本单元目标比特分配更精确。考虑到MAD线性预测模型计算复杂度高的缺点,利用图像的空间和时间相关性,提出一种加权预测模型的基本单元MAD预测方法,省略参数更新过程以减少计算量。仿真结果表明,提出的加权模型与线性模型预测精度基本相当;所提方法在精确分配目标比特和控制码率的同时,与JM9.6相比,可以令PSNR更为平滑,且平均性能提高0.2 dB。     

转换精度有限时EBPSK-MODEM的性能仿真

针对当前频率资源紧缺的现状,提高频谱利用率已成为通信技术研究的重要目标,而EBPSK调制可提高频谱利用率。讨论了如何利用Simulink进行EBPSK-MODEM系统仿真与研究,给出了具体的仿真模型,并利用该模型得到了系统在不同DAC和ADC采样率及量化位数时的解调性能。仿真结果表明,在DAC和ADC的有限数据转换精度对于EBPSK-MODEM解调性能的影响中,采样率要比量化位数明显得多。这对于硬件实现很有参考价值。     

海面舰船场景的视频图像海雾去除算法

为满足海面舰船视频图像海雾去除的实时性要求,提出一种基于引导滤波的快速视频图像海雾去除方法。针对单幅图像,根据经典大气散射物理模型,首先利用暗原色先验估计大气光值和初始透射率,然后利用引导滤波优化透射率,进而求解大气散射物理模型,实现快速去雾;针对视频图像,结合帧差法和引导滤波,利用引导滤波估计视频帧序列的雾气遮罩,实现快速去雾。与其他单幅图像和逐帧视频图像去雾算法分别进行实验仿真对比研究,从主观和客观两方面进行处理结果的图像质量评价。结果表明,所提算法能实现快速海雾去除、有效提高视频去雾效率。     

QoS保证的传感器网络拓扑控制算法的设计

传感器网络技术的发展对网络服务质量提出了要求,如何在满足一定的服务质量要求前提下实现能量的优化是传感器网络设计必须面对的问题。现有的相关研究主要集中在如何从路由层和链路层来保证一定的QoS指标,本工作将传感器网络中的QoS支持延伸到拓扑管理层,提出了一种支持一定QoS要求的高效的拓扑控制算法,该算法构造一种具有梯度分布特征的节点拓扑结构以平衡网络数据流在sink节点处的聚集。NS2仿真证明了该结构对QoS支持的可行性。仿真表明,该算法以较少的冗余节点增加可将延时和丢包率分别降低50%和40%,证明了该机制在高速率数据场景下的高效性。还通过NS仿真分析了算法实现中关键参数的选取原则。