改进向量量化算法的图像压缩研究

针对于传统的LBG向量量化压缩图像效果不是很好,而提高其效果的方法之一是增加向量的维数,但这也会增加运算的复杂性的情况下,提出一种改进的LBG算法来实现对图像分解效果的提高.该方法通过LBG算法先对图像进行量化编码,再用原图像减去该编码恢复的图像而得到量化误差;对这个量化误差还用LBG算法进行编码量化.还原时先恢复原图像的量化编码,再加上恢复的误差量化编码.仿真结果表明,改进算法运算复杂度不会增加,图像压缩后还原效果较好,同等条件下能得到更高的信噪比和峰值信噪比.     

图象数据压缩的一种向量量化方法

讨论了一些标准图象通过二维小波变换结果的统计特性，在此基础上，提出一种码本组织法，这种新的向量量化技术用于图象数据压缩时，能显著地减少向量匹配的搜索算法的计算量。     

基于神经网络的一种改进的向量量化方法

用LBG算法产生的码书,其码向量在码书中的排列是无序的.用此序号作为向量量化器编码输出时,对信道误码特别敏感.为了控制由于信道误码而导致整个向量量化通信系统性能严重下降,基于Kohonen网络的自组织特征映射(SOFM)算法进行向量量化分析,并针对SOFM算法性能上的缺陷,提出了一种改进的自组织特征映射算法.新算法引入失真敏感参数,对网络参数进行优化,通过调整码字的部分失真来指导神经网络的学习.通过仿真试验,从峰值信噪比的提高验证了算法的优越性.     

一种BCA结构形式的硬件排序电路模型

介绍了一种总线相联的细胞阵列（ＢＣＡ）结构形式的硬件排序电路模型，数据以串入串出方式通过该电路，边输入，边排序，利用ｎ个细胞对ｎ个数据进行排序，只需ｎ步，该排序电路模型的每个细胞需要一个寄存器，一个比较器，一个多路选择器，由于其模块化的很容易有连扩展成多级的排序电路。     

一种新的静止图像编码算法

针对ＪＰＥＧ基本系统存在的问题，提出了一种新的静止图像压缩编码算法：ＷＨ－ＪＰＥＧ，该算法具有如下优点，能较了地去掉方块效应，压缩比较ＪＰＥＧ基本系统高，对层数的控制可满足多种图像业务的要求。     

基于并行处理系统的一种新的任务调度算法

提出了在计算机并行处理系统中的一种新的任务调度算法,该算法利用遗传算法思想对加权最少连接算法的任务调度方案进行了改进,弥补了加权最少连接算法的不足,并增加了动态控制功能,较好地解决了N个处理机的任务分配问题.实验结果表明:改进后的W LCGA算法优于普通遗传算法和加权最少连接算法.     

一种分布式并行处理模型的研究

分布式并行处理能够满足基于计算机网络的快速计算的需要。本文分析了分布式并行处理及几种常见的分布计算模型的特点,给出了适用于ＭＲＣＷ系统的分布并行处理模型及其实现方法,并对该系统的任务分配、负载平衡和容错处理等关键问题进行了探讨。     

一种新的原子结构模型及其计算机演示

通过引入电子素这一新概念,建立了基于薛定谔方程的新的原子结构模型——电子素模型.与传统模型相比,新模型更加贴近人们的日常经验,其中专门定义的电子素密度和流密度这两个量可以用来清晰地表示氢原子所处的各种状态(本征态和叠加态),而且容易进行不同的操作和应用,因而具有更强的可操作性.根据这个模型,人们可以形象地表述薛定谔方程的解,清楚地看到处于各种不同状态下的氢原子的图形,还可以看到它从一个本征态或定态跃迁至另一个定态之过程的动画演示.原子的一些性质或现象也可以由此更方便更直观地得以解释.因此,电子素模型可望有助于推进量子物理的教学和科研.     

一种新的非冯·诺依曼计算机体系结构TriBA

针对复杂问题的分解方式,提出一种基三计算机体系结构,该体系结构易于扩展,具有分形特征.设计了一种面向对象多核CPU,支持对象并行运行,在一定程度上实现了软件结构与计算机系统结构的统一.片上多核间采用基三分层互连网络互连,连接简单,体现计算局部性特点,易于硬件实现. 基于该互连方式讨论了面向对象多核CPU上的4种基本软件流水模型.     

一种基于预测的矢量量化图像编码方法

为了提高图像编码效率,提出了一种基于预测的矢量量化图像编码方法．在编解码端设置维数和大小各不相同的两种码书．对于平滑区域,用较小的码书对输入矢量进行编码,从而加快图像编码速度和降低比特率;对于边缘区域,用较大的码书去量化当前输入矢量以保证图像质量．文中还提出了一种有效的码书设计方法以提高生成的码书的质量．仿真结果表明,相对于其它方法,文中所提出的矢量量化图像编码方法运算速度更快,在同样图像质量下降低了传输过程中所需的比特率．     

基于小波包矢量量化图像压缩方法

提出了一种新的数字图像压缩方案——基于小波包的区域联合矢量量化(WPVQ)．WPVQ压缩方案充分利用了小波分析的三个重要特点，即零树特性、多层分解和适合跨区域联合编码．在具体实现过程中，WPVQ又采用了一系列措施来提高信噪比并降低算法复杂度．计算机模拟实验表明，同采用嵌入式零树编码(EZW)的JPEG2．000相比，WPVQ可以在高压缩比情况下保持良好的信噪比和主观效果，尤其适合于对图像进行高压缩比的压缩处理．     

矢量量化在语音识别中的应用

本文评述了矢量量化法用于语音识别研究的现状,并提出一种新的识别方案——将考虑能量信息的多段码书矢量量化技术应用于汉语孤立词语音识别。实验证明该法确实可在保证较高识别精度的前提下,大大加快识别速度。     

矢量量化的一种快速编码算法

矢量量化的计算量主要在于搜索最近的码字,这也是矢量量化实用化的障碍。作者在该文中提出了一种不增加量化噪声快速编码算人实验结果表明,所提出的快速编码算法相对于穷尽搜索算法只需增加较小存储量,就将使小算时间可大大降低。     

基于小波变换的图像矢量量化方法

从人眼视觉特性的角度研究基于小波变换的图像压缩算法。分析了图像经小波变换后得到的子带图像的视觉特性和统计特性，对传统的矢量量化算法给予改进，提出了一种基于小波变换，符合人眼视觉特性的矢量量化－Ｗａｌｓｈ－Ｈａｄａｍａｒｄ变换域下的矢量量化算法。     

STC相关矢量量化图像编码算法的VLSI结构

STC(Switch—Tree Coding)相关矢量量化图像编码系统是在传统的矢量量化的基础上，根据相邻图像块空间相关性的继承性，运用STC编码算法对矢量量化后输出的码字地址进行空间相关继承编码，在不引入任何额外的编码失真的情况下，图像平均比特率可达到0．32bit／pixel。将STC编码算法用VLSI实现后嵌入到已有的矢量量化VLSI结构中，在不降低硬件速度的前提下，提高了图像的压缩率和信道的利用率。模拟与验证结果表明，该结构可以获得约66MPixel／s的数据处理速度，能够满足图像实时传输的需要。     

矢量量化的渐进构造模糊聚类算法

为了设计最优码书,提出了一种新的渐进构造模糊聚类（ＰＣＦＣ）算法,并将其应用到图像的矢量量化中．通过与其他矢量量化算法（如ＬＢＧ和ＦＣＭ）的比较,证明该算法不论在生成码书的质量还是在计算速度上都具有很强的优势．这种模糊矢量量化算法为进一步改善图像压缩的矢量量化性能提供了新途径     

矢量量化的投影算法

将矩阵的投影引入到矢量量化中, 达到了在搜索最佳匹配码字的过程中首先在降维空间中将一些侯选码字排除,其中利用了最佳匹配码字的和待编码的矢量的均值和方差与MSE 距离之间的关系不等式.^[1]实际结果表明约 98%的侯选码字被排除,只有2%左右的码字需要直接计算其欧氏距离.     

一种用于加快图像矢量量化的算法

提出了一种应用于正交矢量空间,加快图像矢量化的新算法。该算法图像信号在正交矢量空间中的能量集中性,有效地减小了码书的搜索范围,加快了矢量量化速度。计算机模拟结果表明,在相同的技术指标下,与其他一些方法相比,该算法有效地减少矢量量化的编码时间。     

一种基于小波变换的矢量量化方法

该文提出了一种基于又正交小波的矢量量化编码方法。该方法充分利用了不同尺度间小波系数的相关性并采用自组织特征映射神经网络进行矢量量化。实验表明,该方法获得了较高的编码效率和重构图象质量。