一种基于全局最优的改进的正弦余弦算法

针对正弦余弦算法在求解优化问题时容易陷入局部最优,求解精度不高的缺点,提出了一种改进的正弦余弦算法.该算法利用分群的思想将群体分成两个子群,并利用群体中的最优信息改进已有迭代公式,借鉴共生生物搜索算法的思想设置新的迭代公式,使得在进化过程中各子群使用不同的迭代公式,通过子群间的协作与竞争来实现对最优解的搜索.函数优化问题和实际问题的实验结果表明了该算法的可行性和有效性.     

一种先进的离散余弦变换快速算法

本文着重研究推出一种先进的纯实数离散余弦变换的快速算法。文中借助于流程图和算式详细介绍了该算法的推导过程。与传统的借助于ＦＦＴ实现的ＦＣＴ相比，该算法速度提高一倍以上、存贮空间节约一倍左右，为ＦＣＴ的硬件实现提供了一条更便利的途径。     

一种新的快速离散余弦变换算法

提出一种快速的离散余弦变换（ＤＣＴ）算法。由于计算机中整数运算远快于浮点运算，所以ＤＣＴ算法采用整数运算，并且通过矩阵变换来减少乘加次数，提出了运算速度。本算法用于我们开发的ＪＰＥＧ图像编码算法上，取得了满意的效果。     

一种新二维离散余弦变换快速算法

利用三角函数公式提出了一种将Ｎ×ＮＤＣＴ分解为Ｎ个１－ＤＤＣＴ的新的快速算法－ＤＤＣＴ算法，给出了８×８ＤＤＣＴ的算法流程图，并与其它２－ＤＤＣＴ快速算法在计算量及计算结构上进行了比较，计算机仿真结果表明，ＤＤＣＴ算法的计算精度明显高于行－列法。     

一种先进的离散余弦变换快速算法

推出一种先进的纯实数离散余弦变换的快速算法。借助于流程图和算式详细介绍了该算法的推导过程。与传统的借助于FFT实现的 FCT相比,该算法速度提高一倍以上,存贮空间节约一倍左右,为FCT的硬件实现提供了一条更便利的途径。     

快速离散余弦变换的一种新算法

本文提出离散余弦变换(DCT)的一种新的快速算法,其特点是变换长度任意,而且采用蝶形结构。与常规的算法相比,它具有更高的计算效率,结构也更规则。特别是当变换长度N=2~m×3~2时,其乘法次数比采用WFTA的DCT算法减少20～30％。     

基于局部余弦变换的2.4 kb/s低比特率语音编码

系统地设计了一个基于局部余弦变换的2.4kb/s低比特率的语音编码器，对局部余弦变换系数采用分维矢量量化方法进行量化，码书设计采用LGB算法。编码中的码书搜索采用树形状快速搜索算法。通过主观非正式听力测试和客观参数评价，从理解性和自然度两方面来看，用设计的2.4kb/s低比特率的编码方法编码的语音质量比FS1015（LPC－10e)编码标准编码的语音质量要好，而且具有较强的鲁棒性，适合于对各种环境中的语音进行编码。     

基于离散余弦变换的非局部均值滤波算法

要非局部均值(non-local means,NLM)去噪算法已成为较有效去除图像噪声的算法之一。然而,当噪声水平较高时,NLM不能准确地计算图像块之间的相似度权重值,影响图像的去噪效果。针对上述问题,结合离散余弦变换(discrete cosinetransform,DCT)提出了基于DCT的非局部均值滤波算法。首先,利用DCT的低频系数重构图像,以达到滤除部分噪声的同时保护图像的主要内容。其次,利用重构图像较准确地计算图像块之间的相似度权重值,将NLM去噪算法用于噪声图像。实验结果表明,该算法能够得到较高的峰值信噪比(peak signal to noise ratio,PSNR)和更好的视觉效果。     

基于离散余弦变换数据压缩算法的图像处理应用

在20世纪90年代,计算机技术、微电子技术、通讯技术得到迅猛的发展,多媒体数据库、多媒体通讯等多媒体技术也成为计算机和通信发展中的一个重要研究对象,而它所面临的最大问题就是数据量的巨大化。比如一般电视图像的数据量就比语音的数据量大上千倍。因此,研究有效的数据压缩和解压缩的技术成为重要的关键的研究方向。     

离散余弦变换与离散傅里叶变换之间的关系

从理论上说明离散余弦变换（ＤＣＴ）和离散傅里对变换（ＤＦＴ）之间的连系与差别．用协方差的相关性说明ＤＣＴ优于ＤＦＴ．     

一种用ＤＳＰ实现离散余弦变换的方法

介绍了新一代的多处理单元数字信号处理器TMS320C6X的软件与硬件特点，并提出了如何利用它实现图象处理中的8×8离散余弦变换的方法。此方案的特点是可实现对信号的实时处理。     

利用DCT有效实现正交复用QAM系统

正交复用 QAM(O-QAM)系统是一个相邻载频间隔为波特率的多路系统,可以用数字信号处理技术实现.这种系统在复用路数无限增加时可以达到奈奎斯特速率,并且对传输媒介引超的延迟和幅度失真不灵敏.本文提出用离散余弦变换(DCT)处理器级联一个权重网络实现 O-QAM 系统的新方案.该方案由于充分利用了 FIR 滤波器系数的对称性,使权重网络计算量明显下降.DCT 通过快速卷积算法获得,总计算量明显下降.     

基于小波域隐马尔可夫模型多尺度图像分割

提出了一种基于小波域自适应上下文结构的多尺度图像分割算法（JACMS）．该算法为了减小计算复杂度,采用隐马尔可夫半树模型和参数加权训练算法,得到了可靠的初始分割．为了获得较好的区域一致性和边缘准确性,在进行尺度间融合时,采用自适应的上下文结构分别应用于图像纹理均质区域和图像纹理边缘,保证了图像大致轮廓的准确性和可靠性,提高了分割后图像纹理边缘的精确度．对合成图像与航摄像片的实验结果表明,该方法的分割错误概率低于传统的基于小波域隐马尔可夫树模型的图像分割方法,且对真实图像得到了理想的分割效果．     

采用局部凸性和八叉树的点云分割算法

针对粗糙点云分割效果差的问题,提出了一种采用八叉树和局部凸性的点云分割算法.该算法首先通过仪器扫描得到仅包含坐标信息的点云数据,然后对点云进行法向量估算,并根据点云的法向量信息进行八叉树初始分割得到面片,最后根据面片之间的局部凸性特征进行融合,得到最终的分割结果.与其他同类算法相比,采用八叉树和局部凸性的点云分割算法不仅能有效地减少曲面数量,而且在曲面质量上也优于同类算法.采用塔身震落石块的点云数据进行的实验表明,该算法在处理分布较均匀的闭合点云数据时,能够有效减少最终的曲面个数,且面片的质量与手工分割拟合度达到90 ％以上.     

一种新的基于连续小波变换的图像分割算法

研究一种基于空域-时域可连续小波变换的图像分割算法,运用可分离的小波函数作为滤波器提取运动参数,根据运动参数所提供的物体的运动特征实现基于运动估计的图像侵害从而有效地提高了图像分割算法对图像噪声、物体形变以及物体之间遮挡的适应性,由于小波函数的可分离性,大大降低了高维连续小波变换过程中计算的复杂性;采用序贯搜索及由“粗”到“精”的分层聚类相结合的策略,进一步提高了分割效率。通过对算法的仿真研究,验证了本算法的可行性及有效性。     

一种改进的多光谱遥感图像超像素分割算法

针对简单线性迭代聚类算法在多光谱遥感图像超像素分割中存在的未充分利用图像特征信息及超像素尺寸、 数量固定导致分割精度较低的问题, 提出将流形 简单线性迭代聚类算法引入到遥感图像超像素分割任务中, 并对其进行改进. 首先, 给出一种基于彩色局部二进制模式改进的多光谱遥感图像纹理特征提取方法; 其次, 扩展流形 简单线性迭代聚类算法的光谱空间, 使算法可以适应高维图像数据; 最后, 改进流形 简单线性迭代聚类算法的聚类距离度量, 融合图像的多段光谱特征、 空间特征及纹理特征对像素进行迭代聚类, 实现内容敏感超像素分割. 实验结果表明, 与现有方法相比, 该算法对多光谱遥感图像的超像素分割结果更准确, 在边缘召回率、 欠分割误差、 可达细分精度指标上均有提升, 能改善多光谱遥感图像分割预处理方法中精度较低的问题.