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。     

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。     

一种改进的伪Zernike矩的快速算法研究

Zernike矩因具有正交性和旋转、平移、尺度不变性被广泛应用于模式识别特别是图像分析领域. 伪Zernike矩与Zernike矩相比, 具有更多的特征向量以及更强的抗噪声能力. 但在求伪Zernike矩时, 计算复杂性很大. 针对该问题, 在Chong和Xia等人对伪Zernike多项式的研究基础上, 结合Clenshaw递推公式, 提出了一种改进的快速求解算法. 实验结果表明, 改进后的方法在CPU的时间耗费上有较大的改善, 并初步将其应用于人脸识别中, 在训练和识别的时间上, 获得了较好的效果.     

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％。     

一种改进的伪Zernike矩快速计算方法

为了有效地利用伪Zernike矩进行图像分析和模式识别,针对传统伪Zernike矩快速计算方法在计算伪Zernike矩时复杂度大的问题,提出一种改进的伪Zernike矩快速计算方法.该方法利用Clenshaw递推公式实现了伪Zernike矩多项式求和的快速计算.初步实验结果表明:在计算指定阶伪Zernike矩时,文中方法比传统伪Zernike矩快速计算方法需要更少的CPU时间;在人脸特征的提取及识别方面,文中方法的识别率比传统的主成分分析方法约高5%,而特征提取需要的平均时间为1.2 s.     

一种基于IFFT的小波矩的快速算法

该文提出了一种基于快速傅立叶逆变换 (IFFT)的小波矩的快速算法。小波矩除本身具有矩特征的旋转、平移、缩放不变性外 ,还具有对图像细节特征的描述。该文在小波矩和快速傅立叶逆变换方法的基础上提出了一种基于IFFT的小波矩的快速算法。实验结果证明 ,这种方法大大简化了小波矩的计算     

Zernike矩的快速算法

给出了Zernike矩求解的一种快速算法 .利用Zernike多项式迭代性质 ,找出了Zernike正交矩之间的内在关系 ,这样 ,高阶的Zernike矩可由低价的Zernike矩求出 ,再在Chan等人提出的关于一维几何矩有效算法的基础上 ,得出了一种快速算法 .与已有方法相比 ,该算法大大减少了求解过程中的乘法次数 ,降低了计算复杂度 ,从而提高了运算速度和效率 ;并可以有效用于模式识别、图像分析及重建等领域中     

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。     

MPEG2 AAC系统中一种高效的MDCT/IMDCT递归电路结构

在Clenshaw’S递归算法基础上,采用奇偶双路并行和蝶型单元技术,提出一种高效的MDCT／IMDCT递归结构,将N点MDCT／IMDCT的计算周期降低到N^2／16＋2．这个递归结构具有通用性,适用于MDCT和IMDCT的计算,可提高电路结构的有效利用率．同时,其在Xilinx Virtex-Ⅱ Pro FPGA开发板上实现了256点MDCT递归电路．实验结果表明,该递归结构在运算速度、数据吞吐率和硬件利用率方面均取得较大的改进．另外,该MDCT／IMDCT电路结构可以应用在国际音频编码标准MPEG-1,MPEG-2,MPEG-4以及数字音频压缩系统Dolby AC3中．     

一种有效的MDCT/IMDCT快速算法

提出了一种输入序列长度为N=5×2m的改进型的离散余弦变换（MDCT）的有效算法,可以有效减少数据量,提高计算机储存和运算效率.首先将序列长度为N的MDCT转化为N/2的离散余弦变换IV型（DCT-IV）,然后将后者转化为长度为N/2的离散余弦变换II型（DCT-II）,最后再通过加法和乘法运算实现快速计算过程.同时,分析该算法的算术复杂度.结果表明,较之传统方法,提出的算法能使常用窗型下的MDCT算术复杂度降低20%以上,实现了音频和语音编码领域的运算效率的提高.     

一种新的三维MDCT的快速算法

提出了计算三维改进的离散余弦变换(MDCT)的一种快速方法,可以有效减小数据量,提高计算机存储和运算的效率.首先将序列长度为N1×N2×N3的三维MDCT转化为(N1/2)×(N2/2)×(N3/2)的三维离散余弦变换Ⅳ型(DCT-Ⅳ)(N1=2m1,N2=2m2,N3=2m3),然后将后者转化为8个长度为(N1/4)×(N2/4)×(N3/4)的三维离散余弦变换Ⅱ型(DCT-Ⅱ),最后再通过变量代换和加法运算实现整个快速计算过程.同时,通过编写程序验证算法的正确性,并分析该算法的计算复杂度.结果表明:较之传统的行列方法,所提出的算法能够有效使计算复杂度降低75%左右,实现了计算机在三维信号处理领域的运行速率的提高.     

彩色视频的四维MDCT及矩阵量化编码

对赵岩的彩色视频的四维矩阵模型理论及压缩编码研究中的量化方法进行了改进,提出了矩阵量化的方法。矩阵量化克服了矢量量化码书敏感的问题,而且该方法不需要训练码书,不需要预测和运动补偿,易于快速实现。四维矩阵量化之后,又给出了进行变长编码时所需要的扫描顺序。变长编码后进行Huffman编码,这与经典的压缩方法是一致的。     

DSP Builder实现MP3音频解码中的IMDCT

文章主要讨论如何使用 DSP Builder来实现 MP3音频解码中的 IMDCT。MDCT和 IMDCT是 2种重叠正交变换 ,也是 MPEG音频标准中运算量最大的 2种运算 ,主要应用在数字信号处理当中。采用正弦递归循环公式 ,实现 IMDCT的内核 ,得到一种该变换的高效实现方法 ,这种方法特别适合 VLSI的并行实现     

Tchebichef矩的快速算法

为了更有效将Tchebichef矩应用于模式识别和图像分析等领域,提出一种关于Tchebichef矩的快速有效算法.对二值图像采用图像块描述方法,并在推导了Tchebichef多项式一些性质的基础上,实现了一种快速计算Tchebichef矩的新方法.实验结果表明,该方法能够有效地节省计算时间,尤其在图像尺寸较大,以及所使用矩的阶数较高的情况下,该算法的效果更为明显.     

一种新的基于缓存的WLAN快速切换方案

通过分析移动终端切换的过程和现有的改进方案,提出了一种新的快速切换方案——基于分片Cache更新的WLAN快速切换方案.该改进方案由基于动态域值的Cache更新策略、AP负载均衡策略和分片信道扫描的Cache更新策略组成.实验表明:该方案有效的避免了移动终端在静止和AP信号较好的条件下的Cache更新;在保证Cache及时更新的同时降低每次更新Cache的开销且又能有效减小切换时延,同时在AP选择时很好的考虑了AP的负载均衡.因此该方案能够显著得提高移动终端在AP间切换得性能.     

Evolutionary computation based optimization of image Zernike moments shape feature vector

The image shape feature can be described by the image Zernike moments. In this paper, we points out the problem that the high dimension image Zernike moments shape feature vector can describe more detail of the original image but has too many elements making trouble for the next image analysis phases. Then the low dimension image Zernike moments shape feature vector should be improved and optimized to describe more detail of the original image. So the optimization algorithm based on evolutionary computation is designed and implemented in this paper to solve this problem. The experimental results demonstrate the feasibility of the optimization algorithm. Biography: LIU Maofu (1977–), male, Associate professor, Ph.D., research direction: image mining, natural language processing.     

基于快速稀疏编码与惊奇计算的视频异常检测方法

提出一种可用于视频中群体异常和个体异常检测的方法,即先用快速稀疏编码算法生成字典,再用字典表示测试特征样本,并以重构误差作为目标函数进行异常判别;对于群体异常,用块匹配运动估计代替耗时的整帧光流计算,生成多尺度运动直方图,有效地减少了计算复杂度;对于个体异常,提取HNF特征,若稀疏表达的重构误差超过阈值,则用惊奇计算进行二次检测,判断其是否为噪声导致的虚警,计算字典中已包含和未包含的不同特征描述子之间的差别,若判别出虚警,则更新字典减少后续检测中噪声干扰的虚警数.实验表明,算法有效地提高了检测率,降低了计算复杂度,且易于实现.