基于量化的DCT系数统计特性的运动残差编码算法

针对离散余弦变换(DCT)的运动残差编码效率低下的问题,从残差量化DCT系数的统计特性出发,提出了一种全新的运动残差视频编码算法.对于残差的非零量化DCT系数,按照其在当前编码图像中对应位置的量化DCT系数是否为零被分为两类,然后分别对两类不同的残差量化DCT系数逐类进行编码.本算法在编码效率上相对于MPEG2编码方法可提高2～2.5 dB.     

一种改进的任意形状视频对象纹理编码算法

提出了一种改进的基于视频对泉的纹理编码算法．该算法在部分等级树集分割算法的基础上,充分利用视频对象的形状信息,在构建不重要集合列表时,仅仅对对象内部的小波变换系数进行处理,对对象外部的小波变换系数不作处理．通过这种改进,有效地去除了冗余的元素,使得在具有相同压缩比的条件下,该算法恢复图像的质量有了明显提高．仿真实验结果验证了该算法的有效性．     

一种基于小波变换的混合图像压缩方法

提出了一种基于小波变换的静态图像压缩方法．将图像作多次小波分解后，对高频系数进行适当量化以减少其符号数，然后对量化后的系数作Huffman编码及RLE编码．实验证明这是一种比较有效的编码方法，消除了方块效应，且该算法可得到不同的质量等级和比特率，适合网络图像传输．     

基于MPEG-x与H.26x标准方案的H.264新技术的实现分析

研究基于MPEG-4与H．263视频图像压缩编码标准方案，分析讨论了H．264的多参考帧块运动估算、小波变换、小波系数的量化和编码、亚像素快速搜索算法等新技术的实现演变发展。以适应现有复杂多变的网络条件，解决网络带宽瓶颈，提高视频图像编码算法的压缩效率。     

基于图像细节程度的快速帧间模式选择算法

为降低编码过程中宏块进行模式选择的计算复杂度，提出了一种快速模式选择算法．该算法首先计算一个宏块的运动矢量，对运动矢量非零的宏块再进一步计算AC系数能量得到其细节程度，根据细节程度的高低确定待选模式的子集，从而缩小待选模式的数目．实验结果表明，该算法能够在保证对图像质量和码率影响很小的前提下，平均节省33％的编码时间，并获得较好的重建视频图像质量．     

基于M带滤波器组的视频编码方法

提出了一种基于M带滤波器组的视频编码方法，应用一种新的格型结构，用较少的参数设计M带滤波器组，同时引入正则性指标，针对正交和双正交系统分析提出了不同的参数化方法，在此基础上,提出了本文的视频编码方案中，应用设计出的滤波器组系数做变换，对零树编码采用显式量化和零树先深算法，快速有效地生成零树，与H．263相比，其性能有较大幅度的提高。     

小波域内的分形视频编码方案

探讨了使用分形映射实现小波子带系数自量化编码的改进方案.利用小波系数父子节点之间的相似性,对Range块进行快速的分形匹配,并且在算法中采用了DPCM、算术编码;对视频序列则采用条件补充帧间编码,以减少算法运算量.实验结果表明了该算法的有效性.     

一种基于小波变换的图像压缩方法

提出了一种基于小波变换的图像压缩方法．先对图像数据进行二维离散小波变换，对变换后的低频系数进行离散余弦变换；再对ＤＣＴ系数进行Ｚ形扫描，游程编码．舍弃最高频系数，对于次高频系数根据人眼的视觉特性采用不同的量化器进行量化，然后进行可变长度编码．实验表明，在图像质量和压缩倍数方面都取得了较好的结果     

小波变换视频压缩编码技术研究

从小波变换和其他应用于视频压缩编码的变换的对比出发，阐述了小波变换的优势所在并给出了小波变换的原理和特性。然后，提出了两种在小波变换编码中起重要作用的技术。一种是基于零树的编码技术，另一种是具有比特平面技术的信源划分编码技术。它们能够产生较低的视频编码速率和可嵌入式的视频流，同时，给出了这两种编码算法的思想。     

基于全零块的快速运动估计算法

为了降低视频编码器的计算量,提出一种基于全零块的快速运动估计算法.该算法采用改进的逐次消除算法消除搜索过程中的无效匹配点,同时得到运动补偿预测残差块每个子块的直流系数,根据得到的直流系数和变换系数的分布模型推导出全零块的判断阈值.该算法不但能够加快运动估计的速度,而且还能降低离散余弦变换、量化、反量化和反离散余弦变换等的计算量,从整体上加快编码器的速度.实验结果表明:与已有快速运动估计算法相比,该算法编码时间最大可节约31 %,而率失真性能基本无损失.     

基于外围轮廓的自适应块大小视频压缩算法及其在视频压缩中的应用

研究了现阶段的各种视频压缩算法,并在此基础上提出了一种新的基于外围轮廓的自适应块大小的视频压缩算法.实验证明本文构造的基于外围轮廓的自适应块大小的视频压缩算法在视频压缩的效果方面,优于传统的视频压缩算法,压缩比率比常见的几种压缩编码算法要好,可以考虑将该算法应用于实际的对视频压缩比率要求很高的视频压缩传输项目.     

基于上下文的四维矩阵变长编码

为了进一步提高彩色视频的压缩比,根据四维矩阵理论,提出了基于上下文的四维矩阵变长编码方法。将彩色视频序列构建在一个统一的四维模型中,进行四维矩阵形式的预测、变换和量化。为了进一步利用系数间存在的相关性,对四维矩阵视频子单元进行基于上下文的四维矩阵变长编码,从而节省了对描述信息的表达,并且更加有效地利用了上下文之间的相关性。实验结果表明,基于上下文的四维矩阵变长编码方法在保持高信噪比的情况下,与改进的三维离散余弦变换算法相比,压缩比可以提高1倍;与霍夫曼编码方法相比,压缩比可以提高15.05%。     

一种面向新型视频编码器的快速算法

为降低多功能视频编码标准(VVC)编码的复杂度,提出一种面向VVC的帧内快速编码算法.首先,根据视频内容的时空域相关性,使用反向传播(BP)神经网络对CU的划分深度进行预测;然后,使用统计概率对CU的划分模式进行选择;最后,编码时跳过不必要的划分模式以节省编码时间.实验结果表明,与原始编码器相比,该算法平均可节省59.82%的编码时间,且在同等编码质量情况下比特率的平均增加值(BDBR)仅为2.05%.     

音视频同步压缩编码算法

为了更好地解决音频与视频同步问题,提出了一种嵌入式音视频混合信号同步压缩编码算法。在发送端将音频信号作为隐藏信息,嵌入视频图像的DCT(Discrete Cosine Transform)系数中,然后对嵌入了音频信号的视频信号进行压缩编码,在接收端从视频信号中提取出音频信息,再对音频和视频信号进行重构,得到恢复后的音频与视频。该方法在不增加音频和视频压缩数据量,同时保证音频和视频主观质量没有明显降低的情况下,实现了音视频信号同步压缩。     

H.264中基于编码模式的自适应重叠块运动补偿

为进一步提高视频压缩效率,该文将重叠块运动预测补偿与H.264视频编码框架中的可变大小块运动预测相结合,根据不同块的编码模式,自适应调整重叠块运动补偿的加权系数。实验结果表明,该文提出的基于编码模式的自适应重叠块运动补偿对于较复杂的序列,在较高目标码率下,最大编码增益可达0.21dB,显著提高了H.264的编码效率。     

H.264中基于编码模式的自适应重叠块运动补偿

为进一步提高视频压缩效率,将重叠块运动预测补偿与H.264视频编码框架中的可变大小块运动预测相结合,根据不同块的编码模式,自适应调整重叠块运动补偿的加权系数。实验结果表明,所提出的基于编码模式的自适应重叠块运动补偿对于较复杂的序列,在较高目标码率下,最大编码增益可达0.21 dB,显著提高了H.264的编码效率。     

基于提升技术的三维小波视频时域滤波方案设计

提出了一种新的三维小波视频时域滤波方案,通过小波提升技术实现运动补偿时域滤波,编码效率因为自适应滤波方式和子像素运动补偿的使用而大大提高;实验结果证明,该方案能较为有效地提高时域滤波后零系数的个数,为后面的熵编码中实现较高的压缩率提供了可能.