信号和图像的最佳小波分解

给出一种寻找信号和图像的最佳小波分解方法 .对正交小波、对称正交小波、双正交和对称双正交小波 4种情形进行了讨论 .结果表明 ,此方法可以提高压缩图像的信噪比和压缩比     

基于张量分解模型的语音信号特征提取方法

提出了一种通过张量分解提取语音信号特征的方法. 该方法对语音信号进行预处理,然后对每帧语音信号进行小波分解得到不同尺度上的信息,对这些信息提取传统特征参数,构建一个帧结构×分解尺度×特征参数的三阶张量,并经过张量分解得到各阶投影矩阵,从而建立语音信号在高阶空间上的特征体系,以便充分表征语音信号的特征. 实验结果表明,本文提出的方法与传统特征参数体系比较,有利于语音识别系统性能的提高,并且对于带噪语音的识别具有一定的鲁棒性.      

一种基于色差分析的彩色图像压缩编码新方法

提出一种应用色差分析和小波变换对彩色图像进行压缩编码的新方法,该法是对彩色图像的三个色彩分量之一,如ＲＧＢ图像的Ｇ进行波变换编码,而对Ｇ与另外两个色彩分量的差值（ＲＧ和ＢＧ）进行色差分析编码,解码则是通过反量化和小波逆变换得到Ｇ,通过色差分析的逆变换得到两个重构的色差ＲＧ－和ＢＧ,再由Ｇ分别与ＲＧ,ＢＧ之和得到Ｒ,Ｂ,最后Ｒ,Ｇ,Ｂ重构图像,实验结果表明该方法编（解）码速度快,并有较好的信噪比,压     

基于低秩张量分解的大规模MIMO信息检测算法研究

提出了一种改进的Tucker分解法,将二维的张量分解到两个维度中.分别通过改进Tucker和Tucker算法的矩阵减秩和收敛运算,得到保存完整信息的原张量的近似估计值.仿真实验结果表明,改进Tucker算法提高了系统的检测性能.     

基于张量分解的多声道音频恢复方法

为恢复多声道音频在采集过程中丢失的数据,提出基于加权优化的张量分解方法.首先用张量对音频建模,并且根据其尺寸定义一个标识数据丢失位置的加权张量,然后使用加权最小二乘问题描述CANDECOMP/PARAFAC(CP)模型并通过一阶优化算法求解,最终通过获得的因子矩阵恢复音频.通过不同数目通道数据丢失的隐藏参考和基准的多激励测试,说明针对丢失数据采用CP分解方法是有效的,即张量分解能够得到较好的音频恢复效果.      

基于梯度下降Tucker分解的高速公路数据质量控制算法

高速公路交通流具有多维时空动态特征,其实际调查的数据存在过量随机异常的数据,导致有关调查数据的质量无法满足高速公路主动安全管理对路网各层级交通流调控的需求.利用张量理论所具有的良好多维时空数据处理能力,构建考虑短期波动、长期趋势和车道空间信息的多维时空动态张量矩阵,提出一种基于多维张量分解思维的梯度下降Tucker分解的数据质量控制算法,有效弥补传统数据质量控制方法对交通流数据内在时空关联信息利用不足的情况.选取G4京港澳高速公路杜家坎路段实际速度数据作为研究对象,选择车道维度、时间维度、时间间隔维度,构建多种不同张量矩阵形式,对算法进行实证分析.结果表明:所提出的数据质量控制算法具有良好的高速公路交通流数据修复效果.其中,以车道、天数、5min采集时间间隔3个维度所构建的张量形式修复效果最好,95%测试数据的修复值与实际值的误差在(-5%,+5%)范围内.     

基于双JPEG压缩统计特性的图像篡改检测方法

为有效识别和检测数字篡改图像,提出一种新的基于双JPEG压缩统计特性的检测方法．这种方法是通过检测双JPEG压缩图像的图像块先前的量化矩阵来实现．首先,定义在两次压缩时,出现在单独的DCT系数直方图的一些特性．然后,使用支持向量机来估计双压图像的初始的量化矩阵,有不同量化矩阵的图像块便是值得怀疑的区域．最后,基于大量不同的双压图像集,用一系列的实验来验证本方法的性能及可靠性．     

基于三维参数化斜Haar变换彩色图像压缩编码

提出基于三维参数化斜Haar变换的静止彩色图像压缩编码方法,采用计算复杂度低、变换效果好且变换矩阵可随参数灵活变化的新型参数化斜Haar变换,并将彩色图像的R,G,B 3个分量看作一个整体同时进行变换,不仅有效地去除了各分量内像素的相关性,还去除了各分量间的相关性.理论分析和实验结果表明:参数化斜Haar变换的重建图像质量接近于准最优的DCT变换,同时,提高了压缩比.该方法计算量较小,尤其适合于编码效率更高的16×16分块方法,可推广应用于画面质量要求不太高的实时视频编码中.     

基于Matlab的彩色图像的传输处理

利用Matlab图形处理工具和一些相应的函数,通过实例介绍了对彩色图像传输的处理方法,并在不同的信噪比的情况下,对传输的图片的清晰程度和误码率进行了对比,研究方法对彩色图像的传输处理提供了良好的条件。     

基于DWT的图像分块压缩感知重构算法

运用压缩感知理论对大尺寸图像进行重构耗时较长,观测矩阵要求的存储空间较大,且重构后的图像存在明显的块状效应.根据图像小波变换系数的特点,将图像分块思想与DWT变换相结合,提出了一种改进的基于DWT的图像分块压缩感知算法.将图像子块经DWT变换后,保留图像低频系数,只对高频系数进行观测.重构时采用正交匹配追踪算法（OMP）对高频系数进行恢复.Matlab仿真结果表明,新算法跟基于DCT分块压缩感知算法相比,重构图像的PSNR值提高了2~4 dB,重构时间明显减少,与基于二维离散余弦变换(DCT)的分块压缩感知算法相比,块效应有明显的改善,重构图像质量明显提高.     

基于小波域维纳滤波的图像复原算法优化

作为图像复原中一个非常重要的环节,图像去噪是为了取得一个视觉上的高质量图像.通常对小波域维纳滤波的研究都是在图像为零均值的情况下研究,但在现实情况中图像一般不为零均值,于是该文考虑了图像不是零均值的情况,并对局部期望的均方误差参数进行改进,形成参数LSI.通过比较原参数和LSI,根据它们中较小的数进行阈值化处理,选择小波系数,最后进行图像去噪.仿真结果表明,改进后的滤波器对于图像有一个更高的峰值信噪比,有效地改善了小波域维纳滤波算法的性能.     

基于HSI彩色空间的加权中值滤波算法

提出一种基于HSI彩色空间的加权中值滤波算法,该算法依据人眼对颜色的感知特性,结合颜色的亮度信息和色度信息,并且保持了DDF（The Directional-Distance Filters）滤波器的优点。算法根据彩色图像中颜色的亮度来修改亮度和色度的权值,调整滤波器的输出,在保持图像颜色细节方面比以往的各种矢量中值滤波算法都有一定的提高,更加符合人眼对于颜色的感知特点。     

Reversible watermarking in JPEG images based on modified RZL codes and histogram shift

Reversible watermarking has extensive applications in fields such as medical data management and forensic enforcement. In this article, we propose a modified reverse zero-run length (RZL) coding method for reversible watermarking, which introduces fewer modifications to cover than previous ones under the same embedding rate. By combining the coding method with histogram shift and quantization table modification strategy, we propose a novel reversible data hiding algorithm for JPEG images. Compared with previous art, when embedding the same payload, our method has an improvement of at least 2 dB in stego image’s quality, which proves the effectiveness and advantage of our algorithm.     

频率域自适应图像压缩算法的改进与研究

提出了一种基于3D-DCT变换的自适应彩色图像压缩算法。该算法主要采用部分块的3D-DCT变换并得到峰值信噪比,进而与给定的峰值信噪比进行比较,通过门限、量化、游程编码以及编码块大小的自适应的方法来达到给定的要求,并使用软件对部分算法进行了仿真,证明该算法在追求高压缩比的情况下也保证了较好的峰值信噪比。     

基于小波变换的能量和方差分析图像压缩方法

在对图像进行小波包分解的基础上实现图像压缩.根据小波系数的分布特点严格推导得出:可以用能量和方差作为衡量小波系数重要性的标准,并据此对系数矩阵块进行选择分组,自适应地进行量化,而且不同的量化方式可以共用码表;对低频部分扰动足够小的区域取均值,结合提出的存储方法,在不引入误差的情况下减少了编码负担,在保证图像质量的同时有效提高了压缩比.     

基于Dropout改进的SRGAN网络DrSRGAN

超分辨率作为一种经典的视觉任务,在多个领域有着广泛的应用。随着深度学习中无监督学习的发展,以及生成对抗网络(generative adversarial network, GAN)的提出,超分辨率技术又得到了进一步的提高,但是相关网络仍旧存在过拟合、泛化性弱等诸多问题。以超分辨率生成对抗网络(super-resolution generative adversarial network, SRGAN)为基础,受研究Dropout在经典超分辨率网络中影响的相关论文启发,在SRGAN中加入Dropout层并研究其对生成图像质量的影响,采用峰值信噪比(peak signal to noise ratio, PSNR)和结构相似性(structural similarity, SSIM)评估图像质量。实验结果表明在合适的Dropout参数下,网络重建图像具有更好的视觉效果,PSNR能够达到0.4左右的提升同时SSIM也有提高,从训练过程中不同迭代次数生成图像的比较发现改进后网络缓解了训练不稳定问题。将Dropout层加入超分辨率网络不同于以往的方法,为改进此类网络提供了一个新的思路。     

MC-CDMA系统载波同步性能分析与仿真

将载波同步误差综合到端到端的系统传递函数中，得到一个等效时变滤波器，进而分析载波同步误差对MC—CDMA系统性能的影响，给出了系统接收信噪比和误码率公式，并对载频偏移、载波相位抖动、时钟频率偏差及定时抖动对系统信噪比下降和比特误码率的影响做了全面、细致的分析与仿真。仿真结果验证了理论分析得出的结论，即MC—CDMA系统对载波同步误差非常敏感。在载波频率偏移或时钟频率偏移作用下，系统性能呈迅速下降趋势，并且严重依赖于载波数量。     

基于奇异值分解变换的数据压缩方法探讨

讨论了利用奇异值分解(SVD)变换算法进行图像压缩的可能性,澄清了采用SVD变换进行图像压缩的一种错误观点.对3种采用SVD变换进行数据压缩的方案进行了进一步的研究与分析,证实了将SVD变换应用于数据压缩领域的可行性.     

基于DCT的图象压缩技术

图象压缩是关于用最少的数据量来表示尽可能多的原图象的信息的一个过程。对于图象来说，如果需要进行快速或实时传输以及大量存储，就需要对图象数据进行压缩，在同等的用心容量下．如果图象数据压缩后再传输，就可以传输更多的图象信息，也就可以增加通信的能力。变换编码是把图象中的各个像素从一种空间变换到另一种空间．然后针对变换后的信号进行量化与编码操作的一种图象压缩编码技术。与其他编码。如：统计编码，预测编码相比具有高压缩比。DCT(离散余弦变换)是变换编码中的一种映射变换方法，是JPEG标准中认可的编码技术；优点：能用静态图象有较高的压缩比。正由于这种优越性。DCT得到广泛使用。     

基于奇异值分解(SVD)的图像压缩

根据奇异值分解的基本原理及其特点,给出了运用奇异值分解进行图像压缩的方法.通过简单的例子说明了该方法进行图像压缩的基本过程,给出了压缩流程.并通过MAT-LAB编程对实际图像进行处理,表明了该方法的有效性.