H．263中全零离散余弦变换系数的预先判别

为减少编码器的运算量,对量化后离散余弦变换（DCT）系数全为零的块进行预先判断,从而不对其做相应的DCT变换与量化,提出了预先判断全零DCT系数块的方法,在分析现有判别方法对全零系数块的误判与漏判的基础上,从二维DCT变换的公式出发,给出了误判与漏判的判别准则,并以这一准则为指导,提出了一种在保证不出现误判的条件下减少漏判的新方法,提高了判别效应,给出了具有一般表示的判别式,可以应用于不同尺寸的变换块,同时给出了另一个判别效率更高的经验判别式,实验结果表明,所提供的判别方法提高了全零DCT系数块的判别效率。     

H.263中预先判别全零系数的新方法

用Ｈ．２６３标准对低码率图象编码时,由于预测较准确,经过帧间预测后得到的运动补偿数据通常很小,对这种数据块再进行离散余弦变换和量化后往往成为全零块．为减少编码器的运算量,提出了一种预先判断全零系数块的新方法,它以运动估计所得各块的最小绝对误差和为判断准则,不需要附加别的运算．将本方法应用于Ｈ．２６３中,对ＭｉｓｓＡｍｅｒｉｃａｎ和Ｃｌａｉｒｅ图象序列进行实验,发现有４０％以上的块可以在做离散余弦变换和量化前被判别为全零系数块．该方法较大幅度地减少编码器的运算量,对于Ｈ．２６３软件实时实现非常有意义．这种方法可以随量化级的变化自适应地调整全零块的判断阈值．另外,因为该方法采用的判据为全零块的充分条件,所以它不会因为误判而影响解码后的图象质量．     

基于视觉特性的H.263码率控制策略

提出了一种新的Ｈ．２６３码率控制策略。该策略利用人眼对图像低频分量比对高频分量敏感的特性,先对图像进行预处理,去掉部分高频分量,并在量化时引入视觉特性因子以加大图像复杂区的量化而减小图像平坦区的量化。     

H.264中全零块检测的线性分类器算法

针对H.264视频编码中传统全零块检测方法检测率较低的问题,提出了一种全零块检测的线性分类器算法.根据编码特性选择5个变量作为全零块检测的特征,基于参考块的全零块情况,设计了2个不同的线性分类器来区分全零块和非全零块,然     

H.264中全零块检测的线性分类器算法

针对H.264视频编码中传统全零块检测方法检测率较低的问题,提出了一种全零块检测的线性分类器算法.根据编码特性选择5个变量作为全零块检测的特征,基于参考块的全零块情况,设计了2个不同的线性分类器来区分全零块和非全零块,然后选取代表不同运动程度的视频样本,利用Fisher准则训练得到2个分类器的权系数和不同量化参数下全零块检测的阈值,最后用最小二乘原理将各个量化参数下的阈值拟合成量化参数的二次多项式,从而得到最终的全零块检测的线性分类器.实验结果表明,新算法在基本不降低视频质量的同时,能获得比其他现有算法更好的检测率,并且有效地缩短了编码时间.     

AVS-M中基于全零块检测的运动估计快速算法

AVS-M标准是中国最近自主制订的数字音视频编码系列标准(AVS)中的第七部分:移动视频编码标准.根据AVS-M视频编码标准的新特点,对其中的全零块检测阈值进行了推导,提出了一种基于全零块检测的运动搜索提前终止准则.针对AVS-M的多编码模式,进一步将全零块检测用于AVS-M中多种编码模式的选择,有效地提高了运动估计的效率.实验结果表明,该方法在保持AVS-M编码器编码性能的同时,可显著提高编码器的编码速度.     

基于人类视觉系统的自适应数字水印算法

基于人类视觉系统,在水印嵌入过程中结合载体图像的纹理特征和亮度特征,自适应地选择水印嵌入强度,提出了一种隐藏数字水印的新方法.将一幅二值图像作为水印嵌入到载体图像之中,实现水印的不可感知性和鲁棒性.实验结果表明,该方法可以很好地提高嵌入水印的不可见性,并对常见的数字图像处理操作具有较强的鲁棒性,同时能保证含水印图像的质量.     

基于H.264技术的高速视频传输系统

本文采用高性能,高集成度的FPGA＋DSP的视频采集处理方案,以国际先进的H.264标准作伪传输标准搭配DM642以提高视频信号的压缩率。设计主要借助高速CCD,高速AD9280模数转换芯片,FPGA＋DSP结构来实现一个视频采集系统的高速处理。     

基于视觉特性的一种自适应颜色量化算法

颜色量化是数字图像处理的基本技术之一,传统的量化算法有分割法和聚类法。本文提出了一种结合分割法和聚类法特点的自适应颜色量化算法,实验结果表明,在量化质量上本算法接近K-均值聚类法,但在运行效率上十分接近中位切分法,是一种相对高质高效的颜色量化算法。     

H.264编码下基于DCT系数量化值的PSNR估计方法

针对广泛用于测量视频信号质量的指标峰值信噪比(PSNR)因需源信号而受限的问题,提出一种无需参考源的PSNR估计方法.该方法从视频码流中提取离散余弦变换(DCT)系数的量化值进行统计,得到其概率密度函数,并以此依据Laplace模型估计PSNR.该方法针对最新的视频压缩标准H.264的帧结构、变换和量化结合方式做出了优化,使得不同的编码速率和帧类型的码流均可适应.使用不同码率和不同运动方式的H.264码流进行测试,比较使用新方法得到的PSNR与实际PSNR间的差异.结果显示CIF格式的中低码率情况下二者的均值在1 dB以内.     

一种基于边缘检测和正负量化的盲水印算法

提出了一种基于DCT域边缘检测和正负量化的盲水印算法:先用Arnold置乱方法对水印图像进行加密,并对其进行正负变换,然后用边缘检测算子对载体图像进行边缘提取,再根据阈值的设定选择不同的量化值将水印嵌入,提取水印时不需要原始图像的参与,实现了盲提取.实验结果表明:该算法对于裁剪、压缩、噪声、滤波、缩放等攻击都具有较好的鲁棒性和不可见性.     

基于变换域的显著性提取

为增强图像显著特征的可靠性和鲁棒性, 增加图像描述的准确度, 提出了一种利用离散余弦变换(DCT: Discrete Cosine Transform)和 Renyi 熵提取自然图像显著性的方法。 该方法充分利用了图像的频域信息, 通过MSRA1000 图像数据库进行性能测试。 实验结果表明, 该方法优于 5 种经典算法, 提高了显著性检测的有效性。     

基于Haar小波变换和分块DCT的人耳识别

提出一种新的对人耳图像进行降维的方法。先对人耳图像进行二维的离散小波分解,然后再对小波分解后得到的低频信息施行分块离散余弦变换,进而获得图像的特征向量。实验证明,该方法与模式识别领域中广泛应用的PCA-LDA方法相比,在识别率大体相当的前提下,具有计算量小、降维速度快的优点,是对人耳图像进行特征提取的一种有效的手段。     

基于多项式变换的2D-DCT快速算法

基于二维离散余弦变换 (2D_DCT)广泛应用于图像和视频信号处理领域 ,文中提出一种基于快速多项式变换的 2D_DCT快速算法 ,将 ql1 ×ql2 (q为奇素数 ;l1、l2 分别为两个不同的整数 ) 2D_DCT转化为多项式变换 (PT)和一维简化余弦变换 (1D_RDCT) .利用算法中系数的特点 ,设计了简化的快速多项式变换算法和 1D_RDCT递归分解算法 ,使运算复杂性进一步降低 .本算法具有较低的计算复杂性和规则的结构 ,并且可以方便地推广到多维 (>2 ) .     

基于图片DCT域共生矩阵的图像拼接盲检测

通过对图像拼接技术的分析,提出了一种基于灰度共生矩阵的拼接图像检测算法.该算法把离散余弦变换(DCT)与灰度共生矩阵结合,计算图片DCT域上的灰度共生矩阵,将共生矩阵作为特征向量,采用特征提取 分类方法,利用支持向量机（SVM）分类器进行分类预测.实验结果表明,该算法在哥伦比亚大学灰度图片库和中国科学院彩色图片库上达到了91.2%和98.5%的最高检测准确率.     

基于DCT的图像压缩及Matlab实现

本文介绍了基于DCT的图像压缩编码技术,并给出了具体的实现方法和步骤,既保证具有较高的压缩比,又保证了较好的图像质量。     

基于DCT域的增益不变量化的数字图像水印算法

提出一种新的基于离散余弦变换(discrete cosine transform,DCT)域的增益不变量化索引调制的数字图像水印算法.该算法根据DCT域中DC分量的稳健性,将水印信息采用增益不变的量化嵌入DC分量中,并通过最小距离公式进行水印提取.水印被量化嵌入,提取水印信息无需原载体图像,算法能对水印信息盲提取.实验结果表明,与其他数字水印算法相比,算法有较好的透明性,并对JPEG图像压缩、高斯噪声、中值滤波、泊松噪声、椒盐噪声、缩放等常见图像攻击有很强的鲁棒性.     

基于模型分析的指纹奇异点检测

针对传统的奇异点检测方法主要基于方向场变化且容易受噪声影响,提出了一种新的基于模型分析的指纹奇异点检测方法.首先用基于离散余弦变换基函数对方向场进行建模,在计算方向场的基础上,利用常微分方程系统线性化数学模型,通过对模型参数和平衡点进行分析,检测指纹奇异点位置.实验结果表明,基于常微分方程线性化模型分析的指纹奇异点检测方法比传统的Poincare Index方法对噪声更具有较好的鲁棒性,能进一步提高奇异点检测的准确度.