视频编码中Lagrange乘子自适应调整算法

为改进视频编码算法的率失真性能,提出了一种应用于视频编码率失真优化算法中的Lagrange乘子自适应调整算法。该算法以信源数据的统计分布为理论基础,将视频编码序列的变换系数方差引入到Lagrange乘子的计算过程中来,使得Lagrange乘子的取值可以根据图像内容变化特性进行自适应的调整。实验结果证明,与传统的Lagrange乘子的取值算法相比,该算法可以取得更好的率失真性能,尤其应用在低码率的视频序列中效果更为明显,同等码率下可以将峰值信噪比提高0.1～0.2 dB。     

基于参数模型的自适应二进制算术编码算法

为了在视频编码系统中更灵活地运用二进制算术编码,分析了内容自适应二进制算术编码算法的原理和编码流程,针对编码中的模型参数提出了2种不同的参数模型配置:高编码效率参数模型和低复杂度参数模型。低复杂度参数模型与高编码效率参数模型相比,在同等编码质量下可以将运算量降低约30%,存储空间节省87.5%,并结合视频编码中的码率控制机制提出了编码过程中在两种参数模型之间的自适应切换策略,以此来实现熵编码中复杂度和编码效率的折中,以适应不同的应用需求。     

以H.264算法为平台的高效率图像增强算法

为了在提高重建图像质量的同时不增加系统开销,提出一种将改进的图像平滑与加权零块判决准则结合的算法。图像增强能有效去除在获取原始图像阶段引入的随机脉冲噪声、Gauss噪声及其混合噪声,但增加了系统开销,视频编码巨大的运算量往往成为实时应用的瓶颈之一。该算法利用改进的MTM(modifiedtrimmedmean)方法提高图像质量,利用加权零块判决准则保持系统性能。以H.264算法为仿真平台进行测试。结果表明:中低码率时,在不增加系统计算开销的前提下,获得同等质量图像,码率可降低50%。     

最佳零块判决准则下的运动搜索算法

在以运动补偿和变换为框架的视频编码算法中,运动搜索和变换是占用编码时间最多的模块.为降低运算量,提出了一种H.26L编码方法的最佳全零块判决运动矢量搜索算法.该算法在运动估值的同时判决出零块,节省了大量位移搜索和变换量化的时间.测试结果表明,改进算法加快了编码器运动搜索的速度,减少了变换编码和量化的时间,在PSNR(峰值信噪比)保持相同甚至略有提高的情况下,编码时间最多可减少77%,对背景基本不变的简单运动图像的改善最为显著.     

基于非等重保护的变长编码纠错方案

由于变长编码所固有的易于误码扩散的弱点,传统的纠错编码并不能高效地解决变长编码的差错控制问题。结合变长编码的网格结构,该文提出了一种新的基于非等重保护的变长编码纠错方案。通过将变长编码的网格状态引入到纠错编码的校验比特生成中,从而对变长码的网格路径加以较重的保护,在一定程度上抑制了变长码的误码扩散。相对传统纠错编码,该方案对于变长码的纠错能力有了明显的提高,在误符号率为10-2、信道编码效率为2/3时,Eb/N0有1.7dB左右的增益。     

可编程语音压缩专用处理器设计

为了提高通信系统的保密性,降低制造成本,需要进行专用处理器的设计。基于正弦激励线性预测(SELP)算法模型,设计了一款多速率语音专用处理器。芯片使用可重构体系结构和超长指令字(VLIW),优化了高复杂度函数。仿真结果表明:该处理器对0.6kb/s速率SELP算法的执行效率明显优于通用数字信号处理器(DSP)。处理器内部程序数据外部不可见,指令并行度显著提高,常用函数可被修改,从而达到高保密性、低复杂度、易开发性。     

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。     

嵌入式多媒体终端的CPU资源优化分配

在嵌入式平台上实现多媒体通信时,多业务间对有限的运算能力资源的竞争将导致语音通信质量的严重下降。为了解决这一问题,该文提出了利用语音数据流的短时和长时抖动性对其通信质量进行评价的方法,对多种CPU资源分配方案的性能进行了研究,提出了一种能较好的保证语音通信质量的方案,实现了支持语音、静态图像、短信和白板等数据业务并发的手持多媒体通信终端。与其他方案相比,该方案语音数据流的长时抖动性降低了33%。实验证明:通过优先保证实时通信所需要的CPU资源,终端能提供更好质量的多媒体通信。     

高质量4kbit/s码速率语音编码算法研究

４ｋｂｉｔ／ｓ有限状态代数码激励线性预测语音编码算法ＦＳ－ＡＣＥＬＰ是一种具有延时较短、合成语音质量高、算法复杂度较低的语音编码算法。在线性预测（ＬＰ）参数量化上,利用了语音帧内和帧间的相关性,对线谱对（ＬＳＰ）参数使用预测式分裂式矢量量化,获得很高的量化效率。在自适应码本搜索上,采用了有限状态控制分数延时搜索的算法,在保证合成语音质量的同时,有效地降低了运算量。对于随机码本,采用了具有多模结构的代数码本,提高语音合成质量。对于激励码序列的增益,采用了预测式矢量量化,有效地提高了量化精度。经非正式听音测试,４ｋｂｉｔ／ｓＦＳ－ＡＣＥＬＰ的合成语音质量超过了北美８ｋｂｉｔ／ｓＶＳＥＬＰ,接近Ｇ．７２９８ｋｂｉｔ／ｓＣＳ－ＡＣＥＬＰ,ＭＯＳ分约为３．９。     

基于频域的结构相似度的图像质量评价方法

基于结构相似度信息(SSIM)的图像质量评价方法结构简单、评价性能优于峰值信噪比(PSNR),但是在研究中发现SSIM不能很好地评价严重模糊的图像。该文提出一种基于频域的结构相似度(FSSIM)的图像质量评价方法。该方法将频域信息作为图像的主要结构信息,根据人眼视觉系统(HVS)对不同频率分量的敏感程度不同,对离散余弦变换后的各频率分量加权后得到图像的频域函数。由频域函数、亮度函数和对比度函数计算得到结构相似度。实验结果表明,FSSIM比SSIM和PSNR更符合人眼视觉系统特性,能较好的评价图像质量。