JPEG2000中高性能低存储的小波变换结构

本文提出了一种JPEG2000中高性能低存储的小波变换结构。该结构通过扩展原始图像数据的精度和有效保护提升步骤中的系数尾数,改善了整型小波变换的性能,提高了图像压缩的质量。同时,为了克服硬件实现中的大量小波系数存储,提出一种码块条带的小波系数存储方案。对子带内的码块条带存储器进行重复利用和有效调度,从存储和功耗两方面减少了硬件资源。实验结果表明,对分辨率为512×512的图像进行小波分解,码块大小选为32×32,采用本文结构的小波系数存储与存储整图小波系数相比可减少80％。整个系统已通过FPGA验证,且综合时钟频率可达到150MHz。     

JPEG2000 T2编码快速算法及硬件实现

对JPEG2000中T2编码器的率失真优化算法和码流组织方法进行了深入分析,提出了一种易于硬件实现的T2编码器快速算法并详细给出了其硬件结构。通过降低率失真斜率估计的计算复杂度、简化优化截取方法和码流组织中标记树(tagtree)编码方法,降低了T2编码器硬件实现的难度,减少了硬件资源,提高了JPEG2000硬件系统处理的并行度。实验结果表明,输出码流符合JPEG2000标准格式,而图像质量下降很小,系统已通过了FPGA验证。     

改进的快速模糊C均值聚类的图像分割方法

传统的模糊C均值(FCM)聚类算法广泛用于图像的自动分割,但该算法没有考虑像素的灰度和空间特征,对噪声和伪斑点图像不可能取得好的分割效果.提出一种改进的算法,在快速的FCM聚类的基础上,运用邻域像素的灰度相似度和聚类分布统计构造新的隶属函数,对图像进行二次聚类分割.该算法具有以下优点:1)有效地抑制了噪声的干扰;2)减少了图像的伪斑点;3)把误分类的像素很容易地纠正过来.对两种类型图像的实验分割结果表明该方法对噪声和伪斑点具有很强的鲁棒性和对像素聚类的正确性.     

领域驱动设计方法的关键要素研究与应用

针对传统软件设计中分析与设计割裂等问题,研究了领域驱动设计的相关理论、要素及特点,阐述了如何构建领域模型,并在其分层结构的基础上提出了基于六边形架构实现领域驱动设计的思路与方法,以高校教学资源共享平台设计与实现为载体,对领域驱动设计中一些关键要素的设计与实现进行了分析和对比,为开展领域驱动设计提供借鉴。     

基于TCP/IP协议的图像传输网络接口的设计与实现

网络接口对于图像在局域网或因特网中传输起着关键作用。讨论了基于TCP/IP协议用于网络相机的网络接口,采用MAC控制器芯片和51单片机,实现了一种实用的、低成本的网络接口方案。给出了网络接口的硬件组成框图。针对具体的网络相机应用背景,讨论了接口相关协议的实现方法以及基于Winsock的编程接收,并对通过UDP协议传输图像时丢包和包失序现象产生的原因及处理方法进行了探讨。最后给出了在局城网环境下的实验结果。     

超级电容器储能和充电效率随电流变化规律探讨

考虑到温度变化等因素的影响,对超级电容器等效电路模型进行了修改,用此模型研究了超级电容器的电容、储能、充电效率随电流强度的变化以及电流强度随充电时间的变化规律.结果表明:1电流强度随充电时间的变化为非线性关系,开始充电时电流强度增大较快,而充电时间较长时则变化较慢;2超级电容器的电容量、储存能量和充电效率均随充电电流强度的增大而非线性地变化,其中,电流较小时,储存能量随充电电流增大而缓慢减小,而效率则随电流增大而增大,当达到极大值后,储存能量和充电效率均较快减小;3研究超级电容器的储能和充电效率等随充电电流的变化规律时,应考虑到温度变化等因素的影响.用修改后的等效电路模型,其理论计算与实验结果较为一致.     

高光谱图像纯像元指数计算的FPGA实现

针对高光谱图像含有上百个谱段数据、计算纯像元指数运算量大的问题,提出了一种现场可编程门阵列(FPGA)实现结构,该结构采用投影向量并行的矩阵运算策略,以减少接口的数据读取;在投影计算方面,提出了一种谱段并行的内积运算电路,以提高计算并行度,同时采用简化的投影向量以避免硬件中难以实现的浮点乘法运算.实验结果表明:对含有224谱段、分辨率为350×350的AVIRIS Cuprite高光谱图像,该结构在端元提取准确性方面优于ENVI软件和其他已有结构,对应的FPGA实现方案可以在10s内完成纯像元指数计算,满足星载/机载现场实时处理的要求.     

基于运动估计和感兴趣区域的干涉多光谱图像压缩算法

为了有效地压缩干涉多光谱图像，提出一种采用基于运动估计和感兴趣区域的小波变换和非对称零树编码的图像压缩算法．根据干涉多光谱图像平移和光谱分布特点，在小波变换中使用运动估计并提升强干涉区小波系数，以减小谱间相关性，并使强干涉区优先编码．算法采用非对称零树编码，符合小波变换后图像序列形成的非对称结构．实验结果表明：该算法在8倍压缩时，整幅图像的峰值信噪比比三维分层树集合分割序列编码算法（3DSPIHT）提高了0．35～0．49dB，比2DSPIHT提高了2．24～2．62dB；强干涉区峰值信噪比比JPEG2000比特平面位移算法提高了0．29～0．38dB；46个谱段的光谱失真均方误差平均值减小到9．69，有效地保护了光谱信息．     

基于快速模糊C均值聚类的图像粗集分割

传统的模糊C均值(FCM)聚类算法广泛用于图像的自动分割,但它有两个缺陷:一是收敛速度过慢;二是当图像的目标和背景像素拥有相近的灰度值,具有相似的隶属度,导致了图像边界区域的不连续和模糊.针对该问题,提出一种改进的算法,在快速FCM聚类的基础上,利用粗糙集理论中的上近似和下近似的概念来描述图像的目标和背景,引入粗糙熵的概念,选择合适的阈值,对图像进行精确分割.实验结果表明,这种算法可以达到满意的分割效果.