基于势能平衡的图像骨架抽取算法

基于骨架的基本特征和势能的概念，提出了一种基于势能平衡方式的二值图像骨架抽取算法．将抽取对象的边缘点作为零势能的等势点，计算出处于势能平衡点上的基本骨架点，并据此通过向势能小处延伸的方式构建出骨架，还解决了由于各点周围参考零势能点数量不同而带来的各点势能值间难以比较的问题。通过计算机模拟显示，本算法对于边界噪声影响不太敏感，且在端点处的畸变比最大圆盘方式小。     

一种新的低复杂度监控视频ROI编码方案

在H.264视频编码框架下,针对静止摄像机采集的监控视频的特点,提出并实现了一种基于运动目标检测的感兴趣区域ROI编码方案。该方案以运动目标为ROI编码对象,根据ROI检测结果生成画面分割信息文件,并由此选择各宏块编码模式以及参考帧数量,通过调整相应运动宏块的量化参数值来完成对ROI对象的精细编码,从而达到减少算法复杂度、提高运动目标画面质量的目的。多个标准测试序列的测试表明,与H.264相比,该方案在编码时间上大大缩减,且重建画面的主观评测效果更好。     

基于多向切片中点的快速图像细化算法

在对几种常用细化算法进行探讨之后,提出了利用骨架上的像素点至少在某个方向上应处于该方向对象边界的中心点处的特点,从多个方向对细化对象进行切片,并利用这些切片中心点集作为原始数据集,以快速产生对象骨架的方法.实验结果表明,本算法与基于击中-击不中方式和最大圆盘方式的算法相比,具有复杂度低,运算时间少的特点.     

一种基于语音分类的清晰度客观评价算法

为了能方便、快捷、可靠地对失真语音进行语音清晰度性能评价,提出了一种基于语音分类的加权巴克谱失真语音清晰度客观评价算法SC-WBSD.该算法提出在巴克域中对清音帧、浊音帧及过渡音帧巴克带谱失真进行加权来求失真语音的客观失真测度.通过分析 3类语音的巴克谱失真测度与DRT分的相关程度,提出一组以相关系数的幂次方为权重的有效SC-WBSD权重矢量.实验结果表明,SC-WBSD方法和DRT分的相关度达到了0.924 73,与巴克谱失真测度算法相比提高了4%.     

一种500 bps谐波随机激励语音编码算法

提出了一种基于谐波随机激励的变速率语音编码算法 ,其平均码率为 50 0 bps。给出了各种情况下的比特分配方案以及浊音激励参数的分析和合成过程。非正式主观测试表明 ,该算法的语音清晰度测试( DRT)为 90 %     

基于率失真联合准则的快速帧内模式选择算法

H.264采用率失真优化(RDO)算法,通过计算所有预测组合模式的率失真代价来确定宏块的最优编码模式,其编码复杂度和计算量也明显增加。为了降低编码运算量提高模式选择速度,通过对帧内预测模式快速选择算法的研究,提出了一种基于码率和失真度联合准则的快速帧内模式选择算法,结合提前退出策略有效减少了候选预测模式的数量。实验结果表明:与H.264参考模型JM86相比,该算法使I帧的编码速度至少提高70%,输出码率的增加低于2%,峰值信噪比(PSNR)基本保持不变。     

基于AMR编码参数的语音识别

基于语音编码系统的语音识别，由于受编码的影响其识别效果在编码速率下降时显著降低。传统的识别方法从重构语音波形中提取特征参数，并针对该特征参数进行训练和识别。比较了基于编码语音的识别准确率和基于编码参数的识别准确率，并研究了编码参数对识别准确率的影响。在此基础上，通过选择受编码影响较小的编码参数，直接将LPC参数和残差信号参数组合起来构成特征参数进行语音识别。实验结果表明，采用这种方法的AMR语音识别系统，其识别效果接近于基于原始语音的识别效果。     

MPEG-4中的低速率语音编码算法

对ＩＳＯ近期将发布的ＭＰＥＧ－４中所包含的低速语音参量编码算法作了全面的介绍;详尽描述了其中各个参数的分析和合成过程,并对算法的特点进行了总结。