基于DCT和DWHT的图像编码算法的研究

对离散余弦变换(DCT)和离散沃尔什—哈达玛变换(DWHT)这两种编码算法的原理、实施过程进行了详细的分析,然后对图像压缩进行了仿真,结果指出,采用离散余弦变换编码算法技术进行图像压缩较离散沃尔什—哈达玛变换算法效果好,图像清晰度未发生改变,即清晰度高、视觉效果更好.     

基于H.264快速运动估计算法研究

为了降低运动估计的计算复杂度,提出了一种基于H.264的快速运动估计算法,该算法使用了候选尺寸块的预测和两种匹配模板的搜索,通过部分像素匹配、多参考帧选取、亚像素匹配来获取最佳运动矢量。实验表明,与FS算法和UMHexagonS算法比较,该文所提算法在保持了相近的峰值信噪比和码率的情况下,运动估计耗时平均下降了69%和13%,编码速度大幅提高。     

基于各向同性Sobel算子的H.264/AVC帧内预测模式选择算法

H.264/MPEG-4 AVC定义了9种4×4亮度块的预测模式,在参考模型JM中所采用的RDO计算复杂度较高。本文提出了一种基于各向同性Sobel算子的H.264的快速帧内编码模式选择算法,降低预测的复杂度,提高编码速度。测试表明,此算法能够使编码速度提高将近75%。     

均值加速中值滤波算法

本文介绍一种均值加速中值滤波迭代算法,该算法不需要对所有像素的邻域值进行排序,而是对像素的邻域值有选择性的排序,排序后的中值直接替代原像素值.理论分析与实验结果表明:该算法能有效地降低中值滤波算法的时间复杂度,可将常用的快速排序算法复杂度O(N ln N)简化为O(N(1+ln N)/2),且去噪声效果良好,在图像处理中有广泛的应用前景.     

RDSC_IC:一种基于图像复杂度的实时场景切换检测算法

H.264/SVC实现了对基本层的码率控制,但没有考虑到视频序列中场景切换对码率控制的影响。研究者们提出了多种场景切换算法来解决视频序列场景切换问题,但这些算法在计算复杂度、精度和实时检测等方面存在不足。结合H.264/SVC的分层B帧预测金子塔编码结构,提出了一种基于图像复杂度的场景切换实时检测算法RDSC_IC(Real time Detection algorithm for Scene Change base on Image Complexity)。该算法通过对相邻和多个编码单元的关键帧图像复杂度绝对差值和相应比值的计算,确定编码单元间的场景切换的有无和类型,实验结果表明RDSC_IC在实时性和精度方面检测效果好。     

基于哈特雷变换实现MP3离散余弦解码算法优化研究

离散余弦变换(DCT)由于其优异的性能已广泛应用于图像、语音处理的编码、解码中.文章提出一种基于离散哈特雷变换(DHT)实现DCT的快速算法.和其它的快速算法相比,该算法是一种稳定的快速算法,且能很容易应用到MP3解码器中,对于离散余弦变换的其它应用场合如图像的编解码,该算法同样适用.理论分析和编程实验表明,这种算法能使MP3解码器的解码速度提高一倍.     

平面运动亚像素位移算法探索

研究高精度平面运动亚像素位移算法。分析数字图像相关法、相关系数曲面拟合法和基于梯度的亚像素位移算法,结合各种算法的优点,并针对它们的不足,通过在预展开点进行梯度算法,提出能快速高精度计算目标平面位移的算法。     

一种基于任意长离散余弦变换的并行递归算法

基于Clenshaw递归公式以及离散余弦自身的对称性提出任意长离散余弦变换(DCT)的一种并行递归快速算法,给出了算法的滤波器实现结构;与现有的其它递归算法进行了计算复杂度的比较分析,结果表明我们的算法运算量大大减少且计算的滤波器结构使算法非常适合大规模集成电路(VLSI)的实现.     

平面运动亚像素位移算法探索

研究高精度平面运动亚像素位移算法。分析数字图像相关法、相关系数曲面拟合法和基于梯度的亚像素位移算法，结合各种算法的优点，并针对它们的不足，通过在预展开点进行梯度算法，提出能快速高精度计算目标平面位移的算法。     

一种快速整像素运动估算算法研究

在对已有快速整像素运动估计算法中使用的模板进行分析和实际测试的基础上,提出了一种新的适合于大运动矢量搜索的搜索模板,然后把该模板和小菱形模板结合起来而形成了一种新的快速运动估计算法。该算法充分利用了相邻块运动矢量的相关性以及运动矢量的中心偏置特性,显著减少了运动估计的运算量。把该算法运用到视频编码标准H.264/AVC中,取得了良好的编码效果,实验结果表明,新的运动估计算法和FS及DS算法相比平均搜索速度分别提高了98.08%和48.71%;重建图像的信噪比比DS算法平均提高了0.001875dB,更接近FS算法的编码质量。     

基于HEVC的监控视频动态背景模型

高效视讯编码（HEVC）是新一代编码标准,在编码效率上有明显优势。监控视频结构特点是背景几乎不变,HEVC并没有考虑这种情况。使用动态背景模型（DBM）生成动态背景帧,作为HEVC帧间预测的参考帧,可以提高视频压缩效率。然而,运动缓慢的前景区域有时会被认为是背景区域,为此提出多层差值（MDM）算法,根据多层像素块差值更新背景,提高背景帧的质量。实验结果表明,与高效视讯编码测试模型HM14.0相比,在几乎不增加计算复杂度的情况下,采用该算法压缩效率平均提高了2%,最高提高了5.2%。     

基于图像分割的改进型预测编码

传统的预测编码是通过将图像转化为预测差来消除像素间的冗余度,从而实现图像压缩。为了进一步减小预测差的熵,提出了一种基于图像分割的改进型预测编码算法。实验结果表明,该算法具有比传统预测编码更好的压缩效果。同时,还比较了各种不同的分割方法对图像压缩性能的影响。     

一种高容量的自适应图像可逆信息隐藏算法

基于传统的预测误差扩张算法,创新性地提出一种根据不同像素局部复杂度适应性嵌入1bit或3bits的可逆数据隐藏算法,有效地避免对有较大预测误差像素的嵌入,提高了水印图像质量并且增加了可嵌入容量。同时结合像素选择策略,在被改变的图像像素总数量中加大嵌入像素数量比重,并降低转移像素数量比重,以达到优化水印图像质量的目标。实验结果表明,该算法相比于传统的预测误差扩张算法与相似理念适应性算法,在嵌入量和水印质量方面都有一定提升。     

基于相邻帧相关性的帧间宏块模式选择算法

H．264／AVC在帧间运动估计／补偿编码过程中定义了7种帧间编码模式，并采用率失真优化全遍历策略来选择最优模式，这使计算复杂度急剧增加．针对这一问题，阐明了需对如何准确、快速地对块预测模式做出选择进行相关的研究．并就利用自然图像序列中相邻帧所表现出的强相关性提出了一种快速的帧间编码模式选择算法，通过计算部分编码模式来减少计算的复杂性．实验结果表明，该方法平均节省时间约18％，比特率平均下降约0．02％，而PSNR平均仅仅降低0．02dB．     

分布式视频编码中边信息生成技术改进

分布式视频编码不同于传统编码方式,边信息是影响分布式视频编码器率失真(RateDistortion,RD)性能的关键因素之一。为了提高边信息质量同时不过多增加解码复杂度,提出一种改进的运动补偿内插法。在运动缓慢的区域使用前向运动估计获得运动矢量,在运动剧烈区域使用相邻三帧关键帧进行曲线运动估计获得运动矢量。实验结果表明,所提出的算法在不过多增加解码端运算复杂度的情况下,提高了分布式视频编码系统的RD性能。     

H.264帧内预测算法改进

帧内预测是H.264视频编解码标准中重要的组成部分,它能够显著提高压缩比率,但是大大提高了计算复杂度,很难运用到实时传输中,因此,如何提高运算速率是改进算法的核心问题。提出了一种快速模式选择算法,在保证图像质量的情况下较大地提高了帧内编码速度。     

基于屏幕内容的快速模式选择算法

屏幕内容编码是视频编码应用的重要内容,高效视频编码（HEVC）中屏幕图像内容编码的扩展方法主要有调色板模式和IntraBC（Intra Block Copy）模式,它们依据屏幕图像内容的特点提升了码率,然而,也增加了编码的复杂度和编码时间。因此,提出一种针对于屏幕图像内容的快速模式选择算法,该方法基于屏幕图像内容的像素平滑性,对于量化后颜色数量少的CU块不进行分割;并选择最佳的三个预测模式与IntraBC模式作比较,决定是否进行率失真优化过程。实验结果显示,与标准的HEVC扩展方法相比,该方法在仅增加0.4%比特率的情况下,节省了35%的编码时间。     

基于分类搜索与快速变换的流密码攻击算法

提出了基于分类搜索、快速变换和最大似然译码(MLD)的快速相关攻击算法FCA-MLD-CS-FWT。在寻找校验方程时首次引入分类搜索策略;对校验方程引用快速Walsh变换;在译码阶段对线性反馈移位寄存器(LFSR)的状态分割,并采用MLD进行LFSR初态的破译。实验表明:该算法可在单核计算平台上将原始密钥长度为60的流密码破译时间缩短在1 h左右;通过静态字典的建立可实现不同参数校验方程的快速搜索;译码阶段时间复杂度由O(2~Bm)降低为O(2~BB+m)。     

一种改进的分布式互斥请求集生成算法

分布式互斥请求集的性能,对基于竞争的分布式互斥算法的消息复杂度、对称性、同步时间及容错能力等均具有直接影响.而分布式互斥请求集生成算法性能,如时间复杂度、空间复杂度,则对算法的运行速度、计算能力具有直接影响.通过对基于循环编码的分布式互斥请求集生成算法运行过程的研究,特别是对该算法的时间复杂度的研究,提出一种改进的基于循环编码的分布式互斥请求集生成算法.此算法在不明显增加算法空间复杂度和请求集长度的基础上,能够显著提高请求集生成算法的时间复杂度,从而使得算法的运行速度和计算能力都得到显著增加.     

基于哈夫曼(Huffman)算法的探讨和改进

最优二叉树是一种十分重要的数据结构,首先针对最优二叉树--哈夫曼(Huffman)树进行探讨分析并给出算法描述,然后通过快速排序算法将带排序的数据进行排序处理,使哈夫曼算法的时间复杂度降低.最后基于哈夫曼树在编码问题中的应用--哈夫曼编码(Huffman Code),通过简要的说明对哈夫曼编码的存储结构进行了改进.