一种快速相关预测矢量量化的图像编码算法

矢量量化是近年来图像压缩研究中的重要技术，在该技术中，减小编码运算时间和降低平均编码比特率是当前研究的重要问题，目前，已经提出了许多快速编码算法。为了进一步减少图像矢量量化编码的时间和降低编码比特率，提出了一种超前相关预测与快速搜索相结合的快速矢量量化编码算法。该算法在对当前图像块完成编码后，再根据该图像块与相邻的未编码图像块的相关性来预测相邻块的编码值，如果预测成功，则用低比特率表示编码值；否则用绝对误差不等式删除(AEI)算法来求得高比特率编码值，以减少总编码时间和降低平均比特率。测试结果表明，该算法比传统的穷尽搜索算法的编码速度快，且比特率低，同时对编码质量的影响很小。     

基于多级SMVQ的图象编码算法

边缘匹配矢量量化器(SMVQ)是有限状态矢量量化器(FSVQ)的一个分支。该量化器适合于对图像块间相关性高的图像进行压缩编码,其优点是在比特率相近的情况下,编码质量高于传统的穷尽搜索矢量量化编码器,但其缺点是计算量大和比特率固定。本文提出了一种改进的边缘匹配矢量量化器。测试结果表明,该算法是变比特率编码算法,它比边缘匹配矢量量化器的比特率低,编码速度快,编码质量得到提高。     

基于多级SMVQ的图象编码算法

边缘匹配矢量量化器(SMVQ)是有限状态矢量量化器(FSVQ)的一个分支.该量化器适合于对图像块间相关性高的图像进行压缩编码,其优点是在比特率相近的情况下,编码质量高于传统的穷尽搜索矢量量化编码器,但其缺点是计算量大和比特率固定.本文提出了一种改进的边缘匹配矢量量化器.测试结果表明,该算法是变比特率编码算法,它比边缘匹配矢量量化器的比特率低,编码速度快,编码质量得到提高.     

图像块动态划分矢量量化

提出一种可以自动调节子图像块尺寸的矢量量化算法———图像块动态划分矢量量化 该算法在进行编码前 ,首先对待编码子图像块及其相邻块进行相关度分析 ,通过预设的阈值 (最大相关度 )进行分类编码 :如果相关度小于阈值 ,则对 8× 8图像块进行编码 ;否则 ,对 4× 4的图像块进行编码 实验结果表明 ,相对于普通矢量量化 ,文中算法不但可以提高压缩率和编码速度 ,而且不会影响重建图像的质量     

基于改进边缘匹配矢量量化的图象编码算法

边缘匹配（Side-Match）矢量量化器（SMVQ）是有限状态矢量量化器（FSVQ）的一个分支。该量化器适合于对图象块间相关性高的图象进行压缩编码,其优点是在比特率相近 的情况下,编码质量高于传统的穷尺搜索矢量量化编码器,但其缺点是计算量大和比特率固定。本文提出了一种改进的边缘匹配矢量量化器。测试结果表明,该算法是变比特率编码算法,它比边缘匹配矢量量化器的比特率低,编码速度快,编码质量有所提高。     

基于四叉树分割的变维矢量量化图像压缩算法

传统的矢量量化压缩算法将图像分割为相同大小的编码块,该方法存在较多的冗余.为了提高矢量量化压缩算法的效率,提出一种基于四叉树分割的变维矢量量化图像压缩算法.首先对8×8的图像块进行编码,计算各图像块绝对误差之和,若大于预设的阈值,则将残差分为4等分再编码,重复该过程直到绝对误差之和小于预设的阈值或达到最小图像块.实验结果表明,相对于全搜索的矢量量化方法,在相同码率下,算法编码时间较短且重建图像质量较好.     

均值与矢量量化复合快速图像编码算法

矢量量化是一种有效的数据压缩技术,由于其算法简单,具有较高的压缩率,因而被广泛应用于数据压缩编码领域。通过对图像块灰度特征的研究,根据图像的平滑与否,提出了对图像进行均值和矢量量化复合编码算法,该算法对平滑图像块采用均值编码,对非平滑块采用矢量量化编码。这不仅节省了平滑码字的存储空间,提高了码书存储效率,并且编码速度大大提高。同时采用码字旋转反色（2R）压缩算法将码书的存储容量减少到1/8,并结合最近邻块扩展搜索算法（EBNNS）对搜索算法进行优化。在保证图像画质的前提下,整个系统的图像编码速度比全搜索的普通矢量量化平均提高约7.7倍。     

基于快速相关矢量量化的图象编码算法

图象编码已经成为当今计算机世界的重要问题,而矢量量化（ＶＱ）又是近年来有损图象压缩的一种重要技术,它的优点是比特率低以及解码简单,但是其穷尽搜索编码计算量较大,为了降低编码时间,已经有多种快速算法出现在一些文献中,然而这些算法往往不能进一步降低比特率,为了解决这一问题,因此提出了一种新颖快速相关矢量量化（ＣＶＱ）图象编码算法,该算法对图象块的编码采用对角顺序,即在编码过程中根据当前图象块（ＣＶＱ）     

基于矢量量化的高效BTC图像编码算法

块截短编码(BTC)是一种快速有效的有损图像编码技术。其优点是有较好的信道容错力，较小的计算负担，对存储器要求较少，重建图像质量较高。然而，标准BTC算法的主要缺点是比特率比其他基块图像编码的算法如变换编码和矢量量化高，通常为2．0比特每象素。为降低比特率，本文提出四种有效的BTC算法，以降低对每个图像块的两个量化电平和位平面编码所需的比特数。一方面，提出一种简单的查表算法对每块的BTC量化数据编码。另一方面，引入矢量量化技术以减少对位平面编码的比特数。为减少由改进算法引入的额外失真，在每种提出的算法中，采用最优阈值而不用平均值作为量化阈值。实验结果证实了本文算法的有效性。     

基于Delaunay三角形网格的立体图像编码算法

传统的立体图像编码方法多采用基于块的视差补偿算法，但这种算法不能更为准确地估计视差矢量，在低码率时重建图像的块效应比较严重．提出了一种新的基于Delaunay三角形网格的立体图像编码算法，该算法首先对参考图像进行自适应的三角形网格剖分，然后对三角形顶点在目标图像中进行视差矢量估计．利用三角形模型和6参数仿射变换计算三角形内部各点的视差矢量，并产生残差图像．结合实验统计对文中算法产生的残差图像进行了分析，采用嵌入式DCT算法编码残差图像．从实验结果看，文中算法视差矢量估计的准确性较传统算法提高了10％左右．在相近比特率下，平均PSNR大约提高1dB．     

遗传算法编码方案比较*

对具体问题设计合理的编码方案是遗传算法的应用难点之一,目前尚无统一的解决方法。在着重分析和比较二进制编码、实数编码、矩阵编码、树型编码和量子比特编码的基础上,总结出这些常用的遗传算法编码方案的原理、优缺点、适用范围和应用趋势等规律,并进一步探讨了遗传算法编码方案未来的研究方向。     

基于小波分析的嵌入零树静态图像压缩方法

图像编码技术是多媒体系统的关键技术之一。本文分析了基于小波变换的嵌入零树编码方法的基本原理及该方法的不足，并针对这些不足提出相应的改进措施。实验表明，通过改进，缩短了编码时间，提高了压缩比。     

一种零树与游程相结合的小波图象编码方法

Shapiro的零树编码方法是众多小波图象编码方法中的佼佼者,但通过研究发现,图象的小波系数经过量化和零树编码后,如果按一定的顺序扫描,则零树根会连续出现,因此,若对Shapiro的零树编码方法进行改进,即在零树编码之后,熵编码之前,对连续排列的零树根进行游程编码,则可以进一步提高图象编码的压缩比。理论分析和实验结果均表明,该方法可取得较好的效果。     

分布式视频编码技术研究进展

介绍了分布式视频编码与传统视频编码方法思路的不同及各自适用的应用场景,阐述了分布式视频编码的理论基础和目前普遍采用的编解码框架,分析了分布式视频编码中的Wyner-Ziv编解码器设计、辅助边信息生成、虚拟"相关信道"建模等几项关键技术存在的问题及各自解决方案的最新研究进展,最后总结了分布式视频编码的发展与研究方向,并介绍了分布式编码在视频领域的其它应用.     

甚低码率视频编码

随着新的电信服务与应用的出现，对甚低码率（６４ｋｂ／ｓ以下）视频编码的需求大大增加．文中从波形编码和模型编码两方面介绍了甚低码率视频编码技术的进展，探讨了存在的问题．     

应用于PSTN监控系统中的hs量化矩阵

该文针对PSTN远程图像监控系统应用,在对h.263,JPEG,MPEG中量化器进行比较基础上,提出了一种新的量化矩阵——hs量化矩阵。试验证明,hs量化矩阵在图像质量和压缩率方面较适合PSTN远程图像监控系统的要求。     

传感器网络中的分布式信息编码

分布式编码是传感器网络研究中的一个重要内容．介绍了传感器网络中分布式编码的概念和意义，回顾了分布式信源编码的理论基础，综述了分布式信源编码的主要方法．给出了分布式编码方法在传感器阵列中的应用实例．     

几种常用图像压缩编码方法的研究及C#实现

图像压缩是数字图像处理的一项重要技术。本文研究基于统计特性的三种熵编码图像压缩编码方法—香农编码、香农-弗诺编码和哈夫曼编码。并以C#为工具,对三种编码方法进行实验及对比,并通过实验结果分析各算法的特点。实验表明,哈夫曼编码最节省存储空间,单位码长表达的信息量最为丰富;香农-弗诺编码所占的存储空间稍大于哈夫曼编码,单位码长表达的信息量比哈夫曼编码稍少一些;而香农编码所占存储空间最大,单位码长表达的信息量最少。     

基于小波和阈值的矢量量化图像压缩方法

文章介绍一种新的矢量分类搜索算法，在保持较好分类效果的情况下，加快了码书的搜索速度，同时在给定失真测度的前提下，使码书的码元数量随不同的图像而变化，自适应地调整分类结果。分类完毕后对码书不同子带和特定顺序分级组织，再对相关数据进行游程编码和熵编码。实验表明，此方法具有很好的压缩效果和较快的计算速度。     

Secure network coding for wireless mesh networks: Threats, challenges, and directions

In recent years, network coding has emerged as a new communication paradigm that can significantly improve the efficiency of network protocols by requiring intermediate nodes to mix packets before forwarding them. Recently, several real-world systems have been proposed to leverage network coding in wireless networks. Although the theoretical foundations of network coding are well understood, a real-world system needs to solve a plethora of practical aspects before network coding can meet its promised potential. These practical design choices expose network coding systems to a wide range of attacks.We identify two general frameworks (inter-flow and intra-flow) that encompass several network coding-based systems proposed in wireless networks. Our systematic analysis of the components of these frameworks reveals vulnerabilities to a wide range of attacks, which may severely degrade system performance. Then, we identify security goals and design challenges in achieving security for network coding systems. Adequate understanding of both the threats and challenges is essential to effectively design secure practical network coding systems. Our paper should be viewed as a cautionary note pointing out the frailty of current network coding-based wireless systems and a general guideline in the effort of achieving security for network coding systems.