一种标准兼容的多描述图像编码分析及改进

多描述编码被证明是用于非优先级网络中传输多媒体数据的有效方法,而现有很多算法与图像标准不兼容,分析了一种与标准兼容的多描述图像编码算法,该算法可以提供灵活冗余插入,以提高丢包或误码环境下的图像传输性能。通过深入分析该算法在不同比特率下的表现,发现其在低比特率端性能与较高比特率下的表现迥异,结合区分对待的思想来改善了这一缺点,并利用JPEG2000的ROI特性证明其有效性。     

适用于尺寸为2的幂次方图像的离散ridgelet变换

Ridgelet变换是继小波变换之后提出的一种新的多尺度变换,它能比小波变换更好地表达高维线性奇异性。Finite ridgelet是ridgelet变换的离散实现算法,具有和连续ridgelet变换一样精确的代数意义,并且算法复杂度低。但是finite ridgelet只适用于图像尺寸为PP(P为素数)的图像,这一点限制了它的应用范围。该文将finite ridgelet的算法进行改进,提出了一种可以适用于图像大小为NN ( N=2k, kZ)的离散ridgelet算法。该算法不仅推广了finite ridgelet的适用范围,而且简化了finite ridgelet的算法过程。     

基于加权小波的三维网格多描述编码

鉴于网格小波系数特点与图像小波系数的差异性,提出一种基于加权小波系数的多描述编码(WW_MDC)方法.利用小波变换,提取模型最粗糙网格和小波系数,对小波系数进行加权处理,使其更加适合随后的SPIHT算法,利用SPIHT码流分层内嵌特性将小波系数分组形成多个描述,可以很好的适应网络带宽的变化和丢包率(PLR)的变化.试验结果表明,该方法具有较高的压缩率和抗误码能力,并且相比较其他三维模型的多描述编码方法,该方法具有更小的重建误差.     

一种调频广播数据接收显示系统的设计

针对公路隧道对电子信息牌的需求,以RDS/RBDS为通信方式,采用工业级MCU和专用RDS/RBDS接收解码芯片,结合LED显示屏技术,设计了一个公共信息显示系统。主要介绍了接收显示系统的原理,重点阐述了RDS接收器的软、硬件设计方法和系统相应的通信协议;该设计已应用于城市公路隧道中。实践表明,该设计具有成本低、覆盖范围广、实用性强等特点。     

硬件木马检测与防护

第三方技术服务的普及使得在集成电路（IC）设计制造过程中,芯片可能被恶意植入“硬件木马”,给芯片的安全性带来了极大挑战,由此,如何检测“安全芯片”中是否存在硬件木马,确保芯片的安全性开始受到人们的广泛关注.在简要介绍硬件木马概念及其危害的基础上,分析硬件木马的特点和结构,介绍了当前现有的几种硬件木马检测技术,给出了硬件木马检测技术的科学分类,重点分析了这些检测方法所面临的问题和挑战并提出了相应的改进措施,总结了未来硬件木马防测技术的发展趋势.     

ICP在仿壁虎刚毛硅模版制作中的应用

简单介绍了ICP(inductively coupled plasma)中的两种刻蚀工艺,阐述了以MEMS加工技术制备柔性仿壁虎刚毛阵列的方法,即利用ICP设备,采用低温(CRYO)工艺,在硅片上制作仿壁虎刚毛硅模版,然后注入有机硅胶成型,经剥离后得到柔性仿壁虎刚毛阵列。实验结果表明,该方法具有工艺实现简便、硅模版可重复使用的优点。场发射扫描电子显微镜SEM照片显示了直径2μm、间距6μm和直径5μm、间距20μm的柔性仿壁虎刚毛阵列。     

“吹口哨”的高楼

通常，建筑物发出的噪声很小，而且大多淹没在城市的喧嚣中，并不引人注意。不过也有例外，有的建筑物能发出一些较大的声响，令人头痛不已。     

基于感兴趣区域的分层多描述图像编码

结合多描述编码和分层编码的优势,提出一种差错信道下基于感兴趣区域的分层多描述图像编码方法.利用SPIHT编码的分层内嵌特性,将图像编码为多个SPIHT描述码流,同时根据感兴趣区域将每个描述码流分为基本层码流和增强层码流.实际应用中根据网络带宽动态调整多描述增强层的传输,基本层传送给低带宽用户,基本层和增强层一起传送给高带宽用户.实验证明,该方法对于带宽受限条件下的差错信道图像传输具有很好的差错鲁棒性,能为图像感兴趣区域提供有效保护.     

一种更适合图像处理的多尺度变换——Curvelet变换

Curvelet变换是继小波变换之后,能更适合图像处理特点的一种多尺度变换,它能同时获得对图像平滑区域和边缘部分的稀疏表达,且具有很强的方向性,已有初步结果显示其在图像处理中的发展潜力。文章首先给出Curvelet变换的概念,并说明其算法实现。再综述Curvelet变换在图像处理中的应用。最后,提出对Curvelet变换的进一步研究方向。     

基于内容的图像检索中的相关反馈算法

近几年,相关反馈算法作为解决图像检索问题行之有效的方法,受到人们越来越多的重视,各种各样的相关反馈算法层出不穷,该文回顾了早期的启发式相关反馈算法和近期的最优相关反馈算法,对现有的相关反馈算法进行了分析、总结和对比,并提出了今后相关反馈算法的发展方向。