排序方式: 共有22条查询结果,搜索用时 15 毫秒
1.
2.
3.
传统的非正方形四叉树变换(NSQT)系数的扫描方式并不能很好地适应系数的能量分布,这将降低熵编码的编码效率。为了提高编码效率,该文提出非正方形四叉树变换系数能量分布模型,并改进了其系数扫描方式。首先推导了非正方形变换块的空间频率域位置分布,基于推导的分布,从理论上提出了其能量分布模型,并用实验进行了证实,发现能量从左上角到右下角逐渐递减,而左下角的能量与右上角的能量接近,根据该能量分布模型,重建了非正方形四叉树变换中量化系数的扫描模式,以适应熵编码,而熵编码中的系数扫描方式倾向于系数上的降序。实验结果显示,相比NSQT中已有的系数扫描方式,该文方法提出的扫描方式在编码计算复杂度和客观视频质量损失可忽略的前提下,平均下降了1.32%~3.74%的比特率,对于非正方形变换块,下降了9.05%~13.19%的比特率。 相似文献
4.
针对现有2阶预测算法对残差像素间的相关性考察不够,使得2阶预测不够准确,导致编码效率降低等缺点,提出一种基于图像能量相关性的H.264/AVC 2阶预测算法。该算法基于对帧内、帧间残差像素相关性的详细统计分析,定义了像素能量相关性,通过统计出能量相关性和1阶帧间残差的关系曲线,动态地、较为准确地筛选出2阶帧内预测参考像素,既提高了2阶帧内预测的准确性,在码率降低的同时,提高了编码图像质量。实验结果表明,本文算法在图像质量和码率两方面均优于现有2阶预测算法。尤其对于高分辨率且包含复杂运动的视频,图像质量和码率提升较大,与其它2阶预测算法相比,率失真优化效果明显。 相似文献
5.
本文主要介绍了基于虚拟仪器的应变测量系统的软硬件设计方法.采用LabVIEW可视化的虚拟仪器系统开发平台,把传统仪器的功能模块集成在一台计算机中,用户可以在最基本的硬件支持下,通过修改虚拟仪器的软件来改变它的功能与规模.该系统实现了应变的自动测量,并通过计算机完成数据的处理、分析和存储以及将数据网络发布,能满足应变测量内容的多样性对应变测量仪器提出的各种不同要求. 相似文献
6.
针对目前监控摄像头由于远距离拍摄导致模糊人脸识别率欠佳的问题,提出了具有"有序"全局结构性特征的旋转均值跳动特征提取算法。该算法在图像每条垂线上按照从上至下的顺序等分选择若干采样点,运用均值跳动的方法进行编码,计算每条垂线上所有值不为0的像素的平均值,按顺序将选取的若干采样点像素值和平均值进行比较,并依次编码,生成1个8位二进制数,其对应十进制值的范围与像素值范围相同,该十进制数为整条垂线上的特征值,从而提取出描述每条垂线的纹理特征信息。结合图像预处理和直方图归一化实现对纹理图像融合特征信息提取。实验结果表明,该算法相比深度学习在模糊人脸识别方面有了明显提升。 相似文献
7.
8.
分析了对应CU分块与其空域上相邻的4个CU之间的相关性,根据分析的最大出现概率的PU模式,以及当前PU分块与前一帧对应不同尺寸CU分块之间的空域相关性,提出了一种基于时域和空域相关性的快速HEVC帧间模式判决方法,跳过当前最大编码单元中各层CU中冗余的PU模式,从而降低了编码的计算复杂度。实验结果显示,与HM7.0相比,该方法在仅仅损失了0.21%~1.66%压缩率和0.01~0.09 dB峰值信噪比的前提下,降低了52.3%~63.5%的编码时间。 相似文献
9.
为了克服大数据在采用串行加密方式时具有的加密效率低的问题,设计了一种基于双混沌系统的大数据环境的并行加密算法;首先,设计了基于 Map-Reduce的大数据环境的并行加密模型;然后,引入了改进的Logistic映射和Tent映射构成双混沌系统,并设计了Map函数、Sort函数和Reduce函数实现并行加密,在Map函数中通过Logistic映射和Tent映射的不断迭代计算加密密钥或解密密钥,在Sort 函数对由Map函数输出的键值对进行排序并剔除重复的数据块,在Reduce函数中对加密后的密文数据块或解密后的明文数据块进一步合并构成输出数据;仿真实验表明:文中设计的基于双混沌系统的Map-Reduce并行加密模型能高效地进行数据加密或解密,能提高数据安全性和加密效率,具有较强的可行性。 相似文献
10.
一种基于时域相关性的高性能视频编码快速帧间预测单元模式判决算法 总被引:2,自引:0,他引:2
为了降低高性能视频编码(HEVC)的编码计算复杂度,根据视频时域上高度相关性的特点,该文提出一种快速高性能视频编码(HEVC)帧间预测单元(PU)模式判决算法。分析了时域上相邻帧两帧相同位置编码单元(CU)的PU模式之间的相关性;同时,针对视频中可能存在对象运动,还分析了前一帧对应位置CU的周边CU与当前帧中当前CU间PU模式的相关性。根据分析的时域相关性,跳过当前CU中冗余的PU模式,从而降低编码复杂度。实验结果表明,在编码效率和峰值信噪比(PSNR)损失很小的情况下,在目前已有的HEVC快速帧间预测算法的基础上,进一步降低了31.30%的编码时间。 相似文献