基于多维矢量矩阵正交变换理论的彩色图像压缩编码

在多维矢量矩阵理论的基础上提出了四维矢量矩阵离散余弦变换(4D-VMDCT)算子,扩展了多维矢量矩阵正交变换理论,验证了该变换算子的正交性和能量集中性;提出了适应于三维数据的量化方法,并将该方法用于图像压缩。根据彩色图像的行、列、颜色分量之间的强相关性构建了多维矢量矩阵采样模型,进行多维正交变换,大幅降低了多维数据的相关性,并通过多维量化和无损熵编码,进一步消除统计冗余。理论分析和实验结果表明:在增加压缩比的同时,峰值信噪比也有明显的提高,实验结果优于国际标准JPEG。     

基于YC子阵的彩色图像三维矩阵变换压缩编码

提出了一种新的基于子阵模型的三维矩阵变换彩色图像压缩方法。此压缩方法的创新之处在于:三维子阵分割中采用了亚采样和YC子阵技术,能更好地去除彩色图像分量间的冗余,提高压缩比,而且在YC子阵技术中提出了Y类三维子阵和C类三维子阵的概念;量化方法采用了线性非均匀标量量化,并定义了一种新的运算方法———量化除法。实验表明,与基于矢量量化方法的三维矩阵变换压缩方法相比,本文方法的优点是对具体的图像无依赖,并在压缩整体效果方面已经优于JPEG方法。     

基于三维离散余弦变换的彩色图象压缩编码

离散余弦变换对图象信号有近似最优的去相关能力，但多维的变换公式一直没有给出，为此深入研究了三维离散余弦变换，提出了任意尺寸的三维函数f(x,y,z)的正交离散余弦变换公式，克服了以前系数的取值必须相等的缺点，并将之应用于彩色静止图象的压缩编码中，使得彩色图象的R，G，B3帧可以作为一个整体同时进行变换，极大地去除了图象R，G，B3帧间的相关性，理论分析和实验结果表明，在大幅度地增加压缩比的同时，峰峰信噪比也有明显提高，并且与国际标准JPEG，MPEG有很好的兼容性。     

基于多维矢量矩阵的多视角视频编码

针对现行视频压缩编码标准对多视角视频编码(MVC)的支持与扩展存在一定的局限性这一问题,结合多维矢量矩阵理论,对先前研究中提出的针对单一视角彩色视频流的一整套压缩编码方案加以扩展,将其应用于八个视角的视频编码中,包括多维分块、多维重组、多维矢量DCT正交变换、多维量化、差分编码、多维扫描及行程编码。通过对实验数据的分析,验证了这一整套方案在多视角视频编码中的可行性,为多维矢量矩阵以及多视角视频编码的进一步研究奠定了基础。     

基于小波变换的运动目标特征提取

本文研究的目的就是针对飞机、车辆等运动目标,如何提取角点特征.提出了一种基于小波变换的特征提取方法,充分利用了双正交小波的多尺度特性、对称性、正则性的优点,作者选取了角点这一重要的局部特征作为研究对象,并以曲率为出发点,结合基于灰度图像和边缘图像的角点检测方法提取角点,最后与其他方法提取的角点进行了比对.实验表明,这种方法的稳定性较强、算法简单,在同等运算量的情况下提高了角点的准确性.     

基于多维矢量矩阵的离散余弦变换快速算法

为了提高彩色视频流压缩变换的速度,缩短变换时间,将基于多维矢量离散余弦变换(DCT)正交矩阵的视频流压缩算法同现有的快速DCT算法相结合,提出了基于多维矢量矩阵DCT的快速算法.首先,对一种实用性较强的一维快速DCT算法进行部分校正与补充,并将两种极具代表性的二维快速DCT算法,即行列分解法和线性组合法拓展到了多维层面.然后,结合多维矢量矩阵理论,推导出了两种DCT快速算法及其蝶形示意图,并分析了算法的乘法运算次数.最后,将这两种基于多维矢量矩阵的DCT快速算法应用在标准视频库中测试视频的压缩编码中,同时做了对比实验.实验结果表明:两种算法在DCT时所需的时间均小于0.25 s,满足视频实时性的要求.该算法在保证重建视频质量的同时降低了运算时间,并将DCT快速算法从低维扩展到了多维,可以处理更多维数的视频.     

三维矩阵彩色图像WDCT压缩编码

本文深入研究了三维矩阵,首次提出了一种新的基于三维矩阵的宽离散余弦变换(3-D WDCT),并且定义了它的运算准则,证明了它的正反变换和相关性质,将之应用到彩色图像的压缩编码中.我们知道,彩色图像的三帧是同一物理模型的映射,具有相同的纹理,边缘和灰度变化等.本文充分考虑了彩色图像三帧间的结构相似性,把彩色图像的各个分量表示在一个统一的数学模型里,使彩色图像的R,G,B三帧第一次作为一个整体进行压缩编码,同时去除帧间的与帧内的冗余,而不是象其他方法那样把各个分量独立处理.实验结果表明,这种方法的重建图像无论是压缩比,信噪比,还是视觉效果都有明显提高.本文运用并发展了目前较为成熟的离散余弦变换技术,与JPEG和MPEG都有很好的兼容性.     

Hadamard编码调制关联成像的阈值处理研究

关联成像是一种通过单像素探测器以成像时间换取空间分辨率的新颖成像方案,然而,其存在重建质量低、数据采集时间长的问题。Hadamard编码调制计算关联成像能够实现高效率的成像,显著提高了关联成像方案的适用性,但是其独特的图像噪声集中现象是影响其实用化亟待解决的难题。通过分析Hadamard矩阵作为测量矩阵计算关联成像重建结果的噪声特点,基于图像分割理论,提出了一种利用阈值处理和形态学图像增强的Hadamard编码调制关联成像噪声压制方案,并通过实验验证了该方案的可行性,获得接近8 dB的光学图像增强。该方案对二值图像和灰度图像都有比较好的效果,其工作促进了关联成像技术的实用化。     

2M维矢量余弦整数变换核矩阵

为了减少处理多维数据的运算时间,提出了2M维矢量离散余弦变换(DCT)整数核矩阵,并分析了该整数变换核矩阵的正交性和能量集中性.首先,根据原有浮点型2M维矢量DCT变换核矩阵的理论及性质介绍了2M维矢量DCT整数变换核矩阵的实现算法;验证了2M维矢量整数变换核矩阵的正交性.然后,简述了对*.yuv格式视频文件进行分块与重组的基本原理.最后,以四阶整数变换核为例,分析了2M维矢量整数变换核矩阵,即讨论多维数据在整数变换后的能量集中性.实验结果表明:采用2M维矢量整数变换相对浮点型变换仍然具有较好的能量集中性,而且Y分量能量集中性均值已达到97.3％以上,U分量和V分量的能量集中性均值也已达到99.9％以上,此结果会对后来的多维数据压缩编码处理提供有力依据.     

基于卷积神经网络的多标签图像分类

针对BING算法对物体建模的不足,提出了multi-BING算法。该算法计算训练样本的CS-LBP特征,并对其进行聚类,对聚类后的数据建立BING模型。在物体检测过程中,融合了多个模型结果进行候选框判别,将多标签图像分类问题转化为多个单标签分类问题。以Fast R-CNN模型为基础,将采用本文物体检测方法得到的候选框作为模型输入。同时,采用LReLU函数作为Fast R-CNN模型的激活函数,从而在几乎不增加计算复杂度的情况下,提高模型的平均准确率(AP)。实验表明,本文方法优于BING算法和OBN算法。