HVS模型及其在静止图象压缩质量评价中的应用

图象质量尺度是最优化图象压缩算法参数和提高图象质量的重要依据 .建立在人类视觉模型 (HVS)基础之上的感知质量尺度作为主客观联系的桥梁 ,能有效地反映出人对图象失真在视觉上的感知 .近年来 ,有许多研究者借助人类视觉系统研究中的最新成果 ,深入分析了与图象质量密切相关的视觉感知特性 ,提出了大量效果不错的静止图象压缩感知质量尺度 ,并对视觉感知特性在图象质量尺度中的应用方法进行了较全面的综述 ,揭示了影响其图象质量预测准确性、鲁棒性的主要因素 ,给出了该领域的最新研究成果和未来发展方向 .

改进SPIHT算法及硬件高速实现

基于小波变换的SPIHT图像压缩方案是一种实用高性能图象压缩编码算法,但原始SPIHT算法链表式编码限制了其在高速处理中的应用。本文提出了一种改进的SPIHT压缩编码算法,在确保恢复图像质量与原始算法基本相当的基础上,改进算法可以采用并行流水结构实现,有利于高速处理中的应用,可以对高达40×8Mbit／s的原始图像实时压缩和去压缩。

基于SPIHT算法的遥感图像高速实现方案

基于小波变换的 SPIHT图像压缩方案是目前公认性能较好的一种实用高性能图像压缩编码算法 ,但原始 SPIHT算法链表式编码限制了其在高速处理中的应用。本文提出了一种改进的 SPIHT压缩编码算法 ,在确保恢复图像质量与原始算法基本上相当的基础上 ,改进算法可以采用并行流水结构实现 ,有利于高速处理中的应用 ,为该算法在遥感图像中的应用提供了理论依据和工程基础。

遥感卫星自截断SPIHT压缩译码技术

链表式 SPIHT算法是目前公认最好的压缩方案 ,但是由于其传输中具有极差的抗误码特性 ,在遥感图像数据压缩中的应用具有一定局限性。本文提出的自截断式 SPIHT压缩算法使得译码器在出现“致命性”误码的情况下能够自动中止该帧数据流译码 ,使得误码不至于扩散到整幅图像之中 ,为

新型直接序列扩频通信方法

针对传统直接序列扩频通信复杂多径环境下性能受限且频谱利用效率低的问题,提出了一种时频混合直接序列扩频接收机结构的循环前缀(CP)块传输结构扩频系统,采用频域最大比合并(MRC)同时实现均衡和解扩过程,在获得最佳接收性能的同时,省略了IFFT过程,显著降低了计算复杂度。在此基础上,提出了利用恒包络零自相关(CAZAC)序列取代m序列作为扩频序列,在不增加计算复杂度的同时显著提升系统的性能。最后,提出了一种基于循环码移位键控(CCSK)的高速扩频通信方法,解决了传统直接序列扩频频谱利用效率低、传输速率受限的问题,并利用傅里叶变换时域循环移位的性质,设计了一种低实现复杂度的CCSK解扩方法,将CCSK解扩所需的乘法次数由O(N^(2))降为O(Nlog N),极大减少了资源消耗。仿真结果表明,相较于已有直接序列扩频方法,所提方法无论是在高斯还是复杂多径信道环境下均获得了3 dB左右的性能增益。