H.264标准中整数DCT图像压缩算法的优化及实现

H.264视频编码标准采用整数离散余弦变换(DCT)算法,避免了反变换中的误匹配问题,与传统的余弦变换相比,整数DCT加快了变换速度,且易于硬件实现.本文分析了H.264的整数DCT的原理及采用蝶形快速算法的实现方法,对整数DCT的变换核进行了优化,并对新的变换核应用MATLAB软件进行了仿真.结果表明,采用优化后的变换核的整数DCT更接近于离散余弦变换,且提高了重建视频图像的主观质量.

可逆的DCT整型变换与无失真图像压缩

使用提升的方法 ,利用 FFT( fast Fourier transform)的蝶型构造 ,完成了 FFT与 DCT( discrete cosinetransform)的从整数到整数的变换 .变换本身是可逆的 。

基于离散余弦变换的快速对抗训练方法

为了提升深度神经网络的鲁棒性,从频域的角度提出基于离散余弦变换(DCT)的快速对抗训练方法.引入对抗初始化生成模块,根据系统的鲁棒性自适应地生成初始化信息,可以更精准地捕捉到图像特征,有效避免灾难性过拟合.对样本进行随机谱变换,将样本从空间域变换至频谱域,通过控制频谱显著性提高模型的迁移与泛化能力.在CIFAR-10与CIFAR-100数据集上验证提出方法的有效性.实验结果表明,在以ResNet18为目标网络,面对PGD-10攻击时,本文方法在CIFAR-10上的鲁棒精度较现有方法提升了2%~9%,在CIFAR-100上提升了1%~9%.在面对PGD-20、PGD-50、C&W等其他攻击以及架构更复杂的模型时,均取得了类似的效果.提出方法在避免灾难性过拟合现象的同时,有效提高了系统的鲁棒性.

利用循环卷积实现的素长度DCT快速算法

提出了一种利用循环卷积 (Cyclic convolution)和扭循环卷积 (Skew cyclic convolution)实现计算奇素长度离散余弦变换 (DCT)的快速新算法。算法将 DCT系数分成三部分 :DC分量、偶下标分量和奇下标分量。根据数论理论 ,本文定义了一种新的下标变换算子 ,利用该算子进行下标变换 ,将偶下标 DCT系数的计算转化为一个循环卷积 ,根据不同长度 ,奇下标 DCT系数的计算被转化为循环卷积或扭循环卷积。利用循环卷积和扭循环卷积的高效率和规则的算法 ,构造具有简单、规则的结构和较低的运算复杂性的奇素长度 DCT快速算法。

基于多项式变换的2D-DCT快速算法

基于二维离散余弦变换 (2D_DCT)广泛应用于图像和视频信号处理领域 ,文中提出一种基于快速多项式变换的 2D_DCT快速算法 ,将 ql1 ×ql2 (q为奇素数 ;l1、l2 分别为两个不同的整数 ) 2D_DCT转化为多项式变换 (PT)和一维简化余弦变换 (1D_RDCT) .利用算法中系数的特点 ,设计了简化的快速多项式变换算法和 1D_RDCT递归分解算法 ,使运算复杂性进一步降低 .本算法具有较低的计算复杂性和规则的结构 ,并且可以方便地推广到多维 (>2 ) .

计算q^(l_1)×q^(l_2)二维DCT的快速算法

离散余弦变换 (DCT)广泛应用于信号处理的许多领域 ,多维 DCT(MD- DCT)是图像处理和视频信号处理的重要工具 .通常 ,多维 DCT采用行列法用一维算法实现 ,实现效率较低 .近年来虽然出现了一些多维 DCT直接实现算法 ,但大多要求变换为 2 n× 2 n,限制了适用范围 .该文研究较一般的二维 DCT快速算法 ,将 ql1 × ql2 (q为奇素数 ;l1 ,l2 分别为两个不同的整数 )二维 DCT转化为多项式变换和一维简化余弦变换 ,通过特别设计的快速多项式变换算法和 1D- RDCT递归分解算法 ,提出了一种计算复杂性较低且具有规则运算结构的 ql1 × ql2 二维 DCT算法 .本算法的设计方法可以方便地推广到多维 (>2 )的情况 .

可配置FFT/DCT协处理器及其VLSI设计

针对不同长度的FFT/DCT运算需要不同基数的碟形单元,导致性能和面积难以达到较好的平衡的问题,提出一种新的FFT/DCT实现结构.该结构中,当N为8的整数幂的FFT/DCT时,采用面积效率高的混合基-2/22/23结构,否则将混合基-2/22/23配置为基-8结构,使其与运算效率高的混合基-2/4结构组合在一起进行运算.基于此结构并结合零判决自动旁路和精度自适应控制机制,实现了一种可配置的FFT/DCT协处理器.该协处理器在UMC0.13μm工艺下综合的电路面积为148 K个门单元,工作频率为200 MHz.实验结果表明,该协处理器在不牺牲面积的前提下,明显地改善了FFT/DCT的运算性能.

遥感图像自适应分层量化的快速DCT压缩法

依据遥感图像的频谱特性,提出一种自适应分层量化的快速DCT图像压缩算法,在对原始图像快速DCT之后,根据图像频谱特性自适应修正JPEG量化表,再用新量化表分层量化DCT系数。真实遥感图像压缩实验表明,在同等压缩比下,提出的方法比标准JPEG方法速度快,且峰值信噪比增加1～2dB,并能实现嵌入式码流图像压缩。

一种新的基于VLIW的IDCT和运动补偿算法

本文使用矩阵形式在超长指令字(VLIW)的观点下将几种经典算法与已有的适合于VLIW的算法进行了比较.然后利用VLIW结构的特性,提出了一种快速IDCT算法.与现有算法相比,新算法进一步减少了所需的指令周期.并利用VLIW结构的寄存器特性,将视频编解码过程中的运动补偿(预测)和IDCT(DCT)组合,使运动补偿所需时间降低为原来的约50%,这种思想能应用于MPEG1/2/4,H.263和H.264.

基于快速DCT对插值数据的压缩储存

在进行三维地质建模中,大数据量模拟往往带来储存难、实现难等问题.从合理及实现角度考虑,将基于二维DCT的JPEG静态图像压缩方法应用于插值数据压缩处理,从而大大节省了磁盘空间.经数据重构后,采用VC开发平台结合OPENGL进行绘制与原始数据的地层三维模拟进行比对,验证了数据压缩的效果能够被认可.那么可以认为,对插值数据进行压缩处理在三维地质建模中具有十分重要的现实意义.

结合快速层式DCT和动态LOD的地形压缩绘制技术

为了解决大规模地形实时渲染中地形数据的传输、存储和处理效率问题,提出了基于快速层式DCT的嵌入式零树编码对地形数据进行压缩,然后结合基于视点的动态LOD完成地形绘制。用快速DCT代替传统DCT对地形数据进行变换,按空间位置重组不同频率子带,对低频做逆DCT后作为下层输入,重复上述步骤直到满足要求;在获得的多分辨率频带上执行零树编码;结合动态LOD重新渲染地形。实验结果表明,该算法计算相对简单,压缩率与帧速率得到了有效的提升,绘制效果更加契合人眼的视觉感受。

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0.25s,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。

改进的静态图像压缩技术

在多媒体技术中 ,静态图像压缩技术成为世界学术界研究的热点 .本文在国际标准组织制定的静态图像压缩标准JPEG的基础上 ,提出了一种采用新的傅立叶分析技术—算术傅立叶变换 (AFT)来快速计算离散余弦变换 (DCT)系数值 ,改进了静态图像压缩技术 ,克服了DCT运算速度慢的缺点 ,同时克服了传统的快速离散余弦变换 (FDCT)程序复杂 ,子进程多的缺点 .实验表明运用新型的AFT的DCT快速算法代替传统的DCT算法实现静态图像压缩可以使运算时间大幅度减少 。

基于STM32F4的图像压缩技术研究

提出了一种利用STM32F4微处理器实现JPEG静态图像压缩编码的方法.根据图像压缩编码的基本流程,重点讨论了图像编码中DCT变换的优化和实现,以及基于STM32F4的图像压缩处理过程.实验结果表明,采用基于DCT快速算法结合余弦系数查表法的压缩算法和STM32F4微处理器的静态图像压缩系统,与传统的基于DCT方法的系统相比,压缩速度提高了4倍,图像压缩比例可达14∶1,而且图像的峰值信噪比高于30,实现了对图像信号的实时、高效率压缩.

一种低码率的动态图像压缩

进行动态图像压缩时如何兼顾较高的编码速度与较低的码率成为编码的关键。该文采用基于DCT的编码,并对DCT变换进行了一定优化以提高编码速度。在解码的后处理部分,文章采用拉格朗日n次插值算法对图像进行扩张,使得图像获得更大的显示区域并有较好的显示效果。

DC3T的若干性质

本文证明了一种非正交离散余弦变换──ＤＣ３Ｔ具有与经典ＤＣＴ相同的残余相关和更高的变换编码增益，分析了它的熵压缩和能量压缩性质，给出了计算复杂度和递推算法．结果表明ＤＣ３Ｔ比ＤＣＴ更适合于图像数据压缩．

Hankel矩阵的离散Cosine变换的快速算法

在图像和信号处理研究邻域,经常会涉及到结构矩阵的离散sine、快速傅里叶变换(FFT)及离散cosine变换.文献[6]的作者利用FFT给出了离散cosine变换的一个算法,计算变换矩阵的M个元素所需的计算量和存贮空间分别为O(N2logN)+O(M)和O(N2).本文利用Hankel矩阵的结构特点导出一递推关系式(见式(8)),给出了Hankel矩阵的离散cosine变换(DCT)的一个快速算法.该算法所需要的存贮空间为O(N),计算变换矩阵的M个元素所需的计算量为O(NlogN)+O(M).

频域变换图像压缩算法研究及比较

以图像压缩编码技术作为研究对象,主要讨论频域变换图像压缩编码中有代表性的FFT编码、DCT编码、小波变换等的算法,并采用MATLAB程序语言验证各种的算法。程序实现输入不同压缩比,得到相应的压缩图像,并计算图像的均方误差、信噪比,通过对不同压缩比产生的不同效果进行比较分析,得到这些算法的性能比。

MCLT新型快速算法

提出了一种基本计算单元为DCT-II变换的MCLT快速算法。它将基于任意窗函数的MCLT系数的实部和虚部分别映射为一半输入序列为0的DCT-II变换。对于M点的MCLT变换,该算法只需计算两个一半输入序列为0的M点DCT-II变换和两组蝶形运算。对M点的MCLT,当窗函数为正弦窗时,提出快速算法的运算复杂度为O(MlbM);当窗函数为任意窗时,其运算复杂度为O(MlbM+2M)。实验结果表明:相对于已有的快速算法,由于该算法的中间处理过程中,一半输入序列为0,其实际计算时间减少2%以上。该算法降低了软硬件实现的存储复杂度,更符合实际应用要求。

基于NEDA的最佳分组算法

新分布式算法(NEDA)是只使用加法运算完成乘加计算(MAC),它在面积和功耗方面的优越性是通过消去系数冗余使硬件面积大幅下降体现出来的.本文提出的最佳分组算法就是一种快速有效的去除系数冗余的方法,它是针对NEDA结构中的加法器矩阵(AM),通过对所有AM分组查找出现次数得出可复用的最佳位置来快速有效的去除AM冗余.研究表明,该算法能利用程序快速有效地去除NEDA结构的DCT和FFT的AM冗余,大幅降低硬件面积,并且它对于NEDA结构的数字信号处理硬件设计都广泛适用,使相应的硬件设计效率大幅提高.