简单高效地用于SVC标准中的层间上采样滤波方案

结合人眼视觉系统的特点,提出了一种简单高效的用于SVC标准中的层间上采样滤波方案。基于人眼对图像亮度信息的变化比色度信息的变化要敏感的多这一特性,该方案通过简化图像色度分量的上采样滤波器来减少上采样插值运算量,以提高编码效率。对亮度分量采用复杂的6抽头滤波器,而对色度分量采用简单的双线性滤波器。实验结果表明,该方案在大幅度减少色度分量的上采样插值运算量的情况下,能够保持编码码率和PSNR性能几乎不变,可以被应用于可分级视频编码的层间空域插值算法中去。

SVC中优化的上采样滤波器设计

图像下采样后损失的信息在上采样中是无法恢复的,下采样和上采样的特定组合可以显著的影响重构图像的质量。利用这一特性,针对可分级视频编码(Scalable Video Coding,SVC)中下/上采样滤波器设计孤立存在的问题,提出一种算法,根据下采样设计与之相匹配的上采样滤波器。该算法根据已获得的下采样滤波器,推导与之对应的上采样滤波器,使两者匹配,达到提高视频质量并提升空间可分级编码性能的目的。与JSVM标准的仿真结果相比,特定组合的下/上采样滤波器在降低比特率的同时,峰值信噪比平均增加1.58 dB。

利用动态上采样滤波深度网络进行多角度遥感影像超分辨率重建

近年来,基于深度学习的超分辨率重建技术已经广泛应用于多时相高光谱影像、高分影像超分辨率重建等领域。多角度遥感影像之间具有丰富的互补信息,可用于超分辨率重建。针对高分辨率多角度遥感影像提出了一种基于动态上采样滤波网络的超分辨率重建方法。该方法的网络结构为端到端双路网络,其中一个分支网络通过动态上采样滤波模块来实现分辨率提升,另一个分支网络用来学习影像中的高频信息,将两个分支网络输出的结果相加即可得到最终的超分辨率重建影像。为了验证该方法的有效性,利用WorldView-2美国亚特兰大地区和巴西里约热内卢地区多角度遥感影像数据分别进行了2倍、3倍、4倍超分辨率重建模拟实验和真实实验,并进行了多组对比实验。实验结果表明,所提方法可以在顾及多角度影像角度维信息的同时有效提升目标影像空间分辨率,并且较好地保持了影像的细节信息。

助听器芯片中的采样率变换数字滤波器设计

分析了助听器芯片中Σ-ΔADC的降采样滤波器、上采样滤波器的原理及实现技术。优化滤波器结构和滤波器系数,降低了芯片面积。采用可编程配置的滤波器系数,实现通带平坦度与过渡带带宽、采样率之间的动态切换。采用SMIC 130nm 1P8MCMOS工艺进行了MPW流片验证。结果表明,该滤波器可支持16kHz、32kHz采样率,满足不同采样率助听器DSP的需求。级联后滤波器的通带纹波为0.001dB,阻带衰减达80dB,群延时之和最大值为3.877ms,满足助听器信号转换电路的要求。

基于联合双边滤波器上采样的纹理图像修复合成算法

基于双边滤波器上采样算法提出了一种修复图像纹理的合成方法,以计算的样本纹理作为引导纹理,对低分辨率的待修复纹理图像区域的纹理进行插值运算,实现高分辨率的修复。仿真结果表明,该法提高了待修复纹理图像区域的分辨率。

基于边缘特征引导的深度图像超分率重建

针对TOF(Time of Flight)相机深度图像在超分辨重建过程中易出现边缘模糊、纹理映射问题,在联合双边上采样滤波器的基础上提出一种基于深度图像自身边缘特征引导的超分辨重建方法。通过低分辨深度图像的边缘特征引导,将深度图像分为不同的区域,根据滤波区域性质的不同,对联合双边上采样滤波器模型中的颜色相似项进行不同加权。同时为了进一步保持图像边缘,在深度图像边缘部分加入一个结构保持项。最后利用联合双边上采样滤波器模型重建出高分辨深度图像。实验结果表明,该方法不仅提高了TOF深度图像的分辨率,而且很好地保护了深度图像的边缘结构,取得了较好的效果。

基于图像分量自适应的层间空域插值算法

可伸缩视频编码(SVC)技术作为下一代视频编码国际标准中的关键技术,正成为领域研究热点.其中层间空域插值算法的效率将直接影响空间可伸缩性方面的编码性能.文中提出了一种基于图像分量自适应的层间空域插值算法.新算法以人眼视觉系统所固有的分辨率差异识别特性为理论出发点,采用区别图像分量的上采样滤波器设计,力求在保持算法插值精度的同时降低计算复杂度.理论分析和实验结果表明.与非自适应算法相比,新算法能够节省一半左右的算法执行时间,并保持空间可伸缩性的RD编码性能基本不变,可有效地应用到支持空间可伸缩性的视频编码技术中去.