基于谱间和帧内差分脉冲编码调制的超光谱图像无损压缩

以超光谱遥感图像为研究对象,分析了干涉成像光谱仪获取图像的谱间和空间相关性,提出一种三维差分脉冲编码调制(DPCM)无损压缩方案。首先进行了谱间DPCM预测;然后,对残差图像进行帧内DPCM预测;最后,对差分码流进行二值自适应算术编码。实验表明,该算法可实现无损压缩,压缩比平均可达1.662,较二维整数小波变换算法提高了15.6%,且算法复杂度较低,仅有加减和移位运算,易于硬件实现。

基于改进逐次逼近量化与复杂关联模型的零树图像编码算法

提出一种基于改进逐次逼近量化与复杂关联模型的零树图像编码算法 ,该算法通过以下 4项措施提高EZW算法的工作效率 :(1)对最低频子带进行单独编码 ;(2 )定义多阈值以完善逐次逼近量化过程 ;(3)修改嵌入编码策略以消除编码冗余 ;(4)采纳关联模型以提高算术编码效率 .实验结果表明 ,该算法是一种高效的图像压缩算法 ,其编解码速度、图像复原质量等关键技术指标均优于 EZW和

DPCM与EZW混合编码在医学图像中的应用研究

现代医疗成像设备产生了大量高价值的医学图像,如何对信息进行有效的存储、查询以及网络传输是一个亟待解决的问题。利用整数小波变换和零树编码算法对医学图像进行了压缩研究,在对嵌入零树小波编码(Embedded Zero-tree Wavelet,EZW)算法研究的基础上提出一种基于小波系数的嵌人零树小波编码算法。其主要包括:对小波图像的低频子带(LL)进行单独DPCM编码;对高频子带改变扫描方式以获得最佳编码排序,最后用游程编码(RLE)实现输出。实验结果表明,该方法是一种比较有效的编码方法。

采用单片机压缩编码的数码录放系统设计

本文设计并实现了一个基于单片机的语音录放系统。文中介绍了G.726语音编解码算法的原理,采用单片机实现对语音信号的压缩存储和编解码功能。详细论述了系统的硬件结构,并给出了适用于单片机的程序优化算法。运行结果表明,解码后语音还原质量较好,符合预期。

基于STM32的光话机ADPCM压缩编码算法与实现

针对部分光纤铺设及维护工作是在山区、森林等无线信号差的条件下进行的情况,文中为了解决此种环境下通话困难的问题,同时降低数码率,节省光纤带宽,采用了一种简化的语音压缩编码算法,并在基于STM32单片机的光话机中实现。该压缩编码算法采用自适应差分脉冲编码调制技术,具有较高的压缩比。仿真实验表明,在压缩比为4:1的条件下,可获得较低的数码率和较高的语音通话质量。

基于预测编码的语音压缩技术研究

数字化的语音信号具有非常巨大的数据量,语音信号的存储、传输和处理对计算机的性能、数据传输率和信道带宽提出极高的要求。解决此问题的一种方法是应用语音信号压缩技术,其重要分支之一是预测编码。这是一种较早用于信源编码的技术,利用信源的相关性对数据进行压缩。文章介绍了预测编码及两种相关的压缩方法:DPCM和ADPCM,并在Matlab中对它们进行仿真,对得到的结果进行分析后得到有关的结论,验证了ADPCM编码方法优于DPCM编码方法。

数字电路倍增设备低速率语音编码方案的选择

新一代数字电路倍增设备 (DCME)中将采用更低速率的语音编码技术。文中介绍了几种ITU T公布的低速率语音编码技术 ,对其时延、编码质量以及算法复杂度等进行了比较 。

最新语音集成电路备有先进的线性编码方式

由于多媒体及通信市场的高速发展,语音集成电路已普遍运用于不同的电子产品中,包括多媒体电脑、通信器材、玩具、应答机,及其他消费电子产品。在产品特性方面,厂家向高科技方向生产,推出备有线性编码(LP)的型号,可同时提供脉冲编码调制(PCM)及自动适应差分脉冲编码调制(ADPCM)的编码方式,并可在声音后加上背景音响,或其他音乐效果。产品也内置16至64KB的 ROM,可存储1至4分钟的语音,还有一次可编程(OTP)系统,以支援原型语音循环及快速生成语音循环。另一受访的美国厂家所推出的语音集成电路则备有波表(wavetable)合成电脑音频解决方案。

DPCM与小波变换结合的医学图像无损压缩

为了解决经典无损压缩方法效率较低的问题,提出了改善医学图像无损压缩效率的方法,并对此方法的原理和算法实现作了详细的介绍和分析.简述了医学图像无损压缩的基本步骤,对差分脉冲编码调制(DPCM)在无损压缩中的作用进行了分析和实现,并在此基础上,提出将整数小波变换与DPCM相结合的医学图像无损压缩方法.通过对比和分析实验结果可知,采用该方法进行的医学图像无损压缩具有算法简洁、压缩比高,实用性强等特点.

无线语音通信及视频监控系统设计

针对目前监控系统只有视频监控而缺少语音通信的现状,提出了一种基于ARM的无线语音通信及视频监控系统的设计方案。该系统采用自适应差分脉冲编码调制算法进行语音编码压缩,采用离散余弦变换算法对视频数据进行编码压缩,采用TCP/IP协议,通过无线局域网进行数据传输。测试结果表明,该系统不仅实现了视频监控及语音实时通信,且性能可靠,成本低。

ADPCM语音解码合成输出系统的设计

文章介绍了自适应差分脉冲编码调制(ADPCM)技术的编解码和脉冲宽度调制(PWM)技术的基本原理,研究在现场可编程门阵列(FPGA)上通过有限状态机方式实现ADPCM语音解码算法,利用PWM技术将解码后的数字语音信号转化为PWM波,以此直接驱动喇叭发出声音,输出的合成语音质量良好。

基于DPCM算法的测井数据压缩

由于现实中测井数据数据量大,数据传输实时性强,这就要求传输效率要尽可能地高。但是目前大多数油田仍采用直接传输采样数据的方式。因此提出了一种基于DPCM算法的测井数据传输方式。针对编码方式的特点,设计了编码流程图。对测井数据进行了相关的预处理,再进行编码实现。经仿真实验后发现,差值编码能够有效地去除数据之间的冗余,在保证编码压缩后的测井数据与原始测井数据误差不超过5%的情况下,经压缩后的测井数据量为原始测井数据量的1/2,因此测井数据的传输效率提高到了2倍。

基于ADPCM的语音压缩算法研究

ADPCM算法目前已成为很受用的语音压缩算法之一。给出PCM概念。讨论DPCM,DM,ADM与ADPCM的压缩算法原理以及算法实现流程框图。通过实验,指出每个算法的特征。实验结果进一步证实ADPCM算法既能够有效的压缩语音,又能还原出高质量的语音。

分块DPCM与5/3整数小波变换结合的天文图像无损压缩

针对海量的天文图像数据与有限的存储空间和带宽资源之间矛盾日益突出这一问题,提出一种无损压缩方法,首先将超大天文图像分块,再使用差分脉冲编码调制和5/3整数小波变换,最后使用霍夫曼算法编码。对该方法的原理和具体实现做了详细的分析与介绍,通过实验验证该方法比天文中常用的tar、PKZip、WinZip、WinRar软件在压缩比上分别提高了30%、29%、26%、2%,压缩速度远大于WinZip和WinRar;且该算法实现简单,适合硬件实现和利于并行处理。

一种自适应深度压缩算法设计与实现

为降低深度数据在3D图形绘制时存储带宽的需求,提出了一种自适应的深度压缩算法,能够自适应地选择DDPCM、二维DDPCM或DO算法对数据进行压缩存储,提高了深度数据的可压缩率。试验结果表明,该算法的压缩效率比传统的DDPCM算法或DO压缩算法高10%以上,能够很好地减少深度数据的存储带宽需求。

基于小波包变换的指纹图像分级压缩算法

针对指纹图像中频分量丰富,高频和低频分量相对较少的特点,利用小波包分析提出了一种指纹图像分级压缩算法。将小波包变换后的指纹图像按能量多少进行分级,对包含能量较多的中频子图像,采用无损差分脉冲编码调制(DPCM),对包含能量较少的低频和高频子图像,采用嵌入式零数编码(EZW)算法;并将压缩图像码流与特征点信息相结合进行图像重建。仿真实验表明,该算法在保证重建质量的前提下,比传统的小波零树编码算法压缩比平均提高了约1.832,信噪比平均提高了约4.07,平均运算时间减少了约26%。

基于CCSDS的低码率图像压缩优化算法

为了提高空间数据系统咨询委员会（CCSDS）采用的图像压缩算法的编码效率,提出了一种二维预测模型。通过利用图像像素之间的空间相关性对直流系数的预测模式及其熵编码算法进行改进和优化,该算法在有效地提高了直流系数的压缩比的同时,也增强了其抗误码性能。试验结果表明,该算法在低码率条件下能获得更好的图像编码质量,与CCSDS原有算法相比,峰值信噪比值提高了0.1~0.3dB。算法可极大地满足星载图像压缩数据在低码率下传输的要求。

语音声码器模型及ADPCM声码器仿真

ADPCM是一种波形编码,对应的标准算法有G.721,G.726等。本文建立形式化的数学模型,分析编解码算法及编码前后、解码前后信息差度量Δ1、Δ2。对0.8411秒的WAV语音实现了采样频率8KHz,数据率32Kbps的语音编码,并很好地还原出声音。实现算法时要充分考虑环境噪音。算法对[-0.1,0.1]的随机加性噪声有较好的鲁棒性,编解码时间稳定,时间复杂度为O(N)。

基于边缘移动匹配法的RIDPCM

RIDPCM(循环插值差分脉冲编码调制)是利用插值来获得预测图像的一种图像压缩编码技术,如果插值所得的预测图像与原图像越接近,则二者之差的误差信号的动态范围就越小,就可以用更少的码字来对误差信号进行编码。文章提出将边缘移动匹配插值法用于RIDPCM,在相同的比特率条件下,提高解码端恢复的图像质量。

一个生物医学信号的无损压缩算法

当前生物医学领带压缩技术主要偏重于有损压缩技术的研究，较少研究无损压缩技术，然后由于在临床和科研应用中首先要求的是生物医学信号必须具有高可信度，而一般的有损压缩技术很难满意其需要，因此特别期望使用无损的压缩技术，本文给出了一个低复杂性的基于上下文的生物医学信号无损压缩算法，它在确保信号不失真的前提下，给出了较高的压缩比。