基于网格量化和区间均值的动态目标识别

动态目标识别中,当摄像机和目标之间相对距离变化时,对于同一目标的多尺度序列图像,虽然目标区域图像大小和清晰度不同,但整体结构分布具有相似性和一致性。根据这一特点,提出基于目标区域网格量化的方法。在目标区域上形成采样网格,通过相对量化提取结构特征矩阵。对于同一目标序列图像中的每一个目标区域,其结构特征矩阵基本不变。结构特征矩阵反映象素分布的自相关性质。进一步,对由干扰引起的灰度值结构分布误差,采用网格区间均值的方法加以解决。目标区域网格量化是对相邻采样点的差值进行量化匹配。区间均值是对少数相邻采样点的进一步匹配。实例表明,本文的方法运算速度快、可靠性高,达到了实用目的。

一种基于网格编码量化的高光谱图像无损压缩方法

由于遥感图像的数据量非常庞大,给有限的存储空间和传输带宽带来很大的压力,同时,由于高光谱图像获取代价昂贵,具有广泛的应用领域,且压缩时一般不能丢失任何信息,即要求无损压缩,因此没有有效的压缩方法,高光谱图像的普及应用将受到极大的限制。网格编码量化(TCQ)借鉴了网格编码调制(TCM)中信号集合扩展、信号集合划分和网格状态转移的思想,其虽具有良好的均方误差(MSE)性能,而且计算复杂度适中,但目前TCQ主要被应用于图像的有损压缩,为了对高光谱图像进行有效的无损压缩,通过将TCQ引入高光谱图像的无损压缩,并根据高光谱图像的特点,提出了一种基于小波变换和TCQ的高光谱图像无损压缩方法。实验结果表明,与JPEG2000和JPEG-LS中无损压缩算法相比,该算法对高光谱图像具有更好的压缩性能。

一种方向提升小波变换和网格编码量化的图像编码算法

由于JPEG2000图像压缩标准不能有效表示图像边缘的缺陷,提出了一种结合方向提升小波变换和网格编码量化(TCQ)的图像编码算法.该算法先通过基于率失真优化的四叉树分割算法得到最优变换方向,再沿最优变换方向做方向提升小波变换,然后对得到的小波子带系数进行TCQ量化,最后将量化系数编码输出.实验结果表明,对所给定的测试图像,该算法比JPEG2000峰值信噪比最多提高了1.49 dB,比JPEG2000的结构相似度最多提高了3.98%,解码图像的主观视觉质量更好.

基于均匀网格编码量化的超光谱图像自适应压缩

提出一种基于小波系数分类的超光谱图像压缩方法 .算法首先将各波段小波分解并将所得子带划分成子块 ,而后根据子块活动性将其分类 .在分类基础上 ,使用预测差分技术去除谱间冗余 ,此过程中分别求取各子类的预测系数以反映子带的局部相关性 .而后利用均匀网格编码量化方法来量化残差系数序列 ,最后使用自适应算术编码对量化码字进行熵编码 .为使编码器能在所有系数序列中最优地分配比特 ,本文提出一个基于序列统计特性和网格编码量化器率 -失真特性的比特分配算法 .实验证明该方法能高效地压缩超光谱图像 ,表现出优异的压缩性能 .

小波变换的SAR原始数据网格编码量化压缩算法

介绍了小波变换和网格编码量化的优点,针对SAR原始数据的基本特点,提出了基于小波变换的8状态网格编码量化压缩算法。对小波变换后的数据进行网格编码量化,利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,获得了更好的量化效果。利用实际数据进行的实验结果表明,文中提出的算法在量化性能上优于已有的各种压缩算法。

结合网格编码量化的小波包纹理图像压缩算法

为了提高对纹理丰富图像的压缩效果,首先用小波包变换对纹理丰富的图像进行完全分解,再用一种与后续编码器相关联的代价函数进行最佳基搜索,以提高对纹理图像的表达能力.为了提高编码算法的率-失真性能,对搜索出来的最佳基所对应的小波包系数采用变块尺寸方法进行分类,再对分类结果采用网格编码量化器进行量化,最后对量化结果进行熵编码.仿真结果表明,所构造的编码器与SPIHT算法相比,峰值信噪比提高了0 5～2dB,可用于对指纹、遥感等图像的压缩.

改进应用网格编码量化的算术编码G.719音频编码器

网格编码量化的算术编码(ACTCQ)是网格编码量化(TCQ)和算术编码(AC)的有机结合.本论文将ACTCQ应用于G.719,提出了一种改进的G.719音频编码器.主客观实验结果表明,与G.719音频编码器相比,改进的G.719音频编码器不仅降低了0.2%~5.0%的编码速率,而且提高了0.04~0.21的重建音频质量.

基于多级零树编码的小波系数网格编码量化

该文提出了对小波图像作多级零树编码后进行网格编码量化(TCQ)的新方法。首先利用子带间的相关性进行零树编码,然后利用卷积编码和信号空间扩展来增大量化信号间的欧氏距离,并用Viterbi算法寻找最优量化序列。仿真结果表明,该方法比零树编码后采用最优量化要提高0.3dB左右。该方法还具有编码计算复杂度适中,解码简单的优点。

DCT域网格编码量化及其在图像量化中的应用

本文提出了在离散余弦变换（ ＤＣＴ）域内作网格编码量化（ ＴＣＱ）的新方法。该方法不仅利用了信号间的时间相关性，而且也利用了信号变换域内的相关性，该方法首先用一维或二维ＤＣＴ变换减小变换域内的相关性，然后利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离，并用维持比算法寻找最优量化序列。仿真结果表明，基于二维ＤＣＴ的ＴＣＱ方法在相对大的灰度率下，比传统的ＴＣＱ方法好２ｄＢ左右，与此同时，ＴＣＯ又比最优标量量化好２ｄＢ左右。该方法还具有编码计算复杂度适中，解码简单以及对误差扩散不敏感的优点。

基于零树分类的小波图像二维网格编码量化

提出了一种小波图像在进行小波系数零树分类后运用二维网格编码量化(2D-TCQ)的新方法。首先根据小波图像中各子带系数固有的树结构关系对其进行零树分类,然后在扩展的二维码书空间对重要性系数运用网格编码量化,利用卷积编码和信号空间扩展进一步增大量化信号间的欧氏距离,并用维特比算法寻找最优量化序列。仿真结果表明,该方法比小波零树分类后相同码书尺寸下使用 TCQ信噪比获得了0.6dB左右的改善。使用小一倍的码书时,2D-TCQ比TCQ获得了0.1dB左右的改善,而且降低了编码率。由于本方法可以采用较小的码书尺寸,所以可以应用到低存储、低功耗的编解码环境。同时该方法具有编码计算复杂度适中、解码简单的优点。

一种图像多描述网格编码矢量量化算法

在互联网和无线通信环境下,图像通信常因数据包传输出错或丢生而导致质量的严重下降,多描述编码是解决这个问题的一种新途径。该文提出了一种多描述网格编码矢量量化新算法,给出了多描述分解的方法和规则,并通过构造一个代价函数,提出了最优搜索策略,用维特比算法对多描述编码最优路径进行搜索。仿真结果表明,新算法有效利用网格编码矢量量化将量化码书大小扩大一倍的特性,提高了中央通道的编码性能,而如果只收到单个描述,解码图像仍能获得较好的重建质量。

基于空间组合矢量分类的小波图像网格编码矢量量化

本文基于零树编码、矢量分类和网格编码量化的思想，提出了对小波图像采用空间矢量组合和分类后进行网格编码矢量量化的新方法。该方法充分利用了各高频子带系数频率相关性和空间约束性，依据组合矢量能量和零树矢量综合判定进行分类，整幅图像只需单一量化码书，分类信息占用比特数少。对重要类矢量实行加权网格编码矢量量化，利用卷积编码扩展信号空间以均大量化信号间的欧氏距离，用维特比算法搜索最优量化序列，比使用矢量量化提高了０．６ｄｂ左右。该方法编码计算复杂度适中，解码简单，可达到很好的压缩效果。

基于网格编码量化的压缩感知量化问题研究

压缩感知理论提出至今,学术界对其理论研究取得了重大的成果,并将其应用于各个领域。本文主要研究其量化方式,将网格编码量化(TCQ)方法应用于压缩感知的信号量化过程,基于压缩感知理论获取采样信号,采样信号运用网格编码量化方式量化,解码端对信号重构,重构使用2D正交匹配追踪算法。实验结果表明,该方法可以减少图像压缩时间,不影响压缩图像的质量。

自适应网格编码量化在图像压缩中的应用

提出了一种对网格编码量化(TCQ)算法进行改进的方法—自适应网格编码量化算法(ADTCQ),并将其应用于JPEG2000图像压缩。自适应网格编码量化算法(ADTCQ)采用了多级TCQ的结构,并且通过利用已处理的数据对网格结构做出自适应调整。实验结果显示,应用于图像压缩时自适应网格编码量化(ADTCQ)算法的性能要明显优于标准TCQ算法。

网格编码矢量量化在SAR原始数据压缩中的应用

本文提出了一种结合传统的块自适应量化与网格编码矢量量化对SAR原始数据进行压缩的方法。首先对SAR原始数据实施块自适应量化以减小数据的动态范围,然后对块自适应量化后的数据进行网格编码矢量量化。该方法在考虑了SAR原始数据特性的基础上较好地利用了矢量的空间相关性和信号的时间相关性,进一步提高了量化增益。仿真结果表明,该方法在SAR原始数据的压缩中取得了很好的效果。

基于树型结构网格矢量量化的点云渲染算法

针对3D模型海量点云数据存在的空间冗余问题,提出一种基于TSLVQ(tree structure lattice vector quantization)的静态点云有损渲染算法。算法旨在利用层级嵌套网格的集合,解决渲染低效的问题。首先对整个点云进行包围盒封装,多层量化,把数个较小尺度的截断包围盒嵌入到一个较高尺度的截断包围盒单元中,每一步量化过程采用8叉树方法将包围盒分割为八个最佳尺寸的空或非空小包围盒;最后在最高深度的层级里,用包围盒来代替整个小包围盒中全部的点。同时,算法可自行设定8叉树的深度,从而任意控制编码的复杂度和精度,满足渲染的实时性要求。实验结果表明,与现有的网格有损压缩算法相比,提出的算法能在保证模型重建精度的基础上具有较好的空间分解优势,实现实时渲染效果。

四叉树分类的网格编码量化在SAR图像中的应用

综合了小波去相干斑噪声、四叉树分类、网格编码量化技术,提出了一种在小波域内对带噪SAR图像作网格编码量化的新方法。首先对小波域的SAR图像实施软阈值去噪声,然后根据小波图像中各子带系数的带间相关性对其进行四叉树分类,再对分类后的重要类小波系数应用网格编码量化形成有序的嵌入式比特流。该方法不仅利用了信号间的时间相关性,而且也较好地利用了信号变换域的相关性。并且在对SAR图像压缩的同时去除了噪声,取得了很好的效果。

网格编码量化在G.719音频编码器中的应用

网格编码量化(TCQ)借鉴了网格编码调制(TCM)中的信号集合扩展、信号集合划分和网格状态转移的思想,具有较好的量化性能,且复杂度适中。将TCQ应用到G.719音频编码器中,提出了一种MDCT系数的标量量化方案。实验结果表明,与G.719相比,该方案不仅降低了计算复杂度,而且其重建音频质量在64 kbit/s以上速率不低于G.719音频编码器。

结合相干斑抑制的小波域SAR图像网格编码量化

本文结合SAR图像相干斑的抑制,研究了一种在小波域对带噪SAR图像做网格编码量化的新方法。首先将SAR图像在小波域内实施软阀值去噪声,然后根据SAR图像在小波域中各子带系数固有的树结构关系对其进行零树分类,对分类后的重要性小波系数进行网格编码量化,利用卷积编码和信号空间扩展来增大量化信号间的欧氏距离,并用维特比算法寻找最优量化序列。该方法综合了小波相干斑抑制、零树编码、网格编码量化技术,不仅利用了信号小波变换域的空间相关性,而且也较好地利用了信号间的时间相关性。在压缩的同时进行了相干斑抑制,在SAR图像的压缩中取得了很好的效果。

燃气户内维修工网格化量化管理的探索与实践

随着城市燃气的快速发展,传统的燃气户内管理手段和方式已不能满足现代化城市的用户服务需求,将燃气户内管理与“数字”技术相结合形成了新的城市燃气户内管理模式——燃气户内网格化量化管理。本文就城市燃气户内维修工的网格化量化管理新模式进行探索与实践。