基于最佳线性估计的快速压缩感知图像重建算法

针对目前存在的压缩感知(CS)重建算法计算复杂度过高的问题,该文提出一种基于最佳线性估计的快速CS图像重建算法。该算法在编码端进行分块自适应CS随机测量,在解码端根据图像块不同的统计特性,估计出统计自相关函数矩阵,进而构造出最佳线性算子用于重建出各个图像块。由于该算法用线性投影的方式替代了传统CS重建算法的非线性迭代过程,使得其大大缩短了图像重建时间。仿真实验结果表明,对于纹理细节不复杂的图像,所提出的算法并没有因为其计算复杂度的减少而影响到重建质量,仍优于目前流行的CS重建算法。

H.264图像复杂度自适应的I帧码率控制算法

该文针对H.264帧内编码码率控制(RC)效果不佳的问题,提出了一种新颖的图像复杂度自适应I帧RC算法。首先用Sobel算子检测I帧亮度像素的梯度,建立4×4块的边缘方向直方图,得到每个4×4块最可能的帧内预测模式和相应重构块,最终获得与实际编码相近的残差图像。用残差的平均绝对值表达I帧编码复杂度,并提出了一种经验型码率-量化(R-Q)模型,同时考虑缓冲区状态和序列特性为I帧分配合适的目标比特,最后为每一个图像组(GOP)得到了合适的I帧量化参数(QP)。实验结果表明,该文算法能更准确地控制I帧输出码率,有效阻止缓冲区溢出和跳帧,得到更加平稳的视频质量,序列PSNR波动减少了60%以上。

流动颗粒显微图像测量技术研究

针对显微环境下流动颗粒测量的需要,构建了测量平台,研制了基于MEMS工艺的测量器件。在分析流动颗粒显微图像特征的基础上,提出了基于颗粒运动特性的图像测量流程,其中提出了基于基准桢差分的目标提取算法,解决了流动颗粒目标分割的问题,根据图像运动模糊的退化模型,研究了图像模糊恢复的问题。最后以润滑油中的磨损颗粒为例,验证了该文的分析方法对流动颗粒检测的有效性。

基于分割的图像超分辨率重构算法

鉴于当前算法不能很好解决重构效果和算法复杂度之间的矛盾,提出了一种基于分割的图像超分辨率重构算法。首先提出了一种基于纹理的图像分割方法,将图像分为纹理较多和较少两个区域,然后针对纹理较少区域提出了改进型小波多尺度插值方法,纹理较多区域提出了固定训练集神经网络方法。本算法综合了小波方法的简单性和神经网络方法的精确性。实验结果表明,新算法重构效果良好,复杂度较低,操作性好。

高校实验室管理体制改革的探究

近年来高校虽然在实验室管理方面取得了一定的成绩,但由于许多实验室的功能过于单一化,规模普遍较小,存在着与高速发展的教学、科研水平不相适应的管理问题,建立一套系统完整的实验室管理体制势在必行,以改善目前相对落后的现状,提高实验室的教学、科研水平。

基于模糊识别的块编码图像帧内误码掩盖技术

采用基于模糊识别的误码掩盖方法来对块编码的灰度图像进行帧内的误码掩盖。首先对丢失块进行周围像素匹配,找到最佳匹配块,然后采用模糊识别技术来对最佳匹配块的恢复效果进行模糊分类,并根据分类的结果对恢复较差的块采取相应的修正处理:对于平滑纹理进行改进的像素逐点修正,而对于复杂纹理则采用分块再匹配方法,从而达到有针对性地掩盖误码、改善视觉效果的目的。实验结果表明,对于具有复杂纹理和精细细节的图像,采用本文方法可以获得比较满意的结果,不仅在主观上可以获得较好的恢复效果,而且PSNR也有较大的提高。

渐进式图像传输技术的研究与仿真

渐进式图像传输技术使得码流具有多种表示能力,能够较好地适应通信子网带宽、用户接收终端设备能力以及用户需求的异构性。文章首先介绍了该技术的应用价值,然后对渐进图像传输方法进行了总结分类,阐述了其实现原理,最后进行了实验仿真。

基于退化模拟及参数变化特性的动态颗粒图像检测方法

介绍了油液颗粒动态检测系统的发展现状，讨论了动态颗粒图像的检测问题。在分析动态颗粒图像退化原理的基础上，依据系统实验参数对图谱库中的颗粒图像进行了退化模拟，分析和解决了退化图像中颗粒目标提取的问题，研究了图像的各类参数退化前后的变化特性，最终选取了对图像退化具有较好不变性的参数形成了油液动态颗粒图像的检测体系，相比传统系统实现了对颗粒更为详细的检测和分类。

边界模糊图像的径向基函数神经网络分割方法研究

边界模糊图像不同区域之间没有明确的分界,用传统的图像分割方法难以得到很好的分割结果。本文研究了径向基函数网络的工作实质及其用于图像分割的机理,分析了径向基函数神经网络的特点,针对边界模糊图像,应用不同结构的径向基函数神经网络对其进行图像分割,验证了径向基函数网络用于图像分割的有效性以及算法速度上的优越性。

图像压缩感知中常用测量矩阵的性能比较

测量矩阵是压缩感知编码端不可或缺的一部分,测量矩阵的好坏直接影响到重构出信号的质量好坏。目前常用的测量矩阵有很多,但很少有文献将该矩阵进行系统地比较。对目前常用的测量矩阵做综合分析,比较它们在压缩感知编解码过程中重构出的信号在视觉效果、峰值信噪比、重构时间等方面的区别。另外,由于使用分块的方式对图像进行编解码,因此也分析比较了不同的分块大小对重构的影响。

一种基于压缩感知全变差算法的图像去噪方法

压缩感知技术突破了奈奎斯特准则的局限性,在图像处理方面有着广泛的应用。提出一种改进的基于压缩感知的图像去噪方法。该方法中,对混有噪声的图像首先进行稀疏变换,然后对变换后的部分系数采用测量矩阵进行测量,最后通过全变差(TV)重建算法进行图像重建。仿真结果证实全变差重建算法在图像去噪中优于其他压缩感知重建算法,可以有效地去除图像中混有的噪声,实现图像的良好去噪。

图像压缩感知的基于GPU的并行重构算法研究

压缩感知是近几年出现的一种新型信号处理方法,它能够以远低于奈奎斯特采样速率进行采样,而且在采样的同时对信号进行了压缩。但它却是以解码端的复杂度为代价,复杂的重构算法对设备提出了较高的要求,此外,重构时间也限制了压缩感知在实际中的应用。利用GPU的强大运算能力,对现有算法进行优化的同时,在不同的并行环境下进行实验对比,将重构算法中复杂的矩阵操作模块转移到GPU上并行执行。实验结果表明,该算法可以有效地提高重构效率。

基于U-GAN神经网络的视频图像去雨雾技术

现今对视频的追求已从原来的如何获取到现在的如何处理,到如何得到更美观的视频图像做各种的视频图像处理。但在获取视频时可能由于天气等原因,使得视频资料有着雨雾遮挡的情况,这时视频图像的去雨雾技术则起着重要的作用。使用U-GAN神经网络对含雨雾的视频进行处理,可以得到一种去雨雾的GAN模型,能够快速处理雨雾视频图像,得到清晰美观的视频图像。

一种空间结构描述算子在多模图像配准中的应用

提出了一种用于表征图像的空间结构描述算子。通过此描述算子,可以将多模图像配准问题简化成单模图像配准问题,从而方便了整个配准的过程。首先,为了探究图像的结构信息,在计量坐标系(gauge coordinate system)下提取了大量的图像几何结构特征。同时,为了引入图像的空间信息,将当前像素附近的邻域像素也考虑其中。然后,依赖于一种改进的主成分分析方法,从大量的有关于图像的结构和空间信息之中,挑选出了最具代表性的信息用于构建与原图大小相同的空间结构描述算子。实验证明,与很多其他的优秀的相似度评价方法相比,基于该描述算子的绝对差值和SAD(sum of absolute difference)方法能更高效地、更稳定地匹配多模图像对。

视频处理DSP性能分析及选型

分析了视频处理DSP的出现原因,介绍了常见的视频处理DSP,并对其性能进行了比较,对其特点进行了总结,介绍了此类DSP在选型时的注意事项。

基于多处理器DSP芯片CT3400的视频I/O模块的设计与实现

介绍了多处理器DSP芯片CT3400的可编程I/O子系统,并利用它设计了视频的输入输出模块。整个设计包括视频I/O设备的实现、视频I/O设备与编解码器的连接和控制、I/O子系统与计算子系统之间的启动。

无线网络下压缩感知视频通信的研究

研究了压缩感知视频编码方法。与传统方法相比,压缩感知视频的采样率更低。基于压缩感知技术,对视频帧的一维感知和二维感知分别进行研究和分析。由于考虑到视频帧行与行之间的相关性,二维感知更适合视频编码。同时,实验结果表明二维视频感知对高冗余度的视频序列重建效果更加优越。

H.264中基于先验预测的帧间编码模式选择算法研究

帧间编码的模式选择算法是H.264视频编码器中计算量较大的部分。该文首先简要介绍了H.264帧间多模式编码原理,然后对帧间编码的最佳模式进行统计、分析,提出了一种基于先验预测的帧间编码模式选择快速算法。仿真实验结果表明该文提出的快速模式选择策略可以在保证视频编码质量的同时,很大程度上降低编码器的计算复杂度。

超分辨率重建算法综述

随着高分辨率移动设备和超高清电视的发展,对已有的低分辨率视频进行超分辨率上采样成为最近的一个研究热点。对已有的超分辨率重建算法根据输入输出方式的不同,分为多图像超分辨率重建、单图像超分辨率重建、视频超分辨率重建三大类,综述了其中每类算法的发展情况及常用算法,并对不同算法的特点分析比较。随后讨论了多图像超分辨率重建和单图像超分辨率重建方法对视频超分辨率重建方法的影响,最后展望了超分辨率重建算法的进一步发展。

基于自适应变论域模糊理论的CBR视频码率控制策略

针对H.264/AVC视频编码码率控制算法复杂度高的问题,提出了一种在CBR环境下采用自适应变论域模糊理论、辅以视频质量控制、编码控制和主动跳帧技术的码率控制方法,降低了算法的复杂度,提高了控制精度。仿真测试结果表明,该方法在保证CBR输出码率精度的条件下,与JVT-G012的方法相比,降低了算法复杂度,提高了重建视频图像质量,是一种有效的码率控制策略。