一、基于小波变换的视频压缩新方法(论文文献综述)
赵亚娟[1](2020)在《大容量低时延信源信道联合编码视频传输技术研究》文中研究说明随着多媒体通信业务的蓬勃发展,近年来诸如虚拟现实体验、无人驾驶汽车、图像智能识别监控等一系列实时多媒体传输业务需求的涌现,使得超高清视频的实时可靠传输逐渐晋升为普遍需求,而这需要更高的传输速率以及低时延高可靠性的要求来予以支撑。为了应对这些挑战,现有的高速无线视频传输技术尚有诸多问题亟待解决,例如,超高清视频海量数据所带来的处理复杂度提升、在保证视频质量的前提下如何提升复杂信道环境下的传输可靠性、以及获得视频无线传输整体链路的低时延特性等。然而,传统信源与信道分离设计、独立编码的方式难以满足上述应用需求,而信源信道联合编码技术是解决上述问题的有效途径。本文即面向上述难点技术问题,对低时延超高清视频信源信道联合编码传输关键技术进行深入研究,主要研究内容总结如下。(1)、本文首先介绍了现有超高清视频压缩编解码算法和信源信道联合编码技术的理论基础;然后,针对复杂室内信道环境下低时延、高可靠超高清视频传输所面临的技术难点进行了深入的分析,重点是低时延超高清视频压缩编解码算法,以及面向MIMO-OFDM系统的JSCC视频码流加载与调制方法。(2)、研究具有低时延特征的超高清视频压缩编解码算法。针对现有的压缩编解码算法计算复杂度极高、编解码时延较高、以及视频画质损失较多的问题,提出了一种基于非对称小波变换的超高清视频压缩编解码算法,该算法使用非对称小波变换来降低视频数据间的空间冗余和列变换引入的缓冲时延,且能根据人眼视觉特性来降低视觉冗余,并进一步采用轻量级的熵编码算法降低统计冗余。而在解码端,首先解析视频参数,然后根据这些参数进行熵解码得到变换系数,最后再进行反变换恢复视频序列。理论与仿真结果表明,所提新算法在保证视频图像恢复质量的同时,能显着减少超高清视频压缩的计算复杂度,并降低处理的环路时延。(3)、研究面向MIMO-OFDM系统的JSCC视频码流加载与调制方法。为了满足室内环境下视频高速可靠传输的需求,提出了一种面向MIMO-OFDM系统的JSCC视频码流重要性加载与调制方法。该方法首先对视频码流数据进行重要性划分;然后在信道调制和MIMO空间信道映射进行两级不等差错保护。最后,考虑了理想信道反馈下的OFDM子载波视频码流调制算法。仿真表明,该算法可实现对信源重要性数据的不等差错保护,相较于传统的固定调制算法,可以将视频图像的客观质量提升5-15d B。
徐冬冬[2](2016)在《高分辨率空间CMOS相机视频实时压缩技术研究》文中进行了进一步梳理由于空间相机在视频分辨率以及帧频等指标要求的不断提高,导致CMOS输出的视频数据量急剧增加。现有的压缩算法运算过程十分复杂,而且主要停留在软件仿真阶段,硬件实现困难且效果较差。为了有效缓解星上存储器以及信道传输的压力,研制出压缩性能好、数据处理快的实时视频压缩系统迫在眉睫。论文以参与的工程项目“空间CMOS相机技术”项目为背景,对全色和多谱段CMOS相机视频压缩技术分别进行了研究。现将本文的主要研究内容和成果概括如下:1、根据项目需求以及CMOS视频的特点,探讨小型CMOS相机及高分辨率CMOS相机ASIC的ADV212压缩技术。提出利用Custom-specific工作模式为各种格式的视频提供接口,并通过FPGA内部的块RAM以及DDR3 SDRAM的乒乓操作对数据进行缓存,显着地提高了工作效率;之后,为了适用于不同应用场合,本文方法实现了码流的存储后传输以及直接传输之间的切换,并通过纠错编码极大的提升了闪存的纠错能力;最后,为了验证方法的可行性,本文基于压缩板以及解压板进行了实验验证。结果表明,压缩系统可实现实时稳定的工作,通过软件设置,系统可以实现极高的压缩比,压缩比80:1时,平均峰值信噪比(PSNR)高于28 dB,压缩比150:1时,平均PSNR高于26 dB,解决了在大数据量下,压缩系统硬件实现困难以及实时传输困难等问题。2、结合离散小波变换(Discrete Wavelet Transform, DWT)与Karhunen-Loeve变换(KLT)提出一种空间多光谱视频压缩算法。通过两种变换的有效结合可以将图像的能量集中到少数系数上,更好地达到压缩效果。本文首先将多光谱图像的每个谱段进行快速2维离散5/3小波变换,消除多光谱图像的大部分空间冗余。然后对所有谱段产生的小波系数进行改进KL变换,来消除光谱冗余和残存的空间冗余。最后对所得系数进行熵编码,得到压缩码流。实验结果表明,在0.25-2bit/pixel (b/p)范围内,平均PSNR达到41dB,与其他多光谱图像压缩算法相比,极大的提高了系统PSNR,提升了多光谱图像压缩算法的性能;同时提出了硬件实现策略,验证了本文理论的正确性以及算法的可行性,为空间多光谱图像压缩系统实现提供了参考。3、图像进行KLT和一级DWT后,不同谱段的系数之间以及同一谱段的高频子带之间仍然存在很大的相关性,其平均值大于0.9,提高小波变换级数后此值会相应的降低,但效果不是十分理想;基于DWT和Tucker分解的压缩算法将图像作为张量,这样能完整的表示高维数据并保持其本征结构,较好的去除图像的空间冗余和光谱冗余,但稀疏表示不足,达不到更高的压缩比。本算法的提出可以很好的克服以上两种方法的不足,在保证较高压缩性能的同时,有效地保护了光谱信息。首先将多光谱图像的所有谱段进行KLT,消除多光谱图像的光谱冗余。然后将变换后的每个谱段进行2维离散9/7小波变换,消除多光谱图像的空间冗余。其次,将变换后的每个小波子带都看作非负张量,对其进行Tucker分解(Tucker Decomposition, TD),并用阻尼高斯-牛顿算法(damped Gauss-Newton, dGN)求出最优解,进一步消除光谱冗余和空间残余冗余。最后,将得到的模式矩阵和核心张量进行熵编码。在压缩比4:1-32:1范围内,平均PSNR高于43dB,与其他多光谱图像压缩算法相比,极大的提高了系统PSNR,提升了多光谱图像压缩算法的性能。4、采用MT9V032型CMOS数字图像传感器设计了一款完整的小型化、低功耗相机。基于初级像差理论设计了焦距为12.95 mm,F数为5的光学系统,该系统体积小、结构紧凑,在空间频率83 lp/mm处,各视场调制传递函数(MTF)均优于0.5;电子学系统以FPGA作为时序控制平台,控制CMOS输出数字视频信号,数字视频信号通过差分芯片以低压差分信号(LVDS)格式输出到图像采集卡,最后在计算机上成像。实验结果表明,本文设计的相机像质良好、功耗低、移植性强、可靠性高,时钟为26.6 MHz时,帧频为60帧/秒,并可通过调节内部寄存器的值实现多种模式,特别适用于对相机体积以及成像质量要求较高的场合。5、根据高分辨率空间CMOS相机视频压缩系统指标,设计了用于大、中型视频压缩系统的基于KAC-06040的CMOS相机系统。设计的焦距为1175mm,F数为6.71的光学系统,该系统体积小、结构紧凑,在空间频率106.41 lp/mm处,各视场MTF均优于0.446(有遮拦),能量集中度11um以内的能量集中度均优于80%;电子学系统以FPGA作为时序控制平台,控制CMOS输出数字视频信号,数字视频信号通过Camera Link传输线以Medium模式输出到图像采集卡,最后在计算机上成像。实验结果表明,本文设计的相机像质良好、功耗低、移植性强、可靠性高,满足项目需求。
王北镇[3](2010)在《基于SOPC技术的水下视频压缩编码与传输系统的设计》文中研究表明未来是海洋的世纪,海洋是人类生存和发展的重要领域。我国是一个海洋大国,海洋国土面积三百多万平方公里。海洋不仅为人类提供丰富的物质资源,而且在现代战争中具有重要的战略地位。因此,开展水下目标识别的研究,在国民经济和军事上都具有重要的价值和意义。在水下视频图像信号高速处理中,水下视频图像压缩的研究受到人们极大的关注。目前商品化的水声Modem可提供的数据传输速率一般为几kb/s,利用有限带宽的水声信道实时传输视频图像的关键技术为:一是高效的视频图像压缩技术,二是高效的水声Modem研制。本研究主要是针对水下视频图像和水声信道的特点,选择高效的视频图像压缩编码技术,研制水下视频图像压缩编码与传输系统。本论文的主要目的是设计一个水下视频图像压缩编码与传输系统,基于SOPC技术,实现水下视频图像的实时采集、视频图像的高压缩比编码与视频图像数据实时传输。本设计中选择的视频图像压缩编码算法,针对于水下视频图像的特点,如水下采光条件差、图像颜色种类少、图像对比度低,压缩算法可以达到250:1500:1的压缩比,而且编码算法易于硬件仿真与实现。采用了Matlab/Simulink、DSP Builder的设计流程,便于算法级的建模仿真与硬件时序仿真实现,提出了基于硬件实现的编码方案。设计了基于FPGA+DSP的视频主板,采用六层板工艺,主板设计尺寸是178mm*75mm。视频主板电路包括水下视频图像采集模块、FPGA核心板插座、DSP及其外围视频处理模块、硬盘接口、VGA显示接口、SD卡接口、232/485数据传输接口、芯片存储模块、电源模块和其他控制输出端口。目前该主板已经焊接完成并调试通过。采用了FPGA+DSP的设计思想,集成了逻辑器件和数字信号处理器各自的优势,设计了两者之间的总线接口逻辑,实现两者间的高速数据传输,提高了系统的性能。提出了基于硬件实现的视频图像压缩编码方案,主要包括四部分:编码逻辑运算设计、地址发生器设计、外围设备驱动逻辑设计和NIOS软核程序设计。编码逻辑运算设计是核心,它包括几种编码运算,如预处理中的提升小波变换,帧内编码中的DPCM熵编码和帧间编码的查找匹配块运算等,对这些基本的编码算法分别进行Simulink建模与仿真,并且转换成Quartus工程进行时序仿真验证。最后,对论文所做的工作进行了总结,并对下一步工作进行了展望。
武晓玥[4](2010)在《图像无损压缩及去噪技术研究》文中提出目前,数字图像视频技术被广泛应用于通信、计算机、广播电视等领域,由于数字图像视频数据量巨大,对存储空间和传输信道提出了极高的要求,而且例如航天,医疗等领域对视频图像的质量要求无损或者近无损。因此,视频图像压缩编码技术的研究在当前环境下在显得越来越重要,其发挥的作用越来越显着,而且已成为影响多个引人瞩目的高科技领域发展的重要因素。为此,研究与开发快速、实用的视频图像无损压缩技术已成为一项十分迫切和重要的课题。图像在获取和传输过程中很容易受到各种因素的干扰,使得采集到的图像包含噪声。为了对后续图像进行各种图像处理,有必要对图像进行去噪处理。而噪声的去除是图像分析和计算机视觉中最基本而又非常重要的技术,它已经成为图像处理中十分重要的步骤。因此,为抑制噪声,提高图像质量,便于进一步处理,研究快速、有效的去噪方法仍然是目前的一个研究热点。本文主要以图像无损压缩与去噪技术为主线,针对图像无损压缩与去噪中的关键技术和应用进行了深入地研究,提出了多种性能更好的处理算法并给出了一种嵌入式硬件设计。本文的主要工作及贡献简述如下:1.深入研究了图像与视频无损压缩的基本原理与研究现状,对主要标准和压缩算法做了分析和总结。以无损压缩系统为框架,对视频图像压缩系统的发展及应用进行了概述,对比了主流的系统设计方法,指出了各自的优缺点。其后对图像去噪技术的发展,研究现状以及经典算法做了分析,总结和概括。2.针对SPIHT算法在图像无损压缩中计算复杂度高及对低位平面编码效率较低的现状,提出一种结合整数小波变换与改进的SPIHT无损图像压缩算法SSPIHT。利用整数小波分解后的系数分布情况,调整相应的SPIHT编码结构。结果表明,当测试不同类型的图像,所提出的方法取得的平均比特率较其他方法有所降低,编码时间有明显减小,而且该算法在较低的存储空间下可获得较好的压缩性能,易于硬件的实现。3.针对视频无损压缩编码算法中的自适应模型预测精度问题,提出了一种新的自适应无损视频压缩算法AMLVC,给出一种新的自适应预测模型设计。该算法利用时间,空间和频域的冗余信息通过后向自适应模型对视频进行无损压缩,同时减少了边界信息的传递。算法使用自适应预测模式选择器来取代额外比特预测模式,较好的控制了计算复杂度。同已有算法相比,该算法对视频序列表现出优秀的压缩性能,压缩效率明显提升。4.针对小波稀疏性能不理想的问题,提出了一种非下采样Contourlet变换(NSCT)结合高斯比例混合模型的图像降噪算法。算法基于NSCT变换,建立高斯比例混合图像模型(GSM),根据贝叶斯估计得到去噪模型。另外结合NSCT变换改进了基于SURE准则的图像去噪算法。算法根据SURE准则建立对MSE的估计,利用线性阈值对图像分解后不同尺度、不同方向的轮廓细节自适应调节实现图像去噪。5.为解决图像重构中产生的Gibbs伪影问题,提出一种结合非下采样塔式滤波器和全变差模型的图像去噪算法。金字塔滤波器把阈值去噪后的图像分解为低频和高频子带,利用全变差模型对分解图像分别建立去噪模型,得到重构图像。其后再次结合全变差模型得到细节补偿图像,叠加后得到最终去噪图像。另提出一种结合NSCT和自适应局部全变差模型的图像去噪算法NSCT-DTV,利用自适应局部全变差模型对处理后的图像结果进行滤波,有效地去除图像中的噪声,保留图像细节。实验结果表明,以上方法均能有效去除图像中的噪声和Gibbs伪影,保留图像细节,获得更好的视觉效果和更高的PSNR值。6.针对目前对无损压缩领域中嵌入式系统的广泛需求,本文分别设计实现了一种通用型嵌入式图像无损压缩系统和一种应用于空间的图像无损压缩系统。通用型系统首先结合相关无损压缩算法,以TMS320DM642为核心处理器,可实现多种无损压缩算法,可应用于工业等多种领域。另外结合CCSDS技术,以FPGA(STRIX-II)为核心处理器,实现了可应用于空间图像无损压缩的图像处理系统。系统的主要特点有:嵌入式设计,硬件实时压缩,体积小,功耗低,可广泛应用于卫星遥感,飞行航拍等领域。
邢利霞[5](2009)在《基于小波的视频压缩算法在视频监控系统中的应用》文中研究指明数字视频监控系统是安全防范系统的组成部分,现已广泛应用在各个行业。但庞大的视频数据的传输和存储却制约着视频监控的发展,所以这就迫切地需要对庞大的视频数据进行压缩编码处理。传统的视频压缩算法都是基于分块的离散余弦变换(DCT)编码方法,但是基于DCT的压缩图像不可避免地会出现块效应和飞蚊噪声,然而小波压缩技术在消除由DCT变换所引起的块效应和飞蚊噪声方面有良好的率失真品质。因此针对视频传输过程中的块效应和飞蚊噪声没有被很好解决的现状,本文采用小波压缩技术对视频数据进行压缩,以期使视频监控达到良好的视频效果,为安防系统提供有价值的资源信息。本文的主要内容及创新如下:(1)在研究小波理论知识的基础上,介绍了两类基于小波技术的静止图像压缩编码方法,提升小波变换编码和嵌入式小波编码,并对嵌入式编码中的EZW、SPIHT和SPECK三种算法进行了分析和比较。(2)根据基于小波的静止图像编码方法,研究了基于小波的视频压缩编码。(3)重点研究了基于小波域的多分辨率运动估计算法,并结合以往视频监控容易出现的块效应和飞蚊噪声等特点,现将此算法应用到视频监控系统中,并对此算法进行了改进。实验结果表明,改进后的算法可大大提高视频压缩的效率。(4)给出了视频监控系统的设计方案和相关实现技术。在此基础上,设计并开发了基于小波压缩算法的视频监控系统,实验结果表明,该视频监控系统可以实时地、清晰地、流畅地将图像信息呈现到监控者的眼中。并对视频监控系统的功能进行完善,实现了音频视频同步,使其成为一个完全仿真的视频监控系统。
章毓晋[6](2008)在《中国图像工程:2007》文中提出该文是关于中国图像工程的年度文献综述系列之十三。为了使国内广大从事图像工程研究和图像技术应用的科技人员能够较全面地了解国内图像工程研究和发展的现状,并能够方便地查询有关文献,现从2007年在国内15种有关图像工程重要中文期刊的共118期上发表的3312篇学术研究和技术应用文献中,选取出895篇属于图像工程领域的文献,并根据各文献的主要内容将其分别归入图像处理、图像分析、图像理解、技术应用和综述5个大类,然后进一步分入23个专业小类(与去年相同)。在此基础上还进行了各期刊各类文献的统计和分析。根据统计分析结果可看到我国图像工程在2007年许多新进展的情况。特别值得指出,在上述15种期刊上所发表的图像工程文献数量在2007年有大幅增加并达到历史最高,显示了图像工程研究在中国继续发展的趋势。
杨富森[7](2007)在《基于数学形态学的小波域视频压缩算法研究》文中研究指明随着视频通信产品和需求的不断升级,视频编码技术成为多媒体通信发展的重要瓶颈。现有的存储介质和网络带宽条件给视频压缩编码提出了新的挑战。因此,如何更有效地对视频数据进行编码压缩至关重要,也是研究的热点。小波分析具有良好的时域和频域同时局部化的分析能力,能够有效地捕捉到视频图像的非平稳信息而获得更高的压缩比。另外在小波域中能容易地进行多分辨率运动估计和运动补偿,同传统的空间域运动估计相比可节省大量的匹配搜索时间。数学形态学在图像的边缘检测、视频对象分割方面有着独特的优势,计算简单便于硬件实现,可以配合小波变换来提高编码效率。本文针对甚低比特下视频图像传输的特点,采用基于对象的视频图像分割思想,分别对对象和背景进行多分辨率下的小波域运动估计。在深入研究了基于数学形态学的视频对象提取和小波域的运动估计算法的基础上,提出了新的改进算法,主要有以下三个方面:首先提出了一种基于分水岭分割与马尔可夫随机场(MRF)分类的视频对象提取算法。利用形态学中分水岭分割的方法,将视频图像分割出不同的区域,并采用基于MRF的遗传递减方法将对象与背景分割开,然后利用腐蚀和膨胀方法提取视频对象轮廓,进而分割出视频对象;其次在视频对象分割的基础上,提出了一种基于视频对象区域的SPIHT算法,即VOP-SPIHT编码算法。首先进行对象区域小波的分解,然后对小波系数进行空间树的集合分裂,对小波显着系数簇优先编码和传输,通过分级编码来提高压缩比和传输效率;接着改进了小波域运动估计算法,提出了一种多分辨率下基于小波匹配误差的运动估计算法。该算法基于PDE(Partial Distortion Elimination),利用多分辨率特性和小波匹配误差特性,加快了搜索匹配的速度。最后对提出算法进行实验,得出了比较好的结果。对全文进行了总结,并探讨了小波与数学形态学在视频编码中进一步研究的展望,直接将数学形态学应用于小波系数的编码会成为提高压缩比的另一个有效途径。
王拯洲[8](2007)在《基于小波的视频压缩算法在视频会议系统中的应用》文中指出传统的视频压缩算法都是基于分块的离散余弦变换编码方法,由于其良好的去相关性与能量压缩特性,已使其成为现有大多数图像/视频压缩国际标准的核心技术。但是基于DCT变换的压缩图像不可避免地会出现块效应和飞蚊噪声。所以如何能提供关于质量、分辨率、信噪比等多种可扩展编码结构,实现多分辨率编码、嵌入式编码,从而能在无线移动环境向用户提供个性化的服务,是目前重点研究的课题。基于小波编码的视频压缩算法,能够满足现代应用所需要的许多特征,如多分辨率编码、多层质量控制、嵌入式码流等,均能与小波图像编码结构非常自然地融合在一起,所以小波变换编码是变换编码新的、重要的发展方向。 论文在研究小波变换理论和静止图像压缩编码方法的基础上,对嵌入式零树小波EZW算法进行改进。在分析空间域、变换域、三维小波运动补偿的基础上,研究了小波域中的运动补偿技术,并提出了基于运动区域改进的多分辨率运动估计算法。 论文以小波变换为理论依据,采用改进的视频压缩算法进行视频压缩,通过对压缩比和数据的失真率和H.263压缩技术进行比较,达到更高的压缩比和更小的失真率,并对视频会议系统的功能进行完善,解决音频视频同步以及非固定IP支持等问题,使得视频会议系统具有更强大的功能,并成为一个完全仿真的视频会议系统。
解伟[9](2007)在《小波图像压缩技术在数字电影中的应用研究》文中研究指明小波是进行时频信号分析的一个重要方法,从在上世纪90年代开始被逐渐应用到图像压缩中,特别是Sweldens和Daubenchies等学者于90年代中期提出基于提升小波构造的新方法后,大大加速并扩展了小波的实用化进程。数字电影作为一种新兴技术,正成为继数字电视之后广播电影电视领域又一次里程碑式的变革,电影图像尺寸巨大、色彩信息丰富,数字化后的数据量异常庞大,所以图像压缩技术成为了数字电影中最为关键的核心技术,而事实上传统的MPEG等压缩技术已经不能够适应数字电影的发展要求。在这种背景下,本文研究的目的是通过对小波图像压缩技术深入应用研究,探索满足数字电影技术发展要求的视频压缩解决方案和可行性策略,主要研究内容包括:1.小波图像压缩理论研究研究小波图像压缩理论,包括提升小波变换的原理、优点和滤波器组的实现方式等;对多种可逆整数小波变换的性能进行分析和评估;对JPEG2000标准中使用的5/3和9/7滤波器的数学特性进行分析,研究基于小波变换的JPEG2000系列标准,主要包括Part-1(核心和系统)和Part-3(运动JPEG2000),分析编解码基理以及各部分模块对压缩性能的影响。2.数字电影压缩技术研究研究电影的数字化及图像压缩方法,分析MPEG2作为数字电影压缩标准使用时存在的不足,归纳出数字电影发展的技术要求;对现有的JPEG2000与H.264/AVC FRExt标准在数字电影中的应用特性、压缩性能进行评估,分析二者的适应特性。3.数字电影编码系统研制与目前广泛使用的MPEG2标准不同,本文提出了采用JPEG2000作为数字电影图像压缩方案,该方案比MPEG2更适用于数字电影的技术发展,经过实际的软件和硬件开发,我们最终成功研制了一个实用化的数字电影编码系统,该系统可支持多种格式的电影图像压缩及拷贝的封装分发。4.基于三维小波变换的电影图像压缩技术研究在JPEG2000数字电影编码方案的基础上,为进一步提高压缩效率,本文对三维小波图像压缩理论技术进行深入研究后,提出了“MC-JPEG2000”的数字电影图像压缩方案,它与原有JPEG2000方案兼容的同时,具有多维可伸缩特性,压缩性能优于JPEG2000方案。区别于目前广泛使用的数据加密技术,本文为MC-JPEG2000设计了一种更为高效的版权保护方法MV-DRM,它利用图像编码时生成的运动矢量作为安全密钥,不需额外增加数据计算量,能够有效的实现电影拷贝的版权保护。
张文琴[10](2005)在《先进的小波视频压缩方法及其应用研究》文中提出在多媒体通信不断发展的今天,视频通信在通信领域占有很重要的地位,因此如何对庞大的视频数据进行有效压缩编码至关重要,也是目前的一个研究热点。网络带宽适应性和传输鲁棒性是视频通信对视频压缩技术提出的最具挑战性的问题。因此,对视频编码的可扩展性和鲁棒性研究具有重要的理论和现实意义。基于小波的视频图象编码技术不仅能提供高的编码压缩效率,而且高度支持了可扩展性编码。本论文主要就视频小波编码技术展开研究,并且,采用多描述视频编码技术来增强视频流的传输鲁棒性。具体内容主要包括: 1.分析了在小波域中进行运动估计和运动补偿存在的问题并提出了解决方法,实现了基于冗余小波变换的视频编码方法。研究了基于小波域的多分辨率运动估计方法,提出了一种基于冗余小波域的MRME改进算法。并且,基于冗余小波变换视频编码的框架,提出了一种多描述视频编码新方法,该方法以牺牲少量编码效率为代价,来提高编码系统的传输鲁棒性。 2.研究了三维小波变换编码方法,分析了运动补偿时域滤波器(MCTF)的性能。对MCTF中的非连接像素点,提出了一种劈分块双向运动估计的处理方法,并且,将提升方案运用到了三维小波视频编码中,不仅加快了运算速度,而且使半像素精度的MCTF可逆,提高了编码压缩效率。基于三维小波变换编码,提出了一种多描述可分级视频编码方法,该方法能灵活地适应网络信道的动念变化、异构以及接收端的不同状况,实时解决不可靠信道视频传输的丢包、误码等现象,实现可分级性和鲁棒性编码。 3.研究了内容分发网络(CDN)技术,并且,采用多相变换多描述分解方法,结合视频小波编码技术提出了一种适合于内容分发网络的视频编码新方法。 4.分析了Ray Space图象的数据特征,并且,根据其特征采用视频小波编码方法对其进行压缩。研究结果表明,基于三维小波变换的Ray Space图象的数据压缩是非常有效的。
二、基于小波变换的视频压缩新方法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于小波变换的视频压缩新方法(论文提纲范文)
(1)大容量低时延信源信道联合编码视频传输技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 视频压缩编解码技术发展与演进 |
1.2.2 室内高速传输技术的发展 |
1.2.3 信源信道联合编码技术的研究现状 |
1.3 本文创新点及篇章结构 |
1.3.1 研究内容与创新点总结 |
1.3.2 本文篇章结构 |
第二章 超高清视频压缩与传输技术理论基础 |
2.1 高清视频压缩理论基础 |
2.1.1 数字视频压缩基础理论 |
2.1.2 高清视频预测编码 |
2.1.3 高清视频变换编码 |
2.1.4 高清视频熵编码 |
2.2 信源信道联合编码理论 |
2.2.1 信源信道联合编码的基本原理 |
2.2.2 信源信道联合编码的基本框架 |
2.2.3 信源信道联合编码关键技术 |
2.3 面向MIMO-OFDM系统的JSCC超高清视频传输方案 |
2.4 本章小结 |
第三章 低时延超高清视频压缩编解码算法 |
3.1 经典的视频压缩编解码算法 |
3.1.1 H.264/i AVC算法 |
3.1.2 HEVC SCC算法 |
3.1.3 JPEG 2000 ULL算法 |
3.2 本文提出的基于非对称整数小波变换的压缩算法 |
3.2.1 非对称整数小波变换处理 |
3.2.2 码率控制与量化 |
3.2.3 熵编/解码 |
3.2.4 算法的处理时延和复杂度性能分析 |
3.3 仿真与性能分析 |
3.4 本章小结 |
第四章 面向MIMO-OFDM系统的JSCC视频码流加载与调制 |
4.1 基于信源重要性的视频码流加载 |
4.1.1 基于信源重要性的天线空间映射 |
4.1.2 基于信源重要性的比特符号加载 |
4.2 基于信道反馈CSI的OFDM子载波调制 |
4.2.1 典型无线信道模型 |
4.2.2 OFDM子载波加载调制算法 |
4.3 仿真与性能分析 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 全文工作总结 |
5.2 进一步研究展望 |
参考文献 |
致谢 |
作者简介 |
(2)高分辨率空间CMOS相机视频实时压缩技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.1.1 空间CMOS相机简介 |
1.1.2 空间CMOS相机发展趋势 |
1.1.3 空间相机视频压缩技术的研究意义 |
1.2 相关领域的研究现状 |
1.2.1 国内外星载数据压缩的研究现状 |
1.2.2 国内外星载数据压缩的发展方向和趋势 |
1.3 论文的研究内容和章节安排 |
1.3.1 论文的研究内容 |
1.3.2 论文的结构安排 |
第2章 CMOS相机原理分析及使用 |
2.1 引言 |
2.2 高分辨率CMOS相机视频压缩系统指标要求 |
2.3 CMOS图像传感器历史背景 |
2.4 MT9V032型CMOS相机设计及其硬件实现 |
2.4.1 MT9V032型CMOS相机结构与工作原理 |
2.4.2 MT9V032型CMOS相机实现过程 |
2.5 KAC-06040型CMOS相机设计及其硬件实现 |
2.5.1 KAC-06040型CMOS相机光学系统设计 |
2.5.2 KAC-06040型CMOS相机电子学系统设计 |
2.6 实验与结果 |
2.6.1 MT9V032型CMOS相机实验结果 |
2.6.2 KAC-06040型CMOS相机实验结果 |
2.7 本章小结 |
第3章 高分辨率CMOS相机视频压缩方案设计 |
3.1 引言 |
3.2 视频压缩原理及传统压缩算法分析 |
3.2.1 视频压缩原理 |
3.2.2 基于H.26X的视频压缩算法 |
3.2.3 基于MPEG-X的视频压缩算法 |
3.2.4 基于JPEG2000的视频压缩算法 |
3.2.5 其他压缩算法 |
3.3 高分辨率CMOS相机视频压缩方案设计 |
3.3.1 基于JPEG2000的实时视频压缩设计 |
3.3.2 基于改进KL变换的视频压缩设计 |
3.4 本章小结 |
第4章 基于JPEG2000的实时视频压缩技术 |
4.1 引言 |
4.2 基于ADV212的实时视频压缩系统总体方案 |
4.3 ADV212视频压缩关键技术 |
4.3.1 ADV212芯片设计 |
4.3.2 CMOS视频帧构造策略 |
4.3.3 码块评估 |
4.3.4 影响CMOS视频压缩质量的参数 |
4.4 码流纠错编码技术 |
4.4.1 基于BCH码的纠错编码算法 |
4.4.2 基于无四环QC-LDPC的纠错编码算法 |
4.5 实验与结果 |
4.5.1 视频压缩系统工作验证 |
4.5.2 KAC-06040型CMOS相机压缩实验与分析 |
4.5.3 MT9V032型CMOS相机压缩实验与分析 |
4.6 本章小结 |
第5章 基于改进KL变换的视频压缩技术 |
5.1 引言 |
5.2 基于改进KL变换的多光谱视频压缩算法 |
5.2.1 压缩算法设计思想 |
5.2.2 离散小波变换(DWT) |
5.2.3 KLT |
5.2.4 实验结果 |
5.3 基于KL变换与dGN算法的多光谱视频压缩算法 |
5.3.1 压缩算法设计思想 |
5.3.2 2 维离散9/7小波变换 |
5.3.3 dGN |
5.3.4 实验结果 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 论文研究工作总结 |
6.2 研究展望 |
参考文献 |
在学期间学术成果情况 |
指导教师及作者简介 |
致谢 |
(3)基于SOPC技术的水下视频压缩编码与传输系统的设计(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 研究现状 |
1.2 课题来源 |
1.3 课题意义 |
1.4 研究内容 |
1.5 设计创新之处及论文结构安排 |
1.5.1 设计的创新点 |
1.5.2 论文结构安排 |
2 水下视频压缩编码与传输系统的方案论证 |
2.1 设计应用背景 |
2.2 系统技术指标分析 |
2.2.1 水下采集视频特点 |
2.2.2 水声信道传输特性 |
2.2.3 水下视频传输压缩比分析 |
2.3 数字信号处理实现方案论证 |
3 EDA技术在本设计中的应用 |
3.1 SOPC技术 |
3.1.1 SOPC Builder |
3.1.2 软核处理器 |
3.1.3 NIOSⅡ集成开发环境 |
3.1.4 嵌入式逻辑分析仪 |
3.2 基于FPGA的DSP开发工具 |
3.2.1 Matlab/Simulink |
3.2.2 DSP Builder |
3.2.3 ModelSim |
3.3 基于SOPC技术的软硬件协同设计思想 |
3.3.1 软硬件协同设计 |
3.3.2 系统的软硬件设计划分 |
4 系统硬件平台设计 |
4.1 系统硬件总体设计 |
4.1.1 设计工具简介 |
4.1.2 系统硬件设计原则 |
4.1.3 系统硬件总体设计方案简介 |
4.2 视频采集模块设计 |
4.3 FPGA核心板设计 |
4.3.1 FLASH电路设计 |
4.3.2 SDRAM电路设计 |
4.3.3 配置电路设计 |
4.3.4 电源电路设计 |
4.4 VGA显示接口设计 |
4.5 硬盘接口设计 |
4.6 数据传输接口设计 |
4.7 系统电源设计 |
4.8 PCB设计 |
4.8.1 抗干扰设计 |
4.8.2 电源设计 |
4.8.3 电磁兼容性设计 |
4.8.4 散热设计 |
4.9 FPGA与DSP接口逻辑设计 |
5 水下视频压缩编码算法选择 |
5.1 视频图像压缩编码原理 |
5.2 视频图像压缩编码技术的发展史 |
5.3 基于小波变换的压缩算法 |
5.3.1 小波算法概述[31] |
5.3.2 5/3提升小波变换原理 |
5.4 水下视频压缩编码算法设计介绍 |
5.4.1 图像预处理 |
5.4.2 图像帧内编码 |
5.4.3 图像帧间编码 |
6 基于SOPC技术的视频压缩编码算法的仿真与硬件实现 |
6.1 基于FPGA的DSP开发流程简介[34] |
6.2 Altera DSP Builder library简介 |
6.3 基于SOPC技术的视频压缩编码方案设计 |
6.3.1 视频编码算法分析 |
6.3.2 基于硬件实现的编码方案设计 |
6.4 地址发生器设计 |
6.5 提升小波变换的仿真与逻辑实现 |
6.6 DPCM编码的仿真与逻辑实现 |
6.7 查找匹配块运算的仿真与逻辑实现 |
7 总结与展望 |
7.1 工作总结 |
7.2 工作展望 |
参考文献 |
致谢 |
个人简历 |
硕士期间发表(录用)的学术论文 |
(4)图像无损压缩及去噪技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 概述 |
1.2 图像无损压缩技术的研究现状 |
1.2.1 图像无损压缩技术的发展与现状 |
1.2.2 视频无损压缩技术的发展与现状 |
1.2.3 图像压缩系统的研究现状 |
1.3 图像去噪技术的研究现状 |
1.3.1 传统的图像去噪方法 |
1.3.2 小波域图像去噪方法 |
1.3.3 多尺度图像去噪方法 |
1.3.4 偏微分方程图像去噪方法 |
1.4 论文主要工作及章节安排 |
参考文献 |
第二章 基于快速SPIHT 算法的图像无损压缩技术研究 |
2.1 引言 |
2.2 无损压缩国际标准分析 |
2.2.1 JBIG 标准 |
2.2.2 JPEG 标准 |
2.2.3 JPEG-LS 标准 |
2.2.4 JPEG2000 标准 |
2.2.5 HDPhoto 标准 |
2.3 编码方式 |
2.3.1 EZW 编码 |
2.3.2 SPIHT 编码 |
2.3.3 SPECK 编码 |
2.3.4 EBCOT 编码 |
2.4 基于整数小波的快速SPIHT 无损压缩算法SSPIHT |
2.4.1 整数小波变换 |
2.4.2 快速SPIHT 编码SSPIHT |
2.4.3 实验结果和分析 |
2.5 本章小结 |
参考文献 |
第三章 基于自适应模板的视频无损压缩技术研究 |
3.1 引言 |
3.2 无损视频压缩的基本编码框架 |
3.3 无损视频压缩的关键技术 |
3.3.1 预测编码 |
3.3.2 变换编码 |
3.3.3 运动估计和补偿 |
3.3.4 熵编码 |
3.4 一种新的自适应无损视频压缩算法AMLVC |
3.4.1 空域去冗余 |
3.4.2 时域去冗余 |
3.4.3 自适应预测模型 |
3.4.4 实验结果和分析 |
3.5 本章小结 |
参考文献 |
第四章 基于多尺度几何分析的图像去噪技术研究 |
4.1 引言 |
4.2 经典图像去噪算法 |
4.2.1 小波阈值去噪算法 |
4.2.2 小波比例萎缩去噪 |
4.2.3 小波相关性去噪 |
4.3 基于NSCT 的图像去噪模型 |
4.3.1 NSCT 变换原理 |
4.3.2 高斯比例混合模型 |
4.3.3 基于高斯比例混合模型的噪声估计 |
4.3.4 算法描述 |
4.3.5 实验结果与分析 |
4.4 基于NSCT 的自适应图像去噪方法 |
4.4.1 基于SURE 准则的MSE 估计 |
4.4.2 基于图像尺度和方向特性的自适应阈值 |
4.4.3 算法描述 |
4.4.4 实验结果与分析 |
4.5 本章小结 |
参考文献 |
第五章 结合全变差的图像去噪技术研究 |
5.1 引言 |
5.2 偏微分方程在图像降噪中的应用 |
5.2.1 Perona-Malik 模型 |
5.2.2 各项异性扩散模型 |
5.2.3 复扩散模型 |
5.2.4 优点及面临的问题 |
5.3 小波和偏微分方程的联系 |
5.4 一种新的结合全变差模型去噪方法 |
5.4.1 全变差模型 |
5.4.2 结合全变差模型消除Gibbs 伪影 |
5.4.3 实验结果与分析 |
5.5 结合NSCT 与自适应全变差的图像去噪方法NSCT-DTV |
5.5.1 高斯比例混合模型 |
5.5.2 自适应全变差模型 |
5.5.3 结合自适应全变差去噪 |
5.5.4 实验结果与分析 |
5.6 本章小结 |
参考文献 |
第六章 嵌入式图像无损压缩系统设计及实现 |
6.1 引言 |
6.2 通用无损压缩硬件单元实现 |
6.2.1 压缩单元的硬件设计 |
6.2.2 压缩单元的软件框架 |
6.3 优化与实现 |
6.3.1 算法的DSP 系统平台移植 |
6.3.1.1 去除冗余代码 |
6.3.1.2 修改函数和变量 |
6.3.1.3 编译选项和连接命令 |
6.3.2 DSP 系统优化技术 |
6.3.2.1 EDMA 传输数据 |
6.3.2.2 软件流水技术 |
6.3.2.3 数据类型的选择 |
6.3.2.4 处理链优化 |
6.3.2.5 避免冲突读miss |
6.3.2.6 系统自带库函数优化 |
6.3.3 实验结果和分析 |
6.4 空间图像无损压缩系统设计及实现 |
6.4.1 CCSDS |
6.4.1.1 预处理 |
6.4.1.2 离散小波变换 |
6.4.1.3 量化与编码 |
6.4.1.4 位平面编码 |
6.4.1.5 熵编码 |
6.4.2 压缩单元的设计 |
6.4.2.1 硬件系统核心模块设计 |
6.4.2.2 外部接口模块 |
6.4.2.3 无损压缩系统架构设计 |
6.4.2.4 二维小波变换的FPGA 设计 |
6.4.2.5 位平面编码结构设计 |
6.5 实验结果和分析 |
6.6 本章小结 |
参考文献 |
第七章 总结与展望 |
7.1 研究工作总结 |
7.2 研究展望 |
致谢 |
博士在读期间的研究成果 |
(5)基于小波的视频压缩算法在视频监控系统中的应用(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状及发展趋势 |
1.3 研究内容及目标 |
1.4 论文组织结构 |
2 小波编码 |
2.1 小波变换与傅立叶变换的区别 |
2.2 连续小波变换 |
2.2.1 连续小波基函数 |
2.2.2 连续小波变换 |
2.2.3 小波变换的时--频窗 |
2.3 离散小波变换 |
2.3.1 离散小波变换 |
2.3.2 离散二进小波变换 |
2.4 小波的多分辨率分析 |
2.4.1 多分辨率分析的定义 |
2.4.2 正交小波变换的多分辨率分析 |
2.4.3 Mallat塔式分解算法 |
3 基于小波变换的图像编码 |
3.1 提升小波变换 |
3.1.1 提升算法的基本原理 |
3.1.2 提升算法的优点 |
3.2 嵌入式小波编码方法 |
3.2.1 嵌入式零树小波编码算法EZW |
3.2.2 多级树集合分裂算法SPIHT |
3.2.3 集合分裂嵌入块编码器SPECK |
4 小波变换的视频压缩编码 |
4.1 基于小波的视频压缩算法 |
4.1.1 基于空域运动补偿的小波视频编码(MC-DWT) |
4.1.2 基于变换域运动补偿的小波视频编码(DWT-MC) |
4.1.3 含运动补偿的三维小波视频编码(MC-3DWC) |
4.2 运动估计技术 |
4.2.1 块匹配准则 |
4.2.2 搜索策略 |
4.3 小波域中的运动补偿技术 |
4.3.1 小波域的可变块多分辨率运动估计 |
4.3.2 改进的多分辨率运动估计算法 |
5 视频监控系统设计与实现 |
5.1 视频监控系统的设计原理 |
5.2 视频监控系统的实现过程 |
5.2.1 系统管理模块设计实现 |
5.2.2 音/视频数据处理模块 |
5.2.3 网络通讯模块 |
5.2.4 音/视频解码播放模块 |
5.2.5 音/视频回放模块 |
5.3 系统主界面 |
结论 |
参考文献 |
在学研究成果 |
致谢 |
(6)中国图像工程:2007(论文提纲范文)
1 引 言 |
2 综述目的 |
3 刊物选取 |
4 文献选取和分类 |
5 文献分类统计结果和讨论 |
5.1 近13年图像工程文献选取和分类概况比较 |
5.2 2007年各刊图像工程文献刊载情况 |
5.3 2007年各刊图像工程文献详细分类情况 |
6 结 论 |
(7)基于数学形态学的小波域视频压缩算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 引言 |
1.2 视频压缩编码的研究现状及国际标准 |
1.2.1 视频压缩编码的研究现状 |
1.2.2 视频编码国际标准 |
1.3 课题研究的目的与意义 |
1.4 本文的主要工作 |
1.5 文章结构安排 |
第2章 视频压缩编码的基本原理与方法 |
2.1 视频压缩编码的必要性 |
2.2 视频压缩编码的基本原理 |
2.2.1 预测编码 |
2.2.2 变换编码 |
2.2.3 第二代编码方法 |
2.3 视频压缩编码的关键技术 |
2.3.1 运动估计与运动补偿 |
2.3.2 量化与熵编码 |
2.4 视频压缩编码的新技术 |
2.4.1 基于区域和对象的视频编码 |
2.4.2 可分级视频编码 |
2.4.3 多重描述编码 |
2.5 本章小结 |
第3章 小波与数学形态学方法论在视频压缩编码中的运用 |
3.1 引言 |
3.2 小波视频图像压缩的特性 |
3.3 基于小波的视频压缩编码研究现状 |
3.4 基于小波域的运动估计 |
3.5 数学形态学理论及形态学图像处理 |
3.5.1 引言 |
3.5.2 数学形态学基本概念及方法论 |
3.5.3 形态学图像处理 |
3.6 本章小结 |
第4章 基于数学形态学的视频对象分割 |
4.1 引言 |
4.2 基于分水岭方法的图像分割与区域合并 |
4.3 基于 MRF 的图像区域分类 |
4.4 基于数学形态学的视频对象提取 |
4.5 实验结果与分析 |
4.6 本章小结 |
第5章 基于视频对象的小波域视频图像编码 |
5.1 引言 |
5.2 基于视频对象分割的 VOP-SPIHT 的视频编码算法 |
5.2.1 SPIHT 算法 |
5.2.2 VOP-SPIHT 算法 |
5.3 基于小波匹配误差特性的运动估计与补偿 |
5.4 实验结果与分析 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 进一步研究工作展望 |
参考文献 |
作者在攻读硕士学位期间发表的学术论文 |
致谢 |
(8)基于小波的视频压缩算法在视频会议系统中的应用(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第一章 绪论 |
1.1 研究的背景及目的 |
1.2 国内外研究进展 |
1.3 目前研究存在的问题 |
1.4 视频编码技术的国际标准 |
1.4.1 H.63标准 |
1.4.2 MPEG-4标准 |
1.5 章节安排 |
第二章 小波变换编码 |
2.1 傅里叶变换的不足 |
2.2 连续小波变换 |
2.2.1 连续小波基函数 |
2.2.2 连续小波变换 |
2.2.3 小波变换的时-频窗 |
2.3 离散小波变换 |
2.3.1 连续小波变换的冗余 |
2.3.2 离散小波变换 |
2.3.3 离散二进小波变换 |
2.4 多分辨率分析 |
2.4.1 L~2(R)的多分辨率近似 |
2.4.2 Mallat塔式分解算法 |
2.5 双正交小波 |
2.6 小结 |
第三章 基于小波变换的图像编码 |
3.1 概述 |
3.2 提升小波变换 |
3.2.1 提升算法原理 |
3.2.2 提升算法描述 |
3.2.3 整型小波变换 |
3.3 嵌入式小波编码方法 |
3.3.1 EZW编码方法 |
3.3.2 SPIHT编码算法 |
3.3.3 SPECK编码算法 |
3.4 对于嵌入式零树小波EZW算法的改进 |
3.5 小结 |
第四章 基于小波变换的视频编码 |
4.1 基于小波的视频压缩算法 |
4.1.1 空间域运动补偿的小波方法 |
4.1.2 基于变换域运动补偿的小波视频编码 |
4.1.3 含运动补偿的三维小波视频编码 |
4.2 小波域中的运动补偿技术 |
4.2.1 小波域的可变块多分辨率运动估计 |
4.2.2 改进的多分辨率运动估计算法 |
4.3 小结 |
第五章 视频会议系统 |
5.1 视频会议系统的设计原理 |
5.2 视频会议系统的实现过程 |
5.2.1 视频音频设备初始化 |
5.2.2 建立与会者队列 |
5.2.3 建立互连网络并分配端口 |
5.2.4 数据包解析 |
5.2.5 视频捕获音频录音 |
5.2.6 视频数据压缩 |
5.2.7 视频音频数据传输 |
5.2.8 视频音频解压 |
5.2.9 音频数据混音处理 |
5.2.10 视频音频同步 |
5.2.11 删除与会者队列 |
5.3 视频会议系统的执行流程 |
5.4 中间代理服务数据转发处理 |
5.5 系统主界面 |
5.6 小结 |
第六章 结束语 |
6.1 总结 |
参考文献 |
硕士研究生期间发表论文及参与项目情况 |
致谢 |
(9)小波图像压缩技术在数字电影中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 序论 |
1.1 论文研究背景介绍 |
1.1.1 小波视频图像压缩技术 |
1.1.2 数字电影技术 |
1.2 论文研究动机 |
1.3 论文的组织编排 |
第二章 小波图像压缩理论与数字电影图像压缩技术 |
2.1 小波图像压缩技术 |
2.1.1 小波基础理论 |
2.1.1.1 连续小波变换 |
2.1.1.2 离散小波变换(DWT) |
2.1.1.3 多分辨率分析(MRA) |
2.1.2 小波的提升理论 |
2.1.2.1 提升理论的产生 |
2.1.2.2 提升原理 |
2.1.2.3 提升的优点 |
2.1.3 小波图像压缩 |
2.1.3.1 DCT与二维小波变换 |
2.1.3.2 其它压缩考虑 |
2.1.4 可逆整数小波变换 |
2.1.4.1 整数小波变换 |
2.1.4.2 可逆变换 |
2.1.4.3 可逆整数小波变换性能的评估 |
2.1.5 量化 |
2.1.6 小波编码算法 |
2.1.6.1 嵌入零树小波编码算法(EZW) |
2.1.6.2 分层小波树集合分割算法(SPIHT) |
2.2 数字电影图像压缩技术 |
2.2.1 电影数字化 |
2.2.2 数字电影图像压缩的技术要求和特点 |
2.2.3 数字电影图像压缩技术的发展 |
2.3 小节 |
第三章 基于小波变换的 JPEG2000图像压缩标准研究 |
3.1 背景 |
3.2 核心算法 |
3.2.1 预处理 |
3.2.1.1 图像分片 |
3.2.1.2 直流电平偏移 |
3.2.1.3 分量变换 |
3.2.2 小波变换及其数学特性 |
3.2.3 量化 |
3.2.4 熵编码 |
3.2.4.1 Tier1编码 |
3.2.4.2 Tier2编码 |
3.2.5 码流封装 |
3.3 类和级 |
3.4 小结 |
第四章 基于 JPEG2000标准的数字电影编码系统设计 |
4.1 JPEG2000在数字电影中的应用分析 |
4.2 基于 JPEG2000的数字电影编码器设计 |
4.2.1 基本设计规范 |
4.2.1.1 图像格式 |
4.2.1.2 色彩空间 |
4.2.1.3 分量比特深度 |
4.2.1.4 文件格式 |
4.2.1.5 压缩模式 |
4.2.2 码流封装要求 |
4.3 硬件方案 |
4.3.1 总体框架和特点 |
4.3.2 编码芯片 |
4.3.2.1 图像数据输入 |
4.3.3 硬件子系统设计 |
4.3.3.1 视频信号输入 |
4.3.3.2 压缩编码 |
4.3.3.3 数据传输 |
4.3.4 软件子系统设计 |
4.3.5 讨论与说明 |
4.4 软件方案 |
4.4.1 总体框架和特点 |
4.4.2 模块功能 |
4.4.3 讨论与说明 |
4.5 小结 |
第五章 基于三维小波变换的数字电影压缩技术研究 |
5.1 引言 |
5.2 三维小波视频压缩技术 |
5.2.1 闭环小波编码 |
5.2.2 不带运动补偿的三维小波编码 |
5.2.3 具有运动补偿的三维小波编码 |
5.2.3.1 带内预测 |
5.2.3.2 运动补偿时域滤波(MCTF) |
5.2.3.3 提升实现 MCTF |
5.3 MC-JPEG2000 |
5.3.1 主要特点 |
5.3.2 关键技术 |
5.3.2.1 运动估计算法 |
5.3.2.2 时域滤波框架 |
5.3.2.3 GOP长度的选择 |
5.3.2.4 时域帧的空间二维小波分解和编码 |
5.3.2.5 UMCTF的实现及相关讨论 |
5.3.2.6 MC-JPEG2000的版权保护 |
5.3.2.7 多维可伸缩性 |
5.3.2.8 兼容与扩展 |
5.3.3 仿真与测试 |
5.3.3.1 MC-JPEG2000与 Motion JPEG2000 |
5.3.3.2 MC-JPEG2000与 H.264/AVC |
5.4 小结 |
参考文献 |
攻读博士学位期间发表及已录用的论文 |
致谢 |
(10)先进的小波视频压缩方法及其应用研究(论文提纲范文)
研究成果声明 |
关于学位论文使用权的说明 |
摘要 |
目录 |
图目录 |
表目录 |
第一章 引言 |
1.1 视频图象压缩技术的发展状况 |
1.2 基于小波变换的视频压缩技术概述 |
1.3 视频流在传输中存在的问题以及解决思路 |
1.3.1 视频流传输中存在的主要问题 |
1.3.2 解决思路 |
1.4 本文研究工作内容和论文的组织 |
第二章 基于小波变换的图象压缩技术 |
2.1 小波变换的基础知识 |
2.2 图象的小波变换特性 |
2.3 基于小波变换的图象编码算法 |
2.3.1 嵌入式零树小波编码算法(EZW) |
2.3.2 分层小波树集合分割算法(SPIHT) |
2.3.3 比特流优化截取的内嵌块编码算法(EBCOT) |
2.3.4 基于上下文的嵌入式零块编码算法(EZBC) |
2.4 小结 |
第三章 基于冗余小波变换的视频编码技术 |
3.1 冗余小波变换 |
3.1.1 “à trous”算法 |
3.1.2 相位平移算法 |
3.1.3 冗余小波变换系数分布特性 |
3.1.4 冗余小波变换的时移不变特性 |
3.2 基于冗余小波域的视频编码方法 |
3.2.1 低频子带平移运动估计算法 |
3.2.2 多分辨率运动估计(MRME)算法 |
3.3 基于冗余小波变换的多描述视频编码方法 |
3.3.1 基于冗余小波变换的视频多描述编码原理 |
3.3.2 基于冗余小波变换的视频多描述解码原理 |
3.3.3 错误隐藏方法分析 |
3.3.4 实验结果与分析 |
3.4 小结 |
第四章 基于三维小波变换的视频编码技术 |
4.1 三维小波变换编解码系统结构 |
4.1.1 时域分解 |
4.1.2 空域分解 |
4.1.3 三维小波子带编码算法 |
4.2 一种基于MCTF的三维小波变换编码方法 |
4.2.1 编码系统原理 |
4.2.2 实验结果与分析 |
4.3 基于MCTF的多描述可分级视频编码方法研究 |
4.3.1 编码方案介绍 |
4.3.2 实验结果与分析 |
4.4 小结 |
第五章 面向内容分发网络的多描述视频编码方法 |
5.1 多描述内容分发网络(MDCDN) |
5.2 面向CDN的3D可扩展多描述视频编码方法原理 |
5.3 基于多相变换的错误隐藏方法 |
5.4 实验结果与分析 |
5.5 小结 |
第六章 基于视频小波的Ray Space数据压缩方法研究 |
6.1 3D图象的Ray - Space描述与数据压缩 |
6.2 基于视频小波技术的Ray Space数据压缩 |
6.3 实验结果与分析 |
6.4 小结 |
第七章 总结 |
7.1 本文工作总结 |
7.2 研究展望 |
参考文献 |
致谢 |
攻读硕士期间发表的论文 |
四、基于小波变换的视频压缩新方法(论文参考文献)
- [1]大容量低时延信源信道联合编码视频传输技术研究[D]. 赵亚娟. 西安电子科技大学, 2020(05)
- [2]高分辨率空间CMOS相机视频实时压缩技术研究[D]. 徐冬冬. 中国科学院研究生院(长春光学精密机械与物理研究所), 2016(09)
- [3]基于SOPC技术的水下视频压缩编码与传输系统的设计[D]. 王北镇. 中国海洋大学, 2010(03)
- [4]图像无损压缩及去噪技术研究[D]. 武晓玥. 西安电子科技大学, 2010(10)
- [5]基于小波的视频压缩算法在视频监控系统中的应用[D]. 邢利霞. 北方工业大学, 2009(09)
- [6]中国图像工程:2007[J]. 章毓晋. 中国图象图形学报, 2008(05)
- [7]基于数学形态学的小波域视频压缩算法研究[D]. 杨富森. 武汉理工大学, 2007(05)
- [8]基于小波的视频压缩算法在视频会议系统中的应用[D]. 王拯洲. 西北工业大学, 2007(01)
- [9]小波图像压缩技术在数字电影中的应用研究[D]. 解伟. 北京邮电大学, 2007(06)
- [10]先进的小波视频压缩方法及其应用研究[D]. 张文琴. 中国科学院研究生院(电子学研究所), 2005(04)