双正交变换及矢量化应用研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
双正交变换及矢量化应用研究

中文摘要 随着正交变换理论的日臻完善,正交变换已广泛应用于数字信号处理的各个 领域。一类新型的双正交变换一全相位双正交变换在图像编码领域表现出良好 的编码性能,成为该领域的一个亮点。本文首先研究了全相位双正交变换在图像 编码领域的应用。通过对全相位列率滤波理论的深入阐述,本文引入了三种全相 位双正交变换:全相位离散余弦双正交变换、全相位离散反余弦双正交变换和全 相位Walsh双正交变换。它们都可以代替DCT,作为JPEG编码方案中的图像变 换核。接着,借鉴方向性DCT变换,本文提出方向性双正交变换,并将其编码 性能与基于DCT的JPEG编码方案作了比较,实验结果表明,方向性变换可以 在一定程度上提高编码质量。 为了进一步扩展双正交变换理论的应用范围,本文研究了矢量量化技术。首 先,对矢量量化技术的码书训练、码字搜索做了介绍。在保证编码质量的前提下, 缩短编码时间和降低码率是当前研究的重要问题。快速码字搜索算法是减少编码 时间的重要技术。本文提出了一种改进的哈达玛变换域等均值等方差最近邻搜索 算法,测试结果表明,这种算法能够排除更多的码字,效率更高。接着,研究了 与图像处理相关的两种技术:边缘匹配和快速相关矢量量化。本文提出了一种基 于DCT分类的边缘匹配矢量量化算法,充分考虑了当前处理图像块与其相邻图 像块之间的相关性以及各码字与该输入矢量之间的边缘匹配失真。实验结果表 明,该算法的PSNR值高于基本边缘匹配矢量量化器且码率更低。之后本文又对 该方法进行了改进,并提出一种新的基于DCT分类的边缘匹配矢量量化算法, 这种算法可以使运算时间缩短30%40%。为了降低码率和进一步缩短编码时间, 目前已有相关矢量量化的图像编码算法,但是这种算法造成编码质量的下降。本 文提出了改进的基于对角线相关矢量量化编码算法。测试结果表明,这种算法的 编码质量提高了0.8.0.9dB且码率进一步降低。 最后,本文将双正交变换与矢量量化技术相结合,提出一种可行的编码方案, 作为双正交变换理论的应用之一。实验结果表明,在较低的码率下仍能够取得较 好的编码质量。 关键词:图像编码;全相位双正交变换;矢量量化;方向性变换;YPEG ABSTRACT transformhasbeen to from Orthogonal widelyapplieddigitalsignalprocessing data to restoration.Anewmemberinthe of all BTs,named compressionsignal family becomea duetoitsreasonable phasebiorthogonaltransform(APBT),has highlight in cosine/inversediscrete performanceimagecoding.Firstly,allphase(discrete transformS踟℃in仃oducedafterthe for cosine/Walsh)biorthogonal explanation of all filters.ThethreetransformsaboveCallbeusedas design phasesequency substitutesfordiscretecosine to thewell—knownJPEG transform(Den implement

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档