分布式信源编码关键技术分析-analysis of key technologies of distributed source coding.docxVIP

分布式信源编码关键技术分析-analysis of key technologies of distributed source coding.docx

  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
分布式信源编码关键技术分析-analysis of key technologies of distributed source coding

西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切的法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)本学位论文属于保密,在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要摘要传统的图像信源编码算法如视频编码标准MPEG-X和H.26X或静止图像编码标准JPEG2000等,都是在编码端提取信源间的统计相关性来进行压缩编码,编码端的运算复杂度都高于解码端。随着电子技术的发展,一些新兴的应用如无线视频传感网络、相机阵列等得到了快速的发展。这些新的应用由于编码端资源有限、功耗有限,不太适合采用传统的图像信源编码算法,并对传统的图像编码算法以及系统架构提出了新的挑战。近年来,分布式信源编码(DistributedSourceCoding,DSC)由于其编码端复杂度低、良好的率失真性能和较好的抗误码性能受到了学者的广泛关注。在20世纪70年代Slepian和Wolf首先提出了DSC概念,他们利用信息熵提出针对于两个信息互相关联信源无损压缩的理论极限,并证明了两个互不通信的信息相关的信源压缩可以达到有互相通信的压缩效率。随后Wyner和Ziv将其扩展到了有损压缩,在考虑高斯信源有损压缩时得到了类似的结论。Slepian-Wolf和Wyner-Ziv所提出的编码理论与方法奠定了DSC的理论基础。与传统的图像编码算法不同,分布式信源编码将相关性的提取工作从编码端转移到了解码端,编码端运算复杂度大大降低。DSC由于其独特的优势,已成为国内外的研究热点。本文对DSC的几个关键技术进行了深入的研究并提出了相应的解决方案。本文的主要工作及取得的主要研究成果为:1.研究了分布式信源编码的理论,对基于Turbo码和LDPC码两种分布式信源编码系统进行了研究,提出了一种基于变换域的分布式信源编码系统架构。该系统在编码端首先进行DCT变换,然后按子带将量化后的比特平面数据进行LDPCA编码。在解码端利用关键帧重建边信息,使用边信息进行LDPCA解码,最后重构原始图像。该方案利用了传统编码框架的DCT变换和量化技术,可以获得比传统帧内编码算法更好的压缩性能。2.针对反馈信道的存在导致了时延的增加和解码器复杂度提高的缺点,提出了一种无反馈式分布式信源编码方案。该方案在编码端使用快速运动估计算法来重建边信息帧,并使用拉普拉斯分布模型来估计码率。由于去掉了反馈信道,系统的解码端复杂度大大降低,率失真性能损失也控制在0.3dB以内,适用于反馈信道不存在或者对系统时延要求较高的应用场景。3.针对分布式视频编码(DVC)中的边信息重建问题,提出了一种空域平滑的边信息重建算法。该算法设置代价函数阈值保证目标运动轨迹的线性连续,提高了运动估计准确性。对于运动比较平稳的区域,采用双向运动估计和补偿插值摘要生成边信息;对于运动剧烈区域,使用最大后验概率估计对错误插值块进行空域平滑,最后利用最小均方误差准则最优重构。实验表明,该算法降低了编码码率,同时提高了重建图像PSNR。4.基于超光谱图像特点和应用环境要求,提出一种基于DCT变换域DSC的超光谱图像压缩算法。在编码端使用部分像素点进行线性预测,从而减少了编码端的运算量;在解码端,利用已解码子带信息进行基于块的迭代线性预测,使用优化后的边信息解码后续的子带。与传统超光谱图像压缩算法相比,本算法在编码端的运算量更少,需要的存储空间更小,满足超光谱图像压缩系统要求,易于硬件实现。5.基于现有的Slepian-Wolf解码器解码复杂度过高的问题,提出并实现了基于CUDA并行计算技术的快速分布式信源解码方法。使用GPU(GraphicProcessingUnit)对DSC中解码模块进行了并行计算优化,LDPCA解码器加速比可达200倍。与传统的基于CPU的解码方法相比,QCIF解码加速比为10倍,CIF加速比可达20倍。使用该并行计算技术提高了DSC的解

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档