摘要：提出一种纹理合成算法 首先将经验模型分解 (EMD)算法引入到纹理合成领域 ,对样本图像的纹理结构进行提取 ;然后应用分片采样算法和Markov随机场 (MRF)模型生成输出纹理的结构 对于结构之间的空白区域 ,采用距离变换方法分片提取其不规则的形状并进行填充 实验结果表明 ,该算法不仅简单、快速、合成质量高 。

摘要：在划分阶段因得不到实际线长值而无法精确计算功耗值.通过组合使用互连线的通路级数、通路级差和基本线长,提出一种新的独立线长预测方法.使用预测线长和开关活动性的乘积度量划分阶段的动态功耗,并将这一乘积作为权重赋给每条互连线;在聚类和细化处理阶段,尽量避免权重较大的互连线被分割,以实现低功耗驱动的多级划分.实验结果表明,该算法可有效地减小电路的功耗,并且对其他技术指标影响不大.

摘要：为解决集成电路物理设计中考虑互连线影响的逻辑路径延迟优化问题,提出一个计入互连线负载的扩展的逻辑效力(ELE),并针对ELE给出一个可同时优化逻辑路径中各个逻辑门尺寸及各段互连线长度的优化流程.ELE在保留原有逻辑效力参数的同时,使用互连寄生参数提取软件获得的Π型互连线参数,实现对带有互连线负载的逻辑门的传播延迟的描述和估计;逻辑路径优化流程采用效力延迟分配策略作为初始条件来表示各段互连线负载对总效力延迟的影响,将所用目标单元库和制造工艺的物理尺寸信息作为限制条件,以ELE表达式为核心展开优化计算,辅以动态规划办法,无需迭代运算,仅通过一轮计算即可求得全部结果.实验结果表明,该流程计算任务简单,资源耗费少,可以准确、快速地获得所需的逻辑门尺寸和互连线长度;结果清晰合理,与目标单元库和工艺库完全兼容.

摘要：用贝叶斯网络对纹理图像建模,并基于此模型给出了一种纹理分类的方法.把纹理图像在一个窗口内各个像素的灰度值看作贝叶斯网络的一次实现,通过训练得到各类纹理所对应贝叶斯网络的结构和参数,用纹理图像像素点在网络中的条件概率分布作为特征进行纹理分类.实验结果证明了该方法的有效性.

摘要：将一维经验模式分解(EMD)方法和Hilbert-Huang变换(HHT)直接应用于二维图像处理中,提出了一种新的二维EMD算法,将提取出图像的多尺度空间频率信息分别用HHT和直接法来估计多分量图像AM-FM形式的瞬时频率.最后用文中算法分别对合成图像和自然图像进行了实验.

摘要：为了克服现有层次化方法通用性差、运算效率不高、电路结构提取不准等缺点,提出了一种基于超图模型的层次化聚类算法.首先对网表中最基本的迭代、总线、扇入和串联结构进行自动识别,然后将这4种基本结构按不同的组合方式进行多级聚类,最终建立起了网表的层次化结构.由于文中基本结构聚类算法是专门针对超图数据结构设计的,其时间复杂度较低.实验结果表明,该算法既可以得到较准确的层次信息,又能保证较高的运算速度,对各种应用均有较好的效果.

摘要：针对静止场景中由于相机的不均匀抖动而产生的空间变化模糊图像,提出一种带有模糊核选择器的基于分块的全局图像复原算法.该算法将图像规则分块并用不同参数对各区块做模糊核辨识,得到各分割区块的一组模糊核估计;通过设计的残差评估的策略,从辨识到的模糊核集合中筛选出与各区块匹配的最佳模糊核估计;再通过迭代最小化目标函数求得最终的全局复原结果.实验结果表明,当图像中包含不同抖动模糊水平的子区域而且子区域间的轮廓划分较鲜明时,文中算法的复原效果尤佳.

摘要：提出一种可以控制关键通路时延的时序驱动多级划分算法.首先通过聚类保护降低关键通路被分割的几率,减小后续操作对最小割目标的影响;然后使用划分保护控制通路被分割的次数,将关键通路时延限定在指定时钟周期之内.该算法只对最底层网表进行一次时序分析,克服了现有基于通路的时序驱动多级划分算法无法完全控制关键通路时延,需要对所有层次的网表进行时序分析的缺点.实验结果表明,该算法可得到较小的超边割值和通路时延值.

摘要：在基于小波变换的低比特率的图像压缩中 ,由于小波系数的量化和在高频部分的截断使压缩后的图像呈现出严重的失真 ,尤其在图像的边缘部分将呈现明显的“振铃效应” 文中提出了一种多尺度、基于局部方向、自适应的 2D滤波算法 ,可以明显改善压缩后图像的视觉效果 该方法首先判定子块内的局部方向 ,然后根据此方向选用相应的方向 2D滤波器滤波 为了保证判断局部方向的鲁棒性 ,采用了循环移位的方法 为了滤除各个频段的高频噪声 ,在多个尺度上进行空域滤波 实验结果表明 ,该算法明显改善了压缩图像的视觉效果 。

摘要：图像超分辨率算法目前最为通用的框架是基于Bayes估计的方法,其求解方法多归于重复背投影(插值)的迭代方法·在特定的成像条件下,基于训练的多核插值滤波器估计方法具有良好的效果·考虑采样过程对图像质量的影响,我们把多核插值滤波器估计方法引入到重复背投影的计算框架下,取得了优于单独使用一种方法的超分辨率结果·