摘要：在复杂度和延迟受限或者可变信道条件下,由于通信系统的一体化设计,信源信道联合编码(JSCC,Joint Source-Channel Coding)技术的应用有助于改善传统的分离结构系统.针对带宽功率限制模拟信道,提出了一种结合了小波变换编码和香农映射信源信道联合编码的静止图像模拟编码传输方法;并基于更加合理的考虑了信道噪声的重建图像失真估计,提出了相应的联合优化带宽分配算法.仿真及分析表明,由于信源信道的联合优化及具有模拟编码传输的特点,该方法表现出良好的编码传输性能,且编解码复杂度和延迟小;同时在信道失配情况下表现出的柔性降级/改善特性有助于提高可变信道条件下系统的鲁棒性和信道带宽利用率.

摘要：根据统计规律建立一个小型固定字典 ,用以加速分形图像的压缩编码 ;然后 ,用Julia图像的生成的图像块作为分形图像压缩编码字典的补充 ;还建立一个编码和解码都相同的平均值字典·因此 ,使用的压缩方法改变了由常规设计的传统分形图像压缩编码使用编码和解码不相同字典进行编码和解码的缺点·实验结果表明 ,所使用的方法能很好地对图像进行分形压缩编码和解码 ,和常规分形编码方法相比还具有较高的PSNR·

摘要：提出一种集成超分辨率重建的图像压缩编码新型框架。在编码端对输入图像以因子2进行下采样,对下采样图像用JPEG标准编解码,而后采用事先通过外部训练库训练得到的字典,对解码后的图像进行基于学习的超分辨率重建。为了进一步提高解码重建图像质量,在算法框架中设计了反馈环节,即在编码端用原始图像减去超分辨率重建图像得到残差辅助图像,在解码端用该残差辅助图像弥补在超分辨率图像重建环节中损失的高频细节信息,在保证残差辅助图像较低编码比特率的情况下,大幅度提高了解码重建图像质量。此外,还实现了框架图像编码控制量化参数的单一化,实用性较强。实验结果表明,算法较JPEG标准在相同峰值信噪比的情况下,编码比特率大幅度降低,压缩倍数提高较多。

摘要：矢量量化（ＶｅｃｔｏｒＱｕａｎｔｉｚａｔｉｏｎ）作为一种有效的图像数据压缩技术，越来越受到人们的重视。设计矢量量化器的经典算法ＬＢＧ算法，由于运算复杂，从而限制了矢量量化的实用性。本文讨论了应用神经网络实现的基于边缘特征分类的矢量量化技术。它是根据人的视觉系统对图像的边缘的敏感性，应用模式识别技术，在对图像编码前，以边缘为特征对图像内容分类，然后再对每类进行矢量量化。除特征提取是采用离散余弦变换（ＤＣＴ）外，图像的分类和矢量量化都是由神经网络完成的。实验结果表明，和单纯用神经网络直接进行矢量量化相比，应用这种技术的图像编码压缩比和译码图像质量都有明显的提高。

摘要：为解决高分辨率遥感图像和医学图像的实时压缩问题,提出一种适合FPGA实现的无链表小波零树压缩算法,通过预处理和主处理过程分解实现了并行流水编码结构。利用Altera公司的DE3开发平台完成了算法验证,实现了200MP/s的处理能力,可支持4096×2048分辨率的灰度图像25帧/s的实时编码。

摘要：本文从自组织特征映射（ＳＯＦＭ）的基本思想出发，通过研究Ｋｏｈｏｎｅｎ网的输出节点在一维、二维和八维空间中不同排列方式，得到了相应的矢量量化（ＶＱ）码书设计算法。研究表明ＳＯＦＭ具有许多优点：可以设计出具有规则结构的码书，相邻码矢量具有较强的相关性；网络输出节点的不同排列方式对矢量量化器性能有较大影响，通过选择合适的排列方式，设计出的矢量量化器具有良好的抗信道误码能力，实验表明基于ＳＯＦＭ算法的矢量量化器不仅具有类似于ＬＢＧ矢量量化器的量化性能，还具有很强的抗信道误码能力。

摘要：子带编码(SBC)是图像编码中的一种有前途的编码方法。本文主要论述了图像的子带分解与重建原理，重点讨论了适合于子带编码的正交镜像滤波器组(QMF)的设计方法，包括一维与二维滤波器组，该成果很适合在ATM网络中应用。

摘要：本文在研究低比特率视频编解码算法的基础上 ,以 h.2 6 3协议为标准 ,以 Philips公司的 TMDSP卡为开发平台 ,实现了一种视频编解码系统 ,经过测试该系统在对 qcif格式图像同时编码解码时 ,能达到每秒 2 5帧以上 ,平均码率能控制在 4 0 kbps以下 ,该压缩卡能广泛应用于可视电话、图像监控。

摘要：文中介绍基于 DSP 的数据采集及处理系统,提出系统的硬件设计方案,并给出算法的实现过程。

摘要：研制了基于图像块动态划分矢量量化的图像压缩芯片。编码前芯片预测系统可根据图像平滑程度及相邻图像块的空间相关度自动调节待压缩的子图像块尺寸,在保证恢复图像画质的前提下,与恒定图像块尺寸矢量量化相比,图像压缩率平均提高27%,最大提高64%。芯片中码书为256阶16维矢量,并采用方向性分类及码字和值升序排列结构,有效减小了码字搜索范围。芯片的设计与实现基于Charter0.35μm标准CMOS工艺,最终芯片尺寸为2.08mm×2.08mm。测试结果表明,工作电压为3V时,PDVQ图像压缩芯片工作频率可达到100MHz,在该工作条件下芯片功耗为295mW,并可以满足512×512灰度图像在30frame/s下的实时编码要求。