PCM编解码器的软件实现

脉冲编码调制(pulsecodemodulation,PCM)是概念上最简单、理论上最完善的编码系统,是最早研制成功、使用最为广泛的编码系统。运用软件方法来实现PCM编解码芯片的部分功能并与PCM编解码芯片相结合来共同完成整个电路设计上的编解码,不仅设计简单,灵活方便,而且往往可以达到事半功倍的结果。本文介绍用Matlab的Simulink来仿真实现PCM编解码器的方法和过程,此方法具有简单,直观等优点。     

基于最近邻像素预测的加密域可逆信息隐藏

针对现有的可逆信息隐藏算法在图像加密域应用场景下嵌入容量不高的问题,提出了一种基于最近邻像素预测的加密域可逆信息隐藏算法。充分利用自然图像的空间相关性,设计最近邻像素预测方法,计算预测误差,并进一步探究预测误差块分类规律,设计块内移位以及块重排方式,保留了块内相邻像素相关性。然后,通过动态标记块内误差区间以最大限度地空出冗余空间,达到提高嵌入容量的目的。选用5幅标准灰度图像及数据集BOSSbase、BOWS-2和UCID中的万余张灰度图像进行对比实验。结果表明：本文算法在安全性、可逆性和可分离性都满足的前提下,嵌入容量相比同类算法平均提升0.35～0.9 bpp(比特数)。     

一种微透镜光场相机的子孔径图像提取方法

多视点图像在深度计算、3D视频合成、立体匹配等技术中有广泛的应用价值。传统相机在拍摄真实场景时往往不能获取场景多个视点的信息,而新型的微透镜光场相机和相机阵列却可以得到场景更多的信息,例如场景的多视点信息,场景的深度信息等。但是由于微透镜光场相机的软件保密和源程序不开放等问题,造成研究人员无法自主提取其多视点(子孔径)图像。对此,提出了一种由微透镜光场相机提取子孔径图像的方法。首先,进行微透镜中心像素标定,然后考虑光场原图像的有效像素区域,将各中心像素的周围像素点按次序提取并重组,从而得到子孔径图像。实验表明,所提取的多视点图像具有微小的视差,体现了所提光场相机子孔径提取方法的有效性。实现了微透镜光场相机的子孔径图像提取,将为后续恢复场景深度、重建场景三维图等研究提供有效数据。     

基于言语数据库的汉语音高下倾现象研究

提出了一种通过语句中声调音域低音点和次低音点求出语调短语低音线的方法,并以低音线为基准,考察从大规模言语语料库中随机抽取的汉语自然语句的语调特征。研究结果表明,与已有的汉语句末语调理论不同,汉语同样具有各种语言中普遍存在的音高下倾和重置的语调特征。低音线的下倾和重置可以出现在音步、语调短语和语句等不同的韵律单元中,表现最明显的是在语调短语这一级。实验结果支持汉语语调双线模型中高音线和低音线语言学功能不同的观点。     

3D视频中基于前景的过渡像素深度划归方法

DIBR(Depth Image Based Rendering)算法的提出,使得3D视频只需要一个原始视点的纹理信息及其对应的深度信息就能绘制出新的虚拟视点,因此深度信息的精准与否将直接影响到绘制的虚拟视点质量。由于深度失真经常发生在前景与背景的过渡区域,本文对该区域像素定义为过渡像素,针对这种过渡像素的深度失真问题进行了分析,并提出了一种基于前景的过渡像素深度划归方法。主要思想是:通过阈值判断找出过渡像素的位置,然后将前景的深度值赋予过渡像素。实验表明,这种方法能够有效的减少绘制过程的失真,提高虚拟视点的质量。     

基于GERBF神经网络非线性预测的ADPCM算法控制系统中的应用

用神经网络建立非线性预测模型对语音信号进行处理,采用后向预测建模,不增加传输码率。采用一种改进的广义径向基函数网络(GERBF),利用正交最小二乘法训练速度快的优点,降低算法的复杂性。实验表明:基于GERBF预测器的语音编码系统在嵌入维数很少时亦能较好地去除语音信号相关性,其恢复语音质量优于CCITT,建议G.721中的ADPCM算法。     

多尺度对称压缩伪影去除神经网络

图像压缩给图像带来极其复杂的压缩伪影,不仅影响人类的视觉感知,还会给目标检测等重要领域带来极大的负面影响。为了解决这一问题,提出了一个多尺度对称网络(MSSNN)来去除压缩伪影,进行压缩后图像的质量恢复,在获取基础映射的同时,得到更多不同尺度的映射特征,利用残差结构更快更好地提取和整合特征信息,并且使用一种混合损失函数控制模型训练。实验表明,所提网络可以以更少的参数代价更好地恢复图像,并且经过实验验证可以提升目标检测的效果。     

基于SVC与DASH的视频流媒体系统

随着现代网络技术的高速发展,高清甚至超清流媒体视频业务在网络数据流量中占据越来越高的比例。为统一视频流媒体的传输格式,国际MPEG组织发起制定一种标准的动态自适应流媒体(Dynamic Adaptive Streaming over HTTP,DASH)传输框架。然而,现有DASH框架常采用固定码率的视频编码技术,如H.264,一定程度限制其码流的网络适应性。对此,该研究将可伸缩视频编码(Scalable video coding,SVC)与DASH相结合的流媒体传输方案,提出SVC码流到DASH的映射方案,并在Internet上真正实现了这种码率可伸缩的DASH传输系统,测试验证了系统的调控性能。     

结合重心坐标的泊松网格编辑算法

综合考虑泊松网格编辑在保细节特征方面的优势和重心坐标插值的光滑性两方面,提出基于重心坐标的泊松网格编辑算法。首先确定待变形区域网格模型的包围网格,以包围网格所确定的重心坐标生成控制网格,然后任意操纵控制网格,将对应重心坐标变化的信息映射为网格模型的梯度场变化,最后通过求解泊松方程的系数矩阵进行网格重构,得到变形后模型。通过实验验证,该算法克服了传统泊松网格变形算法难以保持变形结果光顺自然的缺陷,并有效的保留了模型变形的细节特征。     

一种适用于彩色图像的秘密共享方案

提出了一种有效的适用于彩色图像的秘密共享方案。首先对彩色图像进行压缩,然后利用Shamir的(k,n)门限思想将压缩的彩色图像分为n个影子图像,利用收到的k(k≤n)个影子图像恢复原始的彩色图像。该方案克服了彩色图像大数据量的缺点,在保证恢复图像质量的前提下,将影子图像的尺寸减小为原图像的1/2k,将所传输数据量缩减为原图像的1/6k,不仅大量节省了图像的存储空间,同时也缩减了图像的传输时间。实验结果证明了该方案的可行性。