【摘 要】
：
已有的CAVLC解码方法包括二叉树解码方法、全码表解码方法和Hashem ian解码方法等,但是这些解码方法都只关注解码性能的一个方面:解码速度或存储空间,因而无法有效地提高整体性能。针对这一问题提出了一种快速的解码方法。该方法通过自动码表分配技术和码表地址转移技术来提高限定存储空间条件下的解码速度。实验结果表明,使用相同的存储空间,该方法的速度是传统解码方法的1.5倍,更加适用于H.264标准。
论文部分内容阅读
已有的CAVLC解码方法包括二叉树解码方法、全码表解码方法和Hashem ian解码方法等,但是这些解码方法都只关注解码性能的一个方面:解码速度或存储空间,因而无法有效地提高整体性能。针对这一问题提出了一种快速的解码方法。该方法通过自动码表分配技术和码表地址转移技术来提高限定存储空间条件下的解码速度。实验结果表明,使用相同的存储空间,该方法的速度是传统解码方法的1.5倍,更加适用于H.264标准。
其他文献
分布式视频编码(Distributed Video Coding,DVC)是一种新颖的视频压缩方法,具有极低的编码复杂度和良好的抗噪声鲁棒性。为了使人们对该编码方法有所了解,该文首先详细介绍了分布式视频编码的理论基础和特点,然后讨论了分布式视频编码的两大关键技术,包括编码端高效压缩和解码端边信息(side information)插值;最后总结分析了分布式视频编码在低复杂度编码和视频信号鲁棒传输等
提出了一种基于最小噪声分离的约束能量最小化亚像元目标探测方法。利用最小噪声分离变换,降低高光谱遥感影像的维数,同时分离高光谱遥感影像中的噪声。利用约束能量最小化方法对低维数据进行亚像元目标探测,避免了求解影像虚拟维数和病态矩阵求逆的问题。实验结果表明,该方法可以很好地抑制噪声的影响,亚像元目标探测率较高,是一种快速有效的高光谱遥感影像亚像元目标探测方法。
为解决视频检测中车辆阴影的影响,研究了常用的基于HSV彩色不变量的阴影检测方法,指出对于路面区域,阴影覆盖前后色调H分量和饱和度S分量近似不变的特性不总是成立,并以实例证明色调变换的奇异性也将导致该方法受限,继而提出了一种改进算法,利用两个色彩分量的变化量之比近似不变的特性进行阴影检测,其更适合路面环境。实验结果证明,所提出的改进算法能够较好地分离车身及其阴影,有助于准确提取交通信息。
车载前视地表穿透成像雷达(VFGPIR)探测系统获取的单帧图像中浅埋小目标的信噪比(SNR)通常较低,导致单帧图像的检测性能很差。利用VFGPIR系统可在不同观测位置对空间同一区域进行多次成像的特点,提出一种基于VFGPIR序列图像的非相干距离多视处理方法,通过距离子带分割和迭代操作实现在线多视处理,并推导了多视图像和单视图像检测概率、虚警概率与SNR之间的关系以及确定多视视数的公式。实测数据处理
视频数字隐写具有隐藏容量大的优点,但是通常在获得隐藏容量的同时,却忽视了安全性。为了在二者之间取得平衡,利用纠错码信息隐藏的原理,提出了一种以压缩视频为载体的数字隐写算法。该算法在进行秘密信息嵌入时,采用了二次嵌入的策略,即首先将秘密信息嵌入到纠错码码字,然后将得到的载密纠错码码字嵌入到与不采用差分编码的系数相对应的行程幅度对的幅度值,同时采用比特率控制策略来减小信息嵌入前后的视频流长度变化。实验
为了更有效地进行多媒体数据的版权保护,提出了一种在真彩色宿主图像中利用奇异值分解实现的灰度水印嵌入的鲁棒算法。该算法首先利用奇异值的特征来对灰度水印图像进行编码预处理,编码后的水印信息存储为二值数字序列,并选择视觉掩蔽性高的宿主图像区域进行隐藏。为了保证水印的不可察觉性,该水印算法先提取宿主图像RGB彩色空间中的蓝色通道分量,然后选择其中具有高活动因子的图像分块作为水印的嵌入区域。用该算法对灰度水
基于目前的DCT系数加密算法在安全性、压缩比和信噪比上都各自存在缺点，提出了一种新的适用于H．264／AVC的DCT系数分层置乱算法（DCLSA）。该算法针对H．264／AVC中4×4DCT变换的特点
BayesShrink是小波收缩降噪最好的算法之一,而WienerChop方法则是利用小波域维纳滤波改进了VisuShrink算法。为了更好地滤除噪声,研究了WienerChop组合BayesShrink进行降噪的方法。实验表明,该组合算法优于WienerChop和BayesShrink算法,其可产生更低的均方误差和更高的信噪比。它不仅综合了WienerChop和BayesShrink两种算法的优
提出了一种基于方向性平滑测度的保边缘加权马尔可夫先验模型,并将其应用到基于最大后验估计的影像超分辨率重建中。该模型对邻域内不同方向的平滑测度使用不同的权值,以此减小对影像高频成分的惩罚约束,进而保护影像的边缘。利用不同影像对本文方法进行了验证,并用MSE影像评价方法对重建影像进行了定量评价。实验结果表明,与传统马尔可夫先验模型相比,加权马尔可夫先验模型能有效保护影像的边缘,取得更好的重建结果。