一、低码率视频编码中基于对角线抽样的混合DCT算法（论文文献综述）
葛京[1]（2019）在《基于H.264编码的可逆水印算法研究》文中提出互联网的发展带动了图像、音频与视频等多媒体产品的出版与传播,但随之而来的信息安全问题困扰着每一个多媒体信息的使用者。作为信息安全最重要的组成部分,视频信息在存储与传输中的安全性一直是人们关注的焦点。在视频的存储与传输中信息常以编码的形式存在,其中应用最广泛的开源标准就是采用了混合编码的H.264/AVC编码标准。以此为背景,在H.264的编码标准下通过数字水印实现对视频信息的保护成为最具价值的研究课题。本文以编码视频为研究对象,针对现有的视频编码域水印中存在的问题提出了两种算法思想。两种算法利用可逆信息隐藏可以无损恢复载体信息的特点,解决了视频编码中由于载体信息改变所造成的视频质量下降、编码量增加等问题,并通过实验验证了结合了可逆思想的编码水印性能。（1）本文针对现有的基于DCT系数的水印算法在H.264编码过程中产生的失真与编码效率降低的问题,提出了一种利用DCT系数进行可逆信息隐藏的水印算法。算法将水印嵌入在对图像质量影响较小的DCT系数的高频中,通过对DCT系数采取可逆信息隐藏算法,使系数在隐藏信息的同时,可以在解码端实现无损恢复,避免了因为系数改变所造成的解码图像质量下降。仿真实验的结果表明,利用了可逆思想的DCT系数可逆信息隐藏算法具有良好的性质,相较于传统的视频编码的信息隐藏算法,本文算法在编码流量和解码视频质量方面均具有明显的优势。（2）本文针对现有的基于运动矢量的视频信息隐藏算法存在破坏矢量局部最优性这一问题,提出了一种基于视频运动矢量的可逆信息隐藏算法。算法对利用EPZS算法得到的最优预测矢量与运动矢量的差值进行微调,在差值的最低有效位嵌入水印。利用矢量差值扩展,本文算法实现了解码端运动矢量的无损恢复,让信息的嵌入不影响矢量的局部最优性,保证了解码视频质量不受运动矢量改变的影响。与传统基于运动矢量的信息隐藏算法相比,本文算法在嵌入水印的同时未大幅引入码流量的增加,同时在运动矢量中嵌入水印解决了本文在DCT系数中嵌入水印所出现的传输系数丢失所造成的问题。实验结果表明,该算法在控制码流和解码端的视频质量方面均具有良好的性能。
王园园[2]（2016）在《基于多维矢量矩阵的最优变换研究》文中指出视频图像作为最丰富、最直观的信息载体,遍布在人们生活的各个领域。统计数据表明,视觉系统提供的信息大概占人类的感觉器官所捕获的全部外界信息的四分之三。随着人们对视频质量要求的不断提升,传输和存储的数据量予以倍增。如何在有限的带宽内传输高品质、大容量的视频数据,是视频压缩领域的研究重点。变换编码作为视频压缩编码的核心部分,是压缩视频的重要手段。本文针对变换编码进行深入研究。变换编码通常是对图像进行各种酉变换,然后对变换结果进行量化,最后对量化结果进行编码。变换编码能在保证图像观看品质的前提下,最大限度地压缩传输和存储的数据量,已在各种视频图像编码标准中得到广泛的应用。当前应用的变换编码针对单帧图像进行,是2维空间域编码,不能一次性利用时间域的相关关系。多维矢量矩阵理论作为一种全新的视频数据理论和技术,近年来得到了长足的发展。多维矢量矩阵可以将视频图像的空间维、色彩维、时间维和视角维等统一在一个模型中,更有利于提取各个维度的相关关系,去除冗余信息。为了寻求多维矢量矩阵理论下的最优变换,本文通过分析均方误差下的一维最优变换KL变换和次最优变换DCT变换,以多维矢量矩阵为基础,研究了多维KL变换和多维DCT变换。（1）多维KL变换:为了使KL变换适应高维数据,同时为了找出多维矢量矩阵的最优变换,本文提出了基于多维矢量矩阵理论的M维KL变换（即MKL变换）。首先结合多维矢量矩阵理论定义多维协方差矩阵、并求解多维特征向量矩阵;然后定义MKL变换,将多维数据从空间域映射到变换域;并通过理论证明MKL变换是均方误差意义下的最优变换;实验结果表明,KL变换是MKL变换在一维时的特例;对于三维视频数据,MKL变换实现了完全解相关,平均能量集中率（EPE）高达99%。（2）多维DCT变换:为了使多维DCT变换在多维平面上更逼近最优变换,本文对多维DCT变换做了进一步的研究工作。首先对多维DCT变换及其能量特性进行了实验研究,得出了多维DCT变换后能量集中于折叠平面上的特性;然后对图像编码的树结构进行研究,在四叉树结构的基础上,扩展了图像编码的树结构为八叉树结构以适应多维数据;最后提出了基于能量测度的自适应多维DCT变换。实验结果表明,本文提出的自适应多维DCT算法优于非自适应DCT算法。本文首先推导出了基于多维矢量矩阵的最优变换-MKL变换,证明了它的多维最优性;然后对次最优变换-多维DCT变换进行研究,提出了基于能量测度的自适应多维DCT变换。二者之间的性能对比表明:1、MKL变换是多维均方误差意义下的最优变换,对多维数据可以实现完全解相关,能量聚集性好,但算法复杂度高,时间消耗大;2、基于能量测度的自适应多维DCT变换在压缩性能上表现优异,接近最优变换。算法在时间和压缩效果上取得较优的效果。
徐冬冬[3]（2016）在《高分辨率空间CMOS相机视频实时压缩技术研究》文中研究表明由于空间相机在视频分辨率以及帧频等指标要求的不断提高,导致CMOS输出的视频数据量急剧增加。现有的压缩算法运算过程十分复杂,而且主要停留在软件仿真阶段,硬件实现困难且效果较差。为了有效缓解星上存储器以及信道传输的压力,研制出压缩性能好、数据处理快的实时视频压缩系统迫在眉睫。论文以参与的工程项目“空间CMOS相机技术”项目为背景,对全色和多谱段CMOS相机视频压缩技术分别进行了研究。现将本文的主要研究内容和成果概括如下：1、根据项目需求以及CMOS视频的特点,探讨小型CMOS相机及高分辨率CMOS相机ASIC的ADV212压缩技术。提出利用Custom-specific工作模式为各种格式的视频提供接口,并通过FPGA内部的块RAM以及DDR3 SDRAM的乒乓操作对数据进行缓存,显着地提高了工作效率;之后,为了适用于不同应用场合,本文方法实现了码流的存储后传输以及直接传输之间的切换,并通过纠错编码极大的提升了闪存的纠错能力；最后,为了验证方法的可行性,本文基于压缩板以及解压板进行了实验验证。结果表明,压缩系统可实现实时稳定的工作,通过软件设置,系统可以实现极高的压缩比,压缩比80：1时,平均峰值信噪比（PSNR）高于28 dB,压缩比150：1时,平均PSNR高于26 dB,解决了在大数据量下,压缩系统硬件实现困难以及实时传输困难等问题。2、结合离散小波变换（Discrete Wavelet Transform, DWT）与Karhunen-Loeve变换（KLT）提出一种空间多光谱视频压缩算法。通过两种变换的有效结合可以将图像的能量集中到少数系数上,更好地达到压缩效果。本文首先将多光谱图像的每个谱段进行快速2维离散5/3小波变换,消除多光谱图像的大部分空间冗余。然后对所有谱段产生的小波系数进行改进KL变换,来消除光谱冗余和残存的空间冗余。最后对所得系数进行熵编码,得到压缩码流。实验结果表明,在0.25-2bit/pixel （b/p）范围内,平均PSNR达到41dB,与其他多光谱图像压缩算法相比,极大的提高了系统PSNR,提升了多光谱图像压缩算法的性能；同时提出了硬件实现策略,验证了本文理论的正确性以及算法的可行性,为空间多光谱图像压缩系统实现提供了参考。3、图像进行KLT和一级DWT后,不同谱段的系数之间以及同一谱段的高频子带之间仍然存在很大的相关性,其平均值大于0.9,提高小波变换级数后此值会相应的降低,但效果不是十分理想；基于DWT和Tucker分解的压缩算法将图像作为张量,这样能完整的表示高维数据并保持其本征结构,较好的去除图像的空间冗余和光谱冗余,但稀疏表示不足,达不到更高的压缩比。本算法的提出可以很好的克服以上两种方法的不足,在保证较高压缩性能的同时,有效地保护了光谱信息。首先将多光谱图像的所有谱段进行KLT,消除多光谱图像的光谱冗余。然后将变换后的每个谱段进行2维离散9/7小波变换,消除多光谱图像的空间冗余。其次,将变换后的每个小波子带都看作非负张量,对其进行Tucker分解（Tucker Decomposition, TD）,并用阻尼高斯-牛顿算法（damped Gauss-Newton, dGN）求出最优解,进一步消除光谱冗余和空间残余冗余。最后,将得到的模式矩阵和核心张量进行熵编码。在压缩比4：1-32：1范围内,平均PSNR高于43dB,与其他多光谱图像压缩算法相比,极大的提高了系统PSNR,提升了多光谱图像压缩算法的性能。4、采用MT9V032型CMOS数字图像传感器设计了一款完整的小型化、低功耗相机。基于初级像差理论设计了焦距为12.95 mm,F数为5的光学系统,该系统体积小、结构紧凑,在空间频率83 lp/mm处,各视场调制传递函数（MTF）均优于0.5；电子学系统以FPGA作为时序控制平台,控制CMOS输出数字视频信号,数字视频信号通过差分芯片以低压差分信号（LVDS）格式输出到图像采集卡,最后在计算机上成像。实验结果表明,本文设计的相机像质良好、功耗低、移植性强、可靠性高,时钟为26.6 MHz时,帧频为60帧/秒,并可通过调节内部寄存器的值实现多种模式,特别适用于对相机体积以及成像质量要求较高的场合。5、根据高分辨率空间CMOS相机视频压缩系统指标,设计了用于大、中型视频压缩系统的基于KAC-06040的CMOS相机系统。设计的焦距为1175mm,F数为6.71的光学系统,该系统体积小、结构紧凑,在空间频率106.41 lp/mm处,各视场MTF均优于0.446（有遮拦）,能量集中度11um以内的能量集中度均优于80%;电子学系统以FPGA作为时序控制平台,控制CMOS输出数字视频信号,数字视频信号通过Camera Link传输线以Medium模式输出到图像采集卡,最后在计算机上成像。实验结果表明,本文设计的相机像质良好、功耗低、移植性强、可靠性高,满足项目需求。
於景瞵[4]（2016）在《三维视频中新型深度图编码技术研究》文中提出三维视频技术是一种新兴的多媒体处理技术,它能够在视觉上为观看者带来一种身临其境的感觉,因此在多媒体处理领域得到了广泛的应用。对于三维视频数据的压缩,如今最常用的方法是多视角加深度（multi-view plus depth,MVD）的编码方法。由于在这种编码方法中包含了多个视角的视频信息和相应的深度信息,因此容易产生大量的数据冗余,而为了减小这些冗余,一般需要从两个方面对其进行压缩:第一,对纹理信息进行高效压缩;第二,在保证虚拟视角图像质量的前提下,对深度信息进行高效压缩。深度图像内的大部分区域是平滑区域,重要的信息大都集中在边界区域,因此冗余也常存在于这些区域。本文根据深度信息图像的这些特征提出新型深度图像编码算法,目的是为了降低深度信息冗余,有效压缩深度信息。同时,经过本文算法处理的深度图像将被用于三维视频的虚拟视角绘制中,以测试新型深度编码算法在虚拟视角绘制中起到的效果。本文在三维视频的虚拟视角绘制过程中用到了传统的基于深度图像的三维视频绘制算法（Depth Image Based Rendering,DIBR）和本文所提出的新型空洞填补算法。本文主要针对三维视频的深度图编码展开研究,代表性工作包括:（1）根据深度图平坦区域较多的特点,提出了两种基于变换域下采样技术的深度图编码算法,将基于“智能填充”技术和基于“智能量化”技术应用于深度图像的变换域下采样中,并通过“率-失真”优化策略将两种算法分别与传统的编码算法相结合,实现了高效的深度图编码;（2）以高质量的图像插值重建为目标,对变换域下采样算法进行优化,在产生较好的插值结果的基础上,进一步提升基于“智能填充”技术的空域下采样算法的编码效果;（3）实现了基于空洞大小的自适应空洞填补算法,通过对不同空洞采用不同的插值填补策略,有效提高了空洞的填补效率。最终的仿真实验结果表明,本文所提出的各种算法能够有效提高深度图编码的效率以及产生质量较好的虚拟视角图像。
党允舒[5]（2015）在《基于能量集中的MVM超平面研究》文中研究表明信息的表达方式是多种多样的，可以通过文字、图表、图像、视频等方式传播与存储。在科技日新月异的今天，获取信息已经不局限于报纸、广播、电视等传统模式。随着网络技术和多媒体技术的不断完善，数字化的、实时的海量信息如同巨浪席卷着日常生活的方方面面，并给人们的生活带来了翻天覆地的变化。在这些传播方式中，视频可谓是其中最生动、最直观的，信息量巨大是它的突出特点。为利用有限的带宽，传输和存储质量越来越高的视频信息，视频的高效、可靠压缩编码势在必行，并一直是该领域的研究重点。视频图像必须被压缩，是基于人们的需求；而视频信息可以被压缩，是由于视频图像本身的特性——大量冗余信息的存在。在满足一定条件下，最大限度地压缩这些冗余信息，是视频图像压缩编码的目标。为了达成这一目标，国际国内学术领域的无数睿智学者在探索过程中提出并发布了一系列有效、可靠的标准与算法。较流行的标准有MPEG系列和H.26x系列，其中最新的标准是2013发布的高效视频编码标准。整个视频压缩过程包括很多步骤，在这些步骤中，最为核心、耗时最多的要数运动估计模块了。运动估计的好坏，直接决定了视频的压效果；运动估计的速度，直接决定了某种算法是否适合实时性传输。快速运动估计算法的诞生，满足了这样的需求，其中比较流行的有六边形算法等等。本文就是基于这些研究的基础上，寻求一种效果较好、精度更高的运动估计算法，由此提出了线拟合运动估计法。本文所提出的算法是以本实验室提出的MVM（Multi-dimensional vector matrix,多维矢量矩阵）理论为基础的。在理论部分，介绍了MVM的概念和矩阵划分方法，分析了MVM理论在DFT域和DCT域的特性；简洁明了地给出现存运动估计算法的步骤框图，分析并总结了他们的各自特点及适用领域。本算法实验部分采用的是人工视频序列。人工序列经过频域变换可以得到三维能量集中超平面，这个面隐含着运动估计的方向信息。本方法就是研究如何将该隐含信息提取出来，以连续精度表示运动矢量估计的结果。本文采用Visual C++和MATLAB来进行仿真。实验部分首先将多维视频分块重组，然后将固定大小的块经过MVM-DCT变换，拟合变换后的系数为三维折叠面。随后提取折叠面，并利用直线拟合的最小二乘法提取其中的侧面信息，最后得到运动矢量。本文给出了算法详细流程图，并验证了本文算法的可行性。与面拟合法相比，由于采用的是拟合直线上的数据，计算量大大降低。且在面的提取上有着很好的分割度，创新地运用了动态窗，与固定窗相比较，效果的提升很明显，算法收敛速度明显加快，同时保证了精度。与现存视频压缩标准的最高精度四分之一像素相比，有着明显的提高，可达到10-4量级。
张春晓[6]（2015）在《基于D-APBT的彩色图像和H.26x视频编码算法研究及其ARM实现》文中研究表明在当前主要的图像和视频压缩标准中,离散余弦变换（Discrete Cosine Transform, DCT）占据着重要的地位。但是DCT变换在低码率时,存在严重的块效应,并且量化操作相对复杂。为了解决这些问题,研究了全相位双正交变换（AllPhase Biorthogonal Transform, APBT）,这一变换考虑了正交变换时全部可能的截取相位,可以有效降低方块效应。APBT在变换过程中,对高频系数进行了衰减,因此量化环节可以采用均一量化,简化了量化操作。传统的DCT变换对于水平和垂直边缘不占主导地位的图像不是一个很好的选择。基于此,研究了方向性DCT变换（D-DCT）,这一变换可以充分利用图像中的方向性信息。为了提高图像和视频在低码率下的编码性能,同时充分利用图像中的方向性信息,本文研究方向性APBT变换（Directional APBT, D-APBT）在彩色图像和视频编码中的应用。本文首先详细介绍了D-APBT变换中各种方向模式和具体的变换过程,然后将其应用在彩色图像和视频编码中。在彩色图像编码中,首先进行颜色空间转换。对于转换后的每一个分量,其编码基本保持了JPEG的编码框架。在变换部分,用D-APBT变换代替DCT变换。在量化阶段,利用均一量化代替了复杂的量化表,并通过量化值来控制码率的大小。仿真实验结果表明,在彩色图像编码中,D-APBT变换具有比较明显的优势。在视频编码中,分别将D-APBT运用到H.263和H.264视频标准中。在H.263标准中,采用基于D-APBT的编码算法对帧内数据进行编码,用均一量化代替原有的量化方法,熵编码部分对帧内直流系数编码也进行了一定的改进。在H.264标准中,帧内的残差数据采用D-APBT变换。将两种改进的视频标准用于视频序列的编码,仿真结果显示,D-APBT在低码率下表现出比较好的性能。为了验证本文算法的现实可行性,将改进的H.264视频标准移植到ARM开发板上运行。为了在开发板上运行应用程序,首先进行了Linux内核和根文件系统的移植。在应用软件层面,将视频采集程序和视频显示程序与改进的编码程序集成在一起,共同组成视频编解码应用程序。应用程序在硬件环境上运行之后,通过对比原始画面和解码之后的画面,可以发现改进的H.264视频标准可以很好地实现编码工作。
李文娜[7]（2013）在《数字图像压缩编码及水印算法的研究》文中研究表明本文在分析与总结国内外相关研究的基础上,围绕数字图像压缩编码和数字图像水印两方面的关键技术进行了深入研究,通过优化其算法结构、改进编码及水印流程等途径,提出了几种新算法。主要创新性成果如下：针对数字图像变换域系数的特点,对数字图像变换域压缩编码技术进行研究。提出了基于小波变换和色彩相关的图像编码算法,利用了彩色图像的相关性,尤其适合于低码率渐进传输系统；提出了基于小波变换和分布式算术编码的医学图像压缩编码算法,解码图像有很好的视觉效果、高的信噪比和高的压缩率尤其适合医学图像近无损编码场合；为了能很好的捕捉图像边缘信息的特性,提出了基于总变差模型和条带波变换的图像压缩编码算法,该算法克服了DCT图像压缩技术出现的块效应,特别适用于压缩纹理图像。针对图像感兴趣区域压缩问题,提出了两种适用于医学图像渐进传输的ROI编码方法。一种是基于活动轮廓模型图像分割的医学图像压缩编码算法,通过改进的活动轮廓模型获得图像的ROI结合小波变换实现数据压缩,解码端可以获得高信噪比和较高压缩率的近无损图像；另一种是基于模糊C均值聚类分割的医学图像压缩编码算法,通过改进的矩形分裂合并等编码方法对图像数据进行压缩,方法简单,可实现无损压缩。实验证明这两种编码方法可对医学图像进行较高压缩率的压缩,恢复图像质量满足实际应用的要求。对数字图像变换域水印技术进行了研究。提出了基于多描述编码和小波变换的数字图像水印算法。该算法应用信道编码理论中的多描述编码,利用交互块跳频频谱扩展技术在小波域嵌入水印信息,具有较强的抗噪声和抗剪裁攻击性能。为了提高水印系统的安全性及嵌入水印的视觉效果,提出了基于条带波变换的图像水印算法。水印进行Arnold变换、混沌加密调制和BCH编码后,嵌入到图像的条带波域。实验验证了该系统良好的鲁棒性,结果表明条带波不仅继承了小波的优势,即较强的抗剪切和抗压缩攻击能力,同时增加了水印系统的抗噪声能力。针对医学图像的实际应用背景,提出了一种基于ROI的轮廓波医学图像盲水印算法。通过改进的主动轮廓模型对图像进行分割,利用改进的差分技术和轮廓波系数与邻域均值比较的方法分别嵌入双重水印。该算法在解码端提取的数字水印有高的信噪比,能够保护版权,隐藏患者的隐私信息,且可确定并有效修复被篡改的区域,对常规图像处理具有较好的鲁棒性。
曹青云[8]（2013）在《JPEG图像压缩编码器的研究与设计》文中指出视频和图像是最直观而具体的信息表达形式,同时也是一种重要的信息媒介,是我们对现实客观世界和环境的详细描述。图像信息的存储离不开图像信息压缩技术的支持。JPEG图像压缩标准,因其对自然图像的优良压缩特性成为了现今图像压缩事实上的标准。本文主要设计和实现了一个符合JPEG基本顺序编码处理模式的图像压缩编码器。论文首先对图像处理相关的基本理论和JPEG标准中的主要算法做了详细的阐述。综合考虑设计复杂度和工作时间后,制定了图像编码器的设计指标。在项目过程中,使用Matlab软件设计了JPEG压缩编码器的功能模型,然后采用Verilog硬件描述语言对整个硬件进行了实现。由于DCT算法模块对JPEG编码器的整体运行速度和效率、功耗和面积占据重要的地位,故论文中对DCT模块采用了具有最少乘法单元的loeffler算法实现。这种算法结构能够使得设计目标最优化。在设计验证部分,论文中对每一个模块的仿真测试波形都做了详细的作用阐述,并且论文对于不同压缩因子控制下压缩得到的图像进行了对比,分析了压缩编码器的压缩效果。最后对压缩编码器在DC综合后得到的速度和面积信息进行了分析和讨论。本文的设计工作能够为更加复杂的片上系统设计（SoC）提供有益的借鉴和尝试。论文项目的实现流程对大型的工程项目有很好的指导意义。
陶小娟[9]（2013）在《H.264视频解码系统的错误隐藏技术研究》文中研究表明近年来，数字卫星电视技术和多媒体视频技术取得了突飞猛进的发展，人们对视频质量的要求也越来越高，而视频信息中庞大的数据量和传输时所需求的巨大带宽资源为视频数据的传输和存储带来了一定的挑战。因此，更为先进的压缩技术应运而生。随之带来的问题是，压缩后的视频码流对误码变得极为敏感，并且使得误码在时域和空域快速传播，对视频质量造成严重影响。当误码不可避免地发生后，对出错视频图像进行错误隐藏成为最好的解决方式。所以，错误隐藏技术以其重要的实用价值吸引了大批研究人员。同以往的视频压缩标准相比，H.264有更高的压缩效率，更清晰的图像质量、更强的网络适应性和更好的抗误码性能。文章首先介绍的H.264的发展现状和错误隐藏技术的基本概念，然后介绍了H.264视频压缩技术的结构特点、档次和级别、编解码框架以及几种关键技术：帧内预测、帧间预测、整数变换和量化、熵编解码、块效应滤波等，最后分析了目前的时域和空域错误隐藏技术。针对错误隐藏对边缘处理的不足，在空域方面，本文提出一种基于边缘分析的隐藏算法。先分析边缘类型，再根据不同的边缘类型选择合适的双线性内插方法。此方法在图像细节处理上有较为明显的改进。在时域方面，本文提出一种基于方向选择的边界匹配算法，并在此基础上进行多模式自适应叠加，以减少模式误判带来的错误影响。在文章的最后，本文进一步提出一种场景切换检测技术，根据场景的切换与否，分别选择时域或者空域算法进行隐藏，加大了错误隐藏技术的精确程度。本文是以H.264国际标准代码JM15.1为实验平台，并参考文献算法MMAO，连同本文算法共三个比较对象，从视频图像的主观效果、客观质量以及时间复杂度三个方向展开讨论。结合理论知识对仿真结果加以分析，可以看到，改进的错误隐藏技术对视频质量的改善起到了一定效果，以可接受的时间代价来换取。
葛洁缘[10]（2013）在《分布式视频编码中WZ帧编码技术研究》文中研究表明随着无线通信网络的快速发展，无线传感器，移动视频等一些新兴应用开始进入人们的视野。这些新兴的应用通常要求编码端尽可能简单，同时还要求系统具有较高的压缩传输效率。通常来说，传统视频编解码技术的编码端计算复杂，无法满足应用要求。分布式视频编码技术应运而生，它能够将计算复杂度从编码端转移到解码端，同时又可以保证系统的压缩效率和抗误码性能。目前主流的分布式视频编码方案通常将视频序列划分为K帧和WZ帧，K帧作为关键帧，使用传统的帧内编码技术传输；WZ帧作为压缩编码帧，利用信源信道联合编码技术传输。本文主要研究分布式视频编码方案中的WZ帧编码技术，包括基于DCT变换和基于小波变换的WZ帧编码方案，并以此为基础，提出了一些改进思路：1.利用统计学的原理分析和证明了边信息与待解码WZ帧之间的较强相似性，并以此为基础提出以边信息来填充WZ帧高频子块的思想；2.在整数小波变换提升算法的基础上，引入一种简化的计算思想，进一步提升了小波变换的编码效率；3.运用嵌入式分级编码的思想以及边信息填充高频方法构造出改进的基于DCT和小波变换的WZ帧编码架构，并将实验结果与H.263+（帧内编码）、H.264（帧内编码）作比较。实验结果表明，基于小波变换的改进WZ帧编码架构逼近H.264（帧内编码）的图像解码质量。基于DCT的改进WZ帧编码架构在解码质量上基本相当于H.263+（帧内编码），低于基于小波变换的改进WZ帧编码方案。
二、低码率视频编码中基于对角线抽样的混合DCT算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、低码率视频编码中基于对角线抽样的混合DCT算法（论文提纲范文）
（1）基于H.264编码的可逆水印算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 视频水印研究背景 |
| 1.2 视频水印研究现状 |
| 1.3 可逆信息隐藏 |
| 1.4 本文组织结构 |
| 2 视频水印技术 |
| 2.1 视频水印的特性 |
| 2.2 视频水印的应用 |
| 2.3 H.264概述 |
| 2.4 视频水印经典算法 |
| 2.5 H.264编码视频水印技术 |
| 2.6 水印算法系统性能评价 |
| 2.7 本章小结 |
| 3 基于DCT的帧内编码可逆水印算法 |
| 3.1 帧内预测编码 |
| 3.2 残差DCT系数嵌入分析 |
| 3.3 DCT变化的可逆视频水印算法思想 |
| 3.4 算法步骤 |
| 3.5 仿真实验与分析 |
| 3.6 本章小结 |
| 4 基于运动矢量的帧间编码可逆水印算法 |
| 4.1 运动补偿 |
| 4.2 H.264中的运动矢量预测 |
| 4.3 矢量差值扩展可逆水印算法思想 |
| 4.4 算法步骤 |
| 4.5 仿真实验与分析 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 对论文所做工作的总结 |
| 5.2 对未来工作的展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（2）基于多维矢量矩阵的最优变换研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 课题的研究现状 |
| 1.3 本文的研究内容和主要贡献 |
| 1.4 本文结构安排 |
| 第2章 视频图像压缩编码基础理论及标准 |
| 2.1 视频图像压缩编码方法 |
| 2.1.1 无损压缩编码 |
| 2.1.2 预测编码 |
| 2.1.3 变换编码 |
| 2.2 视频图像编码标准 |
| 2.3 本章小结 |
| 第3章 2M维矢量矩阵 |
| 3.1 2M维矢量矩阵的定义和基本运算 |
| 3.2 2M维矢量矩阵的行列式运算 |
| 3.2.1 2M维矢量矩阵行列式的定义 |
| 3.2.2 2M维矢量矩阵行列式的性质 |
| 3.3 2M维矢量矩阵的逆运算 |
| 3.4 2M维矢量矩阵的特征值和特征向量 |
| 3.4.1 2M维矢量矩阵特征值 |
| 3.4.2 2M维矢量矩阵的特征向量 |
| 3.5 本章小结 |
| 第4章 基于 2M维矢量矩阵的最优变换 |
| 4.1 离散的KL变换 |
| 4.1.1 相关系数和协方差矩阵 |
| 4.1.2 离散KL变换定义 |
| 4.2 利用多维矢量矩阵定义协方差矩阵 |
| 4.3 MKL变换 |
| 4.3.1 MKL变换的定义 |
| 4.3.2 MKL变换最优性证明 |
| 4.4 仿真实验 |
| 4.4.1 性能评价指标 |
| 4.4.2 实验结果与分析 |
| 4.5 本章小结 |
| 第5章 基于能量测度的自适应多维DCT变换 |
| 5.1 多维DCT变换 |
| 5.1.1 四维矢量DCT操作算子 |
| 5.1.2 四维矢量DCT操作算子的正交性质 |
| 5.1.3 四维矢量DCT操作算子的能量集中性 |
| 5.2 基于能量测度的自适应多维DCT变换 |
| 5.2.1 视频编码分块原理 |
| 5.2.2 自适应分块标准 |
| 5.2.3 基于能量测度的多维DCT变换 |
| 5.3 仿真实验 |
| 5.3.1 压缩编码的评价标准 |
| 5.3.2 实验数据与分析 |
| 5.4 MKL与多维DCT性能对比 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（3）高分辨率空间CMOS相机视频实时压缩技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 空间CMOS相机简介 |
| 1.1.2 空间CMOS相机发展趋势 |
| 1.1.3 空间相机视频压缩技术的研究意义 |
| 1.2 相关领域的研究现状 |
| 1.2.1 国内外星载数据压缩的研究现状 |
| 1.2.2 国内外星载数据压缩的发展方向和趋势 |
| 1.3 论文的研究内容和章节安排 |
| 1.3.1 论文的研究内容 |
| 1.3.2 论文的结构安排 |
| 第2章 CMOS相机原理分析及使用 |
| 2.1 引言 |
| 2.2 高分辨率CMOS相机视频压缩系统指标要求 |
| 2.3 CMOS图像传感器历史背景 |
| 2.4 MT9V032型CMOS相机设计及其硬件实现 |
| 2.4.1 MT9V032型CMOS相机结构与工作原理 |
| 2.4.2 MT9V032型CMOS相机实现过程 |
| 2.5 KAC-06040型CMOS相机设计及其硬件实现 |
| 2.5.1 KAC-06040型CMOS相机光学系统设计 |
| 2.5.2 KAC-06040型CMOS相机电子学系统设计 |
| 2.6 实验与结果 |
| 2.6.1 MT9V032型CMOS相机实验结果 |
| 2.6.2 KAC-06040型CMOS相机实验结果 |
| 2.7 本章小结 |
| 第3章 高分辨率CMOS相机视频压缩方案设计 |
| 3.1 引言 |
| 3.2 视频压缩原理及传统压缩算法分析 |
| 3.2.1 视频压缩原理 |
| 3.2.2 基于H.26X的视频压缩算法 |
| 3.2.3 基于MPEG-X的视频压缩算法 |
| 3.2.4 基于JPEG2000的视频压缩算法 |
| 3.2.5 其他压缩算法 |
| 3.3 高分辨率CMOS相机视频压缩方案设计 |
| 3.3.1 基于JPEG2000的实时视频压缩设计 |
| 3.3.2 基于改进KL变换的视频压缩设计 |
| 3.4 本章小结 |
| 第4章 基于JPEG2000的实时视频压缩技术 |
| 4.1 引言 |
| 4.2 基于ADV212的实时视频压缩系统总体方案 |
| 4.3 ADV212视频压缩关键技术 |
| 4.3.1 ADV212芯片设计 |
| 4.3.2 CMOS视频帧构造策略 |
| 4.3.3 码块评估 |
| 4.3.4 影响CMOS视频压缩质量的参数 |
| 4.4 码流纠错编码技术 |
| 4.4.1 基于BCH码的纠错编码算法 |
| 4.4.2 基于无四环QC-LDPC的纠错编码算法 |
| 4.5 实验与结果 |
| 4.5.1 视频压缩系统工作验证 |
| 4.5.2 KAC-06040型CMOS相机压缩实验与分析 |
| 4.5.3 MT9V032型CMOS相机压缩实验与分析 |
| 4.6 本章小结 |
| 第5章 基于改进KL变换的视频压缩技术 |
| 5.1 引言 |
| 5.2 基于改进KL变换的多光谱视频压缩算法 |
| 5.2.1 压缩算法设计思想 |
| 5.2.2 离散小波变换(DWT) |
| 5.2.3 KLT |
| 5.2.4 实验结果 |
| 5.3 基于KL变换与dGN算法的多光谱视频压缩算法 |
| 5.3.1 压缩算法设计思想 |
| 5.3.2 2 维离散9/7小波变换 |
| 5.3.3 dGN |
| 5.3.4 实验结果 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 论文研究工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 在学期间学术成果情况 |
| 指导教师及作者简介 |
| 致谢 |
（4）三维视频中新型深度图编码技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状及发展态势 |
| 1.3 主要内容及结构安排 |
| 第二章 视频编码与三维视频编码理论基础 |
| 2.1 引言 |
| 2.2 视频编码基础 |
| 2.2.1 视频编码基本框架 |
| 2.2.2 预测编码 |
| 2.2.3 变换编码 |
| 2.2.4 标量量化 |
| 2.2.5 图像质量评价 |
| 2.3 三维视频编码基础 |
| 2.4 深度图编码 |
| 2.5 本章小结 |
| 第三章 新型深度图像编码技术 |
| 3.1 引言 |
| 3.2 基于变换域下采样技术的深度图编码 |
| 3.2.1 基于“智能填充”技术的变换域下采样算法 |
| 3.2.2 基于“智能量化”技术的变换域下采样算法 |
| 3.3 基于H.264的“率-失真”优化下的编码模式选择 |
| 3.4 实验结果及性能分析 |
| 3.5 本章小结 |
| 第四章 基于插值算法的下采样优化 |
| 4.1 引言 |
| 4.2 基于插值的下采样优化 |
| 4.3 变换域下采样算法的优化 |
| 4.4 实验结果及性能分析 |
| 4.5 本章小结 |
| 第五章 基于新型深度图像编码的三维视频重建 |
| 5.1 引言 |
| 5.2 新型深度图像编码技术在单视角下的三维重现 |
| 5.2.1 单视角下虚拟图像绘制算法介绍 |
| 5.2.2 新型空洞填补算法 |
| 5.2.3 实验结果及性能分析 |
| 5.3 新型深度图像编码技术在多视角下的三维重现 |
| 5.3.1 多视角下虚拟图像绘制算法介绍 |
| 5.3.2 实验结果及性能分析 |
| 5.4 本章小结 |
| 第六章 总结及展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
（5）基于能量集中的MVM超平面研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究的主要内容 |
| 1.4 本文结构安排 |
| 第2章 编码原理及现存标准 |
| 2.1 图像视频压缩理论 |
| 2.2 编码方法 |
| 2.2.1 预测编码 |
| 2.2.2 变换编码 |
| 2.2.3 熵编码 |
| 2.3 图像编码标准 |
| 2.4 视频编码标准 |
| 2.4.1 MPEG 系列 |
| 2.4.2 H.26x 系列 |
| 第3章 MVM 理论及运动估计理论 |
| 3.1 MVM 基础概念 |
| 3.2 MVM 正交理论 |
| 3.3 运动估计研究 |
| 3.3.1 运动估计经典准则 |
| 3.3.2 运动估计经典搜索算法 |
| 3.4 小结 |
| 第4章 基于 MVM 超平面的运动估计 |
| 4.1 全局恒速运动 |
| 4.2 DFT 域分析 |
| 4.3 DCT 域分析 |
| 4.4 能量超平面 |
| 4.5 线拟合运动估计法的提出 |
| 第5章 实验结果与分析 |
| 5.1 多维分块与重组 |
| 5.2 能量集中性分析 |
| 5.3 线拟合运动估计方法 |
| 5.3.1 整体流程 |
| 5.3.2 可行性验证 |
| 5.3.3 算法具体分析 |
| 5.4 不同截取方法比较 |
| 5.5 与其他算法比较 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文总结 |
| 6.2 本文展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（6）基于D-APBT的彩色图像和H.26x视频编码算法研究及其ARM实现（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 图像质量评价准则 |
| 1.3 论文研究内容及组织结构 |
| 第2章 基于方向性APBT的图像压缩算法 |
| 2.1 APBT |
| 2.2 方向性APBT |
| 2.2.1 传统变换的不足及其改进 |
| 2.2.2 方向性APBT |
| 2.3 本章小结 |
| 第3章 方向性APBT在彩色图像编码中的应用 |
| 3.1 引言 |
| 3.2 基于方向性APBT的彩色图像编码 |
| 3.2.1 彩色图像概述 |
| 3.2.2 基于方向性APBT的彩色图像编码 |
| 3.2.3 实验结果及分析 |
| 3.3 本章小结 |
| 第4章 方向性APBT在H.26x视频编码中的应用 |
| 4.1 引言 |
| 4.2 方向性APBT在H.263标准中的应用 |
| 4.2.1 H.263标准概述 |
| 4.2.2 基于方向性APBT的H.263视频编码 |
| 4.2.3 实验结果及其分析 |
| 4.3 方向性APBT在H.264标准中的应用 |
| 4.3.1 H.264标准概述 |
| 4.3.2 基于方向性APBT的H.264视频编码 |
| 4.3.3 实验结果分析及展望 |
| 4.4 本章小结 |
| 第5章 ARM平台上算法的移植 |
| 5.1 系统架构 |
| 5.1.1 硬件架构 |
| 5.1.2 软件架构 |
| 5.2 系统移植 |
| 5.2.1 交叉工具链简介 |
| 5.2.2 BootLoader移植 |
| 5.2.3 Linux内核与根文件系统的移植 |
| 5.2.4 应用程序移植 |
| 5.2.5 移植结果测试 |
| 5.3 本章小结 |
| 第6章 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文和参加科研情况 |
| 附件 |
（7）数字图像压缩编码及水印算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 数字图像压缩编码和水印的概述 |
| 1.2.1 图像压缩编码 |
| 1.2.2 图像水印技术 |
| 1.3 国内外研究现状 |
| 1.3.1 图像压缩编码研究现状 |
| 1.3.2 图像水印研究现状 |
| 1.4 论文主要研究内容 |
| 1.4.1 数字图像压缩编码算法研究 |
| 1.4.2 数字图像水印算法研究 |
| 1.5 论文组织结构及章节安排 |
| 第2章 图像的多尺度几何分析 |
| 2.1 小波基础知识 |
| 2.1.1 连续小波变换 |
| 2.1.2 连续小波变换的离散化 |
| 2.1.3 多分辨率分析 |
| 2.1.4 正交小波基 |
| 2.1.5 离散小波变换的快速算法 |
| 2.1.6 多尺度几何分析 |
| 2.2 轮廓波 |
| 2.3 条带波 |
| 2.3.1 第一代条带波变换 |
| 2.3.2 条带波基 |
| 2.3.3 弯曲小波变换 |
| 2.3.4 离散条带波变换 |
| 2.3.5 第二代条带波变换 |
| 2.4 本章小结 |
| 第3章 基于变换域的图像压缩编码算法研究 |
| 3.1 基于小波变换和色彩相关的低码率图像编码 |
| 3.1.1 彩色图像基本理论 |
| 3.1.2 压缩算法总体设计 |
| 3.1.3 仿真实验及结果分析 |
| 3.2 基于小波变换和分布式算术编码的医学图像压缩 |
| 3.2.1 分布式算术编码基本理论 |
| 3.2.2 压缩算法总体设计 |
| 3.2.3 仿真实验及结果分析 |
| 3.3 基于总变差模型与条带波变换的图像压缩仿真研究 |
| 3.3.1 总变差的基本理论 |
| 3.3.2 压缩算法总体设计 |
| 3.3.3 仿真实验及结果分析 |
| 3.4 本章小结 |
| 第4章 基于ROI的嵌入式图像压缩算法研究 |
| 4.1 基于ROI图像压缩算法的相关理论 |
| 4.1.1 视觉掩盖效应 |
| 4.1.2 视觉感兴趣区域 |
| 4.2 基于活动轮廓模型图像分割的医学图像压缩编码算法 |
| 4.2.1 基于几何活动轮廓模型的图像分割算法 |
| 4.2.2 基于活动轮廓模型图像分割的压缩算法总体设计 |
| 4.2.3 仿真实验及结果分析 |
| 4.3 基于模糊C均值聚类分割的医学图像压缩编码算法 |
| 4.3.1 基本理论及算法改进 |
| 4.3.2 压缩算法总体设计 |
| 4.3.3 仿真实验及结果分析 |
| 4.4 本章小结 |
| 第5章 基于变换域数字图像水印算法研究 |
| 5.1 基于多描述编码和小波变换的数字图像水印算法 |
| 5.1.1 本节算法涉及的相关理论 |
| 5.1.2 数字水印系统 |
| 5.1.3 仿真实验及结果分析 |
| 5.2 基于条带波变换的图像水印算法 |
| 5.2.1 本节算法涉及的基本理论 |
| 5.2.2 条带波域的图像水印系统 |
| 5.2.3 仿真实验及结果分析 |
| 5.3 本章小结 |
| 第6章 基于ROI和轮廓波变换的医学图像盲水印算法 |
| 6.1 希尔伯特扫描 |
| 6.2 基于图像内容的水印生成 |
| 6.3 数字水印系统 |
| 6.3.1 水印的嵌入 |
| 6.3.2 水印的提取及检测 |
| 6.4 仿真实验及结果分析 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间发表的论文 |
（8）JPEG图像压缩编码器的研究与设计（论文提纲范文）
| 目录 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文的工作背景和意义 |
| 1.1.1 论文研究的背景 |
| 1.1.2 论文研究的目的 |
| 1.2 图像压缩标准概述 |
| 1.2.1 图像压缩标准化历程 |
| 1.2.2 图像压缩标准介绍 |
| 1.3 图像压缩评价标准概述 |
| 1.3.1 图片质量的主观评价 |
| 1.3.2 图片质量的客观测量 |
| 1.4 本文结构安排 |
| 第二章 图像压缩基础概述 |
| 2.1 图像处理基本概念 |
| 2.1.1 图像信号的分类 |
| 2.1.2 色彩的基本属性 |
| 2.2 颜色空间的表示及转换 |
| 2.2.1 主要颜色空间模型 |
| 2.2.2 颜色空间的相互转换 |
| 2.3 图像信息的冗余 |
| 2.4 小结 |
| 第三章 基于离散余弦变换的JPEG图像压缩算法 |
| 3.1 JPEG标准的基本框架 |
| 3.1.1 JPEG的三要素 |
| 3.1.2 基于离散余弦变换的编码过程 |
| 3.2 离散余弦变换 |
| 3.3 游长编码 |
| 3.4 Huffman编码 |
| 3.4.1 Huffman编码原理 |
| 3.4.2 JPEG标准中的Huffman编码 |
| 3.5 小结 |
| 第四章 JPEG图像压缩编码器设计与实现 |
| 4.1 压缩编码器的算法模型 |
| 4.1.1 设计目标 |
| 4.1.2 压缩编码器的Matlab模型设计流程 |
| 4.2 RGB空间转换YCbCr空间模块 |
| 4.2.1 YCbCr颜色空间 |
| 4.2.2 YCbCr采样模式 |
| 4.2.3 模块设计与实现 |
| 4.3 离散余弦变换模块 |
| 4.3.1 离散余弦变换算法分析 |
| 4.3.2 2D-DCT模块设计与实现 |
| 4.4 量化和Zigzag扫描模块 |
| 4.4.1 量化(quantization)与ZigZag扫描 |
| 4.4.3 模块设计与实现 |
| 4.5 游长编码和熵编码模块 |
| 4.5.1 游长编码器的设计结构 |
| 4.5.2 熵编码器的设计结构 |
| 4.6 码流连接模块 |
| 4.6.1 预连接模块的设计结构 |
| 4.6.2 码流连接模块的设计结构 |
| 4.7 小结 |
| 第五章 设计验证与结果分析 |
| 5.1 图像压缩编码器的仿真 |
| 5.1.1 验证方案 |
| 5.1.2 JPEG压缩编码器的仿真波形 |
| 5.2 设计性能分析 |
| 5.2.1 压缩质量分析 |
| 5.2.2 压缩速度与面积分析 |
| 5.3 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（9）H.264视频解码系统的错误隐藏技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 视频编码标准的发展及现状 |
| 1.3 H.264解码算法的实现方法 |
| 1.4 错误隐藏技术的概述 |
| 1.5 研究内容 |
| 1.6 文章安排 |
| 第2章 H.264视频编码标准 |
| 2.1 数字卫星电视系统 |
| 2.2 H.264的两层编码体系 |
| 2.3 H.264的档次和级别 |
| 2.4 H.264编解码器的框架 |
| 2.4.1 编码器 |
| 2.4.2 解码器 |
| 2.5 H.264解码关键技术研究 |
| 2.5.1 预测编码帧的划分 |
| 2.5.2 帧内预测 |
| 2.5.3 帧间预测 |
| 2.5.4 整数变换及量化 |
| 2.5.5 重排序 |
| 2.5.6 熵编解码 |
| 2.5.7 去块效应滤波 |
| 2.6 H.264的错误控制技术 |
| 2.6.1 参数集 |
| 2.6.2 灵活的宏块次序 |
| 2.7 本章小结 |
| 第3章 H.264错误隐藏技术研究 |
| 3.1 H.264的抗误码技术 |
| 3.2 H.264的错误隐藏技术 |
| 3.3 时域错误隐藏算法 |
| 3.3.1 零运动矢量错误隐藏算法 |
| 3.3.2 基于空间连续运动矢量的错误隐藏算法 |
| 3.3.3 基于拉格朗日插值的错误隐藏算法 |
| 3.3.4 边界匹配的错误隐藏算法 |
| 3.4 空域错误隐藏算法 |
| 3.4.1 加权插值的错误隐藏算法 |
| 3.4.2 凸集映射的错误隐藏算法 |
| 3.4.3 基于方向插值的错误隐藏算法 |
| 3.5 本章小结 |
| 第4章 改进的错误隐藏技术 |
| 4.1 基于边缘分析的空域错误隐藏算法 |
| 4.1.1 边缘分析 |
| 4.1.2 过渡点配对 |
| 4.1.3 具体实现步骤 |
| 4.2 基于方向选择的时域错误隐藏 |
| 4.2.1 改进的边界匹配算法 |
| 4.2.2 多模式自适应叠加隐藏 |
| 4.3 场景切换检测 |
| 4.3.1 P帧的场景切换检查 |
| 4.3.2 I帧的场景切换检测 |
| 4.4 本章小结 |
| 第5章 仿真与结果分析 |
| 5.1 视频质量评价标准 |
| 5.1.1 图像恢复质量 |
| 5.1.2 算法复杂度 |
| 5.2 仿真及结果分析 |
| 5.2.1 主观效果 |
| 5.2.2 客观质量 |
| 5.2.3 时间复杂度 |
| 5.3 仿真结果分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录A（攻读硕士学位期间所发表的学术论文目录） |
| 附录B（攻读硕士学位期间所参与的科研项目） |
（10）分布式视频编码中WZ帧编码技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 分布式视频编码的研究背景 |
| 1.2 分布式视频编码的发展现状 |
| 1.3 分布式视频编码的应用前景 |
| 1.4 论文结构安排 |
| 第二章 分布式视频编码概述 |
| 2.1 分布式视频编码的理论基础 |
| 2.2 传统的分布式视频编码实现方案 |
| 2.2.1 斯坦福 Wyner-Ziv 视频编码方案 |
| 2.2.2 伯克利 PRISM 方案 |
| 2.3 分布式视频编码的关键技术 |
| 2.3.1 变换与量化 |
| 2.3.2 码率控制方法 |
| 2.3.3 边信息生成 |
| 2.3.4 相关噪声建模 |
| 2.4 图像质量评价标准 |
| 2.5 本章小结 |
| 第三章 基于 DCT 的 WZ 帧编码架构 |
| 3.1 基于 DCT 的传统 WZ 帧编码方案 |
| 3.2 WZ 帧编码的改进方案研究 |
| 3.2.1 高频填充方案 |
| 3.2.2 分级编码 |
| 3.2.3 均值方法 |
| 3.3 仿真结果与分析 |
| 3.4 本章小结 |
| 第四章 基于小波变换的 WZ 帧编码架构 |
| 4.1 基于小波的传统 WZ 帧编码方案 |
| 4.2 WZ 帧编码的改进方案研究 |
| 4.2.1 简化小波算法 |
| 4.2.2 高频填充方案 |
| 4.2.3 分级编码 |
| 4.3 仿真结果与分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 附录 1 攻读硕士学位期间撰写的论文 |
| 致谢 |
四、低码率视频编码中基于对角线抽样的混合DCT算法（论文参考文献）
- [1]基于H.264编码的可逆水印算法研究[D]. 葛京. 山东科技大学, 2019(05)
- [2]基于多维矢量矩阵的最优变换研究[D]. 王园园. 吉林大学, 2016(09)
- [3]高分辨率空间CMOS相机视频实时压缩技术研究[D]. 徐冬冬. 中国科学院研究生院(长春光学精密机械与物理研究所), 2016(09)
- [4]三维视频中新型深度图编码技术研究[D]. 於景瞵. 电子科技大学, 2016(02)
- [5]基于能量集中的MVM超平面研究[D]. 党允舒. 吉林大学, 2015(09)
- [6]基于D-APBT的彩色图像和H.26x视频编码算法研究及其ARM实现[D]. 张春晓. 山东大学, 2015(02)
- [7]数字图像压缩编码及水印算法的研究[D]. 李文娜. 东北大学, 2013(11)
- [8]JPEG图像压缩编码器的研究与设计[D]. 曹青云. 复旦大学, 2013(03)
- [9]H.264视频解码系统的错误隐藏技术研究[D]. 陶小娟. 湖南大学, 2013(05)
- [10]分布式视频编码中WZ帧编码技术研究[D]. 葛洁缘. 南京邮电大学, 2013(06)