摘要： 美國攝影師協(xié)會(American Society of Cinema-tographers,ASC)和數(shù)字電影倡導(dǎo)組織(Digital Cinema Initiative,DCI)曾于2004年牽頭制作了時長12分鐘的2K和4K格式StEM(Standard Evalu-ation Material)標(biāo)準(zhǔn)評估素材短片,片段內(nèi)容是在各種照明條件下的一場意大利婚禮場景,用于為評估和制定數(shù)字電影系統(tǒng)規(guī)范提供技術(shù)支撐,時至今日仍用于數(shù)字電影圖像編碼、解碼播放等一系列技術(shù)測試中。

摘要： 為提高刀具磨損在線監(jiān)測的精度及泛化性能,提出一種基于格拉姆角場(GAF)編碼技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)(CNN)的刀具磨損值在線監(jiān)測方法,利用GAF圖像編碼技術(shù)將銑削加工過程中采集的時間序列信號數(shù)據(jù)圖像化,既保留了信號的原始特征信息,又增強了時間序列特征信息。采用深度CNN自適應(yīng)的提取圖像特征,避免人工特征提取帶來的復(fù)雜性和局限性。使用同類研究所用的數(shù)據(jù)集進行實驗,驗證了該方法在刀具磨損在線監(jiān)測中的有效性和可行性,在多項評價標(biāo)準(zhǔn)下其精度較其他幾種方法有了較大提高。

摘要： 近十年,城市軌道交通視頻監(jiān)控系統(tǒng)經(jīng)歷了系列技術(shù)發(fā)展和進步。圖像處理從模擬發(fā)展到模擬數(shù)字結(jié)合方式,再發(fā)展至全數(shù)字視頻監(jiān)控系統(tǒng);圖像編碼格式從H.264發(fā)展到壓縮算法效率更高的H.265;圖像分辨率從標(biāo)清到高清,再出現(xiàn)超高清視頻監(jiān)控終端的應(yīng)用;從專用、公安視頻監(jiān)控系統(tǒng)分別獨立設(shè)置,到"公、專合一"的演進;功能上從單一的視頻監(jiān)控,到加入人臉識別、智能分析等相關(guān)為運營、公安部門服務(wù)的功能;視頻監(jiān)控系統(tǒng)平臺從單線路平臺,逐漸發(fā)展到線網(wǎng)視頻平臺的推廣。本文將圍繞視頻監(jiān)控系統(tǒng),介紹一種城市軌道交通線網(wǎng)視頻大數(shù)據(jù)平臺的設(shè)計方案。

摘要： 量化作為圖像壓縮中主要的失真來源之一,對量化過程進行優(yōu)化可提升編碼質(zhì)量。為提高圖像的壓縮比和壓縮質(zhì)量,結(jié)合信息論中的注水理論及反注水模型,提出了利用自適應(yīng)反注水量化參數(shù)構(gòu)建的方法,采用新的量化表替代JPEG中的量化表,通過JPEG的編碼算法對多幅不同的灰度圖像進行了壓縮仿真驗證,同時與JPEG壓縮作對比分析。實驗結(jié)果表明,相同壓縮比下,提出的自適應(yīng)量化表的PSNR與JPEG壓縮方法相比平均提高了0.3322dB,提出的反注水的自適應(yīng)算法是一種有效、壓縮效果更佳的量化方法。

摘要： 為解決融化圖像紋理細節(jié)保存不完整的問題,本研究基于紅外與可見光多源信息融合技術(shù)建立遠距離視覺系統(tǒng),將多源圖像的目標(biāo)和場景的圖像數(shù)據(jù)進行提取和整合,使圖像更加完整、清晰。紅外圖像采集模塊使用型號為EP4CE40F23C8的FPGA主控芯片產(chǎn)生時序控制信號,提供正常工作的時鐘信號和積分信號等數(shù)字信號,設(shè)計出阻抗變換電路緩沖探測器輸出信號。在生成器中加入注意力模塊,將可見光圖像和紅外圖像分別編碼、提取各自圖像特征。實驗結(jié)果顯示,本研究遠距離視覺系統(tǒng)的融合圖像具有豐富的細節(jié)信息,畫面清晰,對比度強,融合圖像的峰值信噪在35 dB以上。

摘要： 計算機的發(fā)明和密碼破譯有著千絲萬縷的關(guān)系,信息的編碼則是加密和解密的基礎(chǔ)。本文以圖片隱寫術(shù)為研究內(nèi)容,用Python的PIL庫實現(xiàn)了在圖片中掩藏文字信息,并重新“解密”出來。案例涉及了字符編碼、圖片編碼、進制轉(zhuǎn)換、Python編程等方面的知識,將知識學(xué)習(xí)融入到有意義的探究過程之中。

摘要： 針對應(yīng)用傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)進行故障診斷時存在的過擬合現(xiàn)象及傳統(tǒng)灰度圖編碼存在的時間信息損失等問題,提出一種基于格拉姆角場圖像編碼和遷移深度殘差神經(jīng)網(wǎng)絡(luò)相結(jié)合的滾動軸承故障診斷方法。依據(jù)格拉姆角場圖像編碼方法對時間序列編碼映射的唯一性,將原始振動信號轉(zhuǎn)化為格拉姆角差場圖和格拉姆角和場圖,并將在ImageNet上預(yù)訓(xùn)練好的ResNet18模型參數(shù),遷移到以格拉姆角場圖作為輸入的ResNet18中,進行不同故障模式下格拉姆角場圖的特征提取和分類,從而達到故障診斷的目的。分析結(jié)果表明,所提方法相比于傳統(tǒng)灰度圖編碼,更能突出不同故障模式的內(nèi)在特征,與傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)模型相比,提出的方法具有更高的識別精度,達到99.30%,且具有更快的收斂速度和更強的魯棒性。

摘要： 針對自動駕駛車載LiDAR點云,提出一種基于形態(tài)學(xué)分割和非一致性稀疏采樣的點云有損壓縮框架.將LiDAR點云分割為地面和非地面點云兩部分,對兩者進行不同強度的去冗余稀疏采樣;然后將3D數(shù)據(jù)轉(zhuǎn)換為2D形式的距離圖像,并結(jié)合占據(jù)圖和Morton排序,將點云表示為更加緊湊的1維距離向量形式;最后利用圖像編碼方法進一步壓縮點云.實驗結(jié)果表明,本文方法壓縮性能明顯優(yōu)于現(xiàn)有算法,可達到更高的重建質(zhì)量.

摘要： 針對傳統(tǒng)高速運動圖像自動識別方法存在識別誤差較高,用時過長,效果較差的問題,提出基于射頻技術(shù)的高速運動圖像自動識別模型.通過智能攝像頭對高速運動圖像進行采集,采用射頻技術(shù)讀取采集得到的高速運動圖像編碼,并對高速運動圖像進行分析,再建立目標(biāo)動圖像尺度空間模型,將高速運動圖像特征向量描述為特征點,并對其進行匹配,同時結(jié)合幾何區(qū)域限定來完成識別.結(jié)果表明,所提模型在識別過程中識別誤差較低,且識別用時較短,效果較好.

摘要： 圖像壓縮自編碼器CAE,亦即編碼器E及解碼器D,其訓(xùn)練過程可以轉(zhuǎn)化為一個優(yōu)化問題,即對圖像失真率及圖像編碼比特數(shù)的最小化。有損圖像壓縮面臨著失真率及壓縮率的權(quán)衡問題,因此可以將上述優(yōu)化問題表述為。

摘要： 目的:整數(shù)DCT變換已被最新視頻壓縮標(biāo)準(zhǔn)H.264采用,而因版權(quán)保護等問題,需要研究高效的整數(shù)變換及圖像編碼方案.方法:首先構(gòu)造整數(shù)U-正交變換,利用對稱性與遞推性構(gòu)造了整數(shù)U-正交變換快速算法;然后對圖像做整數(shù)U-正交變換,對變換系數(shù)進行量化與編碼,實現(xiàn)圖像壓縮編碼.結(jié)果:實驗結(jié)果表明,在幾何輪廓圖像方面的編碼效果優(yōu)于JPEG編碼效果,自然圖像的編碼效果與JPEG圖像效果相當(dāng).結(jié)論:本文構(gòu)造了整數(shù)U-正交變換及其快速算法,并應(yīng)用于圖像編碼中,與JPEG編碼的比較實驗結(jié)果表明其有效性.

摘要： 設(shè)計了一種基于偏微分方程圖像修補技術(shù)的圖像編碼系統(tǒng)。編碼系統(tǒng)采用了調(diào)和修補(p-harmonic)模型對解碼后圖像進行重構(gòu)。實驗結(jié)果表明，對圖像質(zhì)量要求不是很高的情況下，本文系統(tǒng)能得到比JPEG2000更高的壓縮比，重構(gòu)圖像是也是令人滿意的。在相同的壓縮比情況下，重構(gòu)圖像質(zhì)量要比JPEG2000略好。本文的設(shè)計思想是有效可行的。

摘要： 隨著數(shù)字圖像采集設(shè)備的普及,加之互聯(lián)網(wǎng)技術(shù)的高速發(fā)展,海量的圖像上傳并保存到互聯(lián)網(wǎng)中.傳統(tǒng)的圖像編碼方法(如JPEG、JPEG2000)可以在一定程度上壓縮圖像數(shù)據(jù),但其獨立壓縮單幅圖像的方式導(dǎo)致其壓縮效率遠遠不能滿足當(dāng)今大數(shù)據(jù)的需求.為了更高效地壓縮互聯(lián)網(wǎng)圖像數(shù)據(jù),充分利用云圖像數(shù)據(jù)及挖掘圖像之間的相關(guān)性,提出一種基于云數(shù)據(jù)的圖像壓縮算法.針對上傳到云數(shù)據(jù)庫中的圖像,算法采用"來一幅、壓一幅"的處理模式,有效地適應(yīng)迅速變化的大數(shù)據(jù)環(huán)境.本文利用高效的圖像檢索技術(shù),在云中快速查找匹配圖像;并采用投影變換、光照補償?shù)确绞?通過對匹配圖像進行預(yù)處理,以得到多幅更精確的參考圖像.利用參考圖像與當(dāng)前圖像之間的冗余,通過圖像間預(yù)測的方式對當(dāng)前圖像進行編碼.本文為大數(shù)據(jù)下的圖像壓縮提供了一個嶄新的框架,可以大大節(jié)省如網(wǎng)絡(luò)云盤中圖像所占用的存儲空間.實驗表明,該方法對圖像的壓縮效率,比JPEG平均提升61.5％,比HEVC幀內(nèi)編碼提升21.3％.

摘要： 本文針對水聲通信中圖像傳輸易受網(wǎng)絡(luò)環(huán)境影響,將圖像分為感興趣區(qū)域及背景區(qū)域,并將兩者的數(shù)據(jù)包重新排列.本算法利用EBCOT編碼提供多個截斷點,保證接收端快速得到圖像感興趣區(qū)域,并通過Matlab實驗平臺進行了仿真,論證算法的可行性和有效性,經(jīng)比較此算法恢復(fù)圖像感興趣區(qū)域恢復(fù)速度及質(zhì)量都有優(yōu)勢明顯.

摘要： 最近國際上提出了一種基于線性掃頻脈沖激勵的新型圖像編碼方法,本文利用局部k空間和部分傅里葉變換的概念為這一編碼方法開發(fā)了一種新的超分辨重建法.該重建法在保留序列本身良好的抗磁場擾動能力的基礎(chǔ)上提高了圖像的保真度.

摘要： 針對圖像的不同結(jié)構(gòu)層次有其對應(yīng)的并行編碼模式，但這些方法的并行化程度不夠高。并行技術(shù)是HEVC針對并行編碼所提出的，但此方法只適用于HEVC標(biāo)準(zhǔn)，同時存在碼率分配難以處理的問題?；诓⑿芯幋a的特點,現(xiàn)有的基于串行編碼的碼率控制算法有其局限性,不能直接應(yīng)用于并行編碼.提出一種新的碼率控制算法,在編碼前將原始幀作為參考幀計算出各幀的SAD,然后利用已計算的SAD進行幀級比特分配和動態(tài)預(yù)測并行編碼幀的比特,實現(xiàn)了并行編碼的碼率控制.通過測試基于串行編碼的碼率控制和提出的碼率控制方案下PSNR和VBV情況,說明所提算法的可行性.

摘要： 針對圖像的不同結(jié)構(gòu)層次有其對應(yīng)的并行編碼模式，但這些方法的并行化程度不夠高。并行技術(shù)是HEVC針對并行編碼所提出的，但此方法只適用于HEVC標(biāo)準(zhǔn)，同時存在碼率分配難以處理的問題?；诓⑿芯幋a的特點,現(xiàn)有的基于串行編碼的碼率控制算法有其局限性,不能直接應(yīng)用于并行編碼.提出一種新的碼率控制算法,在編碼前將原始幀作為參考幀計算出各幀的SAD,然后利用已計算的SAD進行幀級比特分配和動態(tài)預(yù)測并行編碼幀的比特,實現(xiàn)了并行編碼的碼率控制.通過測試基于串行編碼的碼率控制和提出的碼率控制方案下PSNR和VBV情況,說明所提算法的可行性.

摘要： 針對圖像的不同結(jié)構(gòu)層次有其對應(yīng)的并行編碼模式，但這些方法的并行化程度不夠高。并行技術(shù)是HEVC針對并行編碼所提出的，但此方法只適用于HEVC標(biāo)準(zhǔn)，同時存在碼率分配難以處理的問題?；诓⑿芯幋a的特點,現(xiàn)有的基于串行編碼的碼率控制算法有其局限性,不能直接應(yīng)用于并行編碼.提出一種新的碼率控制算法,在編碼前將原始幀作為參考幀計算出各幀的SAD,然后利用已計算的SAD進行幀級比特分配和動態(tài)預(yù)測并行編碼幀的比特,實現(xiàn)了并行編碼的碼率控制.通過測試基于串行編碼的碼率控制和提出的碼率控制方案下PSNR和VBV情況,說明所提算法的可行性.

摘要： 針對圖像的不同結(jié)構(gòu)層次有其對應(yīng)的并行編碼模式，但這些方法的并行化程度不夠高。并行技術(shù)是HEVC針對并行編碼所提出的，但此方法只適用于HEVC標(biāo)準(zhǔn)，同時存在碼率分配難以處理的問題。基于并行編碼的特點,現(xiàn)有的基于串行編碼的碼率控制算法有其局限性,不能直接應(yīng)用于并行編碼.提出一種新的碼率控制算法,在編碼前將原始幀作為參考幀計算出各幀的SAD,然后利用已計算的SAD進行幀級比特分配和動態(tài)預(yù)測并行編碼幀的比特,實現(xiàn)了并行編碼的碼率控制.通過測試基于串行編碼的碼率控制和提出的碼率控制方案下PSNR和VBV情況,說明所提算法的可行性.

摘要： 針對視覺物體分類中視覺詞匯局部線性編碼缺少顯著性檢驗和共線性分析,提出主成分線性編碼方法,選擇與特征點具有最強線性相關(guān)性的K 近鄰視覺單詞,采用主成分多元線性回歸方法,克服了視覺單詞的共線性問題,從而減小了編碼系數(shù)的偏差和不穩(wěn)定,有效的提高了視覺物體分類的精度.依據(jù)圖像量化結(jié)果的稀疏性是影響分類精度重要因素,對主成分線性編碼得到的量化結(jié)果做稀疏性分析并進行能量正則化處理,進一步提高分類效率.

摘要： 第一超分辨率放大部(103)通過對基準(zhǔn)分辨率的輸入動態(tài)圖像進行超分辨率放大處理，包含在輸入動態(tài)圖像中潛在地包含的、但通過基準(zhǔn)分辨率無法充分表現(xiàn)的空間方向及時間方向的頻率成分信息，第一分辨率變換部(104)使該超分辨率放大后信號返回到基準(zhǔn)分辨率，第二編碼部(107)對該返回到基準(zhǔn)分辨率的超分辨率放大后信號進行編碼。第一編碼部(102)對基準(zhǔn)分辨率的輸入動態(tài)圖像進行編碼，復(fù)用部(109)對來自第一編碼部(102)的編碼位串和來自第二編碼部(107)的編碼位串等進行復(fù)用。另外，第二編碼部(107)可以把第一編碼部(102)中的局部解碼信號或?qū)ζ溥M行加工后的信號作為參照信號來使用。

摘要： 為了在未解碼編碼數(shù)據(jù)的特定幀的情況下也能得到正確的解碼圖像，并且使編碼效率提高，預(yù)測圖像制作部(103)對由圖像分類部(102)分類到第j類目的當(dāng)前幀，從第i(1≤i≤j)類目的、過去編碼的參照圖像存儲器(107)的多個幀的圖像信息中，選擇圖像信息，制作預(yù)測圖像。差分編碼部(104)編碼當(dāng)前幀的圖像信息與預(yù)測圖像的差分。另外，當(dāng)前類目編碼部(106)編碼當(dāng)前幀的類目序號，參照圖像指定信息編碼部(105)編碼指定從參照圖像存儲器(107)中選擇出的圖像信息的參照圖像指定信息。

摘要： 第一超分辨率放大部(103)通過對基準(zhǔn)分辨率的輸入動態(tài)圖像進行超分辨率放大處理，包含在輸入動態(tài)圖像中潛在地包含的、但通過基準(zhǔn)分辨率無法充分表現(xiàn)的空間方向及時間方向的頻率成分信息，第一分辨率變換部(104)使該超分辨率放大后信號返回到基準(zhǔn)分辨率，第二編碼部(107)對該返回到基準(zhǔn)分辨率的超分辨率放大后信號進行編碼。第一編碼部(102)對基準(zhǔn)分辨率的輸入動態(tài)圖像進行編碼，復(fù)用部(109)對來自第一編碼部(102)的編碼位串和來自第二編碼部(107)的編碼位串等進行復(fù)用。另外，第二編碼部(107)可以把第一編碼部(102)中的局部解碼信號或?qū)ζ溥M行加工后的信號作為參照信號來使用。

摘要： 在動態(tài)圖像的編碼/解碼處理中，為了在抑制幀存儲器的容量和區(qū)域的增大的同時提高編碼效率，并且容易擴展，位長擴展轉(zhuǎn)換器(102)將像素值用位長(N)表示的對象圖像轉(zhuǎn)換成各像素值用位長(M)來表示，壓縮器(110)對轉(zhuǎn)換后的圖像進行編碼，然后，解壓縮器(111)將編碼后的圖像復(fù)原，之后，位長縮小轉(zhuǎn)換器(113)轉(zhuǎn)換成像素值用值比位長(M)小的位長(L)來表示的再現(xiàn)圖像，該再現(xiàn)圖像作為參照圖像被存儲在幀存儲器(114)內(nèi)。

摘要： 包括：合并候選構(gòu)建部，構(gòu)建合并候選列表，合并候選列表具有包括空間合并候選的最大合并候選數(shù)的合并候選；通常合并候選選擇部，根據(jù)合并索引從合并候選列表中選擇成為單預(yù)測或雙預(yù)測的通常合并候選；以及三角形合并候選選擇部，根據(jù)第一三角形合并索引從合并候選列表中選擇成為單預(yù)測的第一三角形合并候選，根據(jù)第二三角形合并索引選擇成為單預(yù)測的第二三角形合并候選，與第一三角形合并索引有關(guān)的第一最大三角形合并候選數(shù)與最大合并候選數(shù)相同。

摘要： 包括：三角合并候選列表構(gòu)建部，構(gòu)建包含空間合并候選的三角合并候選列表；第一三角合并候選選擇部，從三角合并候選列表中選擇成為單預(yù)測的第一三角合并候選；以及第二三角合并候選選擇部，從三角合并候選列表中選擇成為單預(yù)測的第二三角合并候選，在進行基于第一三角合并候選和第二三角合并候選的加權(quán)平均的運動補償?shù)膮^(qū)域中，用第一三角合并候選或第二三角合并候選中的任意一個的單預(yù)測運動信息進行保存。

摘要： 本發(fā)明的圖像編碼裝置具備：與表示預(yù)測圖像生成方法的多個預(yù)測模式對應(yīng)地生成預(yù)測圖像的預(yù)測圖像生成部件；對從該預(yù)測圖像生成部件輸出的預(yù)測圖像的預(yù)測效率進行評價，而判斷規(guī)定的預(yù)測模式的預(yù)測模式判斷部件；對該預(yù)測模式判斷部件的輸出進行可變長編碼的編碼部件，其中，該預(yù)測模式判斷部件根據(jù)規(guī)定的控制信號，對構(gòu)成上述輸入圖像信號的各顏色成分，判斷是使用共通的預(yù)測模式、還是對每個顏色成分使用個別的預(yù)測模式，將該控制信號的信息多路復(fù)用到比特流中，并且在使用共通的預(yù)測模式的情況下，將共通的預(yù)測模式信息多路復(fù)用到比特流中，在不使用共通的預(yù)測模式的情況下，將每個顏色成分的預(yù)測模式信息多路復(fù)用到比特流中。

摘要： 本發(fā)明提供如下的動態(tài)圖像編碼裝置、動態(tài)圖像解碼裝置：即使在作為運動矢量預(yù)測候選的塊不具有有意義的動態(tài)信息的情況下，也能夠提高運動矢量的預(yù)測效率，并提高差分運動矢量的編碼效率。在動態(tài)圖像編碼裝置(100)中，運動矢量預(yù)測器(114)從存儲在幀存儲器(104)中的已編碼區(qū)域中選擇一個區(qū)域，在選擇出的區(qū)域不具有參照幀編號的情況下等，從由對象區(qū)域所附帶的參照幀編號指示的參照圖像中，搜索與由已再現(xiàn)的像素信號構(gòu)成的模板區(qū)域之間的相關(guān)度高的區(qū)域，根據(jù)該搜索到的區(qū)域與對象區(qū)域之間的空間位置關(guān)系，生成預(yù)測運動矢量。然后，能夠使用該預(yù)測運動矢量來計算差分運動矢量。

摘要： 圖像編碼裝置包括：塊矢量候選導(dǎo)出部，從在編碼信息保存存儲器中保存的編碼信息導(dǎo)出處理對象圖片內(nèi)的處理對象塊的塊矢量候選；選擇部，從所述塊矢量候選中選出選擇塊矢量；以及參考位置校正部，在所述選擇塊矢量所指示的參考塊不落入可參考區(qū)域中的情況下，校正所述參考塊的參考位置，以參考所述可參考區(qū)域的規(guī)定位置，其中，基于所述參考塊的參考位置，將所述處理對象圖片內(nèi)的已解碼像素設(shè)為所述處理對象塊的預(yù)測圖像。

摘要： 圖像編碼裝置包括：塊矢量候選導(dǎo)出部，從編碼信息保存存儲器中保存的編碼信息導(dǎo)出編碼對象圖片內(nèi)的編碼對象塊(6002)的塊矢量候選(表示參考塊6011、6021、6031、6041、6051、6061、6062和6063的塊矢量候選)；選擇部，從所述塊矢量候選中選出選擇塊矢量；存儲部，存儲緊挨在編碼對象塊之前的預(yù)定數(shù)量的幀內(nèi)塊復(fù)制基準(zhǔn)塊的已編碼圖像；以及參考區(qū)域邊界校正部，在所述編碼對象塊的編碼處理完成之后，從所述存儲部中將一個幀內(nèi)塊復(fù)制基準(zhǔn)塊的已編碼圖像排除在可參考區(qū)域之外，并判定所述選擇塊矢量所表示的參考塊的左上位置和右下位置均包含在可參考區(qū)域(6003)中。