一、变比特率均值匹配相关矢量量化图像编码算法（论文文献综述）
赵振宇[1]（2018）在《基于Hi3519的360°无线全景监控系统的设计与实现》文中进行了进一步梳理随着社会的快速发展,视频监控系统步入了网络监控时代,高清化、智能化、小型化、宽视野成为网络监控系统发展的新目标。在传统网络监控系统中,视野监测范围一般在45°到130°之间,不能满足大范围公共场所的监控需求。在越来越多的公共场所中,要求监控系统可以实现水平视角360°的全景监控。同时,网络监控系统中原有的H.264、MPEG-4等压缩编码技术存在压缩率低、网络传输带宽要求高等问题,因此迫切需要一种压缩率更高的编码技术,实现高分辨率、低带宽、宽视野的网络视频传输。本文针对传统网络监控系统中存在的视野范围小、视频分辨率低的问题,设计出一种基于Hi3519的360°无线全景监控系统。本系统由图像采集端和监控端两部分组成。其中,图像采集端使用折反射式全景镜头,能够获取水平360°、俯仰角为55°的广阔视角;并通过图像传感器IMX178实现对500万像素超清视频的采集;然后在海思处理器Hi3519芯片内部实现了对视频的全景校正、时间和方位信息叠加、H.265编码压缩,并搭建了流媒体服务器,最后通过无线WiFi网络将视频传送到PC和手机监控端。本文对系统进行了功能测试和性能测试。功能测试结果表明,系统监控端能够实现视频的播放、截图、录像的功能,并能够显示时间戳和方位信息。对系统进行的延时和编码性能测试实验表明,采用H.265编码与采用H.264编码相比,在延时相近的情况下,在静态环境中能够平均节省45%的码率,动态环境中能够平均节省47%的码率,节省了近一半的网络传输带宽,且H.265编码的PNSR值更高,图像质量更好。本系统以海思2016年推出的图像处理器Hi3519为核心,完成了500万像素视频的采集、全景校正、视频图像处理、H.265编码压缩工作,并通过无线WiFi将视频传输到监控端,大大减小了系统的体积,增强了系统的移动性和灵活性,方便携带。本系统具有的清晰度高、视野宽的特点,不仅能够适用于安防监控领域,还可以应用于刑侦反恐、汽车全景影像系统、工业检测等领域。
孟念鹏[2]（2013）在《多视点视频编码技术研究》文中指出多视点视频作为一种新型的视频,通过多台摄像机,从不同角度的摄取场景的信息。多视点视频的数据量庞大,需要利用时间相关性和视点间相关性充分去除冗余,提高压缩效率。随机访问性能也是多视点视频的一个重要性能指标,设计合理的预测结构可以达到编码效率和随机访问性能的平衡。由于摄像机的拍摄角度、光强等因素的干扰,不同视点图像间存在颜色差异,降低了视点间的相关性,影响编码效率,需要采用颜色校正去除这些差异。论文分析了MVC分层B帧预测结构,定量分析了不同时间层和不同序列的最佳参考图像分布情况；通过分析测试序列的时间相关性和视点间相关性的差异,改进预测结构,尽可能地提高随机访问性能,文中根据时间相关性和视点相关性在预测中所占的比重情况,提出了三种新的预测结构。实验表明,在压缩效率影响较小的情况下,本文提出的改进预测结构可以有效地提高随机访问性能。论文对比分析了局部自适应亮度补偿方法、基于乘加模型颜色校正方法和基于平均值匹配颜色校正方法。实验结果表明,这些颜色校正方法使得当前图像更近似于参考图像,减少了视点间图像的颜色差异,达到了颜色校正的目的。鉴于上述颜色校正方法没有考虑图像本身的特征因素,尤其是图像纹理细节较多时,校正精度更会受到影响,本文提出基于SIFT的颜色校正方法。SIFT算法很好地处理发生平移、旋转、颜色变化图像间的匹配问题,本文将SIFT特征信息引入传统的直方图校正和偏色校正算法,修正了校正因子。实验结果表明,引入SIFT特征信息的多视点视频颜色校正方法获得了更优的校正效果。
王海威[3]（2011）在《智能电视操作系统服务性能与资源调度关键技术研究》文中研究指明随着“三网融合”的全面推进，各种融合业务不断涌现，推动了能够承载融合业务的融合终端的发展，智能电视成为继智能手机、平板电脑之后融合终端领域的又一研究热点，受到了科研、运营机构和生产部门的关注。智能电视具备多种网络接入能力，支持应用程序的动态下载、安装及多任务并行，以满足融合业务服务能力的支撑需求。然而，出于成本、功耗等方面的考虑，智能电视通常硬件能力和可用资源受限，因此，对智能电视操作系统服务性能和资源进行优化，以有效保障并行业务的服务质量，保证并提升用户使用效果和服务体验成为目前急需解决的重要问题。优化内容可以分为两个层面：在系统层面，优化系统资源的管理和调度，实现任务间资源的合理分配；在应用层面，结合终端特点，优化应用逻辑设计，提高应用性能和资源使用效率，以较少的资源保障较高的服务性能。本文以“十一五”国家科技支撑计划“支持跨区域、多运营商的新一代广播电视服务系统”课题为依托，基于以上两个层面，分别从智能电视资源调度和基本网络传输应用（文件下载服务、流媒体服务）等方面，对系统资源管理框架的设计、资源分配算法、多媒体文件传输协议以及流媒体码流平滑等智能电视操作系统服务性能优化的关键问题展开研究，以提升系统服务性能，节省资源消耗，改善用户体验。本文的主要工作和创新点如下：1)针对智能电视资源受限、任务缺乏有效的QoS保障等问题，提出一种智能电视任务的QoS模型，通过QoS合同和QoS映射，建立任务QoS等级与资源间的映射关系。基于任务QoS模型，构建了具有QoS保障的资源管理框架，对不同资源类型进行区分处理和调度，并基于Linux动态链接库实现资源分配算法的动态加载和替换，使其具有良好的可扩展性。最后提出一种基于优先级的资源调度策略，以任务QoS模型为指导进行资源分配，保障任务的QoS需求，验证了QoS模型的有效性。2)针对智能电视操作系统多任务环境下的资源分配问题，结合任务QoS模型，建立了以系统效用最大化和资源占用最小化为优化目标的资源分配模型，将该模型规划为多维多选择背包问题，并提出一种启发式资源分配算法RAGHEU。RAGHEU算法优先选择单位资源下产生较大效用的资源分配方案，能够同时从系统效用和资源消耗两个方向寻优，并通过引入资源消耗总额的概念，均衡系统各种资源的负载。RAGHEU算法的时间复杂度为O（n2），与复杂度为O（Nn）的回溯法相比，可在极短的时间内求出接近最优的解，适合用于智能电视操作系统实时的资源分配决策。3)针对智能电视数据接收能力和可用资源受限的问题，提出一种高效的面向智能电视的大尺寸多媒体文件传输协议SMFTP。SMFTP底层基于UDP协议，具有较小的协议开销；通过统一重传的差错恢复机制，避免数据传输过程中接收端频繁的重传请求，降低接收端维护定时器和指针寻址定位的开销；发送端采用基于带宽探测的递减式加增乘减速率控制算法，根据接收端定期反馈的数据接收情况，及时调节发送速率，提高跟踪网络和终端资源状态变化的灵敏度，从而保证高效的传输性能和接收端较低的资源需求。实验表明，在有效带宽100Mbps的实验环境下，与FTP和UDT协议相比，SMFTP文件传输时间分别缩短17%和3%，接收端CPU占用率降低42.3%和50.3%，内存占用率分别降低了4%和15%。4)针对智能电视终端接收VBR流媒体视频突发流量时的上溢问题，提出一种在终端最大接收速率和缓冲区容量约束下的码流平滑算法RBCBS，以有限的资源保障流媒体应用的服务质量。该算法在缓冲区容量的约束下，以尽可能接近受限速率的速度传输数据，从而充分利用可用的缓冲区资源。RBCBS算法的时间复杂度为O（N），与传统的速率受限码率平滑算法RCBS相比，在同样的实验环境和资源约束下，码流传输过程中码率变化次数平均降低11.9%，码率变化率平均降低12.6%，数据传输更为平稳，降低了对终端的压力。
刘福星[4]（2010）在《G.729B在DM642上的实现及语音激活检测算法研究》文中研究指明现代通信中,语音通信占有极其重要的地位。国际电信联盟于1996年颁布了G.729语音压缩标准,该标准具有压缩效率高、合成语音质量好等优点。G.729B在G.729的基础上增加了语音激活检测等算法,从而降低比特率和提高信道利用率。然而在通信信道和带宽资源紧缺的今天,低比特率语音编码技术成为语音通信中的关键。随着DSP技术的发展,以DSP芯片为处理器的应用系统使用越来越广泛。因此,如何使语音编码能在DSP平台运行速度尽可能的快,对语音技术的发展以及扩大其应用领域具有很好的借鉴作用。本文针对TI的C64X系列DSP处理器的特点,实现G.729B在DM642上的移植以及对其代码进行优化,并对G.729B中语音激活检测技术进行了改进。论文的主要工作如下：（1）在对语音激活检测算法深入研究的基础上,针对G.729B中语音激活检测算法在信噪比低的情况下容易恶化的缺点,提出了一种能有效提高检测性能的语音激活检测算法。该算法采用高阶累积量以及语音的相关性等特性,对语音进行检测,实验结果表明,在复杂背景噪声和低信噪比情况下能获得更好的检测性能。（2）对硬件平台的核心芯片DM642和AIC23B的结构特点进行了研究,在此基础上,完成G.729B标准在DSP开发平台的移植。利用eXpressDSP软件开发技术,在CCS开发环境中实现以TMS320DM642为系统核心的G.729B的实时系统。（3）针对TMS320DM642 DSP开发平台对系统进行了优化。对G.729算法进行改进和精简,并完成线性汇编级的优化。在保证语音质量的前提下,经过优化后的算法在编码速度上有了很大提高,满足了实时的语音编码需要。
刘决仕[5]（2009）在《标准自然教室中的人脸表情识别研究》文中研究说明随着信息技术的快速发展,基于视频流点播或直播的E-Learning作为一种新的教育方式应运而生。E-Learning打破了传统学习方式中时空的限制,使得学习者随时随地都可以进行学习。同时,随着模式识别、数据分析、信息检索等各种领域理论在E-learning实践中的应用,E-learning的个性化、智能化、交互性等特点给学习者带来了更好的学习体验。作为基于视频流的E-Learning模式的原始数据,E-Learning中的教室也就是标准自然教室和传统教室有着很多不同,应当提供更多的功能和服务,如激光笔手写系统、语音识别、学生表情识别系统等。本文通过对人脸检测、人脸表情特征提取、表情分类、PTZ摄像头控制等的研究,提出了一种结合小波变换和增强方差率的改进局部二元模式的表情识别算法,并通过JAFFE库上的实验证明了该方法的有效性。在此算法的基础上本文设计并实现了一个标准自然教室中的人脸表情识别原型系统。本文的主要工作如下:1)研究并比较了常用的人脸表情识别算法的优缺点。2)提出了人脸2D模型和根据眼睛位置的人脸对齐。为了减小姿势对识别结果的影响,本文提出根据眼睛位置对图像进行适当的旋转来实现人脸对齐。3)提出了结合小波变换的增强LBP特征。传统的LBP在识别率上有待提高,本文提出对原始图像进行小波分解后的四幅系数重构图像提取LBP特征,达到特征增强的目标。4)提出了将增强方差率应用于特征选取以减小计算量提高实时性,选取原始特征集的区分度大的特征子集作为表情识别的特征集。5)在JAFFE人脸表情库上进行实验设计及结果分析。本文通过SVM在JAFFE人脸表情库上做了试验,并和传统LBP的实验结果作了对比分析,验证了改进算法的有效性。6)实现了SNC中的人脸表情识别的原型系统。本文提出了在SNC中搭建人脸表情识别系统所需的软硬件环境,讨论了可旋转缩放的PTZ摄像头并设计了该系统的框架和模块,实现了原型系统并介绍了主要的C++类及其相互关系并在实际的实验过程中针对若干难点提出了自己的解决方案。本论文工作得到了国家863项目“基于情境感知的多通道融合交互模型与关键技术”（项目编号:2007AA01Z157）的支持,并申请相关专利2项和论文若干。
张振红[6]（2008）在《基于分形维数的语音端点检测算法研究》文中提出语音信号的端点检测技术就是从包含语音的一段信号中准确地确定语音的起始点和终止点,区分语音和非语音信号。有效的端点检测技术不仅能在语音识别系统中减少数据的采集量,节约处理时间,还能排除无声段或噪声段的干扰,提高语音识别系统的性能,而且在语音编码中还能降低噪声段和静音段的比特率,提高编码效率。因此,端点检测是语音处理技术中的一个重要方面。在低信噪比的环境中进行精确的端点检测比较困难,尤其是在无声段或者发音前后。本文首先总结了现有典型的语音端点检测算法,包括:基于短时能量及过零率的语音端点检测算法、基于LPC倒谱特征的语音端点检测算法、基于熵函数的语音端点检测算法、基于隐马尔可夫模型（HMM）的语音端点检测算法和基于子带平均能量方差的语音端点检测算法。分析了各种端点检测算法所选用的特征,并给出了部分算法的仿真结果。这些方法在静音环境下或当噪声较小时可以取得较好的检测结果,但在语音环境较恶劣、信噪比较低时,检测的结果下降较快,难以让人满意。随后在前人工作的基础上提出了噪声环境下三种语音端点检测新算法。算法一:提出了基于分形维数的语音端点检测方法。该方法利用了分形维数在噪声情况下作为语音端点检测参数的优越性,克服了在噪声情况下判决门限难以估计的问题。算法二:提出了基于分形维数和模糊RBF神经网络的语音端点检测方法。该方法结合了分形维数在噪声情况下作为语音端点检测参数的优越性,以及基于信息熵和神经网络的语音端点检测方法避免设置阈值的优点。仿真结果表明该方法对低信噪比信号,端点检测的准确率有一定的提高。算法三:提出了基于1/f分形信号小波模型和模糊RBF神经网络的语音端点检测方法。仿真结果表明该方法在常见的噪声环境下效果较好,算法实现简单,环境适应性较强。
陈延权[7]（2007）在《应用矢量量化和利用DES加密的图像隐藏研究》文中指出随着科技的不断发展，多媒体技术和互联网络的迅速发展使得数字媒体被广泛应用到许多领域中，同时数字媒体的安全问题也受到越来越大的威胁，如媒体的版权侵权，软件或文档的非法拷贝，电子商务中的非法盗用和篡改等。因此，充分利用互联网的便利，同时也能有效地保护知识产权，己成为十分紧迫的课题。信息隐秘传输技术或信息隐藏技术作为一种新兴的信息安全技术已经受到许多研究工作者的重视，它为数字信息的安全保存，隐秘传输等提供了一个有效的工具。本文主题主要分为三大部分：第一部分通过对信息隐藏的背景和意义的介绍，使我们对图像隐藏有了更深刻的认识，然后介绍了图像隐藏与检测的理论模型。同时介绍了该理论在实际图像隐藏中的应用。第二部分是对矢量量化的定义和原理的介绍，通过“信源编码”概念的引入，给出了矢量量化的定义，通过定义我们了解到矢量量化可看作一个空间到另一个空间的映射，由矢量量化器来完成空间的转换。一个矢量量化器可以分为编码器和解码器：编码器的任务就是根据一定的失真测度，搜索出与输入矢量最匹配的码字，从而确定输入矢量处在哪一个胞腔中；而解码器是编码器的逆过程，通过对码书查表操作找到输入矢量，从而重构原来输入的图像。文中同时也给出了编码器和解码器的结构。处理过程为首先把信源转变成输入矢量，通过编码器的编码，然后在信道中进行传输，在解码器的一端，通过对码书查表，得到输出矢量，这样就可以恢复出图像。文中同时对矢量量化的一些关键技术，如码书设计，码字搜索和码字索引分配，矢量量化器，和所用到的算法进行了详细的介绍。因为矢量量化是一种有损编码，所以需要对图像的质量需要进行评估，本文主要通过峰值信噪比来进行评价。然后是对DES加密的介绍，对DES加密内部结构及其算法进行了详细的描述。在本文的后半部分，对试验步骤和试验结果进行了介绍。首先，利用矢量量化对一幅图像进行压缩，使得它的容量大大减小，并得到相应的码字和码书；然后对得到的数据进行加密，得到加密后的数据；最后把这些数据嵌入到第二幅图像中，以得到我们所需要的图像。在接收端接收到我们传送的数据后，再按逆过程处理就可得到我们所要传输的图像。为了验证上述方法的可行性，我们完成了一幅以PEPPER为宿主的图像，以LENA为所需要隐藏的图像的试验，试验结果证明，此方法是可行的，获得了较满意的效果。
郭小清[8]（2006）在《面向IP网的实时视频应用的关键技术研究》文中研究说明研究IP网中对服务质量（QoS）有较高要求的实时视频应用的传输相关问题,在网络日益普及的今天具有实际应用价值。基于IP网的实时视频应用的有效传输涉及到两类关键技术:（1）包括视频数据编解码技术和应用层传输容错控制的基于终端的技术;（2）与传输网络相关的技术。论文在分析实时视频应用的研究、实现现状后,对解码端的差错定位恢复机制和网络中继节点的调度机制、流量控制进行了研究;结合实验对视频流量的特性及流量模型进行了分析,然后通过对基于流量模型假设的接纳控制机制性能的实验分析研究了流量特性对接纳机制性能的影响;最后对现有的各种实时视频服务系统进行了分析,研究基于IP网提供实时视频服务的解决方案与关键技术的实现。论文的工作概括为以下5个方面:（1）提出一种改善网络端系统视频解码质量的错误定位恢复方法改进的反向可变长编码机制（Improved Reverse Variable Length Coding,IRVLC）,IRVLC方法充分利用数据帧的局部信息,对I帧和P帧采用不同的错误再定位策略,克服了标准RVLC策略对可能错误宏块进行保守性丢弃的缺点。其特点是实现复杂度低,且与MPEG-4标准兼容,并通过实验验证了其有效性;（2）分析了目前区分服务网络中继节点的分组调度机制,提出一种网络重负载模式下,同时考虑流量带宽、丢失率和时延保证的队列管理调度算法动态比例自适应算法（Dynamic Proportional Adaptive Algorithm,DPAA）。此算法与现存的各种缓冲区管理调度算法有较好的兼容性,实现容易,且对流量负载变化不敏感,适用于有突发性的实时视频流等的传输;（3）通过视频跟踪流量分析了视频流量的特性,在统一的网络环境下对目前主要的视频流量模型的队列性能进行了仿真分析和评价,特别比较了支持多层编码的流量模型的性能,得出复杂的流量描述模型可以更为精确的捕获流量的特性,加深了对各种视频流量模型的理解,为基于流量特性的资源控制策略的选择提供了依据;（4）通过仿真手段分析了目前主要的基于有效带宽估计的接纳控制机制的性能,得出基于对数正态边缘分布的假设较接近流量的真实特性;基于较复杂的流量描述模型估计有效带宽的接纳控制机制只能提高系统的性能而不能提高网络的复用性能,为多种类型流量复用后基于区分服务分配带宽提供了依据;（5）对现有基于IP提供视频服务的各种典型应用的实现方案进行了分析总结,研究了其对关键技术的处理;提出一种基于全IP网络提供视频服务的框架,结合前面的研究成果对其中的关键技术给出了实现建议,并给出一个设计案例。
谢自梅[9]（2006）在《基于Turbo码的图像传输的联合信源信道编码》文中研究指明随着计算机、通信以及多媒体等技术领域的发展进步，图像通信作为多媒体通信的一个基本组成部分，得到了广泛的重视。传统的通信系统都是基于Shannon编码理论的，即信源编码和信道编码是分开的，这种分离设计方法往往会导致图像传输应用的低效率。实际通信系统中，在已给特定的信道特性的情况下，联合设计信源编码和信道编码将可以获得更好的性能增益。本文提出了基于Turbo码的图像传输的联合信源信道编码，即把Turbo码译码器产生的信道信息，应用到量化器重构器的联合优化上，以提高重构信号质量。本文的主要内容有以下几方面： 首先，本文对联合信源信道编码做了综述，介绍了它的理论背景，适用情况和研究概况以及发展趋势。 其次，针对图像的压缩编码，分析了一种新颖的变比特率特征值匹配相关矢量量化图像编码算法。在编码之前，首先计算各码字的四个特征值，然后根据各特征值的升序排列得到相应的四个排序码书。在对当前输入矢量（当前处理图像块）进行编码的过程中，充分考虑当前处理图像块与其相邻图像块之间的相关性以及各码字特征值与该输入矢量特征值之间的匹配性，降低了比特率并加快了编码速度。 接着分析了信道编码中Turbo码的编译码原理，其中Turbo码译码器输出的对数似然比值为每个比特的可靠性信息，它包含了信道信息参数。将此信息应用到量化器重构器的联合优化，并采用软重构法则来提高系统性能。基于总失真最小的原则，提出几个信道模型上相应量化器重构器的优化算法。 最后对系统进行仿真，结果表明，这种联合优化系统对图像传输是非常有效的。
吕京元[10]（2005）在《无线图像传输的信源信道联合编/解码研究》文中研究表明香农定理的局限性,为信源信道联合编码/解码提供了理论的依据。本论文综合阐述了无线图像传输的信源信道联合编/解码的研究背景和意义,分析了本课题的研究现状和应用前景,详细讨论了移动环境下频率选择性信道的建模和仿真,从理论和实验两方面验证了本课题所用信道程序的严谨性和科学性。另外,本论文还分别提出了一种图像传输的联合编码和解码方案:在联合编码方案中,对原始图像做小波变换后,对于变换后的小波系数,采用一定的规则做分形提取,然后再依次对分形的数据块做SPIHT压缩编码,我们充分利用块状信道估计的特性（估计精度不高）和SPIHT压缩图像逐步增强的特点,设计了一种不等错误方案,实验结果证明,该方案较旧方案图像质量有了大幅度的提高;在联合解码的方案中,我们提出了一种应用于矢量量化信源的信源信道联合解码的新方案。该方案在不改变原有传输系统中的Turbo Log—MAP译码器结构的情况下,通过重组图像的错误检测,反馈信源的信息来改变译码过程中译码器间传递的外信息,从而提高信道译码的纠错能力。实验表明,通过应用这种联合解码方法,至少减少了一个数量级的比特错误,而且使用较小的迭代次数就可以达到较高迭代次数的效果。这将大大减少译码的延迟,使得Turbo码的应用更为广泛。
二、变比特率均值匹配相关矢量量化图像编码算法（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、变比特率均值匹配相关矢量量化图像编码算法（论文提纲范文）
（1）基于Hi3519的360°无线全景监控系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 全景系统国内外研究现状 |
| 1.3 视频压缩国内外研究现状 |
| 1.4 课题来源和设计要求 |
| 1.5 论文结构安排 |
| 1.6 本章小结 |
| 第2章 全景监控相关技术原理 |
| 2.1 全景成像原理 |
| 2.1.1 鱼眼镜头成像原理 |
| 2.1.2 折反射镜头成像原理 |
| 2.2 全景校正原理 |
| 2.3 H.265压缩编码原理 |
| 2.3.1 基于四叉树结构的编码分割 |
| 2.3.2 编码预测 |
| 2.3.3 变换和量化 |
| 2.3.4 环路滤波 |
| 2.3.5 熵编码 |
| 2.4 本章小结 |
| 第3章 系统硬件电路设计 |
| 3.1 主流监控方案分析与比较 |
| 3.2 系统总体结构设计 |
| 3.3 Hi3519最小系统 |
| 3.3.1 嵌入式处理器 Hi3519 |
| 3.3.2 时钟电路 |
| 3.3.3 复位电路 |
| 3.3.4 RAM模块 |
| 3.3.5 FLASH模块 |
| 3.4 串口模块 |
| 3.5 方位传感器模块 |
| 3.6 图像传感器模块 |
| 3.7 无线网卡模块 |
| 3.8 以太网模块 |
| 3.9 电源模块 |
| 3.10 PCB设计 |
| 3.11 本章小结 |
| 第4章 嵌入式软件开发环境的搭建 |
| 4.1 搭建Linux开发环境 |
| 4.1.1 在Linux服务器上安装交叉编译器 |
| 4.1.2 移植u-boot |
| 4.1.3 配置HiLinux内核 |
| 4.1.4 制作根文件系统 |
| 4.2 搭建Windows软件开发环境 |
| 4.2.1 SecureCRT |
| 4.2.2 TFTP服务器 |
| 4.3 烧写映像文件到SPIFlash |
| 4.4 本章小结 |
| 第5章 图像采集端软件程序设计 |
| 5.1 系统软件整体结构设计 |
| 5.2 图像采集端软件程序设计 |
| 5.3 视频采集 |
| 5.4 视频图像处理 |
| 5.4.1 全景校正 |
| 5.4.2 全景图像的圆心半径测定方法 |
| 5.5 视频压缩 |
| 5.6 区域管理 |
| 5.6.1 获取时间信息 |
| 5.6.2 获取方位信息 |
| 5.7 视频传输 |
| 5.8 本章小结 |
| 第6章 监控端软件程序设计 |
| 6.1 VLC播放器体系架构 |
| 6.2 VLC软件程序设计 |
| 6.3 截图录像功能 |
| 6.4 本章小结 |
| 第7章 系统测试 |
| 7.1 功能测试 |
| 7.1.1 系统整体测试 |
| 7.1.2 全景校正功能测试 |
| 7.1.3 叠加时间戳和方位功能测试 |
| 7.1.4 截图录像功能测试 |
| 7.2 性能测试 |
| 7.2.1 系统延时测试 |
| 7.2.2 编码质量测试 |
| 7.3 本章小结 |
| 第8章 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 附录 |
| 附录1 圆心测定程序 |
| 附录2 图像采集端主函数软件程序 |
| 致谢 |
| 在学期间公开发表论文及着作情况 |
（2）多视点视频编码技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 本文的结构安排 |
| 第二章 多视点视频编码理论基础 |
| 2.1 多视点视频编码的体系结构 |
| 2.2 多视点视频研究中的关键技术 |
| 2.2.1 MVC技术需求 |
| 2.2.2 颜色校正技术 |
| 2.2.3 虚拟视点生成 |
| 2.2.4 立体显示技术 |
| 2.3 多视点视频的应用 |
| 2.3.1 自由视点电视 |
| 2.3.2 立体电视 |
| 2.3.4 沉浸式远程会议 |
| 2.4 颜色空间转换 |
| 2.5 本章小结 |
| 第三章 多视点视频中的随机访问 |
| 3.1 随机访问性能的评价 |
| 3.2 MVC分层B帧预测结构分析 |
| 3.3 改进的预测结构 |
| 3.4 各预测结构随机访问性能比较 |
| 3.5 本章小结 |
| 第四章 多视点视频颜色校正方法研究 |
| 4.1 局部自适应亮度补偿方法 |
| 4.2 基于乘加模型颜色校正算法 |
| 4.3 基于平均值匹配颜色校正算法 |
| 4.4 各算法实验结果分析 |
| 4.5 本章小结 |
| 第五章 基于SIFT的颜色校正方法 |
| 5.1 系统整体架构 |
| 5.2 SIFT特征提取 |
| 5.2.1 SIFT特征点提取 |
| 5.2.2 SIFT特征点匹配 |
| 5.3 基于SIFT的直方图匹配校正 |
| 5.3.1 算法描述 |
| 5.3.2 实验分析 |
| 5.4 基于SIFT的偏色校正方法 |
| 5.4.1 算法描述 |
| 5.4.2 实验结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间取得的研究成果 |
（3）智能电视操作系统服务性能与资源调度关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 本文主要研究内容与创新点 |
| 1.4 本文内容安排 |
| 第二章 相关技术研究 |
| 2.1 引言 |
| 2.2 智能电视操作系统 |
| 2.2.1 Android |
| 2.2.2 MeeGo |
| 2.3 网络传输服务 |
| 2.3.1 文件传输技术 |
| 2.3.2 流媒体技术 |
| 2.4 智能电视面临的性能问题 |
| 2.5 TVOS 简介 |
| 2.6 小结 |
| 第三章 具有 QoS 保障的系统资源管理框架 |
| 3.1 引言 |
| 3.2 资源管理现状 |
| 3.2.1 资源管理面临的问题 |
| 3.2.2 资源管理方案 |
| 3.3 任务QoS 模型 |
| 3.3.1 QoS 合同 |
| 3.3.2 QoS 等级和效用的确定 |
| 3.3.3 QoS 映射 |
| 3.4 资源管理框架设计 |
| 3.4.1 资源管理框架 |
| 3.4.2 资源分配模块 |
| 3.4.3 资源监控模块 |
| 3.4.4 资源规划模块 |
| 3.5 基于优先级的资源调度策略 |
| 3.5.1 图形资源调度策略 |
| 3.5.2 非图形资源调度策略 |
| 3.6 小结 |
| 第四章 基于效用的系统资源分配算法 |
| 4.1 引言 |
| 4.2 相关研究 |
| 4.3 资源分配模型 |
| 4.3.1 任务和系统资源 |
| 4.3.2 任务的QoS 需求 |
| 4.3.3 任务的资源-效用映射 |
| 4.3.4 资源约束 |
| 4.3.5 系统效用 |
| 4.3.6 模型描述 |
| 4.4 资源分配算法 |
| 4.4.1 RA_BAT 算法 |
| 4.4.2 RA_GHEU 算法 |
| 4.5 仿真实验 |
| 4.6 小结 |
| 第五章 具有资源适配能力的多媒体文件传输协议 |
| 5.1 引言 |
| 5.2 相关研究 |
| 5.2.1 传统传输协议 |
| 5.2.2 嵌入式系统上的传输协议 |
| 5.3 SMFTP 的设计 |
| 5.3.1 协议架构 |
| 5.3.2 差错恢复算法 |
| 5.3.3 速率控制算法 |
| 5.3.4 首次传输期长度的选择 |
| 5.4 实验结果 |
| 5.4.1 有效吞吐量 |
| 5.4.2 传输时间 |
| 5.4.3 资源消耗 |
| 5.4.4 任务共存性 |
| 5.4.5 公平性 |
| 5.5 与资源管理框架的协同性能优化 |
| 5.6 小结 |
| 第六章 资源受限的流媒体码流平滑技术 |
| 6.1 引言 |
| 6.2 VBR 码流平滑算法 |
| 6.2.1 平滑模型 |
| 6.2.2 经典码流平滑算法 |
| 6.3 速率和缓冲区约束下的码流平滑算法 |
| 6.4 实验结果与分析 |
| 6.5 与资源管理框架的协同性能优化 |
| 6.6 小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（4）G.729B在DM642上的实现及语音激活检测算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 插图索引 |
| 第1章 绪论 |
| 1.1 课题的研究目的与意义 |
| 1.2 语音压缩编码发展现状 |
| 1.3 语音激活检测算法研究现状 |
| 1.4 本文内容安排 |
| 第2章 G.729B原理及DSP平台介绍 |
| 2.1 G.729标准原理 |
| 2.1.1 G.729编码器原理 |
| 2.1.2 G.729解码器原理 |
| 2.2 G.729B语音编码器关键技术 |
| 2.2.1 语音激活检测(VAD) |
| 2.2.2 不连续传送(DTX)与SID帧编码 |
| 2.2.3 舒适噪声产生 |
| 2.3 DM642多媒体处理器及片上资源 |
| 2.3.1 DM642的CPU单元 |
| 2.3.2 DM642的Cache结构 |
| 2.3.3 DM642的EDMA |
| 2.4 eXpressDSP技术 |
| 2.4.1 CCS集成开发环境 |
| 2.4.2 实时操作系统DSP/BIOS |
| 2.5 小结 |
| 第3章 G.729B编解码器的实现 |
| 3.1 G.729B编解码器的硬件平台搭建 |
| 3.1.1 语音芯片AIC23B |
| 3.1.2 多通道语音串行接口(McASP) |
| 3.1.3 ⅡC模块 |
| 3.2 G.729B编解码器的软件设计 |
| 3.2.1 AIC23B参数设置 |
| 3.2.2 McASP初始化及参数配置 |
| 3.2.3 配置外设驱动 |
| 3.3 G.729B代码的优化 |
| 3.4 测试结果分析 |
| 3.5 小结 |
| 第4章 基于高阶累计量的语音激活检测算法 |
| 4.1 概述 |
| 4.2 语音激活检测原理 |
| 4.2.1 短时能量检测 |
| 4.2.2 短时平均过零率检测 |
| 4.2.3 短时平均幅度差函数 |
| 4.3 三阶累积量的语音激活检测算法 |
| 4.3.1 高阶累积量的定义及性质 |
| 4.3.2 三阶累积量的语音激活算法 |
| 4.4 仿真结果 |
| 4.5 小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间所发表的学术论文及参加的科研项目 |
（5）标准自然教室中的人脸表情识别研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 E-Learning 概念 |
| 1.2 标准自然教室（SNC） |
| 1.3 研究内容与应用 |
| 1.4 国内外研究现状 |
| 1.5 本文主要工作 |
| 1.6 本文的组织安排 |
| 第二章 人脸表情识别综述 |
| 2.1 综述 |
| 2.2 人脸检测 |
| 2.2.1 模板匹配 |
| 2.2.2 基于器官特征的方法 |
| 2.2.3 示例学习 |
| 2.2.4 人工神经网络 |
| 2.2.5 基于隐马尔可夫模型的方法 |
| 2.2.6 基于AdaBoost 的方法 |
| 2.2.7 基于色彩信息的方法 |
| 2.2.8 频域中的特征提取 |
| 2.2.9 多模态信息融合 |
| 2.2.10 转折点 |
| 2.3 静态图像的特征提取 |
| 2.3.1 静态图像 |
| 2.3.2 基于几何特征的方法 |
| 2.3.3 基于外貌特征的方法 |
| 2.3.4 基于混合特征的方法 |
| 2.4 图像序列的特征提取 |
| 2.4.1 图像序列 |
| 2.4.2 特征点跟踪法 |
| 2.4.3 光流法 |
| 2.4.4 差分图像法 |
| 2.5 表情分类方法 |
| 2.5.1 基于空间分析的方法 |
| 2.5.2 空时结合的方法 |
| 2.6 小结 |
| 第三章 基于LBP 特征增强及选取的人脸表情识别方法 |
| 3.1 2D 人脸模型与人脸对齐 |
| 3.1.1 AdaBoost 算法 |
| 3.1.2 2D 人脸模型 |
| 3.1.3 人脸对齐 |
| 3.1.4 预处理流程 |
| 3.2 LBP 及特征增强 |
| 3.2.1 原始LBP |
| 3.2.2 统一模式 |
| 3.2.3 分块LBP |
| 3.3 小波变换 |
| 3.3.1 小波变换原理 |
| 3.3.2 小波系数重构和LBP |
| 3.4 AVR 特征选取 |
| 3.5 支持向量机 |
| 3.5.1 支持向量机 |
| 3.5.2 支持向量机的多类分类策略 |
| 3.6 小结 |
| 第四章 实验设计及结果分析 |
| 4.1 人脸表情库 |
| 4.1.1 人脸表情库的意义 |
| 4.1.2 现有表情库 |
| 4.1.3 JAFFE 日本女性表情库 |
| 4.2 LIBSVM |
| 4.2.1 LIBSVM 介绍 |
| 4.2.2 LIBSVM 的使用 |
| 4.3 实验设计及结果分析 |
| 4.3.1 人脸检测及对齐 |
| 4.3.2 虚拟样本 |
| 4.3.3 人脸图像的小波变换与LBP 特征提取 |
| 4.3.4 AVR 特征提取 |
| 4.3.5 SVM 分类结果及分析 |
| 4.4 小结 |
| 第五章 标准自然教室中的人脸表情识别系统设计与实现 |
| 5.1 SNC 及硬件架构 |
| 5.1.1 标准自然教室 |
| 5.1.2 PTZ 摄像头 |
| 5.1.3 硬件结构图 |
| 5.2 系统框架设计 |
| 5.2.1 模块设计 |
| 5.2.2 系统架构图 |
| 5.2.3 系统工作流程 |
| 5.3 系统实现及难点问题解决 |
| 5.3.1 系统的开发环境 |
| 5.3.2 系统的C++类图 |
| 5.3.3 PTZ 摄像头的控制 |
| 5.3.4 SNC 中的实际难点 |
| 5.4 系统界面设计及运行结果 |
| 5.5 小结 |
| 第六章 总结与展望 |
| 6.1 本文的主要工作 |
| 6.2 有待进一步解决的问题 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表的论文和参与项目 |
| 附录-1 |
| 附录-2 |
| 附录-3 |
| 附录-4 |
（6）基于分形维数的语音端点检测算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 语音端点检测研究的背景及意义 |
| 1.2 国内外研究现状及存在问题 |
| 1.3 主要研究工作及论文内容安排 |
| 第二章 常用的端点检测算法 |
| 2.1 短时能量及过零率 |
| 2.2 LPC倒谱特征 |
| 2.3 熵函数 |
| 2.4 隐马尔可夫模型(HMM) |
| 2.5 子带平均能量方差 |
| 2.6 本章总结 |
| 第三章 基于分形维数的语音端点检测 |
| 3.1 分形理论 |
| 3.1.1 分形的定义 |
| 3.1.2 分形维数 |
| 3.1.3 分形在语音信号处理上的应用 |
| 3.2 基于分形维数的语音端点检测 |
| 3.2.1 算法原理 |
| 3.2.2 实验方法描述 |
| 3.3 实验结果及分析 |
| 3.4 本章总结 |
| 第四章 基于分形维数和模糊 RBF神经网络的语音端点检测 |
| 4.1 模糊RBF神经网络 |
| 4.1.1 神经网络的基本概念 |
| 4.1.2 径向基(RBF)网络 |
| 4.1.3 模糊理论 |
| 4.1.4 模糊BBF神经网路 |
| 4.2 基于分形维数和模糊RBF神经网络的语音端点检测算法 |
| 4.2.1 算法原理 |
| 4.2.2 实验方法描述 |
| 4.3 实验结果及分析 |
| 4.4 本章总结 |
| 第五章 基于1/f分形信号小波模型和模糊RBF神经网络的语音端点检测 |
| 5.1 小波分析理论 |
| 5.1.1 小波分析的基本理论 |
| 5.1.2 小波分析在语音处理中的应用 |
| 5.2 语音信号的1/f小波模型 |
| 5.2.1 语音信号小波变换系数的特点 |
| 5.2.2 白噪声小波变换系数的特点 |
| 5.3 基于1/f分形信号小波模型和模糊RBF神经网络的语音端点检测 |
| 5.3.1 算法原理 |
| 5.3.2 实验方法描述 |
| 5.4 实验结果及分析 |
| 5.5 本章总结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（7）应用矢量量化和利用DES加密的图像隐藏研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 第一节 课题背景 |
| 第二节 论文的研究内容及创新 |
| 一. 研究内容 |
| 二. 论文创新 |
| 第三节 本文的组织结构 |
| 第二章 信息隐藏 |
| 第一节 信息隐藏技术的背景及意义 |
| 一. 信息隐藏概述 |
| 二. 图像信息隐藏技术中的研究范畴与相关问题 |
| 第二节 图像信息隐藏与检测的理论模型 |
| 一. 图像信息隐藏技术的典型场景描述 |
| 二. 图像信息隐藏的数学模型 |
| 第三章 宿主图像处理和隐秘算法 |
| 第一节 常用宿主图像格式 |
| 第二节 宿主图像处理 |
| 一. 直方图分析 |
| 二. 位平面分析 |
| 第三节 宿主图像选择 |
| 第四节 隐藏算法及隐秘传输 |
| 一. 信息隐藏性能指标和研究现状 |
| 二. 基于空域LSB信息隐藏算法 |
| 三. 隐秘传输 |
| 第四章 矢量量化和DES加密 |
| 第一节 矢量量化的概述 |
| 第二节 矢量量化的理论基础 |
| 一. 标量量化 |
| 二. 矢量量化理论基础 |
| 第三节 矢量量化定义及原理 |
| 第四节 矢量量化器的结构 |
| 第五节 矢量量化器的评价标准 |
| 第六节 矢量量化器的关键技术 |
| 一. 码书设计 |
| 二. 码字搜索 |
| 三. 索引分配 |
| 第七节 矢量量化器 |
| 一. 穷尽搜索矢量量化器 |
| 二. 穷尽搜索矢量量化器的复杂度 |
| 第八节 矢量量化码书的设计算法 |
| 第九节 矢量量化器的最优条件 |
| 一. 最近邻条件 |
| 二. 质心条件 |
| 第十节 码书的设计算法 |
| 一. 初始码书 |
| 二. 矢量量化码字搜索算法 |
| 第十一节 矢量量化在图像编码中的作用 |
| 第十二节 DES加密 |
| 一. DES算法 |
| 二. 算法的详细描述 |
| 三. DES算法理论图解 |
| 第五章 算法机制及实验结果 |
| 一. 相关工作 |
| 二. 实验结果 |
| 第六章 总结和展望 |
| 参考文献 |
| 本文作者硕士期间发表的论文 |
| 致谢 |
（8）面向IP网的实时视频应用的关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 插图索引 |
| 表格索引 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 相关研究现状 |
| 1.2.1 视频解码器的差错检测和差错恢复技术 |
| 1.2.2 基于区分服务模型的调度机制 |
| 1.2.3 视频流量特性与流量控制机制性能分析 |
| 1.3 课题来源 |
| 1.4 研究目标和内容 |
| 1.5 论文的主要贡献 |
| 1.6 论文的内容安排 |
| 1.7 本章小结 |
| 附录：关于本文所用概念的一些说明 |
| 参考文献 |
| 第二章 背景知识 |
| 2.1 视频压缩编解码介绍 |
| 2.1.1 编码技术 |
| 2.1.2 解码技术 |
| 2.1.3 MPEG-4 简介及其容错措施 |
| 2.1.4 H.264 简介及其容错措施 |
| 2.2 流量调度 |
| 2.2.1 分组调度 |
| 2.2.2 缓冲区管理 |
| 2.3 接纳控制机制 |
| 2.4 视频流量的相关特性及流量模型 |
| 2.4.1 流量相关特性的数学描述 |
| 2.4.2 基于相关特性的流量模型 |
| 2.4.3 流量相关性对网络性能的影响 |
| 2.5 本章小结 |
| 参考文献 |
| 第三章 优化MPEG-4解码器性能的错误定位方法 |
| 3.1 引言 |
| 3.2 基于反向可变长编码的解码策略 |
| 3.3 改进的错误发现定位机制的实现 |
| 3.3.1 针对Intra 型编码的宏块的策略 |
| 3.3.2 针对P-VOP 的策略 |
| 3.3.3 算法实现复杂度分析 |
| 3.4 实验仿真 |
| 3.4.1 实验设置 |
| 3.4.2 实验结果及分析 |
| 3.5 本章小结 |
| 参考文献 |
| 第四章 支持实时视频传输的分组调度机制研究 |
| 4.1 引言 |
| 4.2 DPAA 模型分析及形式化表示 |
| 4.3 DPAA 实现分析 |
| 4.3.1 队列管理即延时保证 |
| 4.3.2 包丢弃机制 |
| 4.3.3 调度机制 |
| 4.3.4 具体实现步骤 |
| 4.3.5 算法复杂度分析 |
| 4.4 实验仿真 |
| 4.4.1 实验设置 |
| 4.4.2 实验结果及分析 |
| 4.5 本章小结 |
| 附录1：式（4-5）的推导过程 |
| 附录2：关于同时保证丢失率和延时的说明 |
| 参考文献 |
| 第五章 基于视频流量模型的流量控制机制性能分析 |
| 5.1 引言 |
| 5.2 视频流量特性分析 |
| 5.3 视频流量模型分类 |
| 5.4 视频流量模型的性能评价标准 |
| 5.5 视频流量模型的排队性能分析 |
| 5.5.1 实验模型 |
| 5.5.2 实验结果及分析 |
| 5.6 流量特性对接纳控制性能的影响 |
| 5.6.1 接纳控制机制的部署与设置 |
| 5.6.2 接纳控制机制的实现 |
| 5.6.3 仿真设置 |
| 5.6.4 仿真结果 |
| 5.6.5 性能分析评价 |
| 5.7 视频流量复用研究建议 |
| 5.8 本章小结 |
| 参考文献 |
| 第六章 实时视频服务的实现 |
| 6.1 实时视频服务系统 |
| 6.1.1 实时视频服务简介 |
| 6.1.2 基于IP 的实时视频服务 |
| 6.2 典型视频服务的解决方案分析 |
| 6.2.1 解决方案及性能 |
| 6.2.1.1 具体实现分析 |
| 6.2.1.2 关键技术处理 |
| 6.2.2 设计原则总结 |
| 6.3 基于IP 网络的视频服务实现框架 |
| 6.3.1 全IP 网络 |
| 6.3.2 IETF 对基于IP 网络传输视频信息的相关建议 |
| 6.3.3 基于全IP 网络提供实时视频服务的架构 |
| 6.3.4 框架的传输协议 |
| 6.3.5 QoS 策略及其分析 |
| 6.3.6 基于SLA 的自动协商机制 |
| 6.3.6.1 DiffServ 网络中基于SLA 交互的优化模型 |
| 6.3.6.2 协商实现策略的模型化描述 |
| 6.3.6.3 协商模型的性能分析 |
| 6.3.6.4 协商模型的数值验证 |
| 6.3.7 延时和丢包分析 |
| 6.3.8 组播的实现 |
| 6.3.9 安全性考虑 |
| 6.4 基于框架的设计案例 |
| 6.4.1 实现方案分析 |
| 6.4.2 关键技术实现 |
| 6.5 本章小结 |
| 参考文献 |
| 第七章 结束语 |
| 7.1 研究总结 |
| 7.2 下一步的研究方向 |
| 致谢 |
| 作者在攻读博士学位期间发表的学术论文 |
（9）基于Turbo码的图像传输的联合信源信道编码（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 符号表 |
| 目录 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 通信系统模型 |
| 1.1.2 信源编码和信道编码长期分离的原因 |
| 1.1.3 课题研究的意义 |
| 1.2 论文的主要工作及安排 |
| 第二章 联合编码的研究概况 |
| 2.1 引言 |
| 2.2 信源信道联合编码适用的情况 |
| 2.3 联合编码的研究进展 |
| 2.3.1 联合编码基本理论研究 |
| 2.3.2 联合编码的具体设计方法 |
| 2.3.3 联合编码在实际中的应用 |
| 2.4 近年来联合编码的研究热点 |
| 2.5 本文应用算法 |
| 第三章 矢量量化 |
| 3.1 引言 |
| 3.2 矢量量化的基本原理 |
| 3.2.1 矢量量化的定义 |
| 3.2.2 矢量量化的特点 |
| 3.2.3 矢量量化的相关概念 |
| 3.3 矢量量化的关键技术 |
| 3.3.1 码书设计 |
| 3.3.2 码字搜索 |
| 3.3.3 码字索引分配 |
| 3.4 基于矢量量化的图像编码算法 |
| 3.5 小结 |
| 第四章 信道编码 |
| 4.1 信道编码概述 |
| 4.2 Turbo码编码器 |
| 4.3 Turbo码译码器构成 |
| 4.4 迭代译码原理 |
| 4.4.1 MAP译码算法 |
| 4.4.2 MAP译码算法的软输出值 |
| 4.5 小结 |
| 第五章 基于图像传输的联合编码 |
| 5.1 引言 |
| 5.2 系统概述 |
| 5.3 联合优化设计 |
| 5.3.1 设计目标 |
| 5.3.2 量化器设计 |
| 5.3.3 重构器设计 |
| 5.3.4 联合优化算法 |
| 5.4 等效信道模型 |
| 5.4.1 硬判决法则系统模型 |
| 5.4.2 软判决法则系统模型 |
| 5.5 小结 |
| 第六章 数字仿真结果与分析 |
| 6.1 仿真设置 |
| 6.2 仿真结果与分析 |
| 结论及展望 |
| 参考文献 |
| 致谢 |
（10）无线图像传输的信源信道联合编/解码研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| §1.1 研究背景和意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 研究意义 |
| §1.2 信源信道联合编码／解码理论 |
| 1.2.1 预计4G系统框图 |
| 1.2.2 国内外研究现状 |
| 1.2.3 信源信道联合编码的适用范围 |
| §1.3 论文安排及实验综述 |
| 第二章 移动通信环境实验仿真研究 |
| §2.1 频率选择性信道的理论建模 |
| 2.1.1 频率选择性信道仿真的理论分析 |
| 2.1.2 Jakes复增益产生器设计 |
| §2.2 验证实验仿真 |
| 2.2.1 Jakes方法产生复增益点验证 |
| 2.2.2 衰落信道中衰落现象实例验证 |
| 2.2.3 结论 |
| 第三章 SPIHT压缩图像的信源信道联合编码 |
| §3.1 SPIHT压缩和信道估计理论 |
| 3.1.1 SPIHT压缩编码 |
| 3.1.2 OFDM和信道估计 |
| §3.2 信源信道联合编码方案的提出和实现 |
| 3.2.1 分形SPIHT压缩和信道估计联合 |
| 3.2.2 实验仿真和分析 |
| 3.2.3 错误隐藏 |
| 3.2.4 结论 |
| 第四章 基于矢量量化和Turbo码的信源信道联合解码 |
| §4.1 小波变换，矢量量化压缩和Turbo码理论 |
| 4.1.1 小波变换 |
| 4.1.2 矢量量化 |
| 4.1.3 Turbo码 |
| §4.2 信源信道联合解码方案的提出和实现 |
| 4.2.1 信源信道联合解码框图 |
| 4.2.2 联合解码的实验仿真和分析 |
| 4.2.3 结论 |
| 第五章 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表学术论文 |
| 学位论文评阅及答辩情况表 |
四、变比特率均值匹配相关矢量量化图像编码算法（论文参考文献）
- [1]基于Hi3519的360°无线全景监控系统的设计与实现[D]. 赵振宇. 东北师范大学, 2018(12)
- [2]多视点视频编码技术研究[D]. 孟念鹏. 南京大学, 2013(08)
- [3]智能电视操作系统服务性能与资源调度关键技术研究[D]. 王海威. 中国科学技术大学, 2011(09)
- [4]G.729B在DM642上的实现及语音激活检测算法研究[D]. 刘福星. 湖南大学, 2010(04)
- [5]标准自然教室中的人脸表情识别研究[D]. 刘决仕. 上海交通大学, 2009(09)
- [6]基于分形维数的语音端点检测算法研究[D]. 张振红. 太原理工大学, 2008(10)
- [7]应用矢量量化和利用DES加密的图像隐藏研究[D]. 陈延权. 浙江工商大学, 2007(02)
- [8]面向IP网的实时视频应用的关键技术研究[D]. 郭小清. 东南大学, 2006(04)
- [9]基于Turbo码的图像传输的联合信源信道编码[D]. 谢自梅. 汕头大学, 2006(12)
- [10]无线图像传输的信源信道联合编/解码研究[D]. 吕京元. 山东大学, 2005(08)