一、一种基于多媒体技术的新型并行DCT算法(论文文献综述)
刘多强[1](2020)在《高速图像压缩存储系统关键技术研究与实现》文中提出在航空航天、工业等领域,高速视觉测量仪器通过高速相机对快速运动目标实现高精度实时测量,从而产生海量图像数据。高速图像在传输和存储过程中,系统的传输带宽、存储容量以及系统的可靠性面临严峻的挑战。为了解决高速风洞试验中海量图像数据的实时压缩和存储难题,对其关键技术开展研究。首先阐述了课题研究背景和意义,并针对高速图像压缩和存储问题的国内外研究现状进行了分析。其次根据系统技术指标,采用自顶向下设计思想,将整个系统按照功能进行模块划分,完成了高速图像压缩存储系统总体架构设计。然后针对系统中的JPEG压缩算法和SATA存储技术进行了分析,为系统设计提供了理论基础和技术路线。最后,以Virtex-7 690t FPGA作为系统开发核心器件,采用并行流水处理和乒乓操作等技术,创新性地设计了高度并行处理的DCT处理器、量化器、熵编码器以及JFIF头文件单元,有效提高了系统吞吐率,能完成高速图像实时JPEG编码。基于SATA3.0协议,采用RAID 0存储技术,设计了SATA读写控制器和文件管理模块,可完成高速图像的并行SSD阵列存储。为了使系统便于灵活调整图像压缩比和实现系统功能切换,采用软硬件协同设计方法,设计了可配置接口,实现上位机的命令和参数传递。测试结果表明,本文设计的高速图像压缩存储系统能实现吞吐率不低于2GB/s的图像实时JPEG压缩和SSD阵列存储,达到了系统指标。系统满足高吞吐率和低时延处理需求,并且具备较好的灵活性和可扩展性。
谷帅[2](2019)在《3D点云高效压缩算法研究》文中研究指明近年来,随着多媒体通信和3D成像技术的发展,3D点云(3D Point Cloud)数据在3D建模、仿真、增强现实、沉浸式交流等新兴产业获得广泛应用。3D点云是由大量拥有具体三维位置信息的点集组成,其中每个点具备一个或多个特征(如:颜色,法线等)。作为新型空间数据类型,3D点云适合用来表示3D模型和空间,且计算处理起来非常高效。尽管3D点云数据结构有着许多优势,但是其存在着数据量巨大的问题。如何寻求有效的方法进行3D点云压缩,以节省存贮空间和实现点云有效传输,是目前迫切需要解决的难题。因此,3D点云高效压缩算法研究有着重要的理论意义和实用价值。为此,本文根据3D点云的数据特性探索了3D点云高效压缩算法,包括基于Morton排序的一维DCT压缩算法、基于改进图形变换的3D点云压缩算法、几何引导的稀疏表示3D点云压缩算法。具体如下:1、考虑到散乱的3D点云可以通过重排序排列成一维点阵列,本文提出了一种基于Morton排序的一维DCT压缩方法。该方法首先采用八叉树的方法对原始输入3D点云进行分割,随后以块作为基本编码单位。由于3D点云在空间的分布是不规则的,该方法进一步采用Mordon排序(又称为Z-扫描)对不规则的点云进行重排列,从而尽可能保留相邻点之间的相关性。接着采用去相关性能较好的1D-DCT对排列后的1维点云颜色信号进行变换。在熵编码过程中,采用预测编码的方法对幅值较大的直流系数进行编码;而对于剩下的幅值较小的交流系数则直接量化。最后对预测残差和量化后的交流系数进行算术编码。实验结果表明,所提算法能够有效地压缩3D点云数据。2、考虑到点云数据中散乱的点可通过添加边将其连接成图,本文提出了一种采用改进图形变换的3D点云压缩方法。该方法首先采用KD-Tree的方法对原始的输入点云进行分割。然后对图形的构造进行了优化,使得每个块只生成唯一的图。在图形生成后,计算图形变换矩阵并对去平均的颜色信号进行变换。在熵编码过程中,设计了一种块均值预测框架,包括5种角度模式和一种DC模式,且通过比较各个参考块的预测残差可得到最佳预测模式和预测残差。考虑到量化后的变换系数零系数的占比比较大,所提方法采用Run-Level对其进行编码。最后采用算术编码对最佳预测模式、量化后的预测残差、Run-Level编码参数进行编码。实验结果表明,所提算法相比多个现有3D点云压缩算法具有更高的压缩效率。3、考虑到稀疏表示可以有效地表示和压缩高维信号,本文提出了一种基于几何引导的稀疏表示3D点云压缩算法。该方法沿用八叉树的分割方式,并将每个块内点的不规则分布视为一种自适应的采样过程。随后采用几何引导的稀疏表示将点云的压缩问题转换为0l范数的优化问题,利用OMP算法对建立的优化问题进行求解。在熵编码过程中,所提方法设计了一种块均值预测框架,包括8种角度模式和一种DC模式,且通过比较各个参考块的预测残差以得到最佳预测模式和预测残差。考虑到求解出的系数是比较稀疏的,采用Run-Level对量化后的系数进行编码。最后最佳预测模式、量化后的预测残差、Run-Level编码参数均采用算术编码进行编码。实验结果表明所提算法能够实现对3D点云高效压缩。综上所述,本文主要根据3D点云数据特性系统研究了3D点云高效压缩算法,具有一定的创新性和挑战性。本文的研究成果在一定程度上为3D点云压缩技术开拓了视野,具有重要的理论研究意义和实际应用价值。
李泰新[3](2018)在《基于智慧协同网络的空间网络建模及资源适配方法研究》文中研究指明空间网络是现代通信体系中的重要组成部分,为此,世界各国纷纷开展对空间网络的研究。但是,传统空间网络技术发展落后于地面网络,不能满足空间网络发展所带来的管控方面以及资源适配方面的需求。因此,本文借鉴新型地面网络架构,考虑空间网络特点,设计新型的空间网络架构。论文围绕以下三个研究问题展开工作,1)设计出一种有效提升管控能力的新型空间网络架构;2)提升所设计的架构的网络性能;3)在所设计的架构中实现有效的资源适配。论文的主要工作和创新点如下:(1)针对研究问题一,本文将智慧协同网络的架构及设计思想应用于空间网络,设计出一种基于智慧协同网络的新型空间网络架构。本架构分为三层:管理层负责资源的注册查询以及策略制定,控制层负责收集网络信息以及分发策略,转发层负责转发数据。本架构采用基于控制与转发分离思想的集中式管控架构。论文分析了管控架构的可行性以及敏捷性,并且通过原型系统实验验证了本架构对流量调度方面的支持。论文兼顾本架构数据转发过程的特点,采用了排队论中的Jackson理论为管控信令流程建立理论模型,通过对比理论模型计算值和系统实验结果来验证模型的准确性。(2)针对研究问题二,本文以流表管理问题为切入点,提出了一种基于超时机制的流表管理方法,在空间网络环境中减少流表规模并降低流丢弃概率,提升空间网络性能。本方法考虑三个设计要点,即受限的流表空间、分类的卫星数据流和星间链路切换;包括两个启发式算法,分别关注减少流表规模和降低切换过程中因流表空间不足而导致的流丢弃概率。原型系统中的实验结果验证本方法在流表规模、切换过程中的流丢弃概率、传输质量等方面存在明显优势。例如,流表规模减少了 15.27%以上。并且,仿真环境中的测试结果验证了本方法在大规模星座中的有效性。(3)针对研究问题三,本文提出了一种基于服务质量的启发式选路算法和一种基于服务质量的带宽资源适配算法,考虑多种参数为多用户提供网络资源适配方案。本选路算法考虑卫星节点之间的链路连接、可用带宽、链路时延,以及丢包率,并引入调整因子,为用户制定综合的选路策略,从而保障用户的服务质量需求。本带宽资源适配算法考虑多用户共用卫星链路的情况,引入协商因子,并根据数据流的不同服务类型,为不同用户适配带宽资源。原型系统中的实验结果表明,就文件传输总时延和传输速率方面,所提出的两个算法性能较好,并且可以保证不同服务类型数据对带宽的需求。例如,高带宽需求数据流的带宽满足率提升了 16%。(4)为进一步实现有效的资源适配,本文在新型空间网络中引入服务资源适配概念,提出了两种服务功能链在空间网络中部署方式,并提出了三种服务资源适配算法,为空间网络服务功能按需适配提供方案。所提出的两种部署方式为动态多域模式和卫星编队模式。所提出的三种服务资源适配算法基于一种空间网络中路径选择算法,此算法考虑了动态拓扑和链路参数,使用客观权重来选择路径。本文基于仿真实验中隶属度函数值、路径跳数、切换性能、丢包率、时延、请求满足率,以及资源利用率等性能指标,总结了三种算法的适用条件和适用场景。通过上述对基于智慧协同网络的新型空间网络架构及相关机制的研究,本文为新型空间网络及关键技术的探索提供一种可行的新思路。
刘媛媛[4](2016)在《多维DCT/IDCT立体类蝶形算法及其单元式通道结构的研究》文中研究说明通信技术和计算机技术在理论和实际应用研究快速发展,为信号变换研究提供了良好的应用环境。因此,高效的信号处理变换方法成为当前研究的关键和热点。DCT算法以其简单的变换算法、高效的变换效果、最接近最佳变换算法的性能奠定了其在变换领域中的核心位置。DCT算法各种方面的研究虽然日渐成熟,但还存在适应范围的局限性,比如,多数算法只能适应某一种分块尺度的变换,或者某一个维度(多数为一维、二维或三维),或者算法结构中仅能适用于正变换或反变换。对分块尺度、维度、正反变换均兼容的算法鲜有研究,针对相应兼容算法结构也很少提及。究其原因,需要一种从一维向多维扩展的数学运算方法完成DCT算法高效的多维化运算,与此同时,该运算方法还应该具备算法的规律性以及结构的可行性。本文首先根据基础算法,提出一种以“张量积”数学运算为核心的多维DCT/IDCT算法,从数学运算的角度分析算法过程,推导出一种由蝶形单元、排列单元和乘法器组成的立体类蝶形信号流图的形式,该算法具有不同点数变换方法一致性、多维性、正反变换处理仅涉及输入输出顺序不同的特点。其次,根据DCT算法原理和立体类蝶形形式,将算法以单元形式分解,提出一种仅由延时器、选择器和加法器组成的单元结构,再配以乘法器将该单元结构应用到整体DCT算法中,形成一种由延时器、选择器、加法器和乘法器组成的以单元为单位,且单元间相互级联连接的单元式通道结构。再次,分析不同尺度分块、一维和多维、DCT和IDCT单元式通道结构特点及相互联系,提出一种兼容分块尺度可变、多维变换、正反变换可控的DCT/IDCT立体类蝶形算法兼容性单元式通道结构。然后,针对兼容性单元式通道结构中大量单一使用延时器和选择器,以及不同分块尺度兼容的问题,改进了单元式通道结构中延时器和选择器的使用方法,建立固化模块,提出一种节约器件的单元通道式算法结构。最后,建立多维信号模型,测试本文提出的n-D DCT/IDCT立体类蝶形算法性能;此外,通过算法性能的测试结果,将该算法应用于视频压缩编码的实际中。通过对本文多维DCT/IDCT立体类蝶形算法及其单元式通道结构的研究得出以下结论:(1)以数学“张量积”运算为核心,将一维DCT向多维进行推导,思想简单、直观,容易建立维度之间的联系。(2)立体类蝶形形式是以FFT算法中蝶形流图的形式为灵感,立体蝶形相当于将一维蝶形运算“多维化”的结果,直观地表达了本文中具有大量复杂公式的算法实质。(3)立体类蝶形形式的提出,解决了复杂公式形象化的问题,其根本目的在于对本文提出的DCT算法原理进行结构化研究,延时器、选择器和加法器组成了DCT立体类蝶形算法原理中主要的单元结构,具有一致性,并将单元结构配合乘法器级联连接组成单元式通道结构,该结构直观表达了算法原理。(4)立体类蝶形算法单元式通道结构,实现了兼容分块尺度可变、多维变换、正反变换的特点。针对单元式通道结构中大量一次性使用的器件造成硬件浪费的问题,建立整合模型,通过复用延时器配合选择器使用的方法,以达到提高器件使用效率的目的。实验结果表明,提出的节约器件的单元式通道结构能够达到节约器件的目的,且节约效果在对较大尺度分块信号处理时较为明显。(5)从实际应用的角度出发,通过实验方法对本文提出的n-D DCT/IDCT立体类蝶形算法性能进行测试,结果表明本文提出的算法具有复杂度低、压缩比高、算法耗时短,能量集中效率高的特点,且良好的兼容特性使得算法在实际应用中具有相当的优势,为维度、尺度分块等动态DCT提供算法指导。总之,本文从基础算法推导入手,提出的n-D DCT/IDCT立体类蝶形算法及其由延时器、选择器、加法器、乘法器组成的单元式通道结构,具有兼容多尺度分块结构、兼容正反变换、兼容多维变换的特点。该算法及其结构的提出为DCT算法甚至其他变换方法提供一种新的研究参考方向,为视频压缩编码和其他应用领域中多维变换处理提供了参考方法。
孙平[5](2015)在《基于FPGA的静态彩色图像压缩系统的设计与实现》文中研究指明当今社会步入信息化时代,图像在信息传输过程中起到了举足轻重的作用,那么有关图像的处理技术在航空航天、生物医学、军方和通信领域就成为人类研究的重点。人们在研究过程中发现对庞大的图像数据如何存储和传输,已成为图像处理领域不可忽视的技术难点。如果只是一味的增加存储空间和传输带宽是不能从根本上解决这一问题,唯一可行途径就是对图像数据进行压缩处理。本文主要研究的是图像压缩原理和编码过程,重点研究其中的核心算法,通过对几种经典算法的讨论比较,选择一种高压缩比和适用于硬件结构的算法,然后对此算法稍作改进后作为本文压缩系统中的处理算法,这是也本文研究内容的难点之处。本文的主要内容是将一幅BMP格式的图像根据JPEG编码标准压缩成JPG格式的图像。压缩过程中通过逻辑芯片FPGA和硬件描述语言Verilog HDL相结合,完成各个模块的硬件结构设计和Model Sim上的功能仿真。最终将压缩的数据按照标准JFIF文件格式处理后,传输到PC机上,由Windows系统自带的解码软件解压出最终的图像。其中核心内容是对JPEG压缩过程中DCT变换算法的研究,讨论了不同快速算法的计算方法,采用这些不同算法对同一幅图像进行压缩。通过分析压缩后的图像效果和压缩比,同时结合硬件的设计要求,得出LLM-12算法不仅结构比较符合硬件设计的技术要求而且处理后压缩效果和压缩比都比较良好,因此本文就选用此算法来处理离散余弦变换部分。然而考虑到硬件设计指标要求,这个算法还存在一些不足,文中针对算法的不足之处,进行适当的改进和优化。主要是参考Bin-DCT算法的理论思想,将算法中的浮点数根据需要适当扩大2k倍后截取与原值最近的整数,让FPGA对算法只做加法和移位处理。通过改进消除了乘法运算,这样不仅提高硬件运行速度而且还减少了芯片中乘法器的资源消耗。同样采用改进后的算法对同一幅图像进行压缩处理,并且和其它的算法效果进行比较,得出改进后的算法不仅有利于提高硬件的处理速度,而且压缩比和压缩效果良好。离散余弦变换后需要对变换系数进行量化,此过程通过保留能量大的低频信号,丢失能量小的高频信号来实现压缩。由于用硬件做除法运算复杂且速度慢,不符合硬件结构的设计要求,因此文中在分析研究量化规律后对量化过程中的除法运算进行改进,最终硬件也只做加法和移位处理。量化后是对量化系数编码,本文采用哈弗曼编码方式,借助4个标准的Huffman编码表完成最终的编码流程,编码后的码流即是经过压缩处理后整幅图像的数据信息。本文对整个硬件系统采用流水线操作,数据的处理是采用并行输入和流水线设计相结合的方式,这样不仅缩短了模块间的等待时间和数据传输时间,而且减少FPGA芯片内部资源消耗。整个系统的开发平台是基于Lattice公司ECP3系列的FPGA芯片和该公司的Diamond开发设计软件。文中通过运用不同的快速算法对同一幅图像在PC机上用软件进行压缩处理,然后分析压缩结果,采用改进后的LLM-12算法得到的压缩比达到30:1,比改进前的LLM-12算法处理的压缩比要高。虽然比LLM的压缩比稍低,但是改进后算法结构更利于硬件的快速处理。在硬件模块的功能设计中,分别对采用改进前后的算法进行编译综合,硬件资源占用从9%降到7%,速度也提高了12倍。最终改进后的整个系统压缩比达到30.8:1,压缩后的视觉效果良好。
吴国光[6](2013)在《基于IEEE 1451.5的RFID及无线视频传感系统建模与实现》文中指出论文研究基于IEEE1451.5的RFID及无线视频传感系统建模与实现,对加快无线智能传感技术发展、促进现代制造业智能化,具有重要学术价值与实际意义。研究工作得到中国博士后科学基金(2012M511806)、广东省高等学校高层次人才项目(粤教师函[2010]79号文)资助。论文从基于IEEE1451.5的传感系统建模技术、RFID信息快速获取方法、无线视频传感系统编码技术等方面,论述国内外研究进展,确定研究内容。论文主要工作包括:⑴深入开展基于IEEE1451.5的传感系统UML与Petri网联合建模方法研究,实现模型可操作性验证与动态性能评估,提高系统开发速度与质量。基于层次化信息流动态建模方法建立了基于IEEE1451.5的RFID与无线视频传感系统通信机制模型,从宏观角度描述RFID与无线视频传感系统静态用例模型、信息交互模型与系统整体物理实现;通过制定UML与Petri网转换规则,实现UML图到Petri网模型转换,分析验证模型结构可操作性与性能;研究基于IEEE1451.5WiFi协议WTIM接入机制与数据传输过程有色Petri网模型,采用CPN Tools工具,分析模型活性、有界性、可达性。最后,还研究WTIM数据流CPN模型结构参数配置对系统性能指标影响规律,提高系统设计合理性与性能。⑵探讨基于IEEE1451的RFID系统标签数估算与多标签防碰撞方法,提高信息获取速度。针对区间搜索标签数估算法运算量较大问题,提出基于粗精二次搜索(CFDDE)的标签数估算方法,采用由粗至精搜索思想,无需或仅需少量乘法运算估算标签数。第一次搜索通过另外一种评价指标,用加减运算消除切比雪夫不等式估算法平方、开方运算,同时减少第二次搜索范围,一般可使第二次搜索范围减少约90%,估算时间比切比雪夫不等式法减少约54%。进一步研究基于CFDDE的QCFDDE多标签防碰撞方法,推导出帧长度与标签数关系式,针对所求得帧长度通常不为2整数次方、无法直接应用且不能采用最近整数法问题,利用Q值边界条件,以最大信道利用率为原则,研究基于迭代法的Q值选取方法,提高系统读写效率。仿真结果表明,基于QCFDDE多标签防碰撞方法标签功耗比基于碰撞最小值、泊松分布、空闲时隙法标签数估算的防碰撞方法分别减少26.7%、15.4%、15.4%,信道利用率分别提高6.9%、4.2%、4.3%。⑶研究一种适用于无线视频传感系统的PDP-AAN JPEG图像压缩方法,采用多边形DCT裁剪方法(PDP)增加裁剪模式,结合AAN快速DCT算法优化JPEG压缩过程。PDP裁剪方法针对JPEG图像压缩DCT变换运算量较大、裁剪模式少、应用灵活性不强等问题,通过扩展DCT系数矩阵选取区域,增加裁剪模式,有利于图像压缩质量宽范围细致调节。应用BIC信息准则选取PDP裁剪系数,避免主观因素影响,权衡图像压缩质量与复杂度关系,应用灵活性得到增强。将AAN缩放因子与JPEG量化过程结合,推导得AAN量化表,优化JPEG压缩过程。仿真结果表明,PDP-AAN JPEG图像压缩方法,在图像压缩质量减少0.2%下,二维DCT乘法、加法运算个数分别减少3.8%、6.0%,量化、“Z”字形排列计算量分别减少32.8%、32.8%。⑷针对资源受限的IEEE1451.5无线视频传感系统,提出一种基于隔块角线编选分离(IDSCS)的无线视频编码方法。其特点在于,采用PDP-AAN JPEG图像压缩方法降低图像压缩运算量,增强应用灵活性;利用隔块角线像素采样差异值自适应更新视频帧,增强编码适应性;将复杂度较大的编码参数选取与动态更新算法从资源受限编码节点转移至运算能力较强的视频集成中心,实现编选分离,降低编码节点复杂度。研究基于IEEE1451.5的无线视频系统性能提升方法,将JPEG文件头与TEDS用户自定义信息结合减少图像数据传输量,并通过优化配置无线视频节点结构参数提高进程并行处理能力。仿真结果表明,基于IDSCS无线视频编码方法与M-JPEG方法相比,解码图像PSNR降低3%下,数据传输量减少约55%。论文还开展基于IEEE1451.5的RFID系统、无线视频系统实现与性能验证实验,探讨系统应用与效果。实验表明,将RFID及无线视频传感系统建模方法、CFDDE标签数估算方法、QCFDDE多标签防碰撞方法、PDP-AAN JPEG图像压缩方法、隔块角线编选分离视频编码等方法,综合应用到基于IEEE1451.5的RFID及无线视频传感系统建模与实现,能有效提高系统整体性能与开发速度。通过准确度较高的CFDDE标签数估算法,能提高QCFDDE防碰撞方法性能,RFID系统读写性能比基于泊松分布标签数估算法的防碰撞方法提高约17%;基于PDP-AAN JPEG图像压缩方法,能通过裁剪系数调整图像压缩质量,减少无线数据传输量,图像压缩率Crate≈16;基于IDSCS的无线视频编码方法,能动态更新视频传输帧类型与视频编码参数,视频流畅(传输帧率Frate≈18fps)。在智能机房无线视频监控与资产管理初步应用、基于IEEE1451物联网区域环境空气质量监测平台应用,均表明RFID及无线视频编码技术应用已经达到项目预期效果,证明本文所研究方法有效性、适用性,并且还可以在其它领域推广应用。
宋丹丹[7](2013)在《并行JPEG压缩算法在ESCA上的实现》文中指出随着信息技术的发展,图像的应用愈加广泛,但是日益增加的图像数据量与有限带宽的矛盾日渐突出,因此图像压缩变得越来越重要。JPEG压缩算法是目前国际上广泛应用的图像压缩算法之一。本项目基于异构混合架构设计了面向多媒体与科学工程计算的多核加速协处理器ESCA,本文主要研究了基于高性能ESCA协处理器的并行JPEG算法的实现。考虑到JPEG算法中各个部分的特点,将计算密集型的前向DCT变换和量化部分在高性能ESCA协处理器上实现,将控制密集型的代码部分在主处理器上实现。此外,根据高性能ESCA协处理器的显式存储技术以及处理器-存储器集成技术,实现数据存储的优化,大大减少了数据的传输时间,提高了程序的整体效率;根据高性能ESCA协处理器计算内核提供的多媒体指令及其子字并行技术和向量技术,实现计算部分的加速,有效提高整体计算速度;最后基于双buffer实现数据传输与计算的并行,以隐藏数据传输引起的延迟,减少了计算内核的等待时间,缩短了整体执行时间。最后,本文在单芯片高性能ESCA协处理器实现并行JPEG算法,并对其性能进行评测,通过与IntelPentium Duo CPU T2330的性能对比,单芯片高性能ESCA协处理器是IntelPentium Duo CPU T2330性能的1.5倍左右。此外,在大规模高性能ESCA协处理器上,通过改变系统的芯片数目、芯片上计算内核的数目、工作频率以及存储带宽,对性能进行评测,探究影响性能的因素,并得出性能评估模型,对多核系统的设计具有一定的指导意义。
朱超[8](2012)在《基于FPGA的数字音频信息隐藏技术研究》文中指出随着网络技术的普及,随之而产生的网络安全问题逐渐被人们所关注。信息隐藏作为信息安全的一个重要部分,由于其在版权保护等方面的重要作用,已成为专业研究人士的主要研究对象。而当前的信息隐藏产品主要是由软件方式开发而成,对使用要求有一定的局限性,比如实时性很难达到要求,因此对于此类产品的推广带来一定的障碍。本文主要研究音频的信息隐藏技术的FPGA实现方式,在设计过程中对整体的架构进行分析,通过生成IP核的方式实现硬件设计,并对性能及应用前景进行分析。本文首先对信息隐藏技术和IP核开发技术进行研究,说明了以IP核方式实现信息隐藏算法的可行性和必要性。本文对IP核的易配置、易修改、使用灵活、功能专一等优点进行了分析,同时还分析了各种信息隐藏算法,本文的重点是将已有算法用IP核实现,形成目标软核。本系统采用了LSB、DCT算法作为音频的信息隐藏算法,设计了LSB算法模块、DCT算法模块,并用软核进行功能实现。在软核设计方面主要针对软核的可控性进行设计,整体模块在主控制器的协调下将数字音频信息和隐藏信息进行处理,最终实现数字音频信息隐藏核(DAIH)模块。最后本文对DAIH的性能测试进行说明,主要针对DAIH的功能测试和性能测试两方面,功能方面主要是针对隐藏和提取两种工作方式的完备性;性能方面主要是针对此类硬件实现的系统较之软件实现的系统的性能优越性。同时本文针对此系统在应用方面的前景进行研究,设计了一个网络语音认证系统的应用实例,说明了数字音频信息隐藏软核是如何应用到实际设计中的,表现了信息隐藏软核良好的实用性和广阔的应用前景。
刘晓东[9](2012)在《嵌入式处理器中多媒体加速单元的研究》文中研究说明在嵌入式移动设备中应用多媒体技术,需要同时考虑性能、成本、功耗以及灵活性等诸多方面的因素,带有媒体扩展单元的嵌入式处理器作为其中一种较为平衡的解决方案,得到了广泛的关注与研究。本论文以此为背景,在研究多种媒体运算以及典型扩展指令集的基础上,对嵌入式处理器中的媒体加速单元进行设计并实现一种新型去隔行算法,现将本论文的主要研究工作与创新点归纳如下:1.对多种媒体运算与扩展指令集的研究。论文针对多媒体应用中两大重要的技术——音视频编解码和后处理技术进行展开,分别对MPEG2、MPEG4、H.264和图像缩放、视频去隔行、帧频提升进行算法研究、运算提取以及实验分析,同时借鉴主流的多媒体扩展指令集,结合现有处理器和指令集的特点,根据Amdah1定律等影响处理器性能的因素,对媒体扩展指令集进行设计,本文重点对SIMD加减、乘法及其相关的SAD、乘累加指令进行研究。2.多媒体加速单元的设计。在综合考虑已有处理器机制的基础上,多媒体加速单元整体采用乱序执行和流水线平衡划分的策略。通过采用成熟的乘法器IP,提升了设计的可靠性;通过将高位宽乘法运算分解为并行的低位宽乘法运算,缩短了组合逻辑的延时;通过内部的重排序机制,保证了精确的中断和异常处理;通过门控时钟和操作数隔离的技术,有效控制了功耗。3.去隔行的多媒体应用研究。本文提出了一种新型的基于运动分类的自适应去隔行算法,创新性地引入了运动等级分类、维纳中值滤波以及三重中值滤波,仿真实验表明,算法具有一定的先进性。同时,采用媒体处理器加以实现,将其中复杂的运算与媒体指令集进行映射,并将其处理结果与算法仿真结果进行对比分析。
吕庆[10](2011)在《基于CUDA的图像数字水印技术的研究》文中进行了进一步梳理随着计算机科学与网络技术的不断发展,数字图像、数字音频、数字视频等数字媒体越来也多地占据了人们的日常生活之中。而数字媒体的安全性与合法性逐渐成为了人们关注的课题。作为众多数字信息加密手段的一种,数字水印技术近年来发展迅速,成为数字产品在产权保护方面强有力的保障。由于水印破译手段的不断改进,为了实现更高质量的图像效果和更安全的信息保护能力的要求,数字水印技术逐渐向大型化和复杂化的方向发展。伴随着新兴电子产品的不断出现,水印产品每年以数以亿计的规模不断被生产出来,高复杂度下的数字水印算法的时间延迟被不断放大,不但浪费了大量资源,同时也给水印信息带来了危险性。NVIDIA公司推出的CUDA计算统一设备架构,根据显卡的硬件结构特点,以并行指令集为运算方式,近年来发展迅速,已应用在大量的科学计算的优化算法之中。基于显卡的图形处理及其通用计算成为图形学及高性能计算领域的热点研究课题。本文以探索GPU大规模并行通用计算的运用模式为目标,从传统问题入手,选择典型算法进行研究,主要研究了图像数字水印算法中时域水印嵌入算法、频域水印嵌入算法和压缩域水印嵌入算法这三类算法在GPU上的并行化。传统图像水印算法存在迭代繁琐,不适宜并行计算等特点。本文提出了基于转换矩阵的公式变换策略,通过矩阵计算来解决传统水印嵌入算法中的并行性计算问题。本文在水印并行化计算的基础上,进一步研究了并行化计算的优化策略,包括共享存储器和流计算在GPU计算过程中的提速问题,进一步提高了水印嵌入算法的执行效率。文本通过对图像数字水印技术的串、并行对比试验,证明了基于CUDA的图像数字水印技术在不降低图像质量、图像鲁棒性和水印隐秘性的前提下,对于传统的水印嵌入算法的执行效率具有极大的提升。
二、一种基于多媒体技术的新型并行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、一种基于多媒体技术的新型并行DCT算法(论文提纲范文)
(1)高速图像压缩存储系统关键技术研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题的研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 高速图像JPEG压缩 |
1.2.2 高速数据存储技术 |
1.3 论文研究内容与结构安排 |
1.4 本章小结 |
2 高速图像压缩存储系统方案设计 |
2.1 系统技术指标 |
2.2 图像处理常用实现平台 |
2.3 系统总体架构设计 |
2.4 系统实现平台 |
2.5 本章小结 |
3 系统关键算法与技术分析 |
3.1 JPEG压缩算法分析 |
3.1.1 JPEG压缩概述 |
3.1.2 2D-DCT算法研究 |
3.1.3 量化 |
3.1.4 zig-zag扫描 |
3.1.5 熵编码 |
3.2 JPEG文件交换格式研究 |
3.2.1 JFIF文件格式语法 |
3.2.2 JFIF文件格式说明 |
3.3 基于SATA3.0的SSD阵列存储技术分析 |
3.3.1 SATA3.0 协议分析 |
3.3.2 SSD阵列存储技术研究 |
3.4 本章小结 |
4 基于FPGA的系统设计与实现 |
4.1 系统结构设计 |
4.2 高速并行DCT设计实现 |
4.2.1 图像分块缓存设计 |
4.2.2 并行DCT架构设计 |
4.2.3 DCT处理器设计 |
4.3 并行量化设计实现 |
4.3.1 量化器设计方案 |
4.3.2 量化器设计实现 |
4.4 并行熵编码设计实现 |
4.4.1 RLE编码设计 |
4.4.2 Huffman编码设计 |
4.4.3 定长码流整合设计 |
4.5 JFIF文件格式输出设计实现 |
4.5.1 JFIF头文件生成器设计 |
4.5.2 Out Mux模块设计 |
4.6 图像存储与管理设计实现 |
4.6.1 存储管理结构设计 |
4.6.2 文件管理设计 |
4.6.3 SSD阵列存储控制设计 |
4.7 本章小结 |
5 系统测试与结果分析 |
5.1 测试平台及方法 |
5.2 高速JPEG编码器测试与分析 |
5.2.1 主要模块测试 |
5.2.2 测试结果分析 |
5.3 SATA存储测试与分析 |
5.3.1 SATA读写性能测试 |
5.3.2 测试结果分析 |
5.4 系统性能测试与分析 |
5.5 本章小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间取得的研究成果 |
(2)3D点云高效压缩算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 3D点云几何信息压缩 |
1.2.2 3D点云属性压缩 |
1.2.3 动态3D点云序列压缩 |
1.2.4 MPEG压缩标准 |
1.3 论文的研究内容 |
1.4 论文主要内容 |
第2章 3D点云简介 |
2.1 3D点云采集技术 |
2.2 3D点云体素化表示 |
2.3 3D点云模型 |
2.4 本章小结 |
第3章 结合Mordon排序的一维DCT压缩算法研究 |
3.1 引言 |
3.2 结合Mordon排序的一维DCT算法 |
3.2.1 八叉树分割 |
3.2.2 Mordon排序和一维的DCT |
3.2.3 熵编码 |
3.3 实验结果与分析 |
3.4 本章小结 |
第4章 采用改进图形变换的3D点云压缩算法研究 |
4.1 引言 |
4.2 采用改进图形变换的3D点云压缩算法 |
4.2.1 KD树分割方法 |
4.2.2 改进的图形变换 |
4.2.3 块均值预测算法 |
4.2.4 交流系数编码 |
4.3 实验结果与分析 |
4.3.1 率失真性能分析 |
4.3.2 重建点云的主观比较图 |
4.3.3 分割深度对压缩性能的影响 |
4.4 本章小节 |
第5章 基于几何引导的稀疏表示3D点云压缩算法研究 |
5.1 引言 |
5.2 稀疏表示理论基础 |
5.2.1 稀疏表示的数学基础 |
5.2.2 优化求解方法 |
5.3 基于几何导向的稀疏表示3D点云压缩算法 |
5.3.1 稀疏模型建立 |
5.3.2 块均值预测算法 |
5.4 实验结果与分析 |
5.4.1 块大小对压缩性能的影响 |
5.4.2 块均值预测算法评估 |
5.4.3 率失真性能分析 |
5.4.4 视觉质量评估 |
5.4.5 计算复杂度分析 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 主要工作与创新之处 |
6.2 研究展望与设想 |
参考文献 |
致谢 |
个人简历、在学期间发表的学术论文与研究成果 |
(3)基于智慧协同网络的空间网络建模及资源适配方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
主要缩略语对照表 |
1 绪论 |
1.1 引言 |
1.2 研究背景与研究现状 |
1.2.1 新型网络研究现状 |
1.2.2 空间网络研究现状 |
1.3 研究意义 |
1.4 主要工作与创新点 |
1.5 论文组织结构 |
2 基于智慧协同网络的空间网络架构 |
2.1 引言 |
2.2 基于智慧协同网络的空间网络架构描述 |
2.2.1 管理层 |
2.2.2 控制层 |
2.2.3 转发层 |
2.2.4 通信流程 |
2.2.5 新型空间网络架构与智慧协同网络对应关系 |
2.3 基于智慧协同网络的空间网络原型系统实现 |
2.3.1 地面网络部分 |
2.3.2 空间网络部分 |
2.4 基于智慧协同网络的空间网络原型系统验证 |
2.4.1 管控架构可行性分析 |
2.4.2 管控架构敏捷性分析 |
2.4.3 空间网络中流量工程分析 |
2.4.4 天地一体化网络中流量工程分析 |
2.5 基于智慧协同网络的空间网络模型描述 |
2.5.1 基于智慧协同网络的空间网络基本管控模型 |
2.5.2 基于智慧协同网络的空间网络的Jackson模型 |
2.6 模型实验验证 |
2.7 模型数值分析 |
2.7.1 μ_c对T的影响 |
2.7.2 x对T的影响 |
2.7.3 q~f对T的影响 |
2.7.4 λ对T的影响 |
2.8 本章小结 |
3 基于智慧协同网络的空间网络中流表管理策略 |
3.1 引言 |
3.1.1 研究背景 |
3.1.2 研究现状 |
3.2 问题分析 |
3.3 算法描述 |
3.3.1 动态分类超时(DCT)算法 |
3.3.2 基于超时策略的移动性管理(TSMM)算法 |
3.4 实验分析与评估 |
3.4.1 实验设计 |
3.4.2 流表规模对比分析 |
3.4.3 归一化的查不到表概率对比分析 |
3.4.4 流丢弃概率对比分析 |
3.4.5 吞吐量对比分析 |
3.4.6 idle_timeout值分布对比分析 |
3.5 仿真分析与评估 |
3.5.1 仿真设计 |
3.5.2 仿真结果分析 |
3.6 本章小结 |
4 基于智慧协同网络的空间网络中网络资源适配方法 |
4.1 引言 |
4.1.1 研究思路 |
4.1.2 研究现状 |
4.2 算法描述 |
4.2.1 空间网络链路 |
4.2.2 空间网络模型 |
4.2.3 QSR算法 |
4.2.4 QBA算法 |
4.3 实验分析与评估 |
4.3.1 QSR算法实验结果 |
4.3.2 QBA算法实验结果 |
4.4 本章小节 |
5 基于智慧协同网络的空间网络中服务资源适配方法 |
5.1 引言 |
5.1.1 研究背景 |
5.1.2 研究现状 |
5.2 空间网络中SFC部署方式 |
5.2.1 新型空间网络服务提供模式 |
5.2.2 动态多域模式 |
5.2.3 卫星编队模式 |
5.3 算法描述 |
5.3.1 空间网络建模 |
5.3.2 OWPS算法描述 |
5.3.3 SFP生成算法描述 |
5.4 仿真分析与评估 |
5.4.1 仿真设计 |
5.4.2 隶属度函数值对比 |
5.4.3 路径跳数对比 |
5.4.4 切换性能对比 |
5.4.5 丢包率对比 |
5.4.6 时延对比 |
5.4.7 请求满足率对比 |
5.4.8 资源利用率对比 |
5.5 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 未来研究工作展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(4)多维DCT/IDCT立体类蝶形算法及其单元式通道结构的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的目的及意义 |
1.2 DCT算法研究现状 |
1.2.1 DCT算法原理的研究 |
1.2.2 DCT算法集成性的研究 |
1.2.3 多维DCT算法的研究 |
1.2.4 通道式算法结构的研究 |
1.3 视频压缩编码技术 |
1.3.1 视频压缩目标及依据 |
1.3.2 视频压缩变换编码 |
1.3.3 多视角视频压缩编码 |
1.4 视频压缩性能评价标准 |
1.4.1 主观评价 |
1.4.2 客观评价 |
1.5 目前存在的问题及解决方案 |
1.6 论文各部分主要内容及构架 |
1.6.1 主要内容 |
1.6.2 本文构架 |
第2章 算法原理 |
2.1 基础算法 |
2.1.1 张量积 |
2.1.2 矩阵直和 |
2.1.3 信号排列 |
2.1.4 算法矩阵 |
2.2 定理、定义及推论 |
2.3 DCT算法原理 |
2.3.1 DCT-II算法原理 |
2.3.2 DST-IV算法原理 |
2.3.3 DCT-IV算法原理 |
2.4 2-D DCT算法原理 |
2.5 n-D DCT算法原理 |
2.6 本章小结 |
第3章 DCT/IDCT立体类蝶形形式 |
3.1 基本类蝶形形式 |
3.1.1 蝶形运算 |
3.1.2 排列运算 |
3.1.3 乘法运算 |
3.2 DCT类蝶形形式 |
3.2.1 DCT-II类蝶形形式 |
3.2.2 DCT-IV类蝶形形式 |
3.3 n-D DCT立体类蝶形形式 |
3.3.1 n-D DCT蝶形运算 |
3.3.2 n-D DCT排列运算 |
3.3.3 n-D DCT乘法运算 |
3.4 IDCT类蝶形形式 |
3.4.1 IDCT蝶形运算 |
3.4.2 IDCT排列运算 |
3.4.3 IDCT乘法运算 |
3.5 其他IDCT类蝶形形式 |
3.5.1 IDCT-II类蝶形形式 |
3.5.2 IDCT-IV类蝶形形式 |
3.5.3 n-D IDCT立体类蝶形形式 |
3.6 本章小结 |
第4章 单元式通道结构 |
4.1 基本结构单元 |
4.1.1 蝶形单元 |
4.1.2 乘法单元 |
4.1.3 排列单元 |
4.2 1-D DCT/IDCT单元式通道结构 |
4.2.1 1-D DCT单元式通道结构 |
4.2.2 1-D IDCT单元式通道结构 |
4.2.3 1-D DCT/IDCT兼容性单元式通道结构 |
4.3 n-D DCT/IDCT单元式通道结构 |
4.3.1 n-D DCT单元式通道结构 |
4.3.2 n-D IDCT单元式通道结构 |
4.3.3 n-D DCT/IDCT兼容性单元式通道结构 |
4.4 算法复杂度分析 |
4.4.1 硬件复杂度分析 |
4.4.2 计算复杂度分析 |
4.5 计算复杂度比较 |
4.5.1 比较算法 |
4.5.2 比较结果 |
4.6 本章小结 |
第5章 节约器件的DCT/IDCT立体类蝶形算法单元式通道结构 |
5.1 多延时器整合模型 |
5.1.1 延时器数量分析 |
5.1.2 多延时器基本模型 |
5.1.3 多延时器扩展模型 |
5.1.4 多延时器嵌套模型 |
5.2 延时器组模型 |
5.2.1 延时器组 |
5.2.2 含延时器组的结构单元 |
5.3 节约延时器n-D DCT/IDCT单元式通道算法结构 |
5.4 实验及结果分析 |
5.4.1 单元器件对比 |
5.4.2 DCT/IDCT立体类蝶形算法结构器件使用对比 |
5.4.3 视频信号变换处理中器件使用对比 |
5.5 本章小结 |
第6章 n-D DCT/IDCT立体类蝶形算法性能测试及其视频压缩编码应用 |
6.1 多维视频信号模型的建立 |
6.1.1 多维视频信号分块模型 |
6.1.2 多视角视频信号分块模型 |
6.2 性能指标 |
6.2.1 压缩性能 |
6.2.2 变换性能 |
6.3 视频信号压缩 |
6.3.1 多维视频信号压缩 |
6.3.2 多视角视频信号压缩 |
6.3.3 算法性能测试结果 |
6.4 视频压缩编码应用 |
6.4.1 特点分析 |
6.4.2 测试序列选择 |
6.4.3 系统组成 |
6.4.4 视频压缩编码实验 |
6.4.5 实验结果分析 |
6.5 本章小结 |
第7章 结论与展望 |
7.1 主要成果与结论 |
7.1.1 主要成果 |
7.1.2 结论 |
7.2 创新点 |
7.3 未来工作展望 |
参考文献 |
附录 |
学习期间取得的成果 |
致谢 |
(5)基于FPGA的静态彩色图像压缩系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 研究背景 |
1.2 国内外的研究现状 |
1.3 论文的主要内容及章节安排 |
1.3.1 论文的主要内容 |
1.3.2 论文的章节安排 |
第2章 技术基础 |
2.1 综合配置编译软件Diamond |
2.2 FPGA |
2.2.1 FPGA的基本架构 |
2.2.2 FPGA的工作原理 |
2.2.3 FPGA的设计方法和设计流程 |
2.3 仿真软件ModelSim |
2.4 Verilog HDL语言 |
2.4.1 Verilog的基本语法结构 |
2.4.2 Verilog HDL的设计流程 |
2.5 JPEG图像压缩技术 |
2.5.1 图像压缩原理和分类 |
2.5.2 JPEG压缩标准 |
第3章 快速DCT算法与改进 |
3.1 DCT算法 |
3.1.1 快速傅里叶变换 |
3.1.2 离散余弦变换 |
3.2 LLM-12算法的实现 |
3.2.1 快速DCT算法的结构 |
3.2.2 LLM算法的实现 |
3.2.3 LLM-12算法的实现 |
3.3 LLM-12算法的改进 |
3.4 不同快速DCT算法的压缩效果与改进算法的比较 |
3.4.1 W.H.Chen算法的压缩结果 |
3.4.2 AA&N算法的压缩效果 |
3.4.3 Bin-DCT算法的压缩效果 |
3.4.4 不同算法的图像压缩效果 |
第4章 JPEG编码器主体模块的硬件设计 |
4.1 编码器主体结构设计思想 |
4.2 DCT模块的硬件实现 |
4.2.1 1D-DCT硬件设计 |
4.2.2 2D-DCT硬件设计 |
4.3 量化模块的硬件设计 |
4.4 熵编码硬件模块 |
4.4.1 DPCM模块硬件设计 |
4.4.2 RLC模块硬件设计 |
4.4.3 Huffman编码硬件模块 |
4.5 数据封装模块硬件设计 |
4.6 本章小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间取得学术成果 |
(6)基于IEEE 1451.5的RFID及无线视频传感系统建模与实现(论文提纲范文)
摘要 |
Abstract |
目录 |
主要符号表 |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 相关研究内容国内外研究进展 |
1.2.1 基于 IEEE 1451.5 的传感系统建模研究进展 |
1.2.2 RFID 信息快速获取方法研究进展 |
1.2.3 无线视频传感系统编码技术研究进展 |
1.3 论文的主要研究内容 |
第二章 RFID 与无线视频传感系统信息流动态建模与分析 |
2.1 引言 |
2.2 基于 UML-Petri 网 IEEE 1451.5 RFID 与 WVSS 信息流动态建模 |
2.2.1 基于 IEEE 1451.5 的 RFID 与无线视频传感系统信息流层次架构 |
2.2.2 RFID 与无线视频传感系统信息流 UML-Petri 网联合建模 |
2.3 IEEE 1451.5 WiFi 协议通信机制建模与仿真 |
2.3.1 基于 IEEE 1451.5 WiFi 协议的传感系统接入机制建模 |
2.3.2 传感系统数据传输过程建模与仿真分析 |
2.4 WTIM 数据流建模与动态性能评估分析 |
2.4.1 WTIM 数据流建模与可操作性验证与分析 |
2.4.2 基于 Markov 链的 WTIM 数据流模型动态性能评估 |
2.5 本章小结 |
第三章 基于 IEEE 1451.5 的 RFID 信息快速获取方法 |
3.1 引言 |
3.2 基于 IEEE 1451.5 的 RFID 信息获取系统架构 |
3.3 RFID 系统读写区域标签数动态估算方法 |
3.3.1 基于粗精二次搜索 CFDSE 的标签数估算方法 |
3.3.2 基于 CFDSE 标签数估算方法性能仿真 |
3.4 基于最大信道利用率的 Lf与 Ntag关系式 |
3.5 基于迭代法的 Q 值选取 |
3.6 多标签信息快速获取防碰撞方法 |
3.6.1 基于 CFDSE 标签数估算的 Q 值多标签防碰撞方法 |
3.6.2 QCFDSE多标签防碰撞方法性能分析 |
3.7 本章小结 |
第四章 基于 IEEE 1451.5 的 WVSN IDSCS 视频编码方法 |
4.1 引言 |
4.2 基于 IEEE 1451.5 的无线视频传感系统架构 |
4.3 基于 PDP-AAN JPEG 图像压缩方法 |
4.3.1 PDP-AAN DCT 变换方法 |
4.3.2 基于 BIC 准则裁剪系数选取方法 |
4.4 基于隔块角线编选分离 IDSCS 的无线视频编码方法 |
4.4.1 隔块角线像素采样差异的视频帧更新机制 |
4.4.2 编选分离图像序列分组模式差异的视频编码参数选取方法 |
4.5 基于 IEEE 1451.5 无线视频传感系统编码方法效果实验 |
4.5.1 PDP-AAN JPEG 图像压缩方法性能分析 |
4.5.2 基于隔块角线编选分离 IDSCS 的无线视频编码方法性能分析 |
4.6 本章小结 |
第五章 相关实验与应用实例 |
5.1 引言 |
5.2 基于 IEEE 1451.5 的 RFID 子系统实现与性能验证 |
5.2.1 基于 IEEE 1451.5 的 RFID 子系统构建 |
5.2.2 RFID 标签信息获取系统性能验证 |
5.3 基于 IEEE 1451.5 的无线视频子系统实现与性能验证 |
5.3.1 基于 IEEE 1451.5 的无线视频子系统设计与性能提升 |
5.3.2 基于 IEEE 1451.5 的无线视频子系统性能验证 |
5.4 相关应用实例 |
5.4.1 智能机房监控与管理应用例 |
5.4.2 基于 IEEE 1451 物联网环境空气质量监测平台应用例 |
5.4.3 新型光纤卡伯值检测系统应用例 |
5.5 本章小结 |
结论与展望 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
答辩委员会对论文的评定意见 |
(7)并行JPEG压缩算法在ESCA上的实现(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.3 本文研究内容 |
1.4 论文结构 |
2 JPEG 图像压缩算法原理 |
2.1 JPEG 压缩算法原理 |
2.2 前向离散余弦变换 |
2.3 量化 |
2.4 熵编码 |
2.5 小结 |
3 基于高性能 ESCA 协处理器的异构计算系统 |
3.1 系统模型 |
3.2 高性能 ESCA 协处理器芯片结构 |
3.3 高性能 ESCA 协处理器存储系统 |
3.4 小结 |
4 基于 ESCA 的并行 JPEG 算法设计 |
4.1 并行 JPEG 算法总体设计方法 |
4.2 存储优化方法 |
4.3 计算加速方法 |
4.4 并行算法的实现 |
4.5 小结 |
5 JPEG 算法在 ESCA 上的实现及性能评测 |
5.1 JPEG 在单芯片 ESCA 上的实现 |
5.2 基于 ESCA 独立编程模型的调试方法 |
5.3 测试结果及分析 |
5.4 性能与计算单元和带宽的关系 |
5.5 性能与频率的关系 |
5.6 性能与 ESCA 芯片数目的关系 |
5.7 性能计算公式 |
5.8 小结 |
6 总结与展望 |
致谢 |
参考文献 |
附录 (攻读硕士学位期间发表的主要论文) |
(8)基于FPGA的数字音频信息隐藏技术研究(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 数字音频技术研究现状 |
1.3 信息隐藏技术研究现状 |
1.4 论文主要内容及结构 |
第2章 相关技术和开发工具 |
2.1 FPGA 相关技术 |
2.1.1 FPGA 和 SOPC 技术 |
2.1.2 IP 核概念与分类 |
2.2 数字音频处理技术 |
2.2.1 声音数字化 |
2.2.2 数字音频格式 |
2.2.3 数字音频变换技术 |
2.3 信息隐藏技术 |
2.3.1 信息隐藏概念和模型 |
2.3.2 信息隐藏学科的分支 |
2.3.3 信息隐藏的特性和分支 |
2.4 IP 核设计工具 |
2.4.1 Quartus II |
2.4.2 Nios II IDE |
2.5 本章小结 |
第3章 数字音频信息隐藏软核结构设计 |
3.1 总体结构设计 |
3.2 主控制器结构设计 |
3.3 数据缓存器结构设计 |
3.3.1 数字音频缓存器结构设计 |
3.3.2 隐藏信息缓存器结构设计 |
3.4 信息隐藏算法模块结构设计 |
3.4.1 LSB 模块结构设计 |
3.4.2 DCT 模块结构设计 |
3.5 本章小结 |
第4章 数字音频信息隐藏软核模块设计 |
4.1 AC97 控制器模块设计 |
4.2 主控制器模块设计 |
4.2.1 数据线使用权优先级划分 |
4.2.2 信息隐藏的过程控制 |
4.2.3 信息提取的过程控制 |
4.2.4 系统控制器模块 IP 核实现 |
4.3 数据缓存器模块设计 |
4.3.1 数字音频缓存器设计 |
4.3.2 隐藏信息缓存器设计 |
4.4 LSB 算法模块设计 |
4.4.1 LSB 算法流程分析 |
4.4.2 LSB 算法 IP 核实现 |
4.5 DCT 算法模块设计 |
4.5.1 DCT 算法流程分析 |
4.5.2 DCT 算法 IP 核设计 |
4.6 本章小结 |
第5章 数字音频信息隐藏软核测试及应用 |
5.1 IP 软核设计 |
5.2 实验过程及总结 |
5.3 数字音频认证系统设计 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士期间发表的论文 |
致谢 |
大摘要 |
(9)嵌入式处理器中多媒体加速单元的研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
图目录 |
表目录 |
1 绪论 |
1.1 课题背景和意义 |
1.2 媒体处理器的发展 |
1.2.1 专用媒体处理器 |
1.2.2 多核处理器 |
1.2.3 带有多媒体扩展指令集的处理器 |
1.3 多媒体扩展加速技术 |
1.3.1 SIMD扩展指令 |
1.3.2 专用复杂媒体指令 |
1.4 主要研究内容与文章架构 |
2 多媒体运算与扩展指令集的研究 |
2.1 多媒体压缩技术 |
2.1.1 MPEG2 |
2.1.2 MPEG4 |
2.1.3 H.264 |
2.2 多媒体压缩运算定量分析 |
2.2.1 编码运算 |
2.2.2 解码运算 |
2.3 视频后处理技术 |
2.3.1 图像缩放 |
2.3.2 视频去隔行 |
2.3.3 帧频提升 |
2.4 视频后处理运算研究 |
2.5 主流的媒体扩展指令集 |
2.5.1 ARM媒体扩展指令集 |
2.5.2 MIPS媒体扩展指令集 |
2.6 本章小结 |
3 多媒体加速单元的研究 |
3.1 多媒体扩展指令集 |
3.1.1 Amdahl定律 |
3.1.2 处理器性能公式 |
3.1.3 多媒体扩展指令集的设计 |
3.2 多媒体加速单元架构 |
3.2.1 整体架构 |
3.2.2 关键模块的实现 |
3.3 低功耗设计 |
3.3.1 门控时钟 |
3.3.2 操作数隔离 |
3.4 本章小结 |
4 多媒体加速单元在去隔行中的应用 |
4.1 基于运动分类的自适应去隔行算法 |
4.1.1 运动检测与时空权值计算 |
4.1.2 三重中值滤波 |
4.1.3 维纳中值滤波 |
4.1.4 实验结果与分析 |
4.2 多媒体加速单元的应用 |
4.2.1 去隔行中复杂运算分析 |
4.2.2 多媒体扩展单元处理结果 |
4.3 本章小结 |
5 总结与展望 |
5.1 论文研究工作总结 |
5.2 本文的局限与未来工作的展望 |
参考文献 |
作者简介 |
(10)基于CUDA的图像数字水印技术的研究(论文提纲范文)
摘要 |
Abstract |
引言 |
1 CUDA简介 |
1.1 并行计算的发展 |
1.2 CUDA起源 |
1.3 CUDA的模型框架 |
1.4 CUDA编程模型 |
1.5 研究意义 |
2 数字水印技术简介 |
2.1 数字水印背景 |
2.2 数字水印的发展 |
2.3 数字水印概念及框架 |
2.4 数字水印的嵌入与提取算法 |
2.4.1 时空域水印算法 |
2.4.2 频域水印算法 |
2.4.3 压缩域水印算法 |
3 串行水印算法设计 |
3.1 实验概况 |
3.1.1 实验目的 |
3.1.2 实验平台 |
3.1.3 实验对象 |
3.2 LSB串行水印算法 |
3.3 DCT串行水印算法 |
3.4 JPEG压缩域串行水印算法 |
3.5 串行实验小结 |
4 并行水印算法设计 |
4.1 实验概况 |
4.1.1 实验目的 |
4.1.2 实验平台 |
4.2 并行水印算法实现 |
4.3 并行算法优化 |
4.3.1 共享存储器调用 |
4.3.2 流计算 |
4.6 并行实验小结 |
结论 |
参考文献 |
附录A 显卡CUDA计算能力 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
四、一种基于多媒体技术的新型并行DCT算法(论文参考文献)
- [1]高速图像压缩存储系统关键技术研究与实现[D]. 刘多强. 西南科技大学, 2020(08)
- [2]3D点云高效压缩算法研究[D]. 谷帅. 华侨大学, 2019(01)
- [3]基于智慧协同网络的空间网络建模及资源适配方法研究[D]. 李泰新. 北京交通大学, 2018(12)
- [4]多维DCT/IDCT立体类蝶形算法及其单元式通道结构的研究[D]. 刘媛媛. 吉林大学, 2016(03)
- [5]基于FPGA的静态彩色图像压缩系统的设计与实现[D]. 孙平. 成都理工大学, 2015(04)
- [6]基于IEEE 1451.5的RFID及无线视频传感系统建模与实现[D]. 吴国光. 华南理工大学, 2013(11)
- [7]并行JPEG压缩算法在ESCA上的实现[D]. 宋丹丹. 华中科技大学, 2013(06)
- [8]基于FPGA的数字音频信息隐藏技术研究[D]. 朱超. 江苏科技大学, 2012(03)
- [9]嵌入式处理器中多媒体加速单元的研究[D]. 刘晓东. 浙江大学, 2012(07)
- [10]基于CUDA的图像数字水印技术的研究[D]. 吕庆. 大连理工大学, 2011(06)