摘要:MQ(Multiple Quantization)编码器由于效率低下已经成为JPEG2000的性能瓶颈.本文对MQ编码算法中的上下文关系进行了提取,对索引表中的启动态和非暂态进行了分离,并提出一种用于预测索引值的方法.同时,对重归一化运算中出现的大概率事件和小概率事件进行分离,使其可并行对2个上下文完成编码.依据该算法,本文提出了一种多上下文并行处理的MQ编码器VLSI结构.实验结果表明,本文提出的MQ编码器能够工作在286.80MHz,吞吐量为573.60 Msymbols/sec,相比Dyer提出的Brute Force with Modified Byteout结构,本文的吞吐量提升约35%,且面积减小78%.
摘要:MUSIC(Multiple Signal Classification)算法是波达角(the Direction of Arrival,DOA)估计的经典算法之一,但其在二维DOA估计中因需进行二维谱峰搜索而计算量十分巨大.为降低MUSIC算法的计算量,本文在引入变换域DOA概念的基础上提出了一种能够适用于任意阵列结构的二维DOA快速估计算法,即变换域MUSIC(transformed domain-MUSIC,TD-MUSIC)算法.理论分析和仿真实验表明:该算法不但将空间谱峰搜索的范围减小一半而且具有更低维度的噪声子空间,因而其计算量远小于 MUSIC算法.同时,新算法具有比MUSIC更高的空间分辨率.
摘要:针对阴影、反光及遮挡等原因破坏图像低秩结构这一问题,提出基于低秩子空间恢复的联合稀疏表示识别算法.首先将每个个体的所有训练样本图像看作矩阵 D ,将矩阵 D 分解为低秩矩阵 A 和稀疏误差矩阵 E ,其中 A 表示某类个体的'干净’人脸,严格遵循子空间结构, E 表示由阴影、反光、遮挡等引起的误差项,这些误差项破坏了人脸图像的低秩结构.然后用低秩矩阵 A 和误差矩阵 E 构造训练字典,将测试样本表示为低秩矩阵 A 和误差矩阵 E 的联合稀疏线性组合,利用这两部分的稀疏逼近计算残差,进行分类判别.实验证明该稀疏表示识别算法有效,识别精度得到了有效提高.