一、彩色视频的四维MDCT及矩阵量化编码（论文文献综述）
吴杨[1]（2012）在《基于多维矢量矩阵的DCT快速算法的研究》文中研究指明多媒体通信是通信技术与计算机技术相结合的产物之一。近年来，伴随着计算机技术与网络技术突飞猛进的发展，应运而生的众多多媒体应用己渐渐延伸到我们生活中的各个方面。与传统数据应用相比，多媒体应用最显着的特点是集成了多种类型的媒体流，而数字化后的媒体流含有巨大的信息量，给图像视频信息的存储与传输带来严峻的挑战。所以对数字图像视频信息进行有效压缩编码以实现节源高效始终是相关领域的永久性研究热点。统计表明，图像或视频都包含着大量的冗余信息：视觉冗余、结构冗余、知识冗余、统计冗余、帧间冗余以及空间冗余等等，压缩编码技术的作用就是大量地削减或压缩数据信息中无关紧要的冗余信息，保留有用信息。本实验室突破传统思维模式，提出多维矢量矩阵的理论，并且有效利用该理论将图像及视频中存在的相关性更加紧密地结合起来，运用多维矢量矩阵间的运算方法对图像或视频进行有效压缩，在消除多种冗余的同时还能进一步提高压缩比与峰值信噪比等性能。现有图像及视频压缩标准中的核心编码算法，DCT是其中的佼佼者，也正因如此，众多学者对DCT的快速算法的研究也从未停止。本文主要是针对基于多维矢量DCT正交矩阵的视频流压缩算法进行的后续研究，在多维矢量矩阵乘法准则和多维矢量DCT正交变换矩阵理论基础上，以提高彩色视频流的压缩变换速度、缩短压缩变换的时间为目的，对一种实用性较强的一维快速DCT算法进行了部分校正与补充，并且对两种极具代表性的二维快速DCT算法思想进行深入研究后，将其快速变换算法拓展到多维层面，从而提出一种新颖的快速算法，即基于多维矢量矩阵的快速离散余弦变换算法，并且给出两种基于多维矢量矩阵DCT快速变换的蝶形示意图，并将这两种基于多维矢量矩阵DCT快速变换应用在实验室标准视频库中的视频压缩编码中，在达到压缩目的同时，也能提高压缩速度，缩短压缩变换时间。实验仿真以C语言为开发工具，在Visual C++6.0软件环境下，编程实现了基于多维矢量矩阵的DCT快速变换算法，本实验选取标准视频库中四种不同大小的视频源数据作为测试视频,大小分别为320×240×8、352×288×8、512×384×8、704×576×8，YUV之比均为4:2:0。首先采用8×8×8子阵分块方法分别对四种不同大小的源视频数据进行子块分割，并根据给出的两种基于多维矢量矩阵DCT快速变换的蝶形示意图，将分割后的每个子块进行快速变换运算。从四组实验结果可看出，本文提出的快速变换算法一方面保证了重构视频的质量，另一方面使得视频的压缩速度得以提高，故本算法是可行的；之后又对基于多维矢量矩阵的快速DCT变换算法中的方法一与方法二进行了比较实验，通过对实验数据详细分析，表明本文所提的两种方法均满足视频实时的要求。最后研究总结了以上算法思想的优缺点和继续研究的方向。
孙文邦[2]（2011）在《基于三维SDCT的视频压缩方法研究》文中研究说明随着数字技术的发展,数字视频信息已在人们工作生活中获得了广泛应用。但是数字视频数据量非常巨大,若不经过压缩处理,所需要的高传输速率和巨大存储容量将成为推广应用数字视频的最大障碍。因此,数字视频压缩技术是解决这一障碍的科学手段,已成为实现多媒体通信的关键技术之一。目前,视频压缩最常用的是采用帧间运动补偿/2-D DCT模式,已成为MPEG和H.26x压缩标准的核心部分。但是这种方法涉及到运动估计和运动补偿,计算量相当大。随着信息处理技术的发展,三维DCT的应用越来越广泛,成为一种很有潜力的视频压缩方法。但三维DCT运算一般都是对行、列和页信号先后进行三次一维DCT运算来实现,不能很好体现三维变换的整体空间特性,不易理解三维DCT系数的物理特性,也没有统一的三维DCT矩阵表述形式。另外,视频数据的三维DCT变换系数量化、扫描方式对压缩效果影响较大,目前还没一个高效的量化表。因此,本文摒除了传统的三维DCT运算方法,提出三维SDCT（Submatrix Discrete Cosine Transform）视频压缩算法。首先,详细推导和证明了三维SDCT的基础理论。定义几种新的三维矩阵运算方法,构建三维SDCT的变换基阵,描述三维SDCT的运算过程,分析三维SDCT算法特性。通过理论分析表明三维SDCT运算方法使三维DCT的表达简洁、理解容易、计算便捷。其次,系统介绍了三维SDCT视频压缩算法的理论框架。论述了三维SDCT视频压缩方法的基本依据,以及目前关于三维DCT视频数据压缩中关键步骤的常用方法,例如三维DCT变换系数的量化原则、量化方法、量化后变换系数的扫描次序和熵编码。第三,详细推导了三维整数SDCT算法。在分析一维整数DCT运算的基础上,论述三维整数SDCT的基本原理和实现方法。主要是将三维视频数据作为一个整体进行DCT变换,并且采用整数变换矩阵代替DCT浮点数变换矩阵。分析了三维整数SDCT的运算性能,并通过实验验证了三维整数SDCT和三维DCT视频压缩效果的一致性。第四,研究了三维SDCT的量化与扫描方式。分析了视频数据三维SDCT与量化扫描方式的关系,根据视频数据特点设计了非对角量化和非对角扫描方式,并提出整体非对角量化扫描、自适应整体非对角量化扫描、宏块非对角量化扫描、自适应宏块非对角量化扫描和混合非对角量化扫描5种算法。并对这5种量化扫描算法与传统的量化扫描算法的效果进行了对比实验分析。通过对比实验分析表明,本文提出的算法压缩效果有显着的改善。
刘丽丽[3]（2011）在《基于采样模型的多维矢量矩阵DCT整数变换编解码器研究》文中认为近年来,随着计算机技术和网络技术的发展,多媒体的应用已深入到我们生活的各个方面,为用户提供多媒体服务已经成为通信领域和计算机领域必然的技术发展趋势。与其它传统数据应用相比,多媒体应用最突出的特点是集成了音频、视频等多种类型的媒体流,而数字化后的音、视频流具有庞大的信息量,这给视频信息的存储和传输带来严峻的挑战。虽然当前计算机硬件水平发展很快,但仍无法满足对视频信息的处理要求。即使计算机运算速度和存储空间在某些情况下能够满足处理数字化视频信息的要求,如果直接对未压缩的原始数据进行处理,数据中的冗余信息对计算机硬件和网络带宽都会造成浪费。所以必须对数字视频信息进行压缩以提高效率,节省资源。因此,视频压缩编码技术一直是相关领域的永久性研究热点。彩色视频是由时间上连续的彩色图像序列组成,这些图像序列在空间域的行列之间、颜色域的色彩分量之间、时间域的前后时间点之间存在着很强的相关性,这些相关性表示彩色视频的内部存在着大量的冗余信息,需要运用数学方法去除冗余实现视频信号的压缩编码。多维矢量矩阵理论利用彩色视频图像在时域、空域及颜色分量上的相关性,如同魔方游戏运算规则一样把对彩色视频多个帧的处理统一起来,转化为对空间多维变换的数学处理,全面去除彩色视频中的相关性,从而实现高信噪比条件下的高倍压缩。以陈贺新教授为核心的课题组近年来一直致力于多维变换模型的研究,提出了多维矩阵理论,并对其不断地丰富和发展,在图像压缩和视频压缩领域都取得了显着的成就。课题组先后提出了三维矩阵变换压缩编码和三维矩阵宽离散余弦变换,并将其应用于彩色图像的压缩编码。由于前期定义的多维矩阵理论在乘法的定义方面涉及到多种不同类型的乘法规则,不利于实际应用,本研究小组近年创新的提出了多维矢量矩阵理论,解决了不同维数不同阶数之间的乘法问题,更加丰富了多维矩阵理论。本文在这个理论基础上深入研究多维矢量矩阵理论在视频压缩方面的应用。本文以国家自然科学基金项目“彩色视频流的多维矢量矩阵正交变换编解码器研究”和国家自然科学基金国际合作项目“基于音频嵌入视频方式同步视频编码的普适计算”为依托,分析了目前流行的图像、视频压缩编码技术和多维信息处理技术在图像和视频处理领域的应用,并对多维矢量矩阵编解码器中的多维矢量矩阵整数变换,多维标量量化和扫描,多维模型的建立等问题进行了系统的、较为全面的研究,为进一步构建更加有效的编解码器奠定基础。离散余弦变换（DCT）的变换性能在所有次优变换中最优,能极大地去除图像元素在变换域中的相关性,在图像和视频编码领域得到了广泛的应用。但由于DCT的变换矩阵是用浮点数表示,运算量大,占用系统资源多,同时易产生数据漂移。整数变换能够解决数据漂移和编码效率低的问题。整数变换是用整数矩阵代替DCT的浮点数变换矩阵,这样变换过程完全是整数运算,保证了编码的可逆性；同时整数乘法可用加减法和位移代替,因此变换过程可以完全通过加减法和位移实现,运算量大幅度减少。本文利用H.264中二维整数变换的实现方法,结合四维矩阵离散余弦变换的特点,提出了四维矩阵离散余弦变换从整数到整数的可逆变换方法,并证明了四维矢量矩阵整数核算子的正交性和能量集中性。最后将整数核算子用于彩色视频流的压缩,通过具体的例子证明了该方法的可行性,得到了很好的结果。结果表明在压缩比相同的情况下解码视频的信噪比本文的算法优于国际标准H.264/AVC,和浮点数变换的结果相当。本文在前期对多维矢量矩阵正交变换编码进行了深入的研究,得到了性能优良的正交变换矢量整数矩阵,用于视频编码后取得了良好的压缩效果。但是由于变换编码后系数的处理一直采用的是基于矢量量化的方法,对码书的依赖性比较大,不利于视频编码的广泛应用和跟国际标准的兼容,为此本文统计了多维矢量矩阵DCT整数变换（MD-VMICT）后直流系数和交流系数的分布特点,根据统计特性提出了适用于MD-VMICT编解码器的多维量化方法和扫描方法。本文提出了一种指数量化方式,为了能够运用移位操作代替除法,修正量化公式为2的指数函数。扫描方法根据统计特性修改zigzag的扫描方式。最后通过实验确定量化器的参数设置,并与参考文献和H.264/AVC, MPEG4,进行了比较。实验结果表明本文方法优于参考文献和MPEG4,和最新的国际标准性能相当,并在低比特率条件下表现出优势,同时本文方法有较高的适应性,能够与现行的标准兼容。多维矢量矩阵理论要求对视频数据进行多维矢量划分,如何有效的表达多维矢量,找到各个分量之间的相关性是后续正交整数变换的基础。我们前期已经建立了三维模型,利用各个颜色分量的行、列、时间进行三维建模,并进行合理的分块划分,分别进行多维矩阵乘法的正交变换,取得了比较好的压缩效果,在此基础上继续研究四维建模方法,把一帧的视频数据按特定模型扫描的方式进行采样,则可构成空间的行、列、场和时间的帧四维超立方体模型,更有效的去除时间、空间相关性。本文提出了堆积模型和采样模型两种四维模型,更有效的去除隐藏在四邻域像素之间的相关性以及行、列、时间维度上的相关性。经过四维建模后,改进本文前一章的量化和扫描算法,用于四维矢量矩阵视频压缩编解码器,最后进行熵编码进一步消除统计冗余。最后的实验结果表明本文提出的四维模型能更有效的去除像素之间的冗余,同时采样模型的主观质量要好于堆积模型。采样模型细节处的数字边缘块效应要明显少于堆积模型,这也证明了采样模型在去除邻域像素的相关性同时保证图像清晰度方面有更大的优势。本文提出了三维矢量矩阵DCT整数变换编解码器和四维矢量矩阵DCT整数变换编解码器模型,扩展了多维矢量矩阵理论在彩色视频压缩编码领域的应用。
赵欣[4]（2011）在《多维矢量矩阵可变分割彩色视频流压缩编码》文中指出随着通信技术的日新月异,通信业务日渐繁多,数字视频信息因通俗易懂、传输质量好、抗干扰能力强、可靠性高、易于加密等优点而广泛应用,但是数字信息数据量大,占用频带太宽,存储占用空间大,所以对数字视频图像的压缩势在必行。正交变换编码是根据大多数图像中直流和低频区占大部分,高频区占小部分的特性,将空域图像信号变换到频域,来进行压缩的一种有效方法。离散余弦变换因其基向量与自然图像的协方差矩阵的特征向量相当近似,是最小均方误差准则下的准最佳变换编码方法,且DCT是实数运算,有快速算法,因而广泛的应用于视频图像压缩国际标准中。DCT变换利用图像块内像素间的相关性来消除冗余,理论上来说,为了充分利用所有图像像素间存在的潜在相关性,应对整幅图像统一进行变换,但是那样的计算量非常大。所以图像一般是分割成许多的小块进行的,变换块的形状一般为正方形,为便于有快速算法,一般块长选为2的n次幂。通常认为在8×8范围内像素的相关性比较大,所以一般固定块尺寸选择为8。但是图像的不同区域具有不同的统计特性,如果在一个区域内图像内容非常相似,那么这个区域内像素的相关性就很强,采用大尺寸的变换具有更好的能量集中性；相反,如果一个区域内的图像内容比较复杂,那么像素间的相关性就比较弱,采用大尺寸变换量化后会产生振铃效应,采用小尺寸变换量化后能保留更多的细节,这就需要自适应技术来支撑。当每像素的平均位数小于1时,采用自适应编码技术将起到相当大的作用。自适应变换核也就是将图像根据内容复杂程度分割成不同的矩形块,并自适应的进行相应块尺寸的正交变换。DCT的块分割尺寸选择为4、8和16三种块是比较合适的,另外采用多尺寸编码模式时,可用的尺寸也最好不要超过3种。3D-DCT被认为是运动补偿的替代技术,3D-DCT能利用多帧间的相关性来消除其间冗余,而运动补偿技术只能消除最多两帧间的冗余；另外由于3D-DCT的结构是非递归的,这就避免了传输错误的无限传播。在某些图像序列的压缩性能方面,能与运动补偿变换编码技术相媲美。3D-DCT在运动的总量低时非常有效。但由于3D-DCT有较长的编码延迟和大量的存储空间需要,一开始相关的研究并不多,但随着计算机硬件技术的飞速发展,计算机运算速度越来越快,针对3D-DCT的研究也越来越多了。但是现阶段的3D-DCT研究存在以下几个问题：1、由于多维矩阵间运算方法无统一准则,3D-DCT矩阵运算研究非常匮乏。2、自适应分块的分割准则混乱。3、三维量化无具体视觉模型参考。4、针对三维扫描后的变换系数,进行熵编码基本上还使用的是传统JPEG中的RL-VLC方法。针对问题一,桑爱军提出了多维矢量矩阵理论,是一种最新的关于多维矩阵间运算的理论,仿效二维矩阵间运算形式进行推广到多维空间,具有表述简洁明了,形式通俗易懂,计算复杂度适中,易于向高维空间推广的优点。胡铁根并将多维矢量矩阵理论推广应用于彩色图像的多维矩阵正交变换压缩领域,推导出了3D-DCT矩阵变换的多维矢量核矩阵。针对问题二,为了减少运算复杂度,本文提出了一种基于图像活动性衡量来进行分割的快速方法。基于梯度的图像活动性衡量是最佳的图像活动性衡量标准,并且不仅在区分不同的图像方面非常有效,而且和PSNR有很大的相关性.由于DCT就是沿水平,竖直方向进行能量集中,所以水平和垂直梯度能很好的反应DCT在该方向的能量集中能力,也就是压缩能力。针对问题三,量化器设计需考虑的关键因素有：1、变换后系数分布的概率分布函数,有助于最小失真量化器的设计。2、根据人类视觉系统模型的一阶低通调制转移函数。将上述二者相结合,来进行量化矩阵的构造。针对问题四,对JPEG中RL-VLC进行了修改,提出了一种LL-VLC熵编码的新方方法,并进行了简单的上下文模型构造,码表适中,并有很好的潜力推广应用于更高维的视频图像熵编码体系中。本文从一定程度上说明了多维矢量矩阵正交变换编码体系在图像压缩领域的有效性,但是该体系提出时间较短,还有很多不完善和有待改进的地方,发展空间很大。例如,多维矢量矩阵离散余弦变换快速算法的研究,以及需要与现有流行压缩国际标准进一步相结合,与更多的与新技术相融合,都需要进一步深入学习和研究。
赵志杰,陈贺新,陈绵书[5]（2008）在《四维矩阵离散余弦变换的整数实现》文中研究说明根据四维矩阵离散余弦变换变换核的定义,可以将四维矩阵DCT的变换核降维看作二维矩阵。这些二维矩阵属于酉矩阵。并根据可逆整型变换矩阵分解的原理,首先计算四维矩阵离散余弦浮点变换的整数可逆分解,得到整数到整数的可逆变换矩阵。然后利用得到的分解矩阵对视频序列进行变换,最后将得到的系数用基于稳健统计的矢量量化方法进行量化编码。实验结果表明,在相同压缩比的情况下,整数到整数的四维矩阵离散余弦变换与浮点变换相比,恢复图像的PSNR有1 dB以上的提高,主观质量也有改善。
赵志杰[6]（2008）在《基于多维矩阵理论的彩色图像和视频编码研究》文中提出对于图像和视频的压缩编码研究一直是信号处理与传输领域的研究热点。其中,基于多维矩阵理论的图像和视频编码方法就是该领域中有效的压缩编码方法之一。本文对多维矩阵理论进行了扩展和完善,提出了多维矩阵的四则运算可分解性,并给出了其定义。根据不同的图像具有不同的统计特性,本文提出了一种三维矩阵可变矩阵分割的彩色图像压缩编码方法。本文提出的方法根据图像活动性的大小将整个图像划分成不同尺寸的三维子矩阵,然后对这些三维子阵分别进行不同尺寸的三维矩阵离散余弦变换等编码。实验结果表明该方法优于JPEG标准,同时该方法也优于同样采用三维矩阵离散余弦变换技术的基于YC子阵的彩色图像压缩编码系统的编码性能。整数到整数的可逆变换可以避免在变换编码中由于计算精度有限而带来的误匹配的产生。本文利用基于提升理论的矩阵分解方法和四维矩阵的四则运算可分解性,实现了四维矩阵离散余弦浮点变换的整数可逆分解,得到整数到整数的可逆变换矩阵。在此基础上,提出了基于四维矩阵离散余弦整数变换的彩色视频压缩编码方法。实验结果表明,本文方法的编码性能要优于基于浮点变换方法的编码性能。
齐丽凤[7]（2007）在《四维矩阵视频编码及音视频同步技术研究》文中认为随着计算机网络技术和数字通信技术的迅速发展,多媒体应用已经深入到人们生活的各个领域。越来越多的数据量使媒体数据的存储和传输都成为严重问题。另一方面,多媒体系统结合了多种媒体类型,各个类型之间都存在时间约束关系,必须在数据处理中维持各个媒体对象之间的时间关系,才能保证用户不会遗漏和误解多媒体数据所要表达的信息内容。这使得视频编码和音视频的同步技术已成为多媒体技术的焦点。H.264标准是ITU-T和ISO/IEC联合制定的最新编码标准,继承了H.263和MPEG1/2/4视频标准协议的优点,在各个主要的功能模块内部使用了一些先进的技术,提高了编码效率。基于H.264,提出了四维矩阵同步编码模型。包括四维矩阵预测模式编码,子阵划分,四维DCT,量化,音视频同步控制方法,DCT系数的重排序,熵编码。熵编码中,提出了四维矩阵上下文的变长编码方法,以全面去除彩色视频各象素之间、各彩色分量之间以及连续帧之间的相关性,从而实现高信噪比条件下的高倍压缩。音视频同步控制方法中,提出了嵌入式音视频同步编码传输算法。将音频压缩码流作为隐藏信号嵌入到视频图像的DCT系数中,然后进行视频的压缩编码。与常用的时间戳的同步模型相比,嵌入式算法没用使用系统时钟,在对视频图像的质量影响较小,节省了传输资源的情况下实现了音视频的同步编码传输。
滕达[8]（2007）在《基于DSP的多维矩阵音视频混合压缩算法的研究》文中提出随着信息技术和互联网的飞速发展,人们对信息交流的方式和质量均有了全新的需求。多媒体应用中一个关键的问题就是音频与视频的同步问题,近年来用的比较多的是音频与视频流之间通过时间标签来进行传输。在Internet网络环境下,数据可能会有不同的到达延迟,甚至有可能会丢失。从而,节目参考时钟和显示时间标签在传送中都可能误码、出错。针对当前音频、视频同步传输的发展要求,以四维矩阵及四维矩阵离散余弦变换理论为基础,将视频信号用四维矩阵进行表示,再将其进行4DM-DCT变换,然后再将音频信号嵌入视频,最后采用标量量化熵编码的方法进行压缩,从而实现了音视频信号的完全同步。本文首先在此媒体同步方法的音频信号嵌入部分中找到一种适合的隐藏方法并提出了相应的改进算法,在一定程度上提高了图象的恢复质量,同时提高了隐藏效率。然后将其移植到TMS320DM642 DSP平台上,并充分利用TI公司提供的DSP/BIOS操作系统,RF5基本优化框架等优化技术对这种媒体同步算法进行优化。通过对整个系统模型的进一步优化,实验验证该基于四维矩阵音视频混合熵编码方法的音频嵌入部分可以基本达到实时。同时本文在存储器分配方面,用自己的算法实现内外存储器的自动配置,从而提高了存储空间的使用效率。本文的研究工作对Internet媒体同步传输的应用及其DSP的实现具有一定的参考价值。
张新立[9]（2007）在《基于五维矩阵的多视角彩色视频流压缩编码》文中指出二十一世纪是科学技术获得高速发展的一个世纪,出现了许多高新技术,以计算机、网络和电子技术为代表的信息技术获得了突飞猛进的发展。视频技术由黑白到彩色,再到今天的高清晰度数字视频,发展速度也极其迅猛。虽然现在许多应用中二维彩色活动图像已经具有很好的视觉效果,但随着生活水平的提高,人们的要求也越来越高,已经不满足于二维的平面视觉效果,而具有立体感的图像和视频由于具有强烈的真实感正受到人们的欢迎。因此,多视角视频技术必将是未来视频技术的一个重要发展方向。然而视频图像的立体感将会带来视频数据的急剧增加,使得视频数据的存贮和传输变得困难。特别是在将来的立体视频实时传输中,对网络带宽将会有更高的要求。庞大的数据量无疑给存储器的存储容量、通信干线的信道传输率以及计算机的处理速度都增加了太大的负荷,成为多种视频应用技术实现的瓶颈问题。显然,最好的解决办法还是对视频信息进行压缩编码。因此,多视角视频编码的研究将成为未来研究的重点方向。针对视频编码的研究,我们实验室提出了4DM-DCT理论,将其应用视频压缩的研究,并取得了很好的实验效果。基于此,我又将研究范围拓展为多视角视频的压缩编码理论的探究,提出了多视角彩色视频流的五维矩阵（5DM）表示模型及5DM-DCT理论,本文主要针对基于4DM-DCT立体视频的压缩编码和基5DM-DCT的多视角彩色视频流压缩编码进行了初步研究。通过对两种方法实验结果的比较可以看到,基于5DM-DCT的多视角彩色视频流压缩编码方法充分考虑了立体视频的两个通道间的空间相关性和通道内视频帧之间的时间相关性及彩色空间的相关性,从而去除空间与时间冗余,获得了较好的压缩性能。
赵岩,陈贺新[10]（2006）在《基于四维帧内预测和4D-MDCT的彩色视频编码》文中研究表明将彩色视频表示在四维矩阵的数学模型中,并利用四维矩阵离散余弦变换（4D-MDCT）统一处理彩色视频的多个帧是视频编码算法的一个新思路。该文基于4D-MDCT并结合四维帧内预测技术提出了一种彩色视频编码的新方法。实验结果表明,该方法能够进一步提高基于4D-MDCT的彩色视频压缩编码的性能。
二、彩色视频的四维MDCT及矩阵量化编码（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、彩色视频的四维MDCT及矩阵量化编码（论文提纲范文）
（1）基于多维矢量矩阵的DCT快速算法的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 视频压缩编码的目的及视频压缩编码的可行性 |
| 1.2.1 压缩编码的目的 |
| 1.2.2 压缩编码的可行性 |
| 1.3 论文的方向与研究内容安排 |
| 1.3.1 论文的研究方向 |
| 1.3.2 本文的内容安排 |
| 第2章 视频压缩编码基本方法与 DCT 发展史 |
| 2.1 编码与解码的基本原理 |
| 2.2 基本编码方法 |
| 2.2.1 统计编码 |
| 2.2.2 预测编码 |
| 2.2.3 变换编码 |
| 2.3 DCT 发展史 |
| 2.3.1 DCT 的初期发展 |
| 2.3.2 第二代 DCT 编码 |
| 2.3.3 DCT 面向区域编码 |
| 2.4 本章小结 |
| 第3章 多维矢量矩阵理论与 DCT 变换基本知识 |
| 3.1 简介多维矢量矩阵理论 |
| 3.2 多维矢量矩阵定义 |
| 3.3 多维矢量矩阵的运算准则 |
| 3.3.1 初级运算准则 |
| 3.3.2 乘法运算准则 |
| 3.3.3 转置运算准则 |
| 3.4 DCT 变换基本理论 |
| 3.4.1 一维 DCT/IDCT 变换 |
| 3.4.2 二维 DCT/IDCT 变换 |
| 3.4.3 三维 DCT/IDCT 定义 |
| 3.5 本章小结 |
| 第4章 基于多维矢量矩阵的 DCT 快速算法 |
| 4.1 快速 1D-DCT/1D-IDCT 变换算法蝶形图 |
| 4.2 快速 2D-DCT 变换 |
| 4.2.1 快速 2D-DCT 变换之行列分解法 |
| 4.2.2 快速 2D-DCT 变换之线性组合法 |
| 4.3 基于多维矢量矩阵的快速 DCT 变换 |
| 4.3.1 四维矢量矩阵的正交变换 |
| 4.3.2 四维矢量 DCT 操作算子及其性质 |
| 4.3.3 多维矢量矩阵 DCT 的快速算法思想 |
| 4.4 本章小结 |
| 第5章 实验结果与分析 |
| 5.1 视频图像的压缩编解码过程 |
| 5.1.1 视频的三维矩阵表示及子阵分割 |
| 5.1.2 视频的基于多维矢量矩阵的快速 DCT 变换 |
| 5.2 视频实验结果分析对比 |
| 5.3 本章小结 |
| 第6章 全文总结及展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（2）基于三维SDCT的视频压缩方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 视频数据压缩的基本依据 |
| 1.2 视频压缩的基础理论与发展概况 |
| 1.2.1 基础理论 |
| 1.2.2 技术发展概况 |
| 1.3 视频压缩相关技术 |
| 1.3.1 预测编码 |
| 1.3.2 变换编码 |
| 1.3.3 熵编码 |
| 1.4 视频压缩评价标准 |
| 1.4.1 主观评价 |
| 1.4.2 客观评价 |
| 1.5 本文研究内容与结构安排 |
| 第2章 三维SDCT 基础理论 |
| 2.1 三维矩阵的表示 |
| 2.1.1 三维矩阵的定义 |
| 2.1.2 特殊矩阵的定义 |
| 2.2 三维矩阵的运算 |
| 2.2.1 矩阵的置位 |
| 2.2.2 矩阵的列位 |
| 2.2.3 矩阵与矩阵加法 |
| 2.2.4 常数与矩阵相乘 |
| 2.2.5 矩阵与矩阵点乘 |
| 2.2.6 矩阵与矩阵点除 |
| 2.2.7 矩阵与矩阵和积 |
| 2.2.8 矩阵与矩阵混积 |
| 3.2.9 矩阵与矩阵块积 |
| 2.2.10 矩阵与矩阵叠积 |
| 2.3 三维矩阵的运算性质 |
| 2.3.1 归一化正交子阵 |
| 2.3.2 块积与叠积转换 |
| 2.3.3 块积与叠积可逆 |
| 2.4 三维SDCT 表示与特性分析 |
| 2.4.1 三维SDCT 表示 |
| 2.4.2 三维SDCT 性质 |
| 2.5 三维SDCT 并行运算 |
| 2.5.1 三维SDCT 并行正运算 |
| 2.5.2 三维SDCT 并行逆运算 |
| 2.5.3 并行算法性能分析 |
| 2.6 三维SDCT 特性与视频压缩 |
| 2.7 本章小结 |
| 第3章 三维SDCT 视频压缩算法 |
| 3.1 基本原理 |
| 3.1.1 视频相关性分析 |
| 3.1.2 传统视频压缩标准的局限 |
| 3.1.3 视频压缩系统构建 |
| 3.2 量化与扫描 |
| 3.2.1 量化原则 |
| 3.2.2 量化表 |
| 3.2.3 扫描次序 |
| 3.3 熵编码 |
| 3.3.1 DC 系数编码 |
| 3.3.2 AC 系数编码 |
| 3.4 三维SDCT 视频压缩特点分析 |
| 3.5 实验数据分析 |
| 3.6 实验结果与分析 |
| 3.7 本章小结 |
| 第4章 三维整数SDCT 算法研究 |
| 4.1 一维整数DCT |
| 4.1.1 一维整数DCT 原理 |
| 4.1.2 一维整数DCT 变换基生成 |
| 4.2 三维整数SDCT |
| 4.2.1 三维整数SDCT 变换原理 |
| 4.2.2 三维整数SDCT 运算 |
| 4.3 三维整数SDCT 量化与反量化 |
| 4.3.1 量化 |
| 4.3.2 反量化 |
| 4.4 算法性能分析 |
| 4.4.1 三维SDCT 整数与浮点变换比较 |
| 4.4.2 三维SDCT 整数与浮点变换量化比较 |
| 4.5 本章小结 |
| 第5章 三维SDCT 量化与扫描研究 |
| 5.1 量化与扫描方式设计 |
| 5.1.1 视频三维SDCT 与量化扫描关系分析 |
| 5.1.2 量化表设计 |
| 5.1.3 扫描方式设计 |
| 5.2 整体非对角量化扫描算法 |
| 5.2.1 基本原理 |
| 5.2.2 实验结果与分析 |
| 5.3 自适应整体非对角量化扫描算法 |
| 5.3.1 基本原理 |
| 5.3.2 实验结果与分析 |
| 5.4 宏块非对角量化扫描算法 |
| 5.4.1 基本原理 |
| 5.4.2 实验结果与分析 |
| 5.5 自适应宏块非对角量化扫描算法 |
| 5.5.1 基本原理 |
| 5.5.2 实验结果与分析 |
| 5.6 混合非对角量化扫描算法 |
| 5.6.1 基本原理 |
| 5.6.2 实验结果与分析 |
| 5.7 量化扫描方法对比分析 |
| 5.8 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 下一步工作的展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（3）基于采样模型的多维矢量矩阵DCT整数变换编解码器研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 图像和视频压缩编码的发展及研究现状 |
| 1.2 论文的研究现状 |
| 1.3 论文的结构安排 |
| 第2章 图像和视频压缩编码理论基础及标准 |
| 2.1 图像压缩编码的一般过程 |
| 2.2 图像和视频信号的统计特性和模型 |
| 2.2.1 信息论基础 |
| 2.2.2 率失真函数 |
| 2.2.3 图像信号统计模型 |
| 2.3 编码方法的分类 |
| 2.3.1 一阶自回归模型 |
| 2.3.2 预测编码 |
| 2.3.3 变换编码 |
| 2.3.4 量化编码 |
| 2.3.5 熵编码 |
| 2.4 图像和视频编码标准 |
| 2.4.1 静止图像压缩标准 |
| 2.4.2 运动图像压缩标准 |
| 2.5 图像和视频压缩质量评价标准 |
| 2.5.1 图像质量的主观评价 |
| 2.5.2 图像质量的客观评价 |
| 第3章 多维矢量矩阵理论 |
| 3.1 多维矢量矩阵定义 |
| 3.2 多维矢量矩阵基本运算准则 |
| 3.3 多维矢量矩阵正交变换 |
| 3.4 四维矢量DCT操作算子 |
| 第4章 四维矢量矩阵离散余变换的整数实现 |
| 4.1 多维矢量矩阵离散余弦正交变换定义 |
| 4.2 四维矢量矩阵离散余弦变换(4D-VMDCT)的整数实现 |
| 4.3 四维矢量DCT整数变换的正交性 |
| 4.4 四维矢量DCT整数操作算子的能量集中性 |
| 4.5 四维矢量DCT整数操作算子与浮点数比较 |
| 4.6 实验结果及分析 |
| 4.7 本章小结 |
| 第5章 多维矢量矩阵离散余弦整数变换的量化和扫描方法 |
| 5.1 彩色视频的多维矢量矩阵DCT整数编解码器 |
| 5.2 CUBE的直流系数分布特点 |
| 5.3 CUBE的交流系数分布特点 |
| 5.4 彩色视频的多维量化器设计 |
| 5.5 彩色视频的多维扫描 |
| 5.6 多维矢量矩阵ICT编解码器的熵编码 |
| 5.7 实验结果及分析 |
| 5.8 本章小结 |
| 第6章 基于四维矢量矩阵采样模型的整数编解码器 |
| 6.1 彩色视频四维矢量矩阵模型建模 |
| 6.2 四维矢量矩阵ICT编解码器框图 |
| 6.3 改进的量化、扫描和编码 |
| 6.4 实验结果及分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 下一步工作的展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（4）多维矢量矩阵可变分割彩色视频流压缩编码（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 压缩的目标和可行性 |
| 1.2.1 压缩的目标 |
| 1.2.2 压缩的可能性 |
| 1.3 论文的研究方向及内容安排 |
| 1.3.1 本文研究方向 |
| 1.3.2 本文内容安排 |
| 第2章 视频图像压缩基础知识及标准简介 |
| 2.1 编码的基本原理 |
| 2.2 编码方法的分类 |
| 2.3 预测编码 |
| 2.4 变换编码 |
| 2.5 熵编码 |
| 2.6 静止图像压缩标准 |
| 2.6.1 JPEG |
| 2.6.2 JPEG2000 |
| 2.7 运动图像压缩标准 |
| 2.7.1 视频图像压缩国际化组织 |
| 2.7.2 视频编码标准的演进 |
| 2.8 图像压缩质量评价 |
| 第3章 3D-DCT和3D-MDCT |
| 3.1 3D-DCT |
| 3.2 3D-MDCT |
| 3.2.1 3D-W-MDCT理论 |
| 3.2.2 多维矢量矩阵理论 |
| 3.3 3D-DCT和3D-MDCT比较 |
| 第4章 多维矢量矩阵可变分割彩色图像压缩编解码器 |
| 4.1 自适应分块技术的发展 |
| 4.2 彩色图像可变矩阵分割压缩编码 |
| 4.2.1 块型选择 |
| 4.2.2 彩色图像可变矩阵分割算法 |
| 4.2.3 子矩阵类型编码 |
| 4.3 自适应变换 |
| 4.4 基于HVS的量化器设计 |
| 4.4.1 最小失真量化器设计 |
| 4.4.2 结合HVS模型 |
| 4.5 三维扫描 |
| 4.6 直流系数无损预测编码 |
| 4.7 熵编码 |
| 4.7.1 系数分析 |
| 4.7.2 建立映射关系 |
| 4.7.3 设计码表 |
| 4.7.4 编码 |
| 4.7.5 解码 |
| 4.7.6 码表自适应 |
| 第5章 实验结果与分析 |
| 5.1 性能评价标准 |
| 5.2 实验结果对比分析 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（5）四维矩阵离散余弦变换的整数实现（论文提纲范文）
| 1 四维矩阵离散余弦变换 |
| 2 四维矩阵离散余弦变换的整数实现 |
| 3 基于四维矩阵整型变换的试验结果 |
| 4 结束语 |
（6）基于多维矩阵理论的彩色图像和视频编码研究（论文提纲范文）
| 提要 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 论文的研究背景及内容 |
| 1.3 本论文的结构安排 |
| 第二章 图像和视频压缩编码基础 |
| 2.1 信息论基础 |
| 2.1.1 信源模型 |
| 2.1.2 率失真理论 |
| 2.2 色彩空间 |
| 2.3 图像和视频压缩编码的评价标准 |
| 2.3.1 客观质量评价方法 |
| 2.3.2 主观质量评价方法 |
| 2.4 图像和视频编码的基本方法 |
| 2.4.1 变换编码 |
| 2.4.2 预测编码 |
| 2.4.3 量化编码 |
| 2.4.4 熵编码 |
| 2.5 图像和视频编码国际标准 |
| 2.5.1 图像编码国际标准 |
| 2.5.2 视频编码国际标准 |
| 第三章 多维矩阵理论 |
| 3.1 多维矩阵的定义及运算准则 |
| 3.1.1 多维矩阵的定义 |
| 3.1.2 多维矩阵的运算准则 |
| 3.1.3 多维矩阵变换 |
| 3.2 三维矩阵模型及彩色图像的三维矩阵表示 |
| 3.2.1 三维矩阵模型 |
| 3.2.2 彩色图像的三维矩阵表示 |
| 3.3 四维矩阵模型及彩色视频的四维矩阵表示 |
| 3.3.1 四维矩阵模型 |
| 3.3.2 彩色视频的四维矩阵表示 |
| 第四章 三维矩阵可变矩阵分割彩色图像压缩编码 |
| 4.1 三维矩阵离散余弦变换 |
| 4.2 基于三维矩阵可变矩阵分割的彩色图像编码 |
| 4.2.1 变块长变换编码 |
| 4.2.2 可变矩阵分割3D-MDCT 编码 |
| 4.3 实验结果与分析 |
| 第五章 基于四维矩阵离散余弦整数变换的彩色视频压缩编码 |
| 5.1 四维矩阵离散余弦变换 |
| 5.2 基于4D-MDCT 整数变换的彩色视频编码 |
| 5.2.1 整数离散余弦变换 |
| 5.2.2 基于4D-MDCT 视频编码的整数实现 |
| 5.3 实验结果与分析 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间所发表的文章及获奖情况 |
| 摘要 |
| ABSTRACT |
（7）四维矩阵视频编码及音视频同步技术研究（论文提纲范文）
| 提要 |
| 第1章 绪论 |
| 1.1 课题提出背景 |
| 1.2 本文中视频编码算法的提出 |
| 1.3 本文中音视频同步控制算法提出 |
| 1.4 论文的结构安排 |
| 第2章 视频编码及AVS音频编码基础 |
| 2.1 图像编码技术 |
| 2.1.1 无损压缩编码 |
| 2.1.2 有损压缩编码 |
| 2.2 视频压缩编码技术 |
| 2.3 国际标准中的视频编码 |
| 2.4 压缩编码算法的性能评价方法 |
| 2.5 AVS音频编码国家标准 |
| 2.5.1 AVS音频编码标准制定背景 |
| 2.5.2 AVS音频编码基础技术 |
| 2.6 本章小结 |
| 第3章 多媒体同步技术基础 |
| 3.1 多媒体同步定义 |
| 3.2 多媒体同步的分类 |
| 3.2.1 多媒体同步关系 |
| 3.2.2 多媒体信息的分类 |
| 3.2.3 媒体同步的分类 |
| 3.3 影响多媒体同步的因素 |
| 3.4 多媒体同步模型 |
| 3.4.1 时间轴模型 |
| 3.4.2 层次(hierarchical)同步模型 |
| 3.4.3 参考点(reference point)同步模型 |
| 3.5 多媒体同步的参考模型 |
| 3.6 多媒体同步的发展 |
| 3.6.1 MPEG-2 标准中的同步技术 |
| 3.6.2 AVS标准中的同步技术 |
| 3.8 本章小结 |
| 第4章 基于H.264 四维矩阵音视频同步编码模型 |
| 4.1 H.264 视频编码标准 |
| 4.2 同步编码模型框图表示 |
| 4.3 同步编码模型 |
| 4.3.1 彩色视频四维矩阵表示 |
| 4.3.1.1 颜色空间转换 |
| 4.3.1.2 彩色视频序列的四维矩阵模型 |
| 4.3.3 预测编码 |
| 4.3.4 四维矩阵子阵的划分 |
| 4.3.5 四维矩阵离散余弦变换（4DM-DCT） |
| 4.3.6 四维矩阵的量化 |
| 4.3.7 音视频的同步控制 |
| 4.3.8 DCT系数重排序 |
| 4.3.8.1 系数子单元的分布特点 |
| 4.3.8.2 四维之字型扫描 |
| 4.3.9 音视频同步编码器 |
| 4.3.10 音视频数据解码 |
| 4.4 本章小结 |
| 第5章 四维矩阵上下文变长编码 |
| 5.1 基于上下文的变长编解码 |
| 5.1.1 常用表达及意义 |
| 5.1.2 四维矩阵上下文变长编码 |
| 5.2 试验结果分析 |
| 5.2.1 量化权重对图像的影响 |
| 5.2.2 本章方法与传统的二维编码方法的比较 |
| 5.2.3 本章方法与矢量量化编码方法的比较 |
| 5.2.4 本章方法与霍夫曼编码方法的比较 |
| 5.3 本章小结 |
| 第6章 嵌入式音视频同步压缩编码 |
| 6.1 同步控制技术 |
| 6.2 算法的提出 |
| 6.2.1 音频信号的嵌入原理 |
| 6.2.2 音频数据的提取原理 |
| 6.3 DCT系数相关性嵌入算法 |
| 6.3.1 嵌入编码过程 |
| 6.3.2 试验结果及数据分析 |
| 6.4 DCT系数定点嵌入算法 |
| 6.4.1 音频嵌入过程 |
| 6.4.2 试验结果分析 |
| 6.5 DCT系数奇偶性嵌入算法 |
| 6.5.1 音频嵌入过程 |
| 6.5.2 试验结果分析 |
| 6.6 立体声音频嵌入结果分析 |
| 6.7 本章小结 |
| 第7章 总结与展望 |
| 参考文献 |
| 附录 |
| 发表论文 |
| 摘要 |
| ABSTRACT |
| 致谢 |
（8）基于DSP的多维矩阵音视频混合压缩算法的研究（论文提纲范文）
| 提要 |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究意义 |
| 1.3 图像压缩的历史、现状及国内外研究动态 |
| 1.4 媒体同步概述、分类及研究动态 |
| 1.5 时间戳同步技术与唇型同步技术 |
| 1.6 论文的组成结构和框架 |
| 1.7 本章小节 |
| 第二章 音视频混合压缩原理 |
| 2.1 图像压缩编码的一般过程 |
| 2.2 音频编码与信息隐藏 |
| 2.3 多维矩阵核心思想及派生 |
| 2.4 音视频混合压缩的基本原理 |
| 2.5 本章小结 |
| 第三章 数字信号处理器TMS320DM642 |
| 3.1 数字信号处理器简介 |
| 3.2 TMS320DM642 DSP 介绍 |
| 3.3 集成开发环境CCS 2.2 简介 |
| 3.4 实时操作系统DSP/BIOS |
| 3.5 起步代码参考框架RF5 |
| 3.6 本章小结 |
| 第四章 音视频混合压缩编码实现 |
| 4.1 音视频混合压缩的算法流程 |
| 4.2 音视频混合压缩编码模块 |
| 4.3 音视频混合压缩编码相关实验 |
| 4.4 音频数据的隐藏嵌入 |
| 4.5 本章小节 |
| 第五章 音视频混合压缩DSP实现的研究 |
| 5.1 音视频混合压缩编码硬件平台 |
| 5.2 音视频混合压缩DSP 实现的研究及优化 |
| 5.3 实时操作系统DSP/BIOS 的使用 |
| 5.4 基本参考框架RF5 的使用 |
| 5.5 存储器的自动分配 |
| 5.6 本章小结 |
| 第六章 结论 |
| 参考文献 |
| 摘要 |
| ABSTRACT |
| 致谢 |
| 导师及作者简介 |
（9）基于五维矩阵的多视角彩色视频流压缩编码（论文提纲范文）
| 提要 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 编码技术 |
| 1.2.1 信息论基础 |
| 1.2.2 图像编码技术 |
| 1.2.3 视频编码技术 |
| 1.3 视频编码技术国内外动态及发展趋势 |
| 1.4 论文的主要内容 |
| 第二章 视频压缩编码标准和变换编码理论 |
| 2.1 MPEG 运动图像编码标准 |
| 2.1.1 MPEG 视频压缩算法的基本原理 |
| 2.1.2 MPEG 系列标准 |
| 2.2 H.26x 视频压缩标准 |
| 2.3 多视角视频流压缩编码 |
| 2.4 视频图像压缩编码中的正交变换 |
| 2.5 本章小节 |
| 第三章 多视角视频 |
| 3.1 多视角视频 |
| 3.1.1 多视角视频简介 |
| 3.1.2 多视角视频编码中的视频目标分割与跟踪技术 |
| 3.1.3 多视角视频编码中的视差匹配新算法 |
| 3.2 立体视频 |
| 3.2.1 立体视频简介 |
| 3.2.2 立体视频编码技术 |
| 3.3 立体视频压缩编码的必要性 |
| 3.4 本章小节 |
| 第四章 多视角彩色视频流的表示模型及5DM-DCT |
| 4.1 彩色视频的四维矩阵表示 |
| 4.1.1 彩色图象和视频序列的表示模型 |
| 4.1.2 彩色图象的三维矩阵（3DM）表示模型 |
| 4.1.3 彩色视频的四维矩阵（4DM）表示模型 |
| 4.2 五维矩阵理论 |
| 4.2.1 五维矩阵的定义 |
| 4.2.2 五维矩阵的运算准则 |
| 4.3 多视角彩色视频流的五维矩阵表示模型 |
| 4.4 五维矩阵离散余弦变换（5DM-DCT） |
| 4.4.1 三维离散余弦变换(3DM-DCT) |
| 4.4.2 四维矩阵离散余弦变换（4DM-DCT）及其逆变换 |
| 4.4.3 五维矩阵离散余弦变换（5DM-DCT）及其逆变换（5DM-IDCT） |
| 4.5 本章小节 |
| 第五章 基于多维矩阵 DCT 的多视角彩色视频流的压缩编码及其评价标准 |
| 5.1 基于4DM-DCT 多视角彩色静态图像序列压缩编码 |
| 5.2 基于4DM-DCT 的立体视频编解码系统 |
| 5.3 基于5DM-DCT 的多视角彩色视频编解码系统 |
| 5.4 压缩编码算法的性能评价方法 |
| 5.4.1 峰值信噪比 |
| 5.4.2 压缩比 |
| 5.5 本章的小节 |
| 第六章 仿真实验和性能比较 |
| 6.1 引言 |
| 6.2 基于4DM-DCT 的多视角彩色图像序列编码实验结果 |
| 6.3 基于两种方法立体视频压缩编码实验结果 |
| 6.4 本章小节 |
| 第七章 总结和展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 摘要 |
| Abstract |
| 致谢 |
| 导师及作者简介 |
四、彩色视频的四维MDCT及矩阵量化编码（论文参考文献）
- [1]基于多维矢量矩阵的DCT快速算法的研究[D]. 吴杨. 吉林大学, 2012(09)
- [2]基于三维SDCT的视频压缩方法研究[D]. 孙文邦. 吉林大学, 2011(05)
- [3]基于采样模型的多维矢量矩阵DCT整数变换编解码器研究[D]. 刘丽丽. 吉林大学, 2011(09)
- [4]多维矢量矩阵可变分割彩色视频流压缩编码[D]. 赵欣. 吉林大学, 2011(09)
- [5]四维矩阵离散余弦变换的整数实现[J]. 赵志杰,陈贺新,陈绵书. 吉林大学学报(工学版), 2008(03)
- [6]基于多维矩阵理论的彩色图像和视频编码研究[D]. 赵志杰. 吉林大学, 2008(11)
- [7]四维矩阵视频编码及音视频同步技术研究[D]. 齐丽凤. 吉林大学, 2007(05)
- [8]基于DSP的多维矩阵音视频混合压缩算法的研究[D]. 滕达. 吉林大学, 2007(03)
- [9]基于五维矩阵的多视角彩色视频流压缩编码[D]. 张新立. 吉林大学, 2007(03)
- [10]基于四维帧内预测和4D-MDCT的彩色视频编码[J]. 赵岩,陈贺新. 计算机工程, 2006(20)