导读:本文包含了多媒体压缩论文开题报告文献综述及选题提纲参考文献,主要关键词:压缩感知,多媒体视频,图像去噪,清晰度
多媒体压缩论文文献综述
龚家举[1](2019)在《基于压缩感知的多媒体视频图像去噪方法研究》一文中研究指出目前,多媒体视频图像是信息传递的重要手段之一。但是,部分视频图像中的噪声严重影响了信息传递,而常规去噪方法的效果不理想。因此,提出了基于压缩感知的多媒体视频图像去噪方法。结合压缩感知理论,通过全变分图像去噪、离散小波正交变换和Shannon/Nyquist采样,完成图像去噪处理。经过实验分析,与常规去噪方法相比,此方法更能发挥稀疏集合的优势,大大降低了采样率和降噪处理的成本,并获得了比较好的去噪效果。(本文来源于《信息与电脑(理论版)》期刊2019年04期)
薛皓天[2](2018)在《基于稀疏采样的多媒体传感网图像压缩收集机制》一文中研究指出无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)在传统无线传感器网络的基础上引入了图像、音频、视频等多媒体信息,能够实现更高精度的监控,使用户更直观、更深入的了解观测对象。WMSNs具有广阔的应用前景,但也面临着网络能耗、节点性能以及存储空间大小等多方面的限制与挑战,能否有效解决这些问题,成为WMSNs进一步发展和应用的关键。本文结合WMSNs的特点,通过引入多节点协作式网络框架与压缩感知技术,提出了一种基于傅里叶域稀疏采样的分布式图像压缩收集方案。该方案将网络中的节点按照不同功能进行区分,以多节点协作的方式实现了图像在傅里叶域上的分块自适应压缩采样与传输,并最终在基站实现图像的重建。仿真实验表明,本文所提出的分布式图像压缩收集机制可以在保证图像重构质量的前提下,大幅抑制图像采集节点的能耗,有效平衡网络内各节点间的能耗,并延长整个网络的生命周期。在此基础之上,本文利用Matlab-GUI编程设计并实现了一个分布式图像压缩收集仿真系统。该系统可以根据使用者设定的簇群、节点数量构建多媒体传感网,并完整模拟图像的采样、压缩与重建过程。通过该仿真系统,本文进一步验证了所提方案的有效性。(本文来源于《南京邮电大学》期刊2018-11-14)
韩慧[3](2018)在《多媒体计算机图像数据压缩的实现研究》一文中研究指出在当今的时代,多媒体技术的发展可以说是日新月异,其应用也逐渐地广泛了起来。通过多媒体技术的应用,能够有效地将计算机的交互控制功能和电视机的视听信息传播结合到一起,构成多媒体计算机系统,使计算机设备能够具备各种多媒体信息功能。近年来,随着多媒体信息的数字化,音频和视频等多媒体信息的数据量变得越来越庞大。因此,就需要通过多媒体数据压缩技术来对其进行有效的压缩,从而更好地使用这些多媒体信息。目前,数据压缩技术已经被广泛地应用于多媒体娱乐、广播、通信以及存储等领域。本文就多媒体计算机图像数据压缩的实现做了相关的阐述。(本文来源于《通讯世界》期刊2018年10期)
李琰[4](2018)在《多媒体数据压缩算法研究与实现》一文中研究指出在当今信息化的时代,丰富的多媒体数据占用空间比较大,传输速度较慢。因此,要实现多媒体数据的传输和处理的首要问题就是对多媒体数据进行有效的压缩。压缩算法是数据压缩的关键。本论文的理论部分主要是对目前网络世界中较为常用的数据压缩算法进行了介绍,论文的实现部分是选用哈夫曼编码实现对文本数据压缩。(本文来源于《计算机产品与流通》期刊2018年02期)
张慧[5](2017)在《多媒体网络视频图像压缩传输补偿优化仿真》一文中研究指出随着多媒体网络视频种类的不断增加,使得多媒体网络视频图像多样化,传统的多媒体网络视频图像在进行压缩传输补偿时,由于采集过程视频图像特征丢失量不同,多媒体网络视频图像出现的损坏程度也存在一定差异,导致压缩传输补偿误差大、效率低。提出基于多尺度字典学习的多媒体网络视频图像压缩传输补偿优化方法。先对多媒体网络视频图像采集信息系统原理进行分析,并以此为基础,采用交叉验证计算视频图像重构方法终止迭代的判据参数,利用视频图像测试集的测量矩阵对图像解码重构,采用K均值奇异值分解方法学习获得视频图像尺寸不同的多尺度字典,结合筛选因子对图像多尺度字典原子进行优化筛选量化编码,利用自适应的量化编码完成压缩。仿真证明,在多媒体网络视频图像压缩传输时,改进补偿方法,相比传统补偿方法其多媒体网络视频图像组包效率高,压缩传输补偿实时性也得到了改善,具有一定的优势。(本文来源于《计算机仿真》期刊2017年12期)
聂财香[6](2017)在《基于无线多媒体传感器网络特征提取的图像压缩算法》一文中研究指出提出了一种兴趣提取图像压缩算法,将图片分为兴趣部分和非兴趣部分分别进行有损—无损压缩。同时结合分布式算法把图像的压缩和处理过程分散到多个传感器节点,这样提高了整个网络的生命周期也可以满足网络的传输效率,均衡了网络的耗能情况。(本文来源于《信息通信》期刊2017年04期)
周威[7](2016)在《基于张量PCA的无线多媒体传感器网络图像压缩机制研究》一文中研究指出无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)是一种支持传输图像和视频等信息服务的无线传感器网络,在环境监测、移动医疗、交通监测等诸多领域都具有非常广阔的应用前景。除了一般无线传感器网络的共性特点外,无线多媒体传感器网络还具有处理任务复杂化,图像采集、处理与传输能耗呈现“均匀”分布等特点,使得能否有效解决因信息处理复杂带来的高能耗问题,成为无线多媒体传感器网络走向实用化的关键。针对无线多媒体传感器网络能量、存储、处理能力严重受限的特点,结合无线多媒体传感器网络的拓扑结构,本文首先提出一种基于主成分分析(Principal Component Analysis,PCA)的多点协作图像压缩传输方案。首先将相机采集到的图像分块发送给普通节点,普通节点将收到的分块图像使用PCA图像压缩算法进行自适应压缩并发送给簇头节点,簇头节点再将压缩后的数据发送至基站。随后,针对基于PCA的图像压缩算法只适用于压缩单幅灰度图像的局限性,将PCA图像压缩算法扩展至高阶,提出了一种基于张量主成分分析(Tensor Principal Component Analysis,TPCA)的图像序列压缩算法。仿真实验表明,提出的协作式图像压缩传输机制极大地缓解了图像采集节点的能耗压力,有效地平衡了网络中节点的能耗。与JPEG2000协同图像压缩等方案相比,基于PCA的图像处理方案的网络总能耗更少;后者不仅能够有效地对图像进行压缩传输,平衡网络能耗,延长整个网络生命周期,而且还可以有效去除图像常见的噪声,保证了图像的质量。基于TPCA的图像序列压缩模型可以有效地实现图像序列的批量压缩,在保持高压缩比的同时可以得到较高的图像恢复质量,以及对噪声同样具有较强的鲁棒性。(本文来源于《南京邮电大学》期刊2016-11-18)
李功[8](2016)在《基于压缩感知的无线多媒体传感器网络视频重构算法研究》一文中研究指出无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSN)是一种集传感器、无线通信和嵌入式信息处理于一体的综合性网络,其数据形式直观,含有丰富的多媒体信息,在视频监控、智能安保等诸多领域得到了广泛应用。然而,视频作为WMSN中重要的数据形式,如果按照传统的奈奎斯特采样定理对其进行采用和处理,对WMSN视频节点的计算能力、存储能力和能耗都构成了巨大挑战,并将严重影响WMSN网络性能和生命周期。而近年来发展起来的压缩感知(Compressed Sensing,CS)理论为海量数据的采样压缩提供了一种新的思路。根据CS理论,在对信号进行采样的过程中,可以利用信号的冗余性,超越传统奈奎斯特采样定理的极限,从而极大地简化了信号采样压缩的处理流程。因此,如果能将CS理论应用于WMSN视频数据的采样压缩过程,将有效缓解资源受限的WMSN视频数据处理压力。本论文基于CS理论,针对WMSN视频监控应用场景,对基于CS的WMSN视频重构算法进行研究,主要研究工作如下:在压缩感知视频数据获取模型的基础上,针对WMSN视频监控应用场景的特殊要求,即对算法实时性要求较高且要保证视频质量,本文提出了基于改进梯度投影法(Gradient Projection for Sparse Reconstruction,GPSR)的WMSN视频重构方法,该方法首先构建合适的测量矩阵,通过简单运算即可快速恢复出预览视频,然后,利用光流法对预览视频提取运动矢量,并将运动矢量加入改进的GPSR算法迭代重构过程中,从而实现高分辨率视频重构。实验结果表明,该方法可以在极短的时间内获得预览视频,与GPSR算法相比,其最终重构效果在视频主观质量和客观评价指标上都有所提升。为进一步提高应用于WMSN视频监控的重构算法的实时性和重构效果,采用视频分阶段重构的思想,本文提出了基于改进迭代收缩阈值法(Iterative Shrinkage Thresholding,IST)的WMSN视频重构方法。该方法利用视频帧之间的运动矢量重新构建IST数据保真项,同时通过不断收缩正则化参数来更新迭代阈值。实验结果表明,该方法能够实现WMSN视频场景信息的快速预览,能够满足WMSN视频监控实时性的要求。在最终重构效果方面,与IST算法相比,本文提出的算法在视觉效果和客观评价指标方面,都有较大提高,可以更好地满足WMSN视频监控要求。(本文来源于《华东交通大学》期刊2016-06-30)
肖甫,杨谢琨,孙力娟,王汝传,唐晓璇[9](2016)在《面向数据压缩的无线多媒体传感器网络节点选择方法》一文中研究指出针对多媒体传感网采集图像信息的空间冗余问题,提出了一种面向数据压缩的无线多媒体传感器网络节点的选择方法.该方法从节点3维感知模型出发,设计空间相关模型以描述感知图像数据之间的相关性,在此基础上,提出基于相关性的节点选择方法,减少了采集数据的空间冗余.仿真实验结果验证了新方案的有效性.(本文来源于《北京邮电大学学报》期刊2016年02期)
宋坤[10](2016)在《无线多媒体传感器网络中图像信息的压缩与传输》一文中研究指出无线多媒体传感器网络的出现,将人们的研究视角从传统的标量无线传感器网络转移到了装备有能够获取视频、音频以及标量信息的多媒体设备的网络中来,使人们能够对物理世界更为丰富的信息通过数字化手段进行感知。但无线多媒体传感器节点由于成本和体积因素的制约,存在电源能量受限、计算和存储能力有限的特点,而图像信息与传统标量信息相比又具有文件体积增大、计算量复杂度加倍的特点,因此,如何在硬件受限的环境下,保证图像采集的质量和数量,就成为技术人员需要解决的难题。本文通过对数字图像压缩过程的改进和无线传感器网络路由协议的改进,来解决上述问题,本文的研究目标为图像信息。本文提出在数字图像压缩过程中,优先编码感兴趣区域和仅对感兴趣区域进行编码两种思路,并在第一种思路中给出使用普通小波进行离散小波变换时图像感兴趣区域对应的小波域掩膜计算方法,在第二种思路中对SPIHT算法进行改进,以更好的与形状自适应离散小波变换算法相结合。实验表明,在比特率低于1.0的情况下,使用优先编码图像感兴趣区域的方法图像压缩效果要优于不对图像感兴趣区域进行区分时的压缩效果;只对图像感兴趣区域进行编码的方法,与不对图像感兴趣区域进行区分的压缩方法相比,图像降低的PSNR值可以接受,且同比特率下压缩得到的图像数据流体积有明显减小,能耗得到降低。同时,本文在HEED协议的基础上,对其簇头与sink节点的通信方式进行优化,改为考虑节点剩余能量的逐跳路由算法,该算法的设计较为简单,时间复杂度为2O(n),实验表明,无线多媒体传感器网络采集的图像数据量与原算法相比增长了5.5%左右,网络的生命周期得到延长。(本文来源于《沈阳航空航天大学》期刊2016-03-07)
多媒体压缩论文开题报告
(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:
无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)在传统无线传感器网络的基础上引入了图像、音频、视频等多媒体信息,能够实现更高精度的监控,使用户更直观、更深入的了解观测对象。WMSNs具有广阔的应用前景,但也面临着网络能耗、节点性能以及存储空间大小等多方面的限制与挑战,能否有效解决这些问题,成为WMSNs进一步发展和应用的关键。本文结合WMSNs的特点,通过引入多节点协作式网络框架与压缩感知技术,提出了一种基于傅里叶域稀疏采样的分布式图像压缩收集方案。该方案将网络中的节点按照不同功能进行区分,以多节点协作的方式实现了图像在傅里叶域上的分块自适应压缩采样与传输,并最终在基站实现图像的重建。仿真实验表明,本文所提出的分布式图像压缩收集机制可以在保证图像重构质量的前提下,大幅抑制图像采集节点的能耗,有效平衡网络内各节点间的能耗,并延长整个网络的生命周期。在此基础之上,本文利用Matlab-GUI编程设计并实现了一个分布式图像压缩收集仿真系统。该系统可以根据使用者设定的簇群、节点数量构建多媒体传感网,并完整模拟图像的采样、压缩与重建过程。通过该仿真系统,本文进一步验证了所提方案的有效性。
(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。
多媒体压缩论文参考文献
[1].龚家举.基于压缩感知的多媒体视频图像去噪方法研究[J].信息与电脑(理论版).2019
[2].薛皓天.基于稀疏采样的多媒体传感网图像压缩收集机制[D].南京邮电大学.2018
[3].韩慧.多媒体计算机图像数据压缩的实现研究[J].通讯世界.2018
[4].李琰.多媒体数据压缩算法研究与实现[J].计算机产品与流通.2018
[5].张慧.多媒体网络视频图像压缩传输补偿优化仿真[J].计算机仿真.2017
[6].聂财香.基于无线多媒体传感器网络特征提取的图像压缩算法[J].信息通信.2017
[7].周威.基于张量PCA的无线多媒体传感器网络图像压缩机制研究[D].南京邮电大学.2016
[8].李功.基于压缩感知的无线多媒体传感器网络视频重构算法研究[D].华东交通大学.2016
[9].肖甫,杨谢琨,孙力娟,王汝传,唐晓璇.面向数据压缩的无线多媒体传感器网络节点选择方法[J].北京邮电大学学报.2016
[10].宋坤.无线多媒体传感器网络中图像信息的压缩与传输[D].沈阳航空航天大学.2016