导读:本文包含了网格编码量化论文开题报告文献综述、选题提纲参考文献，主要关键词:网格,图像,小波,自适应,光谱,原始,数据压缩。
网格编码量化论文文献综述写法
赵胜辉,毛婷,刘洱兰,于莹莹[1]（2017）在《改进应用网格编码量化的算术编码G.719音频编码器》一文中研究指出网格编码量化的算术编码(ACTCQ)是网格编码量化(TCQ)和算术编码(AC)的有机结合.本论文将ACTCQ应用于G.719,提出了一种改进的G.719音频编码器.主客观实验结果表明,与G.719音频编码器相比,改进的G.719音频编码器不仅降低了0.2%~5.0%的编码速率,而且提高了0.04~0.21的重建音频质量.(本文来源于《北京理工大学学报》期刊2017年07期）
王迪,赵胜辉,赵情恩,翟迎灿,王迎雪[2]（2015）在《网格编码量化在G.719音频编码器中的应用》一文中研究指出网格编码量化(TCQ)借鉴了网格编码调制(TCM)中的信号集合扩展、信号集合划分和网格状态转移的思想,具有较好的量化性能,且复杂度适中。将TCQ应用到G.719音频编码器中,提出了一种MDCT系数的标量量化方案。实验结果表明,与G.719相比,该方案不仅降低了计算复杂度,而且其重建音频质量在64 kbit/s以上速率不低于G.719音频编码器。(本文来源于《电声技术》期刊2015年09期）
田彩丽,方勇[3]（2015）在《基于网格编码量化的压缩感知量化问题研究》一文中研究指出压缩感知理论提出至今,学术界对其理论研究取得了重大的成果,并将其应用于各个领域。本文主要研究其量化方式,将网格编码量化(TCQ)方法应用于压缩感知的信号量化过程,基于压缩感知理论获取采样信号,采样信号运用网格编码量化方式量化,解码端对信号重构,重构使用2D正交匹配追踪算法。实验结果表明,该方法可以减少图像压缩时间,不影响压缩图像的质量。(本文来源于《科技通报》期刊2015年08期）
王珏,王嘉[4]（2010）在《自适应网格编码量化在图像压缩中的应用》一文中研究指出提出了一种对网格编码量化(TCQ)算法进行改进的方法—自适应网格编码量化算法(ADTCQ),并将其应用于JPEG2000图像压缩。自适应网格编码量化算法(ADTCQ)采用了多级TCQ的结构,并且通过利用已处理的数据对网格结构做出自适应调整。实验结果显示,应用于图像压缩时自适应网格编码量化(ADTCQ)算法的性能要明显优于标准TCQ算法。(本文来源于《信息技术》期刊2010年04期）
侯兴松,江桂凤,吉荣晶,史乘龙[5]（2010）在《一种方向提升小波变换和网格编码量化的图像编码算法》一文中研究指出由于JPEG2000图像压缩标准不能有效表示图像边缘的缺陷,提出了一种结合方向提升小波变换和网格编码量化(TCQ)的图像编码算法.该算法先通过基于率失真优化的四叉树分割算法得到最优变换方向,再沿最优变换方向做方向提升小波变换,然后对得到的小波子带系数进行TCQ量化,最后将量化系数编码输出.实验结果表明,对所给定的测试图像,该算法比JPEG2000峰值信噪比最多提高了1.49 dB,比JPEG2000的结构相似度最多提高了3.98%,解码图像的主观视觉质量更好.(本文来源于《西安交通大学学报》期刊2010年02期）
王珏[6]（2010）在《网格编码量化的自适应结构优化及在图像压缩上的应用》一文中研究指出近年来,随着多媒体技术的普及、数字视频的发展和网络传输图像的增多,数字图像和视频越来越深入生活的各个方面。为了更加有效的利用带宽和节约存储空间,往往需要对图像和视频进行有损压缩。有损压缩的关键步骤之一是量化,量化性能好坏对整个图像压缩编码系统有很重大的影响。网格编码量化的思想来自于网格编码调制,通过信号空间扩展,提高了量化器的均方误差性能,兼具良好的量化性能和适中的运算复杂度,已经被证明是对无记忆信源及Gauss-Markov信源的一种高效的量化方法。现有的网格编码量化算法主要是基于一个固定的网格结构对序列进行处理,显然固定的网格结构对不同序列的性能是有差异的。因此,我们希望设计一种网格编码量化算法,这个算法可以对不同的序列使用不同结构的网格,算法的主要思想是量化器和反量化器都能够根据已量化(已反量化)的部分数据的某些统计信息对状态转移图网格结构做出一定调整,保持较好的均方误差性能。基于这个思想,我们提出了一种对网格编码量化算法进行改进的方法——基于残差序列统计信息的网格优化方法,采用了多级网格编码量化的结构,并且能够在量化过程中对网格结构做出自适应调整。通过对不同序列进行量化,以及对量化参数对量化性能影响的分析,我们可以得出本文提出的算法对于无记忆信源和有记忆信源的量化性能都要好于经典TCQ。将上述方法与JPEG2000图像编码标准结合,按照JPEG2000中的要求对量化参数进行了限定,得到了自适应网格编码量化算法(ADTCQ)。我们对一系列测试图像分别采用不同的量化方法进行压缩。实验结果显示,应用于JPEG2000图像压缩时自适应网格编码量化(ADTCQ)算法的客观PSNR性能要好于经典TCQ算法,在主观质量上也能更好的保持原图像视觉特性。(本文来源于《上海交通大学》期刊2010-01-01）
李霆,王东进,刘发林[7]（2008）在《小波变换的SAR原始数据网格编码量化压缩算法》一文中研究指出介绍了小波变换和网格编码量化的优点,针对SAR原始数据的基本特点,提出了基于小波变换的8状态网格编码量化压缩算法。对小波变换后的数据进行网格编码量化,利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,获得了更好的量化效果。利用实际数据进行的实验结果表明,文中提出的算法在量化性能上优于已有的各种压缩算法。(本文来源于《现代雷达》期刊2008年05期）
李霆[8]（2007）在《基于网格编码量化和小波变换的SAR原始数据压缩》一文中研究指出合成孔径雷达是一种可全天候、全天时工作的成像遥感设备，可以对地面目标进行高分辨率、大面积成像。合成孔径雷达原始数据的数据率非常高，数据间的相关性弱、动态范围大，回波信号的分布近似高斯白噪声。这给数据的传输和存储带来了很大的困难。随着合成孔径雷达技术向多波段、多极化和高分辨率方向发展，合成孔径雷达所产生的原始回波数据的数据率越来越高。对原始数据进行压缩，成为减小数据率的重要手段。本文结合真实合成孔径雷达原始数据，以提高量化性能为目的，研究了合成孔径雷达原始数据压缩算法。本文首先分析了SAR原始数据的统计特性，回顾和评估了现有的几种压缩算法(BAQ、BAVQ、FFT-BAQ和DWT-BAQ)，为进一步的研究做了铺垫。在BAQ算法的基础上，提出了BATCQ算法。首先对SAR原始数据实施BAQ以减小数据的动态范围，然后对BAQ处理后的数据进行网格编码量化。该方法在考虑了SAR原始数据特性的基础上利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离，进一步提高了量化增益，取得了较好的量化和抗误码性能。在DWT-BAQ算法的基础上，提出了LWT-BATCQ算法。结合了小波变换和网格编码量化的优点，获得了更好的量化效果。同时采用提升小波来代替传统小波，减小了小波变换的计算复杂性，加快了运算速度。针对当前小波方法进行高倍数压缩时，由于某些子带小波系数置零带来的信号频谱特征变化和频谱减少的问题，提出了LWT-BAQ／VQ算法。使用了低维数的矢量量化来压缩被分配到低比特率的子带区域，计算量增加不多，同时保持了频谱特性，频谱没有减少，使得数据压缩的结果不会降低雷达图像的分辨力。首次提出将多小波应用于SAR原始数据压缩，在单小波压缩算法的基础上，提出了多小波压缩算法MWT-BAQ。多小波技术由于克服了传统单小波的一系列缺点，所以获得了比单小波压缩算法更好的量化性能。(本文来源于《中国科学技术大学》期刊2007-05-01）
王晋,张晓玲,沈兰荪,柴焱[9]（2006）在《一种基于网格编码量化的高光谱图像无损压缩方法》一文中研究指出由于遥感图像的数据量非常庞大,给有限的存储空间和传输带宽带来很大的压力,同时,由于高光谱图像获取代价昂贵,具有广泛的应用领域,且压缩时一般不能丢失任何信息,即要求无损压缩,因此没有有效的压缩方法,高光谱图像的普及应用将受到极大的限制。网格编码量化(TCQ)借鉴了网格编码调制(TCM)中信号集合扩展、信号集合划分和网格状态转移的思想,其虽具有良好的均方误差(MSE)性能,而且计算复杂度适中,但目前TCQ主要被应用于图像的有损压缩,为了对高光谱图像进行有效的无损压缩,通过将TCQ引入高光谱图像的无损压缩,并根据高光谱图像的特点,提出了一种基于小波变换和TCQ的高光谱图像无损压缩方法。实验结果表明,与JPEG2000和JPEG-LS中无损压缩算法相比,该算法对高光谱图像具有更好的压缩性能。(本文来源于《中国图象图形学报》期刊2006年01期）
吴颖谦,方涛,施鹏飞[10]（2004）在《基于网格编码量化的超光谱图像压缩》一文中研究指出提出了一个基于小波网格编码量化的超光谱图像压缩方法。谱间和空间冗余处理构成了超光谱图像压缩算法的主要内容,该算法使用一个谱间差分预测步骤来去除谱间冗余,而后对预测残差图像进行小波变换并利用均匀阈值网格编码量化(trellis-codedquantization)方法来量化各小波子带,最后使用自适应算术编码对量化码字进行熵编码。为使编码器能为所有子带获取率一失真意义上最优的量化阈值,设计了一个基于子带统计特性和网格编码量化器率一失真特性的比特分配算法。在实验中,该算法表现出优良的压缩性能,对于实验的超光谱图像,该方法在压缩比为32时可得到37.1dB的峰值信噪比,这表明本算法能有效压缩超光谱图像,适于超光谱图像压缩应用。(本文来源于《光学学报》期刊2004年12期）
网格编码量化论文开题报告范文
（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：
网格编码量化(TCQ)借鉴了网格编码调制(TCM)中的信号集合扩展、信号集合划分和网格状态转移的思想,具有较好的量化性能,且复杂度适中。将TCQ应用到G.719音频编码器中,提出了一种MDCT系数的标量量化方案。实验结果表明,与G.719相比,该方案不仅降低了计算复杂度,而且其重建音频质量在64 kbit/s以上速率不低于G.719音频编码器。
（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。
网格编码量化论文参考文献
[1].赵胜辉,毛婷,刘洱兰,于莹莹.改进应用网格编码量化的算术编码G.719音频编码器[J].北京理工大学学报.2017
[2].王迪,赵胜辉,赵情恩,翟迎灿,王迎雪.网格编码量化在G.719音频编码器中的应用[J].电声技术.2015
[3].田彩丽,方勇.基于网格编码量化的压缩感知量化问题研究[J].科技通报.2015
[4].王珏,王嘉.自适应网格编码量化在图像压缩中的应用[J].信息技术.2010
[5].侯兴松,江桂凤,吉荣晶,史乘龙.一种方向提升小波变换和网格编码量化的图像编码算法[J].西安交通大学学报.2010
[6].王珏.网格编码量化的自适应结构优化及在图像压缩上的应用[D].上海交通大学.2010
[7].李霆,王东进,刘发林.小波变换的SAR原始数据网格编码量化压缩算法[J].现代雷达.2008
[8].李霆.基于网格编码量化和小波变换的SAR原始数据压缩[D].中国科学技术大学.2007
[9].王晋,张晓玲,沈兰荪,柴焱.一种基于网格编码量化的高光谱图像无损压缩方法[J].中国图象图形学报.2006
[10].吴颖谦,方涛,施鹏飞.基于网格编码量化的超光谱图像压缩[J].光学学报.2004