二维 DFT 和 DCT 的 Systolic 阵列

超级计算中一个活跃的研究领域是将某些有限和,如离散富里叶变换(DFT)、离散余弦变换(DCT),映射到多处理机阵列上。本文首先通过二维DFT的行列分解算法流程图,给出了计算二维DFT的二种Systolic阵列:一种是由N_1个处理器组成的线性阵列,所花时间步为O(N_1N_2)(设二维DFT为N_1×N_2长的),与行列分解算法在单处理机上顺序执行所花时间相比,加速比为O(N)(设N_1=N_2=N)。这一结果无论是在时间消耗,还是在PE数量上都是目前最优的。另一种是由N_1×N_2个处理器组成的矩形阵列,所需时间为O(N_1+N_2),与行列算法在单处理机上顺序运行所花时间相比,加速比为O(N~2)(这里仍假定N_1=N_2=N)。本文还给出了二维DCT的与二维DFT相似的Systoilc阵列结构。不难将上述阵列推广到多维的情况。     

一种精确定位篡改攻击位置的混沌数字水印算法

基于混沌变换良好的随机性和初始条件极端敏感性,提出了一种精确定位篡改位置的脆弱混沌数字水印算法．该算法将混沌加权后DCT中低频系数作为图像特征,利用混沌DCT匹配块对生成脆弱水印序列,最后嵌入到图像的DCT中频系数中．实验结果与分析表明,该算法几乎不影响图像的视觉质量,对图像篡改区域具有检测有效性和定位准确性,实现了盲认证．该算法不仅提高了篡改定位的精度,虚检率与漏检率也相应降低．     

联合特征累积分析的压缩域运动对象检测

依据H.264压缩域中能够反映景物运动变化的MV和DCT系数特征,本文提出了一种多特征联合累积分析的压缩域运动对象检测方法。该方法对压缩码流中各宏块的运动信息进行时空域滤波,并使用雅克比矩阵描述全局运动参数和宏块MV之间的关系,简化参数求解过程,通过比较局部运动和全局运动之间的差异初步检测运动对象;选取宏块周围可靠的运动特征用于宏块DCT系数能量的投影累积,并通过熵能原理在压缩域中选取各个宏块的自适应阈值,检测运动对象的边缘及纹理显著区域;通过一定的逻辑准则将MV和DCT系数的检测结果结合起来,最终检测出视频中运动对象。实验结果表明,本文算法可准确地检测压缩视频中的运动对象,且检测结果具有较高的查全率和查准率。     

基于DCT、DWT的信息二次隐藏技术的理论分析

信息传送的安全性已成为许多领域所关注的热点和难点,如何在大量的数据载体中嵌入有用的重要信息并将其安全的发送出去是一个值得研究的重要课题。应用DCT和DWT两种变换方式对信息进行二次隐藏,根据相关理论提出隐藏的算法和实现的可能过程,并对实现中可能存在的不足和改进进行了简要分析。结果表明二次隐藏作为一种深度隐藏方式理论上可以实现,在实践技术方面还需进一步完善。二次隐藏技术的发展将在网络安全方面有独特的应用前景。     

基于离散余弦变换的数字水印技术

针对当前在开放的网络环境下对数字产品版权保护和认证来源及完整性的需求,在人们寻求办法保护他们在网络上传输的信息时,数字水印变得越来越重要,提出了基于离散余弦变换的数字图像水印方案。利用离散余弦变换嵌入的数字水印具有感官上的不可见性,并且原图像信息丢失量少,根据离散余弦变换抗几何变换的性质,使水印图像能够抵抗缩放和剪切等一系列攻击。具有很好的鲁棒性。并且能使用密钥较高精度地恢复水印。     

两种基于 DCT 变换的数字水印算法分析

本文介绍了多媒体数字水印的概念，对当前的技术现状进行了简单的综述，重点研究了两种ＤＣＴ 域上的数字水印算法的检测过程，在此基础上对两者的性能和特点进行了分析，并且进行了实验仿真验证。     

基于区域的小波变换图像压缩

由于小波变换的全局分解性,因而并不适用于固定形状（或对象）的图像分解。为了解决这个问题,本文提出了基于感兴趣区域的小波变换（RWT）,在计算复杂度上与现有算法相比有所减小。由于RWT算法仅仅处理原始图像中的区域部分,因而与传统的小波变换相比,它的计算复杂度要小的多。实验结果表明,图像中的任何区域都可用RwT算法分解,用R册逆运算完全重构。此外,在压缩比相同的情况下,由于RWT算法产生较少的高频的信息,因而要比形状自适应小波变换实用。     

基于发动机恒转速控制的干式DCT车辆智能起步研究

分析了起步过程中影响离合器接合速度的主要因素,基于发动机恒转速控制方式和双离合器联合起步,设计了驾驶意图模糊推理系统、离合器接合速度推理系统、离合器分离条件推理系统3个智能控制系统,对起步的挡位、发动机转速、离合器接合速度进行控制,并对其进行了仿真。仿真结果表明:应用模糊控制能很好地控制DCT车辆双离合器联合起步。     

一种基于Wallace树的分散式DCT/IDCT体系结构

提出了一种新的基于Wallace树的分散式DCT/IDCT体系结构。它不依赖于ROM和乘法器,用面积开销低的加法器、移位器和4-2压缩器,实现了乘法密集的DCT/IDCT算法。该体系结构在SMIC 0.18μm工艺上进行了设计和综合,可以达到100Mpixels/s的吞吐率,只消耗了36 141个晶体管和1024bits转换存储器,时序—面积性能较已有的体系结构有了显著的改善。     

整数DCT(BinDCT)快速算法

设计和实现了基于提升结构的无乘法二进制DCT (BinDCT)的快速算法。该算法是在基于旋转变换的递归算法基础上设计的 ,并将传统的旋转变换的 3个提升矩阵乘积减少至 2个提升矩阵乘积 ,从而使算法的运算量比现有算法大为减少