吉林大学学报(工学版) ›› 2016, Vol. 46 ›› Issue (2): 627-631.doi: 10.13229/j.cnki.jdxbgxb201602043

• 论文 • 上一篇    下一篇

基于多维矢量矩阵理论的KL变换

陈绵书, 王园园, 桑爱军, 陈贺新   

  1. 吉林大学 通信工程学院, 长春 130022
  • 收稿日期:2014-12-03 出版日期:2016-02-20 发布日期:2016-02-20
  • 通讯作者: 桑爱军(1973-),女,教授,博士.研究方向:多维视频流编解码.E-mail:sangaj@jlu.edu.cn E-mail:chenms@jlu.edu.cn
  • 作者简介:陈绵书(1973-),男,副教授,博士.研究方向:图像处理,人工智能.E-mail:chenms@jlu.edu.cn
  • 基金资助:
    国家自然科学基金项目(61171078); 吉林省自然科学基金项目(20130101045JC); 吉林省科技发展计划国际科技合作项目(20130413053GH,20140414013GH); 吉林省科技发展计划青年科研基金项目(20130522164JH)

KL transformation based the theory of multidimensional vector matrix

CHEN Mian-shu, WANG Yuan-yuan, SANG Ai-jun, CHEN He-xin   

  1. College of Communication Engineering, Jilin University, Changchun 130022,China
  • Received:2014-12-03 Online:2016-02-20 Published:2016-02-20

摘要: 为了使Karhunen-Loeve ( KL)变换适应高维数据,同时为了找出多维矢量矩阵的最优变换,本文提出了基于多维矢量矩阵理论的M维KL变换(即MKL变换).首先结合多维矢量矩阵理论定义多维协方差矩阵,并求解多维特征向量矩阵;然后定义MKL变换,将多维数据映射到投影空间.实验结果表明:MKL变换在一维时与KL变换具有相同的最优性;对于三维视频数据,MKL变换实现了完全解相关,平均能量集中率(EPE)高达99%.

关键词: 信息处理技术, 视频图像压缩编码技术, 多维矢量矩阵, KL变换

Abstract: In order to adapt Karhunen-Loeve (KL) transform to multidimensional data, meanwhile to find out the optimal transformation of multidimensional vector matrix, a Multidimensional KL (MKL) transform based the theory of multidimensional vector matrix is proposed. First, the multidimensional covariance matrix is defined using the theory of multidimensional vector matrix, and the multidimensional characteristic matrix vector is solved. The, MKL transform is defined and the multidimensional data are mapped to the projective space. Simulation results show that the MKL transform in one-dimension has the same optimality as the KL transform. For 3D video data block, the average EPE can be as high as 99% by integral transformation, and MKL realizes decorrelation completely.

Key words: information processing, video image compression coding technology, multidimensional vector matrix, KL transform

中图分类号: 

  • TN919
[1] 张伟,姚明辉,张君华,等. 高维非线性系统的全局分岔和混沌动力学研究[J]. 力学进展,2013 43(1):63-91.
Zhang Wei,Yao Ming-hui,Zhang Jun-hua, et al. High dimensional nonlinear systems global bifurcation and chaos dynamics research[J]. Advances in Mechanics,2013,43(1):63-91.
[2] 刘凯,李文东,张闻钊,等.高维辅助的普适量子线路优化[J].物理学报,2012,61(12):1-7.
Liu Kai, Li Wen-dong, Zhang Wen-zhao, et al. High-dimensional auxiliary's moderate line optimization[J].Acta Phys,2012,61(12):1-7.
[3] 丁东生,周志远,史宝森,等.高维量子态存储[J].量子电子学报,2014,31(4):442-449.
Ding Dong-sheng, Zhou Zhi-yuan, Shi Bao-sen,et al. A quantum memory for high-dimensional states[J]. Chinese Journal of Quantum Elecronics,2014,31(4):442-449.
[4] Liu L L, Chen H X, Sang A J, et al.4D order-4 vector matrix DCT integer transform and its application in video codec[J].Imaging Science Journal, 2010,58(10) : 321-330.
[5] 桑爱军,穆森,王墨林,等.基于多维矢量矩阵的多视角视频编码[J].吉林大学学报:工学版,2013,43(4):1110-1115.
Sang Ai-jun, Mu Sen ,Wang Mo-lin, et al. Multi-view video coding based on multidimensional vector matrix[J].Journal of Jilin University (Engineering and Technology Edition), 2013,43(4):1110-1115.
[6] 桑爱军,崔海廷,王墨林,等.高维变换域中的系数集中分析及研究[J].吉林大学学报:工学版,2013,43(增刊):96-100.
Sang Ai-jun,Cui Hai-ting,Wang Mo-lin,et al.Coefficients concentration analysis and research in high-dimensional transformation domain[J].Journal of Jilin University(Engineering and Technology),2013,43(Sup.):96-100.
[7] Puchala D. Approximating the KLT by maximizing the sum of fourth-order moments[J]. IEEE Signal Processing Letters, 2013,20(3):193-196.
[8] Jana S, Moulin P. Optimality of KLT for high-rate transform coding of Gaussian vector-scale mixtures: application to reconstruction, estimation, and classification[J]. IEEE Transaction on Information Theory, 2006,52(9) :4049-4068.
[9] 卢山.基于可逆整型KL变换和FS-KFDA的复杂图像压缩与分类[D]. 西安:西安电子科技大学电子工程学院,2013.
Lu Shan. Based on the reversible integer KL transform and complex image compression and classification of FS - KFDA said[D]. Xi'an: School of Electrical Engineering,Xi'an University of Electronic Science and Technology,2013.
[10] 王文峰. K-L变换的研究及其在图像压缩编码中的应用[D]. 沈阳:沈阳理工大学信息科学与工程学院,2008.
Wang Wen-feng. K-L transformation research and its application in image compression coding[D]. Shenyang: School of Information Science and Engineering, Shenyang Ligong University,2008.
[11] Hanzlik P, Páta P. Derivate statistics for Karhunen-Loève transform[J]. Proc of SPIE,2006,6180:1-7.
[1] 苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2] 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3] 黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4] 李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5] 应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6] 陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7] 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8] 单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9] 姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10] 全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11] 陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12] 陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13] 孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14] 林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15] 王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!