Диссертация (Методы и устройство формирования сигналов в цифровых видеоинформационных системах), страница 27

PDF-файл Диссертация (Методы и устройство формирования сигналов в цифровых видеоинформационных системах), страница 27 Технические науки (27529): Диссертация - Аспирантура и докторантураДиссертация (Методы и устройство формирования сигналов в цифровых видеоинформационных системах) - PDF, страница 27 (27529) - СтудИзба2019-03-12СтудИзба

Описание файла

Файл "Диссертация" внутри архива находится в папке "Методы и устройство формирования сигналов в цифровых видеоинформационных системах". PDF-файл из архива "Методы и устройство формирования сигналов в цифровых видеоинформационных системах", который расположен в категории "". Всё это находится в предмете "технические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве НИУ «МЭИ» . Не смотря на прямую связь этого архива с НИУ «МЭИ» , его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата технических наук.

Просмотр PDF-файла онлайн

Текст 27 страницы из PDF

–М.:Триумф, 2003.30. Ян Ричардсон. Видеокодирование. H.264 и MPEG-4 – стандарты новогопоколения. –М.: Техносфера, 2005.31. В. Никитин, М. Ефимов. Особенности использования видеокомпрессииMPEG-4 в сетевом видеонаблюдении // Алгоритм Безопасности № 2, 2006. –С. 16-19.32. Власюк И.В., Сидорова А.И., Романова Е.П. Особенности межкадровогокодирования видеоинформации по стандарту MPEG-4 // Материалычетвертойотраслевойнаучнойконференции-форума«Технологииинформационного общества».33. Libo Yang, Keman Yu, Jiang Li, Shipeng Li. An Effective Variable Block-SizeEarly Termination Algorithm for H.264 Video Coding // IEEE Transactions OnCircuits And Systems For Video Technology, Vol.

15, No. 6, June 2005, pp. 784– 788.34. ПоташниковА.М.Методыиалгоритмыкодированияцветовыхсоставляющих в системах цифрового телевидения // Фундаментальныепроблемырадиоэлектронногоприборостроения/МатериалыМеждународной научно-технической конференции «INTERMATIC-2011»14 – 17 ноября 2011 г., Москва. / Под ред. Чл.-корр. РАН А.С. Сигова. – М.:МГТУ МИРЭА – ИРЭ РАН, 2011, часть 3, – 254 с.35. LI Man Ho. Variable Block Size Motion Estimation Hardware for VideoEncoders // A Thesis Submitted in Partial Fulfilment of the Requirements for the184Degree of Master of Philosophy in Computer Science and Engineering, TheChinese University of Hong Kong, Nov 2006.36.

D. Lin, Cheng-Tie Chen, T. Hsing. Video on phone lines: technology andapplications // Proceedings of the IEEE, Volume 83, Number 2, February 1995,pp. 175 – 193.37. F. Lallauret, D. Barba. Motion compensation by block matching and vectorpost-processing in sub-band coding of TV signals at 15 Mbit/s // Proc. SPIE, Vol.1605, pp. 26–36.38.

Поляков Д.Б. Блочные алгоритмы оценки движения // Труды Московскоготехнического университета связи и информатики: – М.: “ИД МедиаПаблишер”, 2008.– Т.1. – С. 463–466.39. Gharavi, H., Mills, M. Blockmatching motion estimation algorithms-new results// Circuits and Systems, IEEE Transactions, Volume:37 , Issue: 5, 2002, pp. 649651.40.

M. R. KHAMMAR. Evaluation of different block matching algorithms to motionestimation // International Journal of VLSI and Embedded Systems-IJVES, Vol03, Issue 03, July-August 2012, pp. 148-153.41. T. Koga, K. Iinuma, A. Hirano, Y. Iijima, and T. Ishiguro, Motion compensatedinterframe coding for video conferencing // Proc. Nat. Telecommun.

Conf., NewOrleans, LA, Nov. 29–Dec. 3 1981, pp. G5.3. 1–5 .3.5.42. R. Li, B. Zeng, and M. L. Liou. A new three-step search algorithm for blockmotion estimation // IEEE Trans. Circuits Syst. Video Technol., vol. 4, Aug.1994, pp. 438– 442.43. L.M. Po, W.C. Ma. A novel four-step search algorithm for fast block motionestimation // IEEE Trans. Circuits Syst. Video Technol., vol. 6, June 1996, pp.313– 317.44. Дворкович В., Чобану М. Проблемы и перспективы развития системкодирования динамических изображений. // MediaVision информационнотехнический журнал, № 7/17, сентябрь 2011. – С. 62-63.18545.

Пономарев О.Г., Шарабайко М.П., Поздняков А.А. Анализ эффективностиметодов и алгоритмов видеокомпрессии стандартаH.265/HEVC. //Электросвязь, № 3, 2013. –С. 29-33.46. Gary J. Sullivan, Jens-Rainer Ohm, Woo-Jin Han, Thomas Wiegand. Overviewof the High Efficiency Video Coding (HEVC) Standard. // IEEE Transactions OnCircuits And Systems For Video Technology, Vol. 22, No. 12, December 2012.47. Vivienne Sze, Madhukar Budagavi. A Comparison Of CABAC Throughput ForHEVC/H.265 vs. AVC/H.264 // IEEE Workshop on Signal Processing Systems,2013.48.

Зубарев Ю.Б., Сагдуллаев Ю.С., Сагдуллаев Т.Ю. Видеоинформационныетехнологии систем связи: Монография – М.: Издательство «Спутник+»,2011. – 296 с.: ил.49. В.Н. Безруков, Л.И. Дьячкова, Ю.А. Воронкова. Метод сжатия спектрателевизионного сигнала с фазо-временными преобразованиями блочнойструктуры отсчетов // Материалы VI Международной научно-техническойконференции, 21 – 23 октября 2008 г., сс. 316-320.50.

Reeja S.R., N. P. Kavya. Noise Reduction in Video Sequences – The State ofArt and the Technique for Motion Detection. // International Journal of ComputerApplications (0975 – 8887) Volume 58– No.8, November 2012, pp. 31-36.51. Xiaolin Tian, LichengJiao, Ying Duan. Video denoising via spatially adaptivecoefficient shrinkage and threshold adjustment in surfacelet transform domain. //Springer, 15 may 2012.52. G.Healey, R.Kondepudy. Radiometric CCD Camera Calibration And NoiseEstimation // IEEE, PAMI, 1994, pp. 267– 276.53. Ling Shao, Ruomei Yan, Xuelong Li, Yan Liu. From Heuristic Optimization toDictionary Learning: A Review and Comprehensive Comparison of ImageDenoising Algorithms // Cybernetics, IEEE Transactions, Volume:44 , Issue: 7,2013, pp.

1001-1013.54. L. Shapiro, G. Stockman. Computer Vision. USA: Prentice Hall, 2001.18655. N. Wiener. Extrapolation, Interpolation, and Smoothing of Stationary TimeSeries. New York, Wiley, 1949.56. B. Widrow, S. Haykin,Least-mean-square adaptive filters. Wiley-IEEE, 2003.57. L. Shao, H. Zhang, G. de Haan. An overview and performance evaluation ofclassification-based least squares trained filters. // IEEE Trans. Image Process.,vol. 17, no. 10, Oct.2008, pp.

1772–1782.58. C. Tomasi, R. Manduchi, Bilateral filtering for gray and color images. // Proc.6th Int. Conf. Computer Vision, Bombay, India, 1998, pp. 839–846.59. G. Z. Yang, P. Burger, D. N. Firmin, S. R. Under-wood. Structure adaptiveanisotropic filtering. Image Vision Comput., vol. 14, 1996, pp. 135–145.60. H. Takeda, S. Farsiu, P. Milanfar. Kernel regression for image processing andreconstruction. IEEE Trans. Image Process., vol.

16, no. 2, Feb. 2007, pp. 349–366.61. X. Zhu, P. Milanfar. Automatic parameter selection for denoising algorithmsusing a no-reference measure of image content. // IEEE Trans. Image Process.,vol. 19, no. 12, Dec. 2010, pp. 3116–3132.62. P. Bouboulis, K. Slavakis, S. Theodoridis. Adap-tive kernel-based imagedenoising employing semi-parametric regularization.

// IEEE Trans. ImageProcess., vol. 19, no. 6, Jun. 2010, pp. 1465–1479.63. A. Buades, B. Coll, J. M. Morel. A non-local algorithm for image denoising. //inProc. IEEE Int. Conf. on Computer Vision and Pattern Recognition, vol. 2. SanDiego, CA, USA: IEEE Press, 2005, pp. 60–65.64. С. Путилин, А. Лукин «Модификация метода нелокального усреднения дляподавления шума в видео» // Труды конференции Graphicon-2007, Москва,Россия, июнь 2007.

– С. 257–259.65. B.Goossens, H.Luong, A.Pizurica, W.Philips. An improved non-local denoisingalgorithm // in Proc. Int. Workshop on Local and Non-local Approximation inImage Process, Tuusalu, Finland, 2008, pp. 143–156.18766. K. Dabov, A. Foi, V. Katkovnik, K. Egiazarian. Image denoising by sparse 3-dtransform-domain col-laborative filtering. // IEEE Trans.

Image Process., vol. 16,no. 8, Aug. 2007, pp. 2080–2095.67. J. Portilla, V. Strela, M. J. Wainwright, and E. P. Simon-celli. Image denoisingusing scale mixtures of gaussians in the wavelet domain. // IEEE Trans. ImageProcess., vol. 12, no. 11, Nov. 2003, pp. 1338–1351.68. L. Zhang, W. Dong, D. Zhang, and G. Shi.

Two-stage image denoising byprincipal component analysis with local pixel grouping. // Pattern Recognition,vol. 43, no. 4, Apr. 2010, pp. 1531–1549.69. J. Mairal, F. Bach, J. Ponce, G. Sapiro, and A. Zisserman. Non-local sparsemodels for image restoration. // inProc.

IEEE Int. Conf. Computer Vision, Kyoto,Japan, 2009, pp. 2272–2279.70. M. Elad and M. Aharon. Image denoising via sparse and redundantrepresentations over learned dictionaries. // IEEE Trans. Image Process., vol. 15,no. 12, Dec. 2006, pp. 3736–3745.71. W. Dong, X. Li, L. Zhang, G. Shi. Sparsity-based image denoising via dictionarylearning and structural clustering. // inProc. IEEE Int. Conf. on Computer Visionand Pattern Recognition, Colorado, USA, 2011.72.

Б. В. Бардин Быстрый алгоритм медианной фильтрации. // Обработка ипредставление данных. Научное приборостроение, 2011, том 21, № 3. – С.135–139.73. Р.Гонсалес, Р. Вудс. Цифровая обработка изображений. – М.: Техносфера,2006.74. Р. Гонсалес, Р. Вудс, С. Эддинс Цифровая обработка изображений в средеMATLAB. –М.: Техносфера, 2006.75. Hiroyuki Takeda, Sina Farsiu, Peyman Milanfar.

Kernel Regression for ImageProcessing and Reconstruction. // IEEE Transactions On Image Processing, Vol.16, No. 2, February 2007, pp. 349-366.18876. Xiang Zhu, Peyman Milanfar. Automatic Parameter Selection for DenoisingAlgorithms Using a No-Reference Measure of Image Content // ImageProcessing, IEEE Transactions, Volume:19 , Issue: 12, 2010.77. Boshra Rajaei. An Analysis and Improvement of the BLS-GSM DenoisingMethod // Image Processing On Line, 4, 2014, pp.

44–70.78. А.О. Антоненко. Кодирование и восстановление последовательностей //Математичні машини і системи, № 4, 2006. – С. 63-68.79. Рачковский Д.А., Слипченко С.В., Куссуль Э.М., Байдак Т.Н. Разреженноебинарное распределенное кодирование скалярных величин // Проблемыуправления и информатики, 2005, № 3. – С. 89–103.80. Honglak Lee, Alexis Battle, Rajat Raina Andrew Y. Ng. Efficient sparse codingalgorithms // NIPS, 2006.81.

Свежие статьи
Популярно сейчас
А знаете ли Вы, что из года в год задания практически не меняются? Математика, преподаваемая в учебных заведениях, никак не менялась минимум 30 лет. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
5288
Авторов
на СтудИзбе
417
Средний доход
с одного платного файла
Обучение Подробнее