一种新的运动估计算法

基于搜索起点的预测和梯度下降搜索,提出了十字交叉梯度下降搜索(CCGDS)算法。该算法根据运动矢量的中心分布特性设计了相应的匹配搜索模板。仿真结果表明:该算法可以用较小的搜索代价取得与全搜索相当的效果,且在搜索速度与搜索效果方面优于三步法(TSS)、四步法(FSS)和钻石法(DS)。     

一种基于UMHexagonS的运动估计优化算法

UMHexagonS算法是H.264/AVC所采纳的整像素的快速运动估计算法之一,该算法在保持良好的率失真性能的前提下,相比全搜索算法(FS)可节约70%的运算量。根据UMHexagonS算法的特点,可从三个方面对该算法进行优化:加入零运动块判决;改进的5*5螺旋搜索;优化的多层次六边形搜索。仿真实验结果表明,在保证PSNR和码率几乎不变的情况下,优化算法可有效降低运动估计时间,从而提高H.264/AVC编码器的实时性。     

一种低复杂度球译码算法在STBC-OFDM中的应用

STBC-OFDM系统能够提供分集增益和编码增益,但采用ML(最大似然)译码时计算量很大,满足不了高速实时通信系统的要求。本文提出了一种在球半径范围内搜索向量的方法,即球译码方法,并在复域内提出一种基于重新排序的更好的搜索算法。该算法通过优化球半径迭代,加快了信号矢量搜索速度。仿真结果显示:与其他方法比较,该算法在计算量方面具有更大优势,平均浮点运算降低了大约75%,大大提高了运算效率。     

块运动估计的研究进展

运动估计是根据视频序列中时间上相关的信息估计场景或目标的2维运动向量场的过程。运动估计在超分辨率图像复原中的作用是把所有低分辨率观测帧的像素映射到参考帧的相应位置。精确的运动估计是超分辨率图像复原的关键。基于块的模型是超分辨率图像复原中常用的运动估计方法。介绍了块运动估计的概念,概述了4类快速块运动估计的方法,详细描述了第1类方法中几种主要算法的搜索过程,并将多种快速块匹配算法进行了总结比较。     

一种快速全局运动估计算法

为了对全局运动进行准确快速的估计,在对全局运动估计算法进行研究的基础上,提出了一种快速全局运动估计算法。该算法基于非线性密度估计,采用了六参数的仿射模型。为了提高计算速度,采用了3层金字塔进行多分辨率计算,而且在每层迭代计算中,将基于块的外点去除算法与特征点提取算法相结合,这样既加快了算法的速度,又提高了计算结果的准确性。全局运动估计的实验结果表明,该算法在速度和准确性上具有一定的优势。     

基于harris角点的电子稳像算法研究

研究了一种基于harris(哈里斯)角点匹配的电子稳像算法。为了实现电子稳像,该算法首先从震动图像中搜索所有的哈里斯角点,然后选择左上角的角点作为模板,在震动前的图像中寻找匹配部分,从而计算出运动向量,最后根据该运动向量计算出稳定的图像。结果表明,该算法是一种快速、高效而且稳定的方法,在井下智能监控系统的应用中能取得良好的效果。     

一种基于冗余小波变换的DT网格运动估计和运动补偿方法

网格划分和网格顶点的运动估计是基于不规则网格的视频压缩技术的关键。为了进一步提高网格运动估计和运动补偿的效果,在综合比较现有冗余小波变换域运动估计方法和适用规则网格的EMRMC算法的基础上,提出了一种新的基于不规则网格的运动估计和运动补偿算法,即在冗余小波变换域提取特征点和运动潜在区,网格顶点的运动估计采用结合运动潜在区的在时域进行块匹配的运动估计和运动补偿方法,而运动补偿则通过三角形仿射变换完成。同时还给出了冗余小波变换域提取运动潜在区的计算模板。理论分析和实验结果表明,该算法在补偿效果方面较前两种方法得到了改进。     

一种基于运动估计的隔行/逐行转换算法

针对从隔行扫描的电视场图像获得高质量的逐行扫描帧图像,提出了一种从隔行扫描到逐行扫描的转换算法。该算法通过在隔行/逐行转换中引入运动估计技术,找出相邻两场图像间的运动矢量,然后在场间行内插值时进行图像调整来消除由于图像错位引起的运动模糊,生成具有高垂直分辨率的逐行图像。算法中针对这一特定应用场合,设计了一种运动估计方法。     

P帧快速模式选择算法

针对H.264编码算法中,预测帧(P帧)编码模式的选择过程异常复杂,开销大的问题,提出了一种新的快速模式选择算法,该算法利用直流系数能预先判定P帧编码模式的有效范围,缩小备选编码模式的可选范围,从而使模式选择的复杂度大为降低。实验结果表明,该算法可以使编码时间降低54%～74%,峰值信噪比提高0.05 dB～0.17 dB,同时码率变化范围为-3.14%～3.97%。应用结果表明,该算法在基于TI's TMS320DM642视频压缩系统中1路D1视频的压缩速度为25帧/s。     

基于极值索引的数据排序算法

提出一种新的数据排序算法,将数学极值的求解原理与数据排序结合,把极小值的概念扩展到记录的序列中,并按数据的排列规律,建立了极小记录索引,通过索引快速搜索待排序列中的记录,对待排序列快速的排序。该算法的最大时间复杂度T(n)为O(nlogn)和空间复杂度O(n),在提高排序效率的同时,保证了排序结果中的相同大小记录之间相对位置的稳定。