基于视频压缩域的深度图推理算法研究

对2D到3D视频转换过程中的深度图推理算法进行了研究。该研究以视频压缩域中的宏块为单位进行深度图推理,根据不同的宏块类型选择不同的推理策略。首先,采用基于邻块的运动估计算法对帧内宏块的运动矢量进行计算;然后,针对帧间宏块,对直接提取出的运动矢量进行滤波处理以提升其鲁棒性;最后,采用运动补偿和上采样双边滤波技术获得深度图。实验结果表明该方法可以获得平滑而可靠的深度图像,并且具有更好的深度图像质量。     

基于块匹配运动估计的视频场景切换检测算法

提出一种应用于帧率提升系统的,根据内插帧各匹配块的均值SAD为检测依据的场景切换检测算法,解决场景切换时ME/MC算法因匹配失误产生严重块效应的问题.将当前内插帧的均值SAD_(curr)与前面已生成的内插帧的均值SAD_(pre)相除,所得商与经验阈值进行比较,若大于经验阈值则判定发生场景切换;否则,没有场景切换.帧率提升系统根据判定结果选择不同的算法产生内插帧.实验结果表明;与传统的检测算法相比,本文算法在场景切换检测的准确率上有明显的提升.     

基于降采样块匹配的数字视频3D降噪算法

针对数字视频图像的高斯白噪声,提出了一种基于降采样块匹配的3D降噪算法.该算法先进行边缘检测并分块噪声估计,根据噪声强度设置阈值,然后利用图像的自相似特征,对搜索块内部像素降采样,再进行块匹配运算以降低算法复杂度.在自适应阈值筛选阶段,对选出的刚体运动块和非刚体运动块分别统一进行处理,对刚体运动区域进行时域加权滤波,对非刚体运动区域用改进的双边滤波器进行系数自适应滤波,减少了单独对每个块进行处理所产生的块效应,对细节处理更好.仿真结果表明,该算法能明显改善图像主观质量,提高信噪比.     

基于全局和局部残差复杂度的帧间模式选择

针对H.264/AVC传统帧间模式选择算法的高复杂度,提出了一种适合各种视频分辨率格式的快速帧间模式选择算法.该算法基于全局残差复杂度(General residual complexity,GRC)和局部残差复杂度(Local residual complexity,LRC),通过GRC与QP来近似计算一个阈值,然后通过对局部残差复杂度跟该阈值比较来决定宏块的活跃度,再根据宏块的活跃度选出候选的帧间模式,由此进行率失真优化(Rate-distortion Optimization,RDO)计算,从而减少了不必要帧间模式的RDO计算,取得了较高的编码效率.实验结果表明,与JM18.4默认的帧间模式选择算法相比,该算法在峰值信噪比和码率基本不变的前提下,可以平均减少大约60%的帧间编码时间.     

基于DM642的H.264编码实现与优化

为优化H.264编码技术在数字信号处理中的实际应用,在对H.264标准中帧内及帧间预测模式深入研究的基础上,提出了2种改进算法:帧内预测时,采用直方图的自相关特性进行快速模式判别;帧间预测时,采用运动估计块匹配过程中得到的绝对值误差和作为中途停止条件,结合运动搜索预处理及残差纹理分析进行模式判别.这2种算法均大幅提高了编码速度.在此基础上合理利用DM642芯片及H.264编码器的自身特点,充分挖掘处理器的并行特性和计算资源等以优化编码器.实验结果表明,在图像质量不变的前提下,编码速度提高到15帧/s,部分序列达到18帧/s,码率上升8%.     

运动补偿块匹配位移估值算法及其改进

本文介绍和分析了在序列图象运动补偿编码中,用于对帧间(运动)位移矢量进行估值的一类算法——块匹配算法,并在此基础上利用预测方法对该算法作出了改进。计算机模拟实验结果表明,改进后算法不但在位移矢量的估值精度上优于原算法,而且运算复杂度显著下降。     

H.264帧间编码模式选择快速算法

作者针对H．264帧间编码宏块模式选择计算复杂度较高的缺点,提出了一种模式选择快速算法。该算法根据帧间编码宏块的树状分割模式特点,应用了若干简单有效的终止搜索准则,并采用动态阈值以进一步加快模式选择的速度。模拟实验表明：提出算法减少了编码器无效遍历过程,在取得相近PSNR和比特率条件下。编码速度得到较大提高,适合实时视频应用。     

基于采样策略的无人机着陆导航算法

给出了无人机着陆过程中利用帧间图像提取的特征点进行无人机状态估计的算法。采用PCA-SIFT算法进行特征点匹配,在保证能够稳定匹配的前提下,提出了帧间自适应采样策略的特征点选取算法,减少了计算的冗余性。然后通过建立本质空间中的状态方程,利用极线几何约束设计IEKF滤波器,对无人机进行相对位置、姿态估计。仿真结果表明,该算法实现了帧间特征点的快速匹配,较好的估计了无人机的相对位置、姿态信息,比单纯利用极线几何约束具有更高的精度和稳定性。     

改进的RANSAC立体匹配算法的研究

图像匹配的精度在很大程度上决定着三维重建的成功与否.为了提高图像匹配的精度和速度,提出了一种改进的随机抽样一致性(RANSAC)算法的图像匹配方法.该方法首先采用Harris角点检测算子提取图像的特征点,然后通过SIFT算法计算特征描述子对图像进行初匹配,最后采用改进的RANSAC算法对误匹配点进行剔除,在保证精度的前提下提高了算法的速度.主要从两个方面进行RANSAC算法的改进:采用均匀分布9点算法生成的基本矩阵代替常规方法中的单应矩阵作为模型进行计算,使得模型具有较高的鲁棒性;使用随机块选取法选择样本,保障了选点的均匀分布性并且保证了精度.实验结果表明,此方法不仅能够得到较高的精确度,而且还大幅度减少了计算量,提高了匹配速度.     

基于纹理的H．264/AVC帧内预测块选择快速算法

针对帧内预测中的Intra_16×16、Intra_8×8及Intra_4×4预测块选择提出了一种基于纹理的快速帧内预测块模式选择算法.该算法的原理是在做帧内预测之前,首先利用方差对区域纹理的平滑度和粗糙度进行估计,然后从Intra_16×16、Intra_8×8及Intra_4×4中选择一种块进行模式预测.通过方差和阈值相结合的方法来决定块预测模式,减少了算法复杂度,提高了压缩效率.实验结果表明,当考虑Intra_8×8预测块时,编码时间减少了50%以上,当不考虑时。编码时间减少了20%以上.与此同时,码率和峰值信噪比(PSNR)基本保持不变.     

基于三维剪切波变换和BM4D的图像去噪方法

针对传统的块匹配去噪方法只能处理二维图像的缺点,提出一种基于三维剪切波变换和改进的三维块匹配过滤(block-matching and 4D filtering, BM4D)算法的图像去噪方法。利用三维剪切波变换得到变换域系数,通过硬阈值和维纳滤波,在变换域中实现联合过滤。经过多尺度分解和方向剖分两个滤波阶段,确保三维剪切波变换是局部的;进行硬阈值和维纳滤波,分别包括分组、协同过滤和聚合3个步骤,利用堆积成四维组的体素立方体,在该组的四维变换同时利用每个立方体中体素之间存在的局部相关性和不同立方体中相应体素之间的非局部相关性。通过三维剪切波逆变换,得到每个分组立方体的估计值,在它们的原始位置进行自适应聚合。以峰值信噪比和结构相似度作为评价标准,试验结果表明：该方法不仅能够有效去除高噪声环境下的图像噪声,而且还能够有效地改善图像的视觉效果,具有较高的准确性。     

Modified BM3D algorithm for image denoising using the directed diffusion equation

In order to preserve the edges and details of the image better, a modified block-matching and 3D filtering algorithm based on the directed diffusion is proposed. First, the block-matching and 3D filtering result is divided into three perpendicular subbands by using the wavelet decomposition. Second, by adding the diffusion operator and diffusion coefficients to the directed diffusion equation, the diffusion speed can be accelerated and edges can not be blurred quickly. Then we diffuse the subband of the high-frequency, of which the wavelet coefficients are less than the threshold to the corresponding subband of the noisy image to get a new estimate. Lastly, by replacing the corresponding subband of the block-matching and 3D filtering estimated image with the new one, we obtain the improved denoising result. Experimental results show that the improved algorithm achieves better performance than the original block-matching and 3D filtering algorithm in terms of both removing noise and preserving the edges and details of the image.     

人脸特征跟踪和头部姿势估计

头部姿势估计在人机交互中有着重要的意义,为此提出了一种在单目图像序列中估计三维头部姿势的方法.运用块匹配方法跟踪人脸特征.结合人脸的几何知识提出了一个匹配评价标准.并提出了一种基于特定人脸几何信息和透视投影模型的算法来估计头部姿势,不需使用三维模型和任何面部标记.实验结果表明,该方法对于头部姿势估计是有效的.     

基于改进YOLOv3的复杂场景车辆分类与跟踪

针对天气条件和车辆间相互遮挡对车辆分类与跟踪准确性和稳定性的影响,提出一种基于改进YOLOv3与匹配跟踪的混合模型。改进的YOLOv3网络参照密集连接卷积网络的设计思想,将网络中的残差层替换为密集卷积块并改变网络的设计结构,利用Softmax分类器将密集卷积块与卷积层中融合的特征进行分类。根据单帧图像的检测结果,设计目标匹配函数解决视频序列中车辆的跟踪问题。在KITTI数据集的测试中,改进算法的平均准确率为93.01%,帧率达到48.98帧/s,在自建的数据集中平均识别率为95.79%。试验结果表明,本研究方法在复杂场景中能够有效的区分车辆种类且准确性更高,车辆跟踪的算法具有较高准确性和鲁棒性。     

一种易于硬件实现的运动估计算法及其VLSI实现

综合考虑硬件成本和运动估计的精度,提出了一种易于硬件实现的运动估计算法,称之为分层准全搜索法. 在串行输入以100％效率并行处理的硬件结构的基础上,进一步采用并行处理结构和流水线处理的方式,并结合了分层搜索的思想. 所使用的硬件资源是全搜索法的四分之一,而且降低了系统时钟,从而降低了成本. 实验结果表明算法得到的PSNR和全搜索匹配法可比,比其他快速搜索算法要好. 文中结合H.263图像编解码器的实现,提出了一种并行处理时的数据存储方案,大大节省了片内存储器,从而又节省了系统功率和成本,已用FPGA实现了这种算法.     

基于分块的大规模地形实时渲染方法

将地形数据分块技术、层次细节模型（LOD） 技术、改进的ROAM 算法和数据预取技术等相结合,提出了一种超大规模地形数据实时渲染方法.通过分块策略对规则网格进行区域分割,采用空间填充曲线对分块网格进行多分辨率排列,并建立三角形节点顺序与剖分点之间对应关系的快速检索,实现数据快速调度;视见体投影简化分块裁剪算法降低可见性判断的复杂度,提高了计算效率;改进的四队列ROAM实时构网算法,很好地利用了相邻帧的相关性,有效地提高了渲染速度;基于视点预测、部分数据常驻内存的多线程数据预取实现了场景规模基本不相关的连续LOD实时渲染.实验结果表明,该算法高效可行,适合于海量地形场景的快速渲染和交互漫游应用.     

CUDA框架下的视频关键帧互信息熵多级提取算法

在传统视频关键帧提取过程中,需要对每一帧视频图像进行特征提取、图像匹配、重复检测等大量计算,导致算法运行时间过长。对此,该文提出了CUDA框架下的关键帧互信息熵多级提取算法。在CPU调度及GPU划分线程基础上,依据帧间三通道互信息熵,将视频序列初次划分为静态片段类和动态片段类;运用相邻帧间互信息量极小值法,将动态片段划分成多个关键子类,在关键子类中选取预备关键帧;并运用SUSAN算子分块计算,快速完成帧间的边缘匹配,从预备关键帧中滤除冗余,得到最终的关键帧序列。实验结果表明,与其他算法相比,该算法的查全率和查准率均为91%以上,提取关键帧的数量平均减少约42.82%,降低了视频数据量的存储,与其他CPU串行方法相比,其关键帧提取时间减少约50%,提高了算法运算效率。     

基于连续淘汰的快速自相似错误隐藏算法

为了减少自相似错误隐藏算法中搜索过程的计算复杂度，提出了一种基于连续淘汰的快速自相似错
误隐藏算法。该方法在已有自相似错误隐藏算法的基础上，利用域块和值块相邻像素之间的关系，对域块
的运动纹理特征进行分析以实现搜索过程中窗口尺寸的自动伸缩。利用连续淘汰方法，通过计算值块和域
块各自像素和的差与像素差的和，得到自相似块搜索过程中域块的最佳匹配值块间需要具备的必要条件，
通过比较直接淘汰掉搜索过程中不满足条件的值块。实验结果表明，该算法有效降低了自相似错误隐藏算
法的计算复杂度，恢复后的图像质量优于各种插值算法，并有效消除了错误传递现象。     

大规模地形场景流式渐进传输

着重考察了搅拌器类型以及搅拌转数对氧气动态传质过程的影响.采用计算流体力学(CFD) 对氧气动态传质过程进行了数值模拟,并结合实验以及粒子成像技术（PIV）对模拟结果进行了验证.结果表明,采用Fluent软件并结合用户自定义方程（UDF）能够很好地模拟实际搅拌器内的流场分布.采用氧气传质模型能够预测氧气在搅拌器内的动态传质过程.氧气浓度与溶解时间的对数关系式较好地描述了试验搅拌器内氧气的动态传质过程.在相同搅拌速度下,圆盘涡轮式搅拌器产生的湍流动能分布范围大于浆式搅拌器产生的湍流动能分布范围,而且湍流动能分布更加均匀,湍流强度更大.采用圆盘涡轮式搅拌器有利于增强氧气传质过程.圆盘涡轮式搅拌器比浆式搅拌器的溶解氧浓度高.当搅拌器类型相同时,随着转速的增加,溶解氧浓度增加.