AVS-M亚像素运动估计快速算法

针对AVS-M亚像素运动矢量搜索的复杂性,提出一种基于预测的亚像素运动估计快速搜索算法。算法通过分析亚像素候选点的匹配误差关系排除可能性小的点,保证了亚像素搜索的准确性。通过有效的搜索策略,对于不同运动特征的视频序列,在平均PSNR下降不超过0.01 dB的情况下,与亚像素全搜索算法相比,搜索点数减少65.25%~87.69%,与中心偏置亚像素搜索算法相比,搜索点数减少43.67%~67.38%,有效减少了亚像素运动估计的计算量。     

基于AVS的快速亚像素运动估计算法

数字音视频编解码标准(AVS)采用了可变大小块以及1/4像素精度的运动估计技术以提高编码效率.针对视频编码中运动估计计算量大的问题,提出一种改进的亚像素快速搜索算法,该算法采用分象限预测策略,并通过阈值判断提前结束搜索.该算法可以有效地减少亚像素搜索点数,与AVS参考软件中的亚像素全搜索算法相比较,该算法在保证图像质量和编码效率的同时,亚像素搜索点数减少50％～81.25％,编码时间节省了25.36％～34.51％.     

针对H264的基于平坦区域预测的分像素运动估计

运动估计消耗视频编码系统绝大部分的计算量。H.264由于采用多模式运动估计和四分之一精度搜索,不仅增加了整像素运动估计的计算量,而且也大大增加了分像素搜索运算量。随着快速整像素搜索算法的发展,整像素计算量不断降低。因此对于H.264的实时应用,快速分像素运动估计算法变得十分重要。提出了一种全新的基于图像平坦区域预测的分像素运动搜索算法。该算法通过预测图像平坦均匀区域,有效地减少了分像素搜索点数。实验结果表明,与全搜索分像素搜索相比,该算法可以减少22%～63%左右的分像素搜索点数,同时基本不改变图像质量和编码压缩率。     

一种基于AVS的亚像素快速运动估计算法

AVS是我国自主制定,拥有自主知识产权的音视频编码技术标准。AVS采用了可变大小块以及1/4像素精度的运动估计技术以提高编码效率。基于AVS参考软件提出了一种增强亚像素自适应范围搜索算法。该算法主要使用了小菱形窗的搜索策略和阈值判决方法。与亚像素全搜索算法比较,在平均性能仅下降0.009 3dB的情况下,减少了30.25%的搜索点数。与AVS参考软件中的快速亚像素运动估计算法相比较,在平均性能提高0.022 1dB的同时,节省了8.78%的搜索点数。     

基于最优位置计算的快速亚像素运动估计

亚像素运动估计是提高视频压缩性能的有效方法,但当前普遍采用的亚像素全搜索算法不仅运算复杂度极高而且随亚像素精度的增加插值存储开销成指数级增长．该文提出了一种快速算法,该算法首先利用整像素运动估计的中间结果直接计算出最优亚像素位置,并在此基础上将最终搜索点数减少到2个以下,避免了传统方法的逐点搜索比较,不仅大幅度提高了搜索速度,且插值存储开销趋近于零．实验结果表明该算法以极小的搜索代价取得了与全搜索相当的效果．     

一种AVS亚像素运动估计快速算法

为提高图像的质量和压缩率,AVS视频标准中的运动补偿精确到了1/4像素,但采用亚像素全搜索算法的计算量太大,导致整个编码器的编码速率很低。针对该问题,提出一种新的亚像素运动估计快速算法,在保证图像质量的同时,使亚像素搜索点数减少53.0%~ 76.5%,视频序列总编码时间节省了23%~33%。     

一种用于运动估计的十字六边形搜索算法

提出了一种十字六边形搜索算法用于快速运动估计。该算法利用了运动矢量的中心偏置性和相关性，运动估计时通过预测确定搜索起始点，在搜索前期利用十字模板结合提前退出技术优先搜索起始点附近的局部区域，后期则改用六边形模板扩大搜索范围并完成运动估计。实验证明该算法与原始的六边形搜索算法相比平均减少了45%的搜索点数，与一些新的快速搜索算法相比，在搜索精度基本相似的情况下也有效地降低了运动估计的运算复杂度。     

一种AVS-M整数像素运动估计快速算法

根据AVS-M编码过程中运动估计的特点,在整数像素运动矢量搜索过程中,提出一种基于起点预测和早停止的自适应运动估计快速搜索算法.与MVFAST算法相比,大大减少了搜索点数,加速了搜索过程,平均速度提高了39.9%~45.7%,减少了整数像素运动估计的计算量,在保持较低的编码码率和较好的图像质量的同时,提高了编码速度.     

基于运动矢量空间相关性的H.264分像素运动估计

随着整像素运动估计快速算法的发展,分像素运动估计的计算量在运动估计中所占比重越发明显。为了减少分像素运动估计的计算量,提出了一种利用运动矢量空间相关性来预测整像素运动块,对整像素运动块进行分像素搜索过程跳过的分像素运动估计方法。实验结果表明,该算法与全分像素搜索算法结合使用,在基本保持搜索精度不变的情况下,比单纯的全分像素搜索算法减少60%左右的分像素搜索点。该算法可与其他快速分像素搜索算法结合使用,以获得更好的编码性能。     

基于自适应搜索模板的快速运动估计算法

为了降低快速运动估计的计算复杂度,避免小菱形搜索算法带来的局部最优点问题,提出了自适应搜索模板的估计算法.该算法在搜索时根据SAD值的变化快慢和相邻帧之间时间相关性自适应选择搜索模板.实验表明,使用该算法编码,码流大小与使用菱形搜索算法和六边形搜索算法差距为±0.6%,搜索点数为菱形算法的72%～77%,六边形算法的83%～86%.在减少搜索点数的情况下有效地避免了局部最优点问题.     

多幅图像的自动拼接算法研究

提出一种基于特征点的多幅图像自动拼接算法。根据SIFT或SURF算法在图像的尺度空间中提取特征点,对特征点进行亚像素定位,并赋予主方向。根据特征点邻域信息分布计算得到特征向量后,基于k-d树进行最近邻和次最近邻搜索,利用最近邻特征点距离与次近邻特征点距离之比得到初始匹配点对。使用RANSAC（Random Sample Consensus）算法剔除错误匹配特征点对,同时对图像之间的变换参数进行鲁棒估计,使用多频带融合算法消除拼接痕迹。实验验证了该算法能够完成多幅图像的自动无缝拼接。     

AVS分像素运动估计优化算法

针对AVS分像素运动估计的问题,提出一种优化的估计方法。包括分像素自适应提前中止算法和改进的分像素内插方法。该方法能降低分像素运动搜索的内插复杂度和搜索次数,适用于DSP、FPGA等嵌入式平台的实现。实验结果表明,在保证图像质量的前提下,该算法的总体运算复杂度降低了70%以上。     

一种高效的多模式字符串匹配算法

在Fan-Su(FS)多模式字符串匹配算法基础上,结合BM-Horspool(BMH)算法和Quick Search(QS)算法的优点,提出一种高效的多模式字符串匹配算法。该算法能够充分利用本次匹配失败和部分匹配成功的信息,一方面增加模式树根节点失配的概率,提高匹配过程中失配时的跳跃距离。另一方面避免不必要的状态转移,实现不匹配时的连续跳转。分析指出,在最好情况和平均情况下,时间复杂度均优于ACBM算法和FS算法。实验结果表明,一般情况下该算法的查找时间仅为AC算法的10%~35%,ACBM算法的50%~60%,FS算法的70%左右,FSQB算法的65%左右。     

基于自适应近邻参数的密度峰聚类算法

针对基于共享最近邻的密度峰聚类算法中的近邻参数需要人为设定的问题,提出了一种基于自适应近邻参数的密度峰聚类算法。首先,利用所提出的近邻参数搜索算法自动获得近邻参数;然后,通过决策图选取聚类中心;最后,根据所提出的代表点分配策略,先分配代表点,后分配非代表点,从而实现所有样本点的聚类。将所提出的算法与基于共享最近邻的快速密度峰搜索聚类（SNN?DPC）、基于密度峰值的聚类（DPC）、近邻传播聚类（AP）、对点排序来确定聚类结构（OPTICS）、基于密度的噪声应用空间聚类（DBSCAN）和K-means这6种算法在合成数据集以及UCI数据集上进行聚类结果对比。实验结果表明,所提出的算法在调整互信息（AMI）、调整兰德系数（ARI）和FM指数（FMI）等评价指标上整体优于其他6种算法。所提算法能自动获得有效的近邻参数,且能较好地分配簇边缘区域的样本点。     

改进的圆形标志亚像素级中心检测方法

针对现有亚像素级边缘检测算法过于依赖图像灰度值,且计算邻域不明确等不足,提出一种改进的圆形标志中心亚像素级检测方法。利用双阈值法得到边缘的粗定位点,将坐标轴按粗定位点的梯度方向进行旋转,在新坐标系下通过邻域控制参数S的自适应选择,选取合适的邻域进行边界点的亚像素级定位,利用椭圆拟合确定目标边缘。通过Matlab编程实现算法,并与原算法进行比较,结果显示改进方法的精度较高,可满足摄影测量等光电测量的要求。     

瞳孔亚像素边缘检测与中心定位

为提高视线跟踪系统的分辨率和精确度,提出了一种亚像素精度的边缘检测与中心定位算法。利用设计的一维边缘检测算子对瞳孔像素级边缘点进行提取,然后利用边缘点小邻域内梯度方向上图像信息,进行亚像素边缘位置检测,最后经椭圆拟合确定瞳孔中心的精确位置及瞳孔形状参数。仿真实验验证了算法的有效性,提出的算法已被成功应用于实时视线跟踪系统中。     

基于深度信息的多视点视频快速模式选择算法

针对多视点视频编码原始模式选择算法编码复杂度极高的问题,分析多视点视频加深度视频中宏块模式与深度信息间的关系,提出一种基于深度信息的多视点视频快速模式选择算法。结合深度值将三维空间分成远、近、中3个区域分别处理。针对复杂度最高的中距离区域,将全局视差矢量指向的参考视点对应块及其周边宏块采用率最高的模式作为候选模式,提前分离出可能采用大块模式的宏块,利用基于运动信息的深度平坦度动态阈值判定方法确定最终的宏块预测模式。实验结果表明,该算法在基本保证率失真性能的情况下,与全搜索算法相比,可平均节省71.70%的搜索点数,明显降低了编码复杂度。