一种基于概率矩阵的快速运动估计算法

基于块匹配的运动向量估计算法已被多种国际视频编码标准所采用,但其计算复杂度一直是一个研究热点。为了提高运动向量估计算法的速度和精度,提出了一种新的基于概率矩阵的快速块匹配运动估计算法,该算法首先根据之前宏块的运动向量来估计当前宏块各可能的运动向量对应的概率值,以组成和搜索窗口同样大小的概率矩阵,然后依据概率大小限制搜索的次数,以平衡算法的速度和精度。仿真实验结果表明,和标准菱形搜索法相比,该算法在精度略有提高的同时,还有效地提高了搜索效率。     

图像结构失真的编码质量评价

客观图像质量评价方法——自动评价图像质量使其与主观感受一致, 对于很多图像和视频处理应用特别是图像编码具有重要意义。提出了一种基于结构失真的图像编码质量客观评价方法。首先根据匹配追逐算法将参考图像在基函数上进行投影分解按照重要性排列获得结构信息,并给出结构重要性度量,然后利用该信息计算编码图像的结构信息,比较编码前后结构信息的差异作为客观质量评价度量,其中在匹配追逐算法中,选取了2维可分离的Gabor基函数集作为字典。实验结果显示,上述方法与主观质量评价值有很好的一致性。     

改进的基于树型搜索的正交匹配追踪算法

正交匹配追踪算法(OMP)是一种利用一个超完备的字典进行信号分解的非线性自适应算法.文献[2]提出了基于树型搜索的正交匹配追踪算法(TB-OMP),尽管TB-OMP算法能够改进向量的逼近性能,但使计算的复杂度成指数倍的增加,严重限制了该算法在许多领域里的应用.在本文中将介绍一种灵活的基于树型搜索的正交匹配追踪算法(FTB-OMP)[5],算法通过设置参数,能够在算法逼近性能和计算复杂度之间找到一个灵活的折衷方案.     

一种结合空间预测和CDS的快速块匹配算法

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二维运动向量场的过程. 因为块运动估计的简单性和有效性, 它已经成为目前使用最广泛的运动估计方法. 本文设计了一种结合空间预测和CDS的快速块匹配算法. 若当前块和相邻块的运动相似, 则选择相邻块的运动向量中使当前块的匹配误差最小的一个作为当前块运动向量的预测估计, 再以该预测值为中心, 比较SDSP上搜索点的块匹配误差. 若当前块和相邻块的运动不相关, 则采用CDS算法从原点开始搜索运动向量. 实验结果表明, 本文设计的算法兼顾了搜索速率和精度, 相比N3SS、DS、HEXBS、CDS、CDHS算法, 更好地适用于超分辨率图像复原.     

基于免疫匹配追踪的语音稀疏分解算法

针对标准匹配追踪(MP)算法在寻找最佳原子时计算量大的问题,提出一种基于免疫匹配追踪(IA-MP)的语音稀疏分解算法。该算法采用免疫克隆优化机制搜索最佳原子,利用抗体的种群规模控制冗余字典的大小,选择实数交叉与非均匀变异方法保证字典的完备性。仿真实验结果表明,与标准MP算法和遗传匹配算法相比,IA-MP算法可明显降低匹配追踪的计算量,算法性能较稳定,利用该算法分解后的稀疏信号具有较高的重构精度。     

基于匹配追逐的视频压缩加密方案

加密是视频安全传输的关键技术之一。通常视频加密是在一定的压缩框架下进行加密,由于变换后系数分布一般都具有一定的统计特性,而对变换系数进行完全置乱就会破坏这些特性,导致比特率增加。从便于加密的角度出发,联合考虑视频的压缩和加密,提出一种基于匹配追逐(matching pursuit)的视频压缩加密方案,该方案首先构造基于匹配追逐的视频压缩平台,由于视频信号经匹配追逐分解后,其分解系数的分布取决于字典的选取和输入信号空间特性,即变换系数的分布是随机的,再对变换系数进行完全加密,提高数据的安全性而不会改变压缩效率。实验结果证明了该方案的有效性。     

快速而有效的块运动估计算法

为了提高基于块匹配的运动估计的速度和精度,提出了一种带中心偏置点检测模式的自适应快速块运动估计算法。该算法根据图像序列的运动向量基于中心偏置分布的特点和相邻块运动向量间的高度相关性,依据块的不同运动内容来确定其搜索起点、搜索范围和搜索策略,从而实现块运动向量的快速而有效地估计。同时,对于大运动块,采用了多侯选者方式,进一步提高了搜索精度。实验结果表明,该算法的搜索速度接近N3SS,N4SS,而搜索精度比它们高,与HSS相似,接近FSBM。     

快速运动估计中一种改进的块匹配免疫算法

图像的运动估计中,基于块匹配的免疫算法由于算法的随机性,使得抗体群中不匹配块增多,导致了免疫算法运算量增大。改进算法搜索过程中,通过快速识别出搜索窗内不可能成为匹配块的候选块,并把这些块消除掉,不对其进行匹配误差运算,从而可以大幅度减少免疫算法运算量。同时,由于改进算法使得候选块的匹配可能性提高,使得相对于传统块匹配免疫算法,重建图像的均峰信噪比进一步提高,进而重建图像质量得以提高。仿真实验结果验证了改进算法的上述优点。     

一种基于率失真准则的快速块匹配算法

运动估计中的块匹配算法已在各个视频编码标准中广泛采用。随着率失真准则的采用,尤其是在一些低比特率的应用中,传统的快速块匹配算法并不能很好的适合。该文提出了一种基于连续排除算法的修正算法。在率失真准则下,搜索区域中的须进行匹配计算的位置由一不等式限定。该算法的性能和全搜索算法一致,但显著减少了计算量。     

基于滤波的运动向量的快速估计算法

基于块匹配的运动向量的估计算法被多种国际视频编码标准所采用,其计算复杂度一直是一个研究的热点。为了提高运动向量估计算法的速度和精度,从运动向量的均匀性出发,提出了一种由宏块分类、运动向量滤波和高效搜索中止准则等策略构成的运动向量场自适应搜索算法,从而实现了块运动向量快速而有效地估计。实验表明,本算法搜索速度接近N3SS和N4SS,而搜索效果方面优于MPEG-4最新推荐的快速运动估计算法PMVFAST和MVFAST。     

基于GA和MP的信号稀疏分解算法的改进

信号的稀疏表示在信号处理的许多方面有着重要的应用,基于MP的稀疏分解是目前信号稀疏分解的最常用方法,也是几乎所有稀疏分解算法中速度最快的,但其存在的关键问题仍然是计算量十分巨大。基于利用MP（Matching Pursuit）方法实现的信号稀疏分解算法,采用遗传算法（GA）快速寻找MP 过程中每一步分解的最佳原子。并针对基本遗传算法存在的未成熟收敛和易陷入局部最优解的问题,提出了对基于GA和MP的信号稀疏分解的一种改进算法,实验结果证实了改进算法的有效性。     

改进OMP算法在人脸识别中的应用

分析稀疏表示的人脸识别方法的基本原理,针对采用基于正交匹配追踪(OMP)的稀疏表示算法时,所获得稀疏系数存在负值的问题,提出一种改进的正交匹配追踪算法。通过对稀疏系数的大小进行直接约束,减少负值稀疏系数的产生及算法迭代次数,并提高人脸识别速度。在ORL人脸数据库中的实验结果证明,改进后算法的识别率比原有算法提高了3%,迭代次数设置为7次最为合理。     

基于双字典集的信号稀疏分解算法

为得到关于信号更为稀疏的表示,提出一种基于双字典集的信号稀疏分解算法。在算法过程中,建立如下两个字典集:已选字典集和待选字典集。该算法以重复加权提升搜索(RWBS)算法为基础,增加了一步更为严格的从待选字典集中选择最佳核函数的过程,故该算法在保留初始算法的优点的同时,可以产生更为稀疏的模型。通过仿真实验和真实数据实验验证了所提算法的性能。     

基于压缩感知改进算法的MIMO-OFDM稀疏信道估计

结合压缩感知理论（CS）,针对压缩采样匹配追踪算法在多输入多输出正交频分复用（MIMO_OFDM）系统信道估计应用中需要利用信号稀疏度的先验条件,而实际中稀疏度又难获得的情况,提出一种信号稀疏度自适应的压缩采样改进匹配追踪算法（CoMSaMP）。该算法采用具有理论支撑的原子弱选择标准作为预选方案,并设置首次裁剪阈值来减少算法多余的迭代,降低算法在信道估计中的复杂度,裁剪方式的改进保证了重构精度的提高,最终实现MIMO-OFDM稀疏信道估计中信号的稀疏度自适应。仿真结果表明：与原算法相比,该算法在同等信噪比条件下具有更优的信道估计性能,从而提高了频谱利用率,同时降低了复杂度,在稀疏度较高时,提出的算法具有更好的对噪声的抗干扰能力。     

基于声矢量阵小样本数据的DOA估计研究

根据水下目标在其到达方位(DOA)搜索空间的稀疏性,采用稀疏分解理论实现了小样本、低信噪比条件下的声矢量阵DOA估计。通过分析,构造出基于声矢量阵阵列流型形式的过完备原子库,并采用正交匹配追踪算法得到目标的DOA估计。通过仿真,基于稀疏分解的声矢量阵DOA估计算法对单快拍数据进行处理,即可得到比较准确的DOA估计结果。对湖试数据进行了处理,验证了算法的有效性和优越性。     

一种改进的稀疏度自适应匹配追踪算法

在信号稀疏度未知的情况下,稀疏度自适应匹配追踪算法(Sparsity Adaptive Matching Pursuit,SAMP)是一种广泛应用的压缩感知重构算法。为了优化SAMP算法的性能,提出了一种改进的稀疏度自适应匹配追踪(Improved Sparsity Adaptive Matching Pursuit,ISAMP)算法。该算法引入广义Dice系数匹配准则,能更准确地从测量矩阵中挑选与残差信号最匹配的原子,利用阈值方法选取预选集,并在迭代过程中采用指数变步长。实验结果表明,在相同的条件下,改进后的算法提高了重构质量和运算速度。     

基于局部字典搜索和多原子匹配追踪的图像逼近算法

鉴于全局搜索和单原子选择的逼近方式是导致图像稀疏分解贪婪算法复杂度高的主要原因,对传统的匹配追踪(MP)算法进行改进,提出基于局部字典搜索和多原子匹配追踪(LMMP)的逼近算法。采用基于二维快速哈莱特变换的内积批量计算方法,实验计算发现核原子在MP算法相邻代中的位序基本稳定,最佳原子只需在排序靠前的原子组成的局部字典中搜索,一次迭代搜索多个非相干原子,进一步提高匹配追踪算法速度,逐原子依次更新残差可减小逼近误差。理论分析表明,LMMP算法是收敛的,且时间复杂度比MP算法低数个数量级。从实验结果看出,LMMP算法与其他全局搜索算法相比,在运算速度和逼近性能上有明显优势。     

压缩感知框架下基于ROMP算法的图像精确重构

在压缩感知框架下运用正则化正交匹配追踪(ROMP)算法进行图像重构时,迭代次数取值不合适会严重降低重构图像的质量。针对这一问题,提出了确定合理迭代次数的方法。将以往迭代得出的结果作为先验知识,获取具有不同稀疏程度图像块的最佳迭代次数,从而保证了整幅图像的重构质量。实验表明,该方法重构效果优于采用固定迭代次数的ROMP算法。