等均值等范数最近邻矢量量化码字搜索算法

本文提出了一种等均值等范数最近邻(EENNS)矢量量化码字搜索算法.在编码前,该算法预先计算每个码字的均值和范数,然后根据均值大小的升序排列对码字进行排序.在编码过程中,首先选取与输入矢量均值最近的码字作为初始匹配码字,然后利用两条有效的删除准则在该码字附近进行上下搜索与输入矢量最近的码字.测试结果表明,本文算法比等均值最近邻搜索算法(ENNS)和最近提出的范数排序搜索(NOS)算法有效得多.     

哈德码变换域等均值等方差最近邻矢量量化码字搜索算法

本文提出一种基于哈德码变换的等均值等方差最近邻(HTEENNS)快速矢量量化码字搜索算法.在编码前,该算法预先计算每个码字的哈德码变换,然后根据各码字哈德码变换的第一维系数大小的升序排列对码字进行排序.在编码过程中,首先计算输入矢量的哈德码变换和方差,然后选取与输入矢量哈德码变换的第一维系数最近的码字作为初始匹配码字,然后利用两条有效的删除准则在该码字附近进行上下搜索与输入矢量最近的码字.测试结果表明,本文算法比等均值最近邻搜索算法(ENNS)、等均值等方差最近邻搜索(EENNS)算法和哈德码变换域部分失真搜索算法等算法有效得多.     

一种基于不等式的矢量量化快速码字搜索算法

传统矢量量化编码算法码字搜索范围较大,编码时间较长.文章提出一种基于不等式的矢量量化快速码字搜索算法.该算法将方差不等式和三角不等式引入范数排序算法(NOS),有效减小了码字搜索范围.实验结果表明,重构图像峰值信噪比(PSNR)相同时,该算法编码时间较低.     

基于树结构矢量量化码书的快速搜索算法

针对树结构矢量量化存在所选码字不一定是最佳匹配码字的问题,提出一种快速搜索算法,可以准确地找到输入矢量的最佳匹配码字.该方法利用了三角不等式作为继续搜索与停止搜索的依据,可以快速排除不可能节点,保留可能节点.实验结果表明,用该方法恢复的图像质量要好于双路搜索方法恢复的图像.     

基于自适应搜索范围及顺序的快速矢量量化编码算法

本文提出了一种新颖的快速矢量量化编码算法.该算法在编码前预先计算每个码字的四个特征量,然后根据各特征量的升序排列分别对码字进行排序以生成四个排序码书.在编码过程中,对于不同的输入矢量,自适应产生不同的动态码字搜索范围及顺序而排除大部分码字.测试结果表明,本文算法只需搜索3%到8%码字而获得与穷尽搜索算法相近的编码质量,实际编码时间减少约93%.     

一种改进的基于Hadamard变换的快速码字搜索算法

提出了一种矢量量化码字搜索的快速算法。该算法是在Hadamard变换域内进行的。匹配码字的判决过程首先根据Chebyshev误差测度,在码书中找出一定数量Chebyshev误差最小的码字;然后运用部分失真搜索算法(PDS),在上述码字中找出其中最匹配的码字。从理论分析和模拟实验结果表明,该算法在保证较好的性能指标和视觉效果前提下,明显减少码字搜索时间。     

基于FPGA的EBNNS矢量量化码字搜索算法的电路设计

等和值块扩展最近邻搜索算法(EBNNS)是一种快速矢量量化码字搜索算法,该算法首先将码书按和值大小排序分块,编码时查找与输入矢量和值距离最近的码书块中间码字,并将它作为初始匹配码字.然后在该码字附近上下扩展搜索相邻码字中距输入矢量最近的码字,最后将搜索到的最匹配码字在码书中的地址输出.同时本文对该算法进行了FPGA设计.设计时采用串并结合和流水线结构,折中考虑了硬件面积和速度.结果表明针对所用FPGA器件Xilinx xc2v1000,整个系统最大时钟频率可达88.36MHz,图像处理速度约为2.2 MPixel/s.     

基于特征值排序的部分失真快速码字搜索算法

提出了一种矢量量化快速码字搜索算法．该算法在编码前预先计算每个码字的特征值并按顺序排列；在编码时，根据每个输入矢量的特征值来确定码字搜索顺序。同时限定相应的搜索范围及利用有效的码字删除准则，从而大大提高了编码速度．实验表明，该算法只需要穷尽算法2％-4％的编码时间就可以获得与之较为接近的编码质量，编码速度与ASRSS算法及MEENNS算法相比也有明显提高。     

一种新的基于子空间三角不等式快速搜索的参考矢量选择方法

提出了一种新的参考矢量选择方法.编码前,首先计算所有码字的哈德码变换,按照第一维系数的大小对码字进行升序排序,将排序后的码字平均分为四段,选择每一段中间位置的码字作为该段的参考矢量,从而增加了子空间三角不等式删除准则的删除能力,有效减小了搜索空间,加快了搜索速度.仿真实验表明,对不同复杂程度的测试图像,算法均快于其他搜索算法.     

一种粗到精分块金字塔预测连续排除算法

提出一种粗到精分块金字塔连续排除算法用于减少块匹配运动估计所需计算量.金字塔可以方便地从当前搜索窗的积分帧构建,连续的排除从金字塔顶层到底层逐级进行,将最小SAD值与金字塔提供的一系列越来越紧的界值相比较,可以跳过不必要的SAD计算.这样,算法在保证获得与全搜索算法相同精度的前提下,计算复杂度大大降低.仿真实验结果验证了本文算法与全搜索算法和几种快速搜索算法相结合的有效性.     

Hierarchical browsing and search of large image databases

The advent of large image databases (>10000) has created a need for tools which can search and organize images automatically by their content. This paper focuses on the use of hierarchical tree-structures to both speed-up search-by-query and organize databases for effective browsing. The first part of this paper develops a fast search algorithm based on best-first branch and bound search. This algorithm is designed so that speed and accuracy may be continuously traded-off through the selection of a parameter lambda. We find that the algorithm is most effective when used to perform an approximate search, where it can typically reduce computation by a factor of 20-40 for accuracies ranging from 80% to 90%. We then present a method for designing a hierarchical browsing environment which we call a similarity pyramid. The similarity pyramid groups similar images together while allowing users to view the database at varying levels of resolution. We show that the similarity pyramid is best constructed using agglomerative (bottom up) clustering methods, and present a fast sparse clustering method which dramatically reduces both memory and computation over conventional methods.     

A Fast Encoding Algorithm for Vector Quantization Using Difference Pyramid Structure

This paper proposed a fast vector quantization encoding algorithm called difference pyramid search (DPS). According to the formation of the difference pyramid and partial distortion elimination, a rejection test inequality is derived to progressively reject a lot of nonclosest code words as early as possible. Experimental results show that the proposed DPS algorithm outperforms other pyramid-based fast search algorithms, including mean pyramid search, L2-norm pyramid search, and mean-variance pyramid search.     

A rate-constrained fast full-search algorithm based on block sum pyramid.

This paper presents a fast full-search algorithm (FSA) for rate-constrained motion estimation. The proposed algorithm, which is based on the block sum pyramid frame structure, successively eliminates unnecessary search positions according to rate-constrained criterion. This algorithm provides the identical estimation performance to a conventional FSA having rate constraint, while achieving considerable reduction in computation.     

A fast motion estimation algorithm based on the block sum pyramid

In this correspondence, a fast approach to motion estimation is presented. The algorithm uses the block sum pyramid to eliminate unnecessary search positions. It first constructs the sum pyramid structure of a block. Successive elimination is then performed hierarchically from the top level to the bottom level of the pyramid. Many search positions can be skipped from being considered as the best motion vector and, thus, the search complexity can be reduced. The algorithm can achieve the same estimation accuracy as the full search block matching algorithm with much less computation time.     

一种新的低复杂度空间调制信号检测算法

空间调制技术(SM)作为一种新颖的多天线传输方案,近年来受到业界的广泛注意。它将输入信息比特分为两部分,一部分用于激活天线,另一部分用于信号调制,来共同承载发送信息。由于SM系统的最大似然(ML)最优检测算法需要穷举搜索激活天线序号和发送的数字调制符号的所有可能情况,它的检测复杂度很高。为此,人们相继提出了一些简化算法。与这些算法思路不同,本文从传统ML最优表达式出发,引入极坐标得到关于星座点幅度和相角的ML等价表达式,同时根据星座点相角的分布特性对相角进行近似,得到了一种新的次最优检测算法。新算法的检测性能比其他次优算法更接近ML,而且计算复杂度低。最后本文通过计算机仿真,验证了新算法的有效性。      

基于块金字塔的快速块匹配算法

在运动图象编码中，块匹配技术有着非常广泛的应用。在众多的匹配算法中，金字塔算法(blocks sum pyramid algorithm，BSPA)由于速度较快、算法比较简单而得到了广泛的应用。在金字塔算法的基础上，本文提出一种新的基于块金字塔的块匹配算法(NBSPA)。算法采用了预测初始中心，行更新等技术，实验结果表明，新的算法有效地降低了运算量。     

An MMSE approach to nonlocal image denoising: Theory and practical implementation

A nonlocal minimum mean square error (MMSE) image denoising algorithm is proposed in this work. Based on the Bayesian estimation theory, we first derive that the conventional nonlocal means filter is an MMSE estimator in the special case of noise-free nonlocal neighbors. Then, we develop the nonlocal MMSE denoising filter that can minimize the mean square error (MSE) of a denoised block in more general cases of noisy nonlocal neighbors. Furthermore, the proposed algorithm searches nonlocal neighbors from an external database as well as the entire input image to improve the performance even when a noisy block may not have similar blocks within the image. Since the extended search range demands a higher computational burden, we develop a probabilistic tree-based search method to reduce the computational complexity. Simulation results show that the proposed algorithm provides significantly better denoising performance than the conventional nonlocal means filter.     

光电跟踪系统高精度模板匹配跟踪算法

为实现在光电跟踪系统条件下的高精度测量并且满足复杂环境下高精度目标匹配，本文选用去均值归一化互相关匹配算法。为提高匹配速度以及跟踪实时性，利用和表法计算公式中图像求和、平方和图像匹配互相关来简化计算复杂度；采用小波分层金字塔法作为搜索策略，并将模板质心作为参考点进行十字形搜索，引入终止阈值减少误匹配点进一步提高搜索速度。为验证该算法的有效性，实验中将光电跟踪系统放置在二维转台上，调整转台利用该算法跟踪目标靶板。实验结果表明，目标脱靶量控制在3个像素以内，该算法在光电跟踪系统上可实现高精度稳定跟踪。     

面向狭窄场景的鲁棒多视角配准方法

多视角点云配准是逆向工程中的关键步骤之一,具有重要的研究意义和工程应用价值。而对于狭窄场景(如口腔或机械结构内部)获取的点云数据,多视角配准算法的精度直接影响重建精度的好坏。为了提升狭窄场景多视角点云配准的速度和鲁棒性,提出一种基于位姿图优化的增量式多视角点云配准方法。首先针对相邻视角的点云,结合迭代最近点法(ICP)和基于特征的配准方法,提出一种多策略融合的成对点云配准算法,用于求解相邻视角点云的配准结果;然后在增量式相邻视角点云配准的基础上,进一步提出一种基于距离约束的回环检测方法,并依据相邻视角点云的配准结果和回环检测的结果构建位姿图;最后采用实时优化策略对位姿图进行优化,消除累计误差,实现鲁棒的多视角配准。实验结果表明,提出的多策略融合配准算法和基于距离约束的回环检测方法是有效的。经典ICP算法和基于FPFH特征的配准算法在实验中存在失效的现象,而提出的多策略融合配准算法并无失效。基于距离筛选的回环检测方法较常规的回环检测方法效率提高。提出的多视角配准算法在配准牙齿模型数据时精度可达到0.0357 mm。为了验证算法的普适性,采用多个狭窄场景下连续采集的模型点云进行验证,结果表明:提出的算法取得了不错的效果,表明该方法是一种有效的狭窄场景多视角配准方法。