一种改进的运动估计新算法

提出一种改进的新三步搜索法（NITSS）。该方法充分利用视频序列运动矢量概率分布上的中心偏置特性,在三步搜索算法的基础上引入了六边型分布的6个点构成搜索点群,解决了三步法的小运动估计效果较差问题。实验结果表明,同TSS算法相比,NITSS算法降低了搜索运算量,提高了搜索精度。     

一种适于H.264/AVC标准的自适应定向菱形快速搜索算法

基于传统菱形搜索和运动矢量预测算法,在最优匹配点基础上引入次优匹配点和基于图像运动幅度的自适应匹配门限等要素,提出了一种自适应定向菱形快速搜索法。该方法能够快速确定搜索方向和范围,快速逼近全局最优匹配点。实验结果表明,该算法在不降低搜索精度的情况下,搜索时间比传统菱形搜索法减少40%,而且更加适用于新的视频压缩编码标准H.264/AVC。     

求解带容量约束车辆路径问题的混合变邻域生物共栖搜索算法

针对带容量约束的车辆路径问题,提出一种混合变邻域生物共栖搜索算法.设计基于客户点优先序列及车辆参考点模拟信息的有序编码,该编码方案使生物共栖搜索算法可以参与CVRP的离散优化;为了提高算法的全局搜索能力,根据有序编码特点构造3种共栖搜索算子,扩大搜索空间;同时,结合变邻域搜索算法设计客户点重置、交换和2-OPT三种局部搜索策略,以提高解方案质量.算例验证分析表明,所提算法能够有效地解决容量约束车辆路径问题,求解质量优于所对比算法,具有可靠的全局稳定性.     

快速可伸缩环形搜索算法

论文针对H.264/AVC运动估计的特点及运动矢量的统计特性,提出一种快速可伸缩环形搜索(FastFlexibleRing-likeSearch,FFRS)算法。它依据相邻块间运动矢量相关性,判断当前块的运动剧烈程度及运动方向,自适应的缩放搜索环,进行快速运动矢量搜索。该算法从减少块匹配搜索点个数及运动估计准确度等方面研究了用于H.264/AVC的快速运动估计算法,搜索效率优于H.264/AVC现有的UMHexagonS搜索算法。     

一种自适应的十字型六边形格点搜索算法

论文针对H.264/AVC运动估计的特点及运动矢量的统计特性,提出一种上下文自适应的十字型六边形格点搜索算法(CACH),它依据相邻块间运动矢量相关性,判断当前块的运动剧烈程度,选择从不同的阶段开始进行搜索;它根据搜索块不同的形状,选择不同十字形进行搜索.该算法结合简单六边形搜索和UMHexagonS算法的优点,达到很好的编码速率和编码效率的平衡.     

新的多八边形快速运动估计算法

由于对编码的高精度和低复杂度的要求,H.264视频编码标准已经采用了UMHexagonS算法作为其可行的块运动估计实施方案。提出了一种新的UMHexagonS改进算法,改进主要在三个方面：第一,增加了一个新的初始预测矢量,以避免过早陷入局部最优;第二,一个小八边形搜索和两个后续的小菱形搜索取代了UMHexagonS算法中的5×5全搜索,这在一定程度上减少了计算量;第三,多八边形格点搜索取代了多六边形格点搜索,这不仅减轻了运算量负担,也在方向上能更好更快地搜索到最佳运动矢量。实验结果表明,所提出的方法不仅能保证UMHexagonS算法的编码效果,同时还能减少5%~10%的运算量,从而节省编码时间。     

改进的十字—菱形运动估计搜索算法研究与实现*

提出了一种改进的十字—菱形搜索(ICDS)算法,给出了在搜索的初始阶段使用小十字搜索模型对小的运动矢量搜索并在相继的搜索过程中使用具有方向性的菱形搜索模型对大运动矢量进行搜索的步聚。介绍了该算法的实现结构,并分析了该算法搜索性能。     

禁忌免疫网络算法及其在函数优化中的应用

基于人工免疫网络算法（aiNet）,借鉴禁忌搜索算法的机制,提出一种禁忌人工免疫网络算法（TS-aiNet）.在算法中引入禁忌表,禁忌那些在网络迭代中亲和度不再增加的细胞,并通过特赦准则赦免一些被禁忌的优良状态,增加一个记忆表,用于保存成熟的记忆细胞,改进了高斯变异方式,以保证多样化的有效搜索.通过对多个典型系统仿真分析该方法的收敛性,并与克隆选择算法和aiNet算法进行比较分析.结果表明,该算法在多模态搜索空间中具有更好的全局收敛性、稳定性和寻找极值点能力,能够克服早熟现象,是一种有效的全局优化搜索方法.     

无特定背景条件下运动目标的分割算法研究

针对无特定背景条件下运动目标的分割问题,采用改进的三步搜索算法有效地提高灰度投影法检测序列帧间运动矢量搜索速度,同时保持了运动矢量的搜索精度。并通过帧间运动矢量补偿将相邻三帧图像的相同背景稳定在同一幅图像的相同位上,提出了改进型HSI帧差分法检测运动目标区域,通过聚类分析确定运动目标的个数。结合数学形态学的闭运算和填充运算分割出运动目标。实验结果表明,该方法能够快速高效地从无特定背景条件下的视频序列中提取运动目标,具有图像信息利用充分、鲁棒性强和准确性高等优点。     

具有万有引力加速机理的布谷鸟搜索算法

为了解决布谷鸟搜索算法收敛速度较低、全局收敛效率不高的问题,提出了具有万有引力加速机理的布谷鸟算法.该算法基于万有引力搜索无需学习外部环境因素的变化亦能感知全局最优的特点,将布谷鸟巢穴等价为不同质量的个体,使其在优化过程中不仅遵循Levy飞行规律,而且遵循万有引力定律.不仅利用布谷鸟巢穴间存在的万有引力进行加速搜索,而且提出了一种概率变异的方法,增大了种群多样性,有效地平衡了算法的全局搜索能力和局部开采能力,提高了算法的全局搜索效率和收敛精度.通过算法的数学机理分析和26个基准测试函数实验结果表明,所提出的算法与其他改进智能优化算法比较,具有更优的性能.