自适应搜索长度的UMHexagonS算法研究

提出了基于自适应搜索长度的UMHexagonS算法。UMHexagonS算法是H.264标准视频编码中的运动估计算法之一。经过理论和数据的分析后,发现其搜索长度的选择可以改进,于是提出了利用前若干搜索点的信息来选择合适搜索长度的自适应算法,使搜索算法避开了一部分多余的搜索点。实验结果表明,在保证PSNR和码率变化不大的前提下,可以有效地降低大约15%的运动估计时间。     

H.264中UMHexagonS运动估计算法的改进

针对H.264中UMHexagonS算法进行研究,提出了改进的快速运动估计算法。首先对UMHexagonS算法中的固定搜索窗口、非对称十字搜索、5×5的小矩形螺旋搜索、非均匀多层次六边形格点搜索和扩展的六边形搜索进行研究;然后提出了相应的减少搜索点数的优化算法,这些优化算法分别称作动态搜索窗口、自适应十字模型搜索、方向性的3×3小矩形搜索、基于预测方向的密集搜索和改进的扩展六边形搜索,这些优化算法形成了自适应模型方向搜索(APDS)算法。对各种类型的测试序列进行实验,与UMHexagonS算法相比,结果表明APDS算法在重建视频质量和码率基本相当的条件下,运动估计时间平均减少了29.64%,每形成一个运动矢量平均节省搜索了21.64个点数;     

基于快速运动估计算法UMHexagonS的改进和优化

在分析UMHexagonS算法的基础上,对UMHexagonS算法中的搜索长度进行改进,提出用自适应的动态搜索窗口代替固定的搜索窗口,同时针对它在高效的起点预测后陷入搜索冗余的可能,引入了调节因子,用于提前终止判断。实验结果表明,改进的算法在不影响图片质量的情况下,可以较少10～30%的运动估计时耗,提高编码的实时性。     

基于时空相关性的自适应运动估计快速算法

针对视频编码中的核心技术运动估计,提出一种基于运动矢量特性的运动估计快速算法。算法分析视频序列运动矢量的特性,对静止块设定自适应阈值直接终止搜索,自适应选择搜索起点。采用2种模式进行搜索,依据当前块与邻近块的空间相关性大小,即局部运动性是高还是低,自适应地选择搜索模式和搜索终止门限。实验结果表明,该算法的搜索速度和搜索精度优于现有的快速运动估计算法,搜索精度非常接近于全搜索法。     

H.264中FME算法的优化

在H.264中快速整像素运动估计算法及其改进算法的基础上,提出一种快速自适应多环搜索算法。根据多种预测模式获得预测矢量,并以此构造自适应的多圈搜索环,结合中心小六边形模板进行快速运动矢量搜索。实验结果证明,该算法的搜索效率优于H.264现有的UMHexagonS算法。     

基于冗余小波变换的自适应运动估计与补偿算法研究*

为进一步提高运动估计和补偿的效果,提出了一种基于冗余离散小波变换（RDWT）的自适应运动估计算法。该算法提出了一种自适应块匹配和用于划分块运动状况的自适应阈值的计算方法;对静止块不进行估计,只对运动块采用自适应搜索起点预测方法和自适应阈值算法进行运动估计与补偿。实验结果表明,该方法能在保持较高峰值信噪比的情况下提高运动估计效率,且重建图像主观质量很好,较现有RDWT域运动估计算法有明显优势。     

基于DSP实现的自适应搜索窗口运动估计算法

针对DSP芯片特点及运动估计精度和效率的要求,提出一种新的自适应搜索窗口快速运动估计搜索算法。该算法充分利用视频图像的时间、空间上的相关性以及运动向量的统计特性,在帧层和块层自适应调整搜索窗口,利用钻石搜索法进行搜索。经实验验证,该算法在保证运动估计精度的情况下,数据传输量比固定搜索窗口算法平均少50%,搜索点数比钻石法平均少3个,对不同类型视频序列都有较好的自适应能力。     

基于运动信息自适应的快速运动估计算法

UMHexagonS是H.264视频编码标准中所采用的快速整像素运动估计算法,但在许多实时场景的应用中,该算法还明显存在搜索点数过多、搜索速度较慢的缺憾,急需进一步的改进和优化。在UMHexagonS算法的基础上,提出一种基于运动信息自适应的快速运动估计算法。使用动态搜索窗为不同尺寸的块自适应地分配预测搜索窗;根据当前块的运动剧烈程度选择运动类型自适应的搜索方案;通过分析实际运动序列水平、垂直方向的偏向特性依次采用带方向的十字型搜索和自适应的矩形—菱形搜索;利用预测运动矢量的方向信息采用自适应的多层次八边形区域搜索;并依据块的尺寸大小采用自适应的六边形搜索。实验结果表明,本文算法相比于UMHexagonS算法而言,图像的峰值信噪比(PSNR)平均提高了0.0125 dB,同时运动估计时间减少了13%32%,其场景自适应能力和实时性能都得到了很大的增强。     

基于形态学滤波和小角度边缘搜索的运动自适应去隔行

为实现隔行扫描到逐行扫描的视频格式转换,提出了一种运动自适应的去隔行算法,主要包括运动估计、运动向量的形态学滤波、小角度边缘搜索、时空插值权重自适应插值等。该算法通过同极性场的像素块绝对值差和(SAD)与运动阈值的比较实现运动估计,并对运动向量进行形态学滤波处理,消除噪声影响。在小角度边缘搜索中采用自适应搜索半径和并行搜索树的策略实现最小6°的检测精度。最后,通过时空权重自适应的插值算法实现去隔行处理,取得了很好的处理效果。     

UMHexagonS算法的优化研究

视频编码标准H.264已经正式采纳了UMHexagonS算法作为整像素的快速运动估计算法。文章对UMHexagonS算法进行了介绍,对其特点进行详尽分析后,提出了一种改进方法,即在预测起点处增加一个内容自适应的中止搜索阈值判断,以判断是否可立即结束搜索。模拟实验表明,相比原算法,在基本保持了原算法的的编码效果,还明显减少了搜索点减少了运动量,从而节省了编码时间。     

基于自适应搜索模式的运动估计算法

提出一种可自适应选择搜索模式的运动估计算法。将非零运动块分为大、中、小3种类型,相应地利用基于六边形、基于标准菱形及基于小菱形的搜索策略实现运动估计。实验结果表明,该算法减少了块匹配的搜索点数,在保证运动估计精确度的同时,降低算法复杂度,提高搜索效率。     

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。     

一种H.264自适应块搜索范围快速运动估计算法

块匹配运动估计在视频编码中有着举足轻重的地位,其性能的优劣在很大程度上影响着输出码流的质量。全搜索是效果最好的运动估计算法,但其巨大的运算量是实际应用无法承受的。为解决这一问题,该文提出了一种基于H.264自适应块搜索范围快速运动估计算法。该算法是利用相邻宏块的运动矢量来确定初始搜索中心位置,并动态地确定搜索区域的大小。与以往固定搜索区域的算法相比,它具有更高的灵活性,还可以与其他任何一种快速运动估计算法相结合。仿真结果表明,在基本不损失性噪比的前提下,根据不同的运动序列,该算法可不同程度地减少运算的复杂度。     

一种有效的自适应运动估计搜索算法

提出了一种新的基于运动矢量场、方向自适应和半像素搜索的快速搜索算法(M-DAHS)。该算法根据图像序列运动矢量场的中心偏置性和时空相关性进行预判,对静止块设定阈值直接终止搜索;非静止块根据运动类型自适应选择搜索起始点和搜索策略。搜索模板具有很强的方向自适应性,对于小运动块采用菱形-线性搜索,其他块使用六边形-菱形搜索算法。整像素搜索完毕后,再以十字优先原则进行半像素搜索。实验结果表明,该算法性能优越,搜索速度快,搜索精度高,且搜索精度可以非常接近全搜索算法。     

基于视频压缩的快速自适应菱形搜索算法

针对视频压缩标准H.264中运动估计算法的特点,在兼顾视频图像质量和算法运行时间的基础上,提出了基于视频压缩的快速自适应菱形搜索算法。实验结果表明,该算法与菱形搜索算法相比,搜索时间平均减少了1.5ms,信噪比平均提高了1.3dB。     

一种自适应的基于中心偏置特性的矩形搜索方法

H.264编码标准中为了得到更高的压缩比,针对计算量比较大的运动估计部分,采用了六边形运动估计算法。与全搜索算法相比,六边形算法减少了搜索时间,但是,六边形算法采用了固定的模板及固定的搜素步骤,没有充分的利用到视频图像的中心偏置特性。充分利用视频图像的中心偏置特性,提出了一种新的矩形搜索算法,使搜索具有自适应特性,试验表明,在图像质量保持不变的条件下,该算法的搜索速度大幅提高。     

基于六边形的运动矢量场自适应搜索算法

提出了一种基于六边形的运动矢量场自适应搜索算法,该算法充分利用了序列图像中运动矢量场的中心偏置性和时空相关性,结合六边形搜索法和小菱形搜索法,根据运动类型自适应的选择搜索策略和搜索起始点,同时设定阈值对静止块直接中止搜索。实验结果表明,该算法的搜索速度优于现有的快速运动估计算法,搜索精度接近于全搜索法。     

基于选择预测的自适应运动估计算法

依据图像序列的运动矢量的时空相关性和中心偏移特性,首先对宏块进行类型划分,并利用相关块而非相邻块进行初始点预测的选择预测方法,提出了一种对起点进行选择预测的自适应运动估计算法,而在搜索过程中,则根据不同的图像内容对不同的块灵活地采用不同的搜索模式。实验证明,该算法在大大提高搜索速度的同时,还能保证图像性能,还兼顾了运动估计复杂度和精确度的要求。     

运动估值的实用快速算法

现有的许多有关运动估值的快速算法，都存在着匹配速度快与匹配精度差的矛盾。文章在分析已有典型快速算法优缺点的基础上，提出了解决这一矛盾的分步逼近的新算法——“迂回逼近法”；算法选择了快捷和更为准确的搜索路径，且对程序的实现技术作了有效改进，其最终匹配结果具有全匹配算法的精度和典型快速算法的速度。文中说明了算法原理，程序技术和对比实验结果。