一种基于逐点阈值分割的图像边缘检测方法

提出一种对图像中每个点逐一取阈值进行分类的一种新的阈值分割算法.该算法利用图像中像素邻域的灰度值均值统计信息作为该点阈值设置的标准,并引入该点邻域内像素灰度值方差作为附加判断条件,使提取出来的日标点是图像的边缘点.事实上该阈值分割算法起到了边缘提取的效果.实验证明,本文算法起到了良好的边缘检测效果,并且验证了本算法对于以邻域统计信息作为阈值估计标准的合理性.     

基于分形的深度图序列编码算法

充分利用深度图序列相邻帧间的局部相似性,并结合H.264帧内预测编码算法,提出了一种适用于深度图序列编码的新方法,即深度图序列的I帧编码采用H.264帧内预测结构而P帧编码采用基于分形理论的压缩方法。首先介绍了分形编码的理论基础,然后通过改进非均匀多层次六边形格点整像素运动搜索(UMHexagonS)方法,提出了一种更适用于分形编码的基于运动矢量场的自适应六边形搜索算法,从而形成了基于分形的深度图P帧预测编码结构。实验结果表明:本文提出的编码系统在很大程度上提高了H.264的编码性能,峰值信噪比差值(BDPSNR)平均提高了3.54dB,编码比特率差值(BDBR)平均降低40.98%,同时编码复杂度也大大降低,平均编码时间减少了85.27%。     

快速分形立体视频编码系统的设计

提出了一种基于分形视频编码的快速立体视频编码算法。首先,对传统分形视频编码方法进行了改进:采用基于DCT变换的方式对I帧图像进行编码,同时采用树状划分方法对非I帧图像进行块匹配。在立体视频编码中以左通道为基本层,右通道为增强层;左通道采用单独的运动补偿预测方式(MCP)进行编码,右通道采用MCP加视差补偿预测方式(DCP)进行编码。在进行DCP编码方式时,充分利用立体平行摄像结构中的偏振性和方向性简化DCP搜索方式,由此提出了一种快速搜索算法。实验结果表明,在保证峰值信噪比(PSNR)和压缩比(CR)基本不变的前提下,本文所提出的快速编码算法能够将运算复杂度降低为全搜索算法的0.028～0.029倍,增强了立体视频编码的实用性。     

基于预搜索的高效双目分形视频编码

设计了基于预搜索的高效双目分形视频编码,并成功应用于立体视频编码之中.对基本分形双目视频编码进行了改进.利用了树状划分准则,起始帧采用块离散余弦变换(DCT)编码,简化了块搜索范围并提前减少了重复运算.在双目立体视频编码中,以左通道为基本层,采用单独的运动补偿预测( MCP)方式进行编码,充分利用了预搜索限制条件、改进的非对称十字形多层次六边形格点搜索算法、去方块环路滤波和分数像素块匹配算法;以右通道为增强层,采用MCP加视差补偿预测(DCP)方式进行编码,选择误差最小的匹配块作为预测结果.在进行DCP编码时,充分利用视差分布约束条件,提出了快速的视差估计算法.实验结果表明,提出的编码方法在保证一定的峰值信噪比(PSNR)前提下,平均压缩时间是基本分形双目视频编码的18％～23％,压缩比提高了15.13～47.49,显著地改善了基本分形视频压缩算法的性能,使分形视频压缩的应用具有更大的灵活性和实用性.     

新一代视频编码帧内预测模式选择的优化

提出了一种基于图像相关性和最优模式概率统计的帧内预测优化算法,用于降低视频编码的复杂度。首先,介绍了新一代视频编码标准（HEVC）帧内预测算法中的Angular预测模式、Planar预测模式、LM 预测模式,以及帧内率失真代价最优化（RDO）计算方法。采用绝对误差和（SAD）作为代价函数处理残差,初步筛选得到最佳候选预测模式,然后利用简化率失真代价模型与最有可能预测模式（MPM）判断得到RDO候选预测模式,利用RDO得到最佳预测模式。最后在HEVC测试模型HM4.0的平台上对改进算法进行验证,并采用不同分辨率的视频序列进行了仿真实验。实验结果表明：在峰值信噪比（PSNR）影响可以忽略的情况下（平均降低0.06 dB）,提出的帧内预测优化算法比HM4.0中方法的压缩时间平均减少了30.18%,码率平均增加了1.97%。与文献[20]提出的帧内预测编码方法相比,其复杂度平均减少了11.45%,码率平均减少了0.46%,PSNR平均增加了0.01 dB,压缩性能均有所提高。     

基于分形和H.264的视频编码系统

基于具有快速编解码速度的分形编码技术,提出了新的H.264中P帧预测方法,用于减少视频压缩编码时间并降低码流输出.首先,分析了H.264的帧内预测算法、帧间预测算法和P帧预测算法的优缺点,介绍了本文提出的基于分形编码的新型视频压缩编码方法,讨论了该方法的优缺点.然后,结合H.264和分形的优点,用分形预测的方式对H.264中的P帧进行预测.最后,给出了在H.264中用分形预测改进P帧编码所产生的分形系数的编码和残差的编码.实验结果表明:与目前国际视频压缩标准H.264的标准测试模型JM15.1相比,在忽略峰值信噪比的情况下(平均降低0.09 dB),改进的P帧预测方法的码流和压缩时间分别降低为JM15.1的65％和19％,并且能够适应各种运动类型的视频序列.研究显示,改进的P帧预测方法显著提高了H.264的总体编码性能.     

一种十字交叉六边形块运动估计搜索算法

在快速块匹配运动估计中,搜索模式对搜索速度和搜索质量有着很大的影响。基于现实视频序列中运动向量的分布特征,本文提出了一种十字交叉六边形搜索算法（NHEXS）：首先用小十字模式进行预搜索,找到最小块匹配失真点（MBD）;以MBD为中心构造大十字搜索模式,找到MBD;然后以大十字模式的MBD为中心,开始六边形搜索：首先搜索大六边形,如果MBD在中心,以小六边形方式搜索,找到的MBD点即为最终的块匹配失真点;否则继续大六边形搜索。十字交叉六边形搜索算法还采用了中途停止技术,对静止和半静止块的搜索速度有显著的提高。改进的部分块失真准则在不影响失真度的情况下大大降低了计算复杂度。实验结果表明：十字交叉六边形搜索算法比六边形搜索算法和新型十字菱形搜索算法在信噪比降低很少甚至不降低的情况下,分别节省32%和16%的搜索点,和其它流行的块匹配运动估计算法相比,本文算法有更快的搜索速度和更小的失真度。     

电容式固态物含水率传感器的模型

基于同轴圆柱电容式传感器的测量原理,建立了用于固态物含水率测量的数学模型;讨论了影响电容式含水率传感器测量的有关因素;分析了含水率检测中误差产生的原因,提出相应的解决方法.     

基于机器学习的HEVC帧内模式快速决策算法

针对高效视频编码(HEVC)计算复杂度过高的情况, 提出了一种基于机器学习的帧内快速决策算法。根据图像内容的平滑 程度将PU划分成3类,对具有一定平滑度的预测单元(PU)不需要遍历完所有的帧内预测模式 ,从而有效降低算法的计算复杂度。首 先,计算各个PU的左边参考像素方差、上边参考像素方差和总参考像素的方差,以及各个P U采用的最优的帧内预测模式, 这些方差反映了参考像素的平滑程度;然后,利用机器学习软件Weka对得到的数据进行分类 处理,得到分类决策树; 最后,根据决策树来判定各个PU需要测试的帧内模式,再对各个PU 遍历这些帧内模式,确 定最优的模式,减少不必要 预测,从而降低编码复杂度。实验结果表明,本文算法相对于标准的HEVC 15.0编码算法,在高码率的情况下,编码时间平 均节省约16.18%,BD-rate平均升高约0.25%,BD-PSNR平均降低约0.02 dB;在低码率的情况下,编码时 间平均节省约20.75%,BD-rate平均升高 约0.04%,BD-PSNR平均降低约0.00dB。     

一种基于对象的分形视频压缩算法研究

基于分形视频压缩的典型方法,提出了一种改进并提高其压缩性能的方法,用更有效的宏块划分规则替代传统的四叉树划分规则、简化块的搜索策略和范围、使用类似H.264标准的I帧和减少重复计算等。提出了一种在分形视频压缩算法中的基于对象(OB)压缩的实现方法,可以对任意对象单独进行压缩编码,极大地提高压缩比和压缩速度,降低比特率并节省数据传输时的带宽。实验结果表明,相比典型的方法,本文提出的分形视频压缩算法,压缩比提高了近4倍,压缩速度快近10倍,图像质量提高了3～5dB,显著地提高了分形视频压缩算法的性能;同时,OB的压缩方法简单有效,压缩比和压缩速度又有大幅度提高,使分形视频压缩的应用具有更大的灵活性和实用性。