基于下采样的快速块匹配搜索算法及降噪应用

提出一种基于下采样的快速块匹配搜索算法——下采样三步搜索算法(DTSS)。在视频序列中,通过双线性插值法下采样得到当前帧和参考帧的采样帧,在采样帧中进行基于块的三步法初步运动估计,然后通过下采样恢复进行精细搜索,得到当前帧的运动矢量场。利用双线性插值下采样方法的低通特性,可以实现在噪声干扰情况下对运动矢量的准确搜索;另一方面,采用下采样技术,使得块匹配搜索算法的搜索速度加快,达到快速搜索目的。实验结果表明,在保持搜索准确度和提高搜索速度方面,DTSS明显优于三步法和菱形搜索等经典的块匹配搜索算法。最后结合经典的多假设运动补偿滤波(MHMCF)算法验证了DTSS应用于视频图像降噪中的有效性。     

基于菱形搜索块匹配技术的微机电系统微运动测量研究

首先,分析了块匹配运动模型和测量原理,采用最小总绝对差值设置块匹配准则,确立了菱形搜索算法的块匹配搜索路径。该算法通过大小模板块匹配进行粗定位和精定位,求解微运动最佳运动矢量。然后,设计了基于计算机微视觉的微机电系统图像获取方案,并以微机电系统谐振器为研究对象,获取24幅不同相位图像,用所提出的微运动测量方法进行分析和验证,结果表明：基于最小总绝对差值和菱形搜索算法的块匹配技术能较好地估计和测量微机电系统器件的微运动矢量。     

基于多帧运动估计的帧率提升算法

结合最大后验概率(MAP)估计的准确性和分层块匹配算法的快速性,研究了一种多参考帧运动估计算法,并提出了一种基于多帧运动估计的帧率提升(FRUC)系统方案。实验结果表明,基于该算法的内插帧无论从客观指标(时间复杂度、信噪比PSNR)还是主观质量(视觉效果)均优于现有常用方法,且算法复杂度较低,便于硬件实现。     

BM3D视频去噪算法实现与评估

一些传统的图像视频去噪算法,会在滤除噪声的同时引入人工噪声,存在很大的局限性。而基于块匹配和三维变换域滤波(BM3D)的图像视频去噪算法则采用了不同的去噪策略。对BM3D算法进行了深入的研究并实现了算法,对算法进行了深层次的评估。通过评估结果,证明了BM3D算法在视频去噪方面取得了非常好的效果。     

局部均值噪声估计的盲3维滤波降噪算法

目的 图像在获取和传输的过程中很容易受到噪声的干扰,图像降噪作为众多图像处理系统的预处理模块在过去数十年中得到了广泛的研究。在已提出的降噪算法中,往往采用加性高斯白噪声模型AWGN（additive white Gaussian noise）为噪声建模,噪声水平（严重程度）由方差参数控制。经典的BM3D 3维滤波算法属于非盲降噪（non-blind denoising algorithm）算法,在实际使用中需要由人工评估图像噪声水平并设置参数,存在着噪声评估值随机性大而导致无法获得最佳降噪效果的问题。为此,提出了一种新的局部均值噪声估计（LME）算法并作为BM3D算法的前置预处理模块。方法 本文专注于利用基于自然统计规律（NSS）的图像质量感知特征和局部均值估计技术构建图像噪声水平预测器,并通过它高效地获得噪声图像中准确的噪声水平值。关于自然场景统计方面的研究表明,无失真的自然场景图像在空域或者频率域上具有显著的统计规律,一旦受到噪声干扰会产生规律性的偏移,可以提取这些特征值作为反映图像质量好坏的图像质量感知特征。另外,局部均值估计因其简单而高效率的预测特性被采用。具体实现上,在具有广泛代表性且未受噪声干扰图像集合上添加不同噪声水平的高斯噪声构建失真图像集合,然后利用小波变换对这些失真图像进行不同尺度和不同方向的分解,再用广义高斯分布模型（GGD）提取子带滤波系数的统计信息构成描述图像失真程度的特征矢量,最后用每幅失真图像上所提取的特征矢量及对其所施加的高斯噪声水平值构成了失真特征矢量库。在降噪阶段,用相同的特征提取方法提取待降噪的图像的特征矢量并在失真特征矢量库中检索出与之类似的若干特征矢量及它们所对应的噪声水平值,然后用局部均值法估计出待降噪图像中高斯噪声大小作为经典BM3D算法的输入参数。结果 改进后的BM3D算法转换为盲降噪算法,称为BM3D-LME（block-matching and 3D filtering based on local means estimation）算法。准确的噪声估计对于诸如图像降噪,图像超分辨率和图像分割等图像处理任务非常重要。已经验证了所提出噪声水平估计算法的准确性、鲁棒性和有效性。结论 相对人工进行噪声估计,LME算法能够准确、快速地估算出任意待降噪图像中的噪声大小。配合BM3D算法使用后,有效提高了它的实际降噪效果并扩大它的应用范围。     

一种基于H．264的有效运动估计算法

运动估计算法是实时视频编解码技术的研究重点，高精度的匹配和补偿可以减少预测误差，提高视频图像的压缩效果．为降低在视频编码标准H．264中运动估计的高计算复杂度问题，提出了采用一种基于节点模型的可变形块匹配运动估计算法来搜索最佳运动矢量．该算法充分利用了H．264运动矢量的的统计特性和相关性，并采用基于像素差值分类的运动估计匹配准则．实验表明，在编码性能损失很小的条件下，该算法有效降低了视频压缩编码中运动估计的运算复杂度．     

将局部二进制模式应用于动态纹理识别的新方法

动态纹理的处理、描述与识别是纹理分析的热门领域。动态纹理是对普通纹理在时间域方面的扩展,包括动态特征和静态特征。基于LBP算法的扩展提出的VLBP算法较好的描述了动态纹理特征,但是计算量过大,模板过多。本文提出了一种由VLBP算法改进的基于局部二进制运动模式的特征提取方法用以动态纹理的描述和识别,它包括提取动态特征和提取静态特征两部分。将LBP算子做为块匹配准则提取局部二进制运动模式柱状图做为动态特征的描述,提取LBP柱状图做为静态特征的描述,并将二者连接得出描述动态纹理特征的联合的局部二进制运动模式柱状图。通过对DynTex集实验的结果表明,本文提出的方法在性能和识别率方面均要优于VLBP。     

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.     

Modified BM3D algorithm for image denoising using the directed diffusion equation

In order to preserve the edges and details of the image better, a modified block-matching and 3D filtering algorithm based on the directed diffusion is proposed. First, the block-matching and 3D filtering result is divided into three perpendicular subbands by using the wavelet decomposition. Second, by adding the diffusion operator and diffusion coefficients to the directed diffusion equation, the diffusion speed can be accelerated and edges can not be blurred quickly. Then we diffuse the subband of the high-frequency, of which the wavelet coefficients are less than the threshold to the corresponding subband of the noisy image to get a new estimate. Lastly, by replacing the corresponding subband of the block-matching and 3D filtering estimated image with the new one, we obtain the improved denoising result. Experimental results show that the improved algorithm achieves better performance than the original block-matching and 3D filtering algorithm in terms of both removing noise and preserving the edges and details of the image.     

基于H.264的改进阈值的可变自适应十字搜索算法

H.264视频编解码标准的算法复杂度高,不能满足视频监控和无线传输中要求的高压缩比、低码率和实时性的要求,通过分析可知运算量最大的是运动估计模块,本文对该模块的算法进行优化。在ARPS算法的基础上结合预测的初始点和自适应调节臂长的搜索策略的优点,采用可变阈值的早期终止策略和简单的搜索模板的算法。实验表明该算法在有效减少搜索点数的情况下并不会对图像质量产生较大的影响,提高了运动估计算法的搜索速率和鲁棒性。