一种基于马尔科夫链模型的运动估计新方法

运动估计是视频编解码系统中的关键技术,而运动估计的快速块匹配算法主要是通过采用初始搜索点预测,提前退出技术以及不同的搜索模板来提高算法的效率。通过引入马尔科夫链模型实现了对初始搜索点的准确预测,以及利用模糊逻辑和遗传算法以避免搜索过程陷入局部最优点等方法,提出了一种基于马尔科夫链模型的运动估计新方法。实验结果表明,该方法能够对不同性质视频序列有很好的适应能力,并在计算成本和图像重建质量上得到了很好的折中。     

一种基于视觉注意力的快速运动估计算法

运动估计在视频编码中占据十分重要的地位,因为它能有效地去除图像序列的时域冗余,大大提高编码效率,但往往算法复杂,占用整个编码过程较多的时间.针对智能视频监控等领域的应用,提出一种基于视觉注意力的快速运动估计算法.该算法的核心思想是利用视觉注意力模型将关注的运动区域提取出来作为显著性区域,然后利用快速运动估计算法在显著性区域采用较高的预测精度,而非显著性区域采用较低的预测精度.实验结果表明在峰值信噪比几乎不变的情况下,该算法比其他经典运动估计算法的运算时间有明显减少.     

可并行搜索的快速分像素运动估计算法研究

HEVC是由视频编码联合协作小组(JCT-VC)开发出的一种先进的视频编解码标准.HEVC采用了许多新技术,在与上一代视频编解码标准H.264/AVC类似的视频质量下,可以节省超过50％的比特率,但同时它的计算复杂度也翻倍了.为了在当前有限带宽限制下,高质量地传输视频数据,快速视频编码算法的研究已经变得愈加重要.分像素...     

基于嵌入式监控系统的运动估计算法

基于对监控视频序列运动矢量分布的方向特性和起始点预测搜索技术的研究,提出了一种运动估计算法-自适应三分级搜索算法(ATLS),并结合Inter XScale微处理器架构对算法进行优化,解决了传统运动估计算法在嵌入式系统中搜索速度低的问题,算法运算复杂度低.实验结果显示.与运动矢量场自适应搜索算法相比,在图像质量几乎不下降的情况下,该算法平均搜索速度明显提高,综合性能优于运动矢量场自适应搜索算法(MVFAST)算法.     

大运动前景和旋转抖动视频的快速数字稳定

针对存在大的旋转抖动和大的运动前景的视频,提出了一种快速电子稳像方法。由于现有圆周投影法在估计图像大角度旋转运动时鲁棒性较差,故对算法进行了改进以提高投影相关匹配时的准确性。考虑常用的稳像算法难以处理含较大或较多运动前景的抖动视频,提出一种基于图像位平面金字塔的自适应取块平移运动估计方案;该方案可根据块匹配结果的统计特性决策最优取块模式,最大程度地避免运动前景对运动参数估计的干扰。最后,引入一种自适应分组的限幅加均值复合滤波方式,一方面通过限幅滤波修正帧间错误运动估计,另一方面自适应分组确定滤波窗口以达到较佳运动平滑效果。实验结果表明:改进的圆周投影法旋转估计的准确性和稳健性均有提高;自适应取块的平移运动估计方案能够准确估计较大运动前景抖动视频的运动参数,同时也适用于灰度特征不丰富的抖动视频;稳像的信噪比峰值可达31.08dB。     

基于搜索自适应的快速运动估计算法

为提高H．264／AVC视频编码器的计算速度,提出了一种搜索模式自适应快速运动估计算法（PAFME）。该算法结合了变块尺寸运动估计的特点,利用运动矢量的时空域相关性,预测初始搜索中心;采用多种搜索模式,提出了搜索模式自适应的选择机制,以节省不必要的搜索点和加快搜索速度;避免了陷入局部极小。实验结果表明,与H．264／AVC的参考软件JM12．4相比,该算法使整像素精度运动估计的耗时平均降低了33％左右,同时保持了编码效率基本不变。     

分布式视频编码中虚拟信道模型的动态估计

基于Slepian-Wolf理论和Wyner-Ziv理论的分布式视频编码,是一种全新的视频编码框架。分布式视频编码系统中,解码端对虚拟信道模型估计的准确性是影响压缩性能的关键因素之一。针对虚拟信道的时域动态特性,提出了新的解码端帧级虚拟信道模型的动态估计算法。利用边信息内插阶段所获得的双向运动矢量,对当前帧前后的关键帧进行运动补偿,通过前后关键帧的运动补偿误差来估计当前帧的虚拟信道模型。针对虚拟信道的空域动态特性,提出了子块级虚拟信道模型的动态估计算法。通过对视频帧进行分块,对每个分块都进行参数估计,即可动态地完成各子块对应的虚拟信道模型的估计。实验证明所提出的两种虚拟信道模型的估计算法都有效降低了视频编码系统的传输码率,提高了系统的率失真性能。     

基于运动估计EPZS算法的优化

编码器中的运动估计、计算量非常巨大,消耗了整个编码时间的80%,严重降低了编码的实时性.为了高效节省运动估计时间和编码时间,在充分研究预测区域搜索算法(EPZS)的基础上,提出一种对H.264视频编码标准采纳的EPZS算法进行了初始中心点和搜索模板的优化方法.在H.264编码器的参考模型JM10.1中,对4个测试序列进...     

基于降质图像-光流场复原的智能轮椅测速

提出一种运动图像去模糊复原和基于仿射运动模型的光流场去抖动方法,以提高智能轮椅中光流里程计测速方法的精度。当轮椅线速度或角速度较大时,导致机载相机成像产生显著的运动模糊;且轮椅机器人的机械抖动也易产生光流场的偏差,进而影响速度估计的精度。针对于此,首先利用一种基于自适应模糊核的运动图像去模糊方法实现图像复原,以改善视频帧质量;其次,针对智能轮椅在行进中的机械抖动,利用随机抽样一致(RANSAC)排异后的光流场,在卡尔曼滤波框架下估计同名像点的仿射运动模型参数,进而实现光流补偿。实验结果表明所提方法能够提升基于光流场的智能轮椅视觉测速精度。     

由形态学边缘模式匹配实现数字稳像

针对在一些实际应用场合摄像机设备的震动造成的视频序列失稳,提出了一种基于形态学边缘模式匹配的数字稳像方法.该方法首先利用形态学方法提取视频图像边缘,然后利用当前帧子块与参考帧子块的边缘进行特征匹配,以确定当前帧子块相对于参考帧的局部运动矢量.对得到的局部运动矢量进行分析判决,以确定该局部运动矢量是否为真正的抖动偏移量,消除视频帧本身因存在局部运动目标、低对比度、纹理区域等因素对全局运动矢量估计的影响;最后,通过判别确认的局部运动矢量确定全局运动矢量并进行运动补偿,实现数字稳像.仿真实验表明,由于该方法的块局部运动矢量采用1 bit边缘进行最大相关值估计,因而复杂度低,而采用异常情况判决准则消除了其对真正运动矢量估计的影响,稳像精度高,可应用于因摄像头平移震动等因素造成的视频序列失稳.     

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.     

H.264/AVC码率控制中初始量化参数的估计

由于H.264/AVC采用的码率控制模型忽略了视频特性对初始帧量化参数（Initial Quantization Parameter,QP₀）选择的影响,本文提出了一种新的基于视频特性的QP₀估计算法来提高H.264/AVC的码率控制精度。首先,分析影响QP₀的视频特性,包括每像素比特数（bpp）、视频序列的复杂度和图像组（GOP）长度;然后,通过大量的测试仿真建立了QP₀与bpp和视频序列复杂度之间的函数关系;最后,结合GOP长度对QP₀的影响,修正了QP₀模型。实验结果表明：相比JM12.2中的算法,提出的算法使四分之一通用中间格式（QCIF）和通用中间格式序列重建帧的平均峰值信噪比（PSNR）分别提高了0.185 dB和0.144 dB;码率控制误差的控制幅度分别提高了37.3%和11.2%;序列中每帧图像间的质量波动均降低了约50%。该方法在提高重建帧质量的同时,大幅度降低了码率控制误差,有效地抑制了序列间每帧图像的质量波动,获得了更优质、平稳的编码视频流,并能很好地适应不同特性的视频序列。     

H.264快速运动估计算法的改进

为了提高视频压缩效率,对H.264中采用的快速运动估计算法UMhexagonS进行了改进。首先,在起点预测后加入一个结束搜索条件,判断是否结束对当前宏块的运动估计。然后,对于需要进一步运动估计的宏块,从两个方面对原算法进行了改进。提出了搜索模板分割方法,在进行十字形模板和大六边形模板搜索时,只需要根据该方法选择少量搜索点进行运动估计。根据运动矢量的统计特点,减少了正方形模板和扩展六边形模板的搜索点数。同时验证了所采用的搜索区域分割方法的合理性。实验结果显示,改进算法的运动估计时间比原算法平均减少了15.59%,而峰值信噪比和码率基本不变,并且能够适应各种运动类型的视频序列。得到的结果表明改进算法提高了总体编码性能。     

基于起点预测的自适应交叉-准菱形运动估计算法

提出一种可预测搜索起点的自适应交叉-准菱形搜索算法。根据序列图像中运动矢量的交叉-中心偏置分布特性和矢量间的时空相关性,设计了一种交叉-准菱形搜索模板,并融合搜索起点预测、半途中止准则和自适应搜索模式等技术,在保证搜索准确性的同时,大幅度提高了运动估计的速度。实验结果表明,算法对各种类型的运动序列都有很强的自适应性,其平均搜索速度是新三步法的3.56倍、四步法的3.26倍、菱形法的2.71倍,搜索准确性也优于经典的快速运动估计算法,尤其对于大运动序列,具有更明显的优势,提高了视频压缩中现有的运动估计算法的性能。     

优化预测运动矢量的快速运动估计算法

提出了一种优化预测运动矢量的快速运动估计算法。在对预测运动矢量研究的基础上,根据序列图像中运动矢量的中心-中值偏置分布特性和矢量间的时空相关性,结合运动矢量的相似度分析,选用中心、中值和时间相关的三个矢量作为基本预测矢量。设置相似门限来减少由三个空间相邻块预测矢量带来的大量冗余信息,对算法中关键的门限技术进行了改进。实验结果证明,本文算法对各种类型的运动序列都有很强的自适应性,在保持搜索准确度的同时,可大幅度提高运动估计的速度,其平均搜索速度是FS的208倍,明显优于PMVFAST的146倍、MVFAST的77倍、DS的55倍,提高了视频压缩中现有的运动估计算法的性能。     

基于多基站IMMKF-DOA辅助车辆协同定位算法研究

针对传统卡尔曼滤波算法在进行车辆实时运动过程中难以精准定位问题,提出一种基于运动状态自适应的交互多模型卡尔曼滤波(Interacting multiple model Kalman filter,IMMKF)与多基站到达方向(Direction-of-arrival,DOA)相融合进行车辆位置实时估计算法。基于无偏估计器对测量噪声协方差进行实时更新并将其嵌入标准卡尔曼滤波算法中实现自适应交互多模型卡尔曼滤波。针对车辆不同运动状态及动态行驶环境对车辆定位估计精度的影响,构建自适应交互多模型卡尔曼滤波器与多基站信息融合算法进行车辆位置实时估计,考虑不同车速与不同基站数等行驶工况下车辆定位精度的变化趋势,实现车辆实时位置的准确估计。利用PreScan-Simulink联合仿真平台进行虚拟仿真验证和实车试验验证。结果表明,基于交互多模型卡尔曼滤波与到达方向角的融合算法相对标准的卡尔曼滤波估计精度高,较好地改善了传统单一模型的卡尔曼滤波算法在进行车辆实时运动状态估计过程中精准定位问题,实车试验验证了提出算法对车辆定位精度较传统卡尔曼滤波算法的精度提高了一个数量级,实现了更精确的车辆位置估计。     

全局运动序列的视频对象分割算法

针对全局运动视频序列，本文提出一种快速有效的基于边缘均灰度投影匹配的全局运动估计与补偿算法，将连续几帧图像的相同背景稳定在同一幅图像的相同位置上，从而能够沿用静止背景序列的视频对象分割算法。实验结果证明，该方法能够从背景变化的视频序列中较好地提取运动对象，具有较强的鲁棒性。