基于H.264压缩域内宏块预测模式的镜头突变检测

根据H.264的宏块编码特性,提出了一种直接在H.264压缩域内进行镜头突变检测的算法.对于I帧,通过对帧内所有宏块的预测模式建立一个矩阵,最后与当前I帧相对应位置宏块的帧内预测模式进行比较,检测是否发生突变;对于P帧和B帧,通过分析帧内宏块的预测模式及相邻帧之间的相关性来进行检测.实验结果表明,该算法具有较高的查全率和查准率.     

H.264视频鲁棒传输的最优宏块模式选择

分析了受损宏块的信道失真及其差错扩散,研究了宏块编码模式对信源失真和信道失真的影响,提出了结合信源信道编码的一种基于率失真优化的快速模式选择算法。通过估算不同宏块模式的信源失真和信道失真,自适应地选择最佳编码模式,使得视频序列的整体传输失真最小。模拟实验显示,相对于H.264参考软件的模式选择算法,该算法显著降低了计算复杂度并提高了视频差错恢复性能。     

一种基于H.264的帧内模式选择快速算法

帧内预测模式选择是影响H.264编码速率的瓶颈问题。在分析H.264帧内预测算法基础上,提出了一种快速模式选择算法。该算法利用16×16块帧内预测后的SAD值判断是否能够跳过4×4块帧内预测;在4×4块帧内预测中根据SAD特征缩小候选模式范围。实验结果表明：该算法较大地提高了帧内编码速度,同时保证图像质量下降在可接受范围之内。     

基于宏块特征的H.264快速帧内预测算法

为了降低H.264的计算复杂度以满足实时应用, 在对H.264帧内编码模式深入研究的基础上, 提出利用宏块灰度直方图特征在Intra4×4和Intra16×16模式中预判, 针对Intra4×4模式采用基于子块预测方向特征的快速帧内预测算法.综合以上2种优化策略, 该优化算法平均码率增加了3.2%, 峰值信噪比基本不变的情况下, 编码速度平均提高了32.8%.     

基于JND的H.264编码模式选择算法

提出了一种基于JND模型的H.264编码模式选择算法, 使用改进的基于DCT域的JND计算模型, 同时考虑了时空域CSF、亮度自适应调节、带内/带间掩蔽等因素, 对编码过程中产生的预测残差进行JND阀值计算; 在率失真计算过程中, 通过去除不可察觉的冗余系数进行主观质量优化. 实验结果表明, 在不影响视频主观质量的前提下, 该算法明显降低了编码产生的数据量, 提高了编码效率.     

H.264中基于预测的快速模式决策算法

针对H.264采用多模式运动估计和模式决策等一系列新算法而引入的高计算复杂度问题,提出了一种基于预测的H.264编码快速模式决策算法.使用一种基于自适应阈值的提早退出检测算法,以较高识别率检测出静止宏块和区域运动宏块,及早作出模式决策;对未被判定的宏块使用基于预测的快速搜索算法得到所有4×4块的运动矢量;利用自底向上合并检测,得到其他模式块的运动矢量和最佳模式.实验结果表明,该算法与参考实现中的快速算法相比,仅损失了少量的图像质量和码率,但平均编码速度提高了30％.     

一种改进的H.264帧内预测模式选择算法

针对H.264帧内预测模式选择中失真估计不准确和计算量大的问题,提出一种改进的H.264帧内预测模式选择算法。该算法首先对像素的递归失真估计方法进行改进,较为准确地估计了多种帧内预测模式下的预测失真,然后利用相邻块预测模式的相关性预先筛除部分预测模式,降低了H.264中帧内预测的复杂度。与JM参考软件的对比结果表明,该优化算法能在保证很好的图像质量的同时,将帧内预测模式选择的时间减少60%以上,有效地提高了视频图像的编码效率和视觉质量。     

H.264的帧间/帧内预测模式快速选择算法

多模式运动估计使H.264比其它视频编码算法具有更高的编码效率,但同时也使计算复杂度明显提升.如果能在搜索进行之前先对模式进行筛选,除去不适用的模式,就可以减少不必要计算,大大提高运动估计的运算速度.通过分析各编码模式的特点和最佳模式分布规律,提出了帧间/帧内预测模式快速选择算法.按照从帧间模式到帧内模式、从大尺寸划分到小尺寸划分的模式选择顺序准则,基于最优匹配的检测来进行帧间/帧内模式的快速选择,略过不可能进一步降低率失真代价的模式,以降低编码过程的计算复杂度,从而提高编码速度.实验结果表明,该模式与全模式搜索相比,在图像质量和码率有少量变化的前提下,编码速度显著提高.     

基于H.264空时SVC编码的快速模式决策算法

提出一种简单可行的快速模式决策算法,该算法利用空域和时域分级视频编码的宏块模式相关特性,选取参考帧宏块中率失真代价较小的一部分已用模式作为当前宏块的候选模式,使得增强层的运动预测计算量大大降低。实验结果表明,该算法能够在峰值信噪比损失不大的情况下,有效地减少编码时间。     

基于H.264帧内模式快速选择算法

H．264采用RDO技术选择帧内预测模式以进一步提高编码的效率,但同时大幅度增加了预测的复杂度．本文提出一种快速帧内模式选择算法,该算法首先依据图像的纹理特征从9种Intra-4×4的预测模式中选出4种备选模式,然后再根据SATD的特征以及相邻块的预测模式之间的相关性,选出最佳预测模式,从而有效减少预测模式,避免了不必要的RD_Cost计算．实验证明,该算法提高编码时间效率约为35%,而峰值信噪比的减少很小．     

面向质量域可分级视频编码的自适应模式选择算法

为减轻质量域可分级视频编码的计算复杂度,提出了一种快速模式选择算法.该算法将模式选择流程分为3个阶段：首先检测运算复杂度低、出现概率大的跳过类模式集合;依据层间相关性和空域相关性选择性检测候选编码模式集合;最后遍历检测剩余编码模式.若第1或第2阶段所获得的最小码率-失真代价值小于预先定义的门限,则提前结束模式选择流程.仿真结果证明,与全遍历算法相比,新算法可以获得459%~808%的编码速度提升;峰值信噪比降低最多为015 dB,码率增加最多为062%.     

H.264帧间模式选择新算法

基于H.264视频序列连续2帧时间与空间邻域内已编码宏块(MB)的模式上下文信息,自适应地为当前编码宏块选择合适的候选模式类. 把亮度16×16块和8×8块各自包含的4×4残差子块的变换系数绝对值和组成2个矩阵,利用在其上定义的梯度值分别设计了新颖的宏块级和亚宏块级模式选择准则. 实验结果表明,与joint video team(JVT) J033和JVT K021中提出的模式选择快速算法相比,本算法分别平均节省了近11％和7％的编码时间,而几乎没有带来编码率失真性能损失.     

一种新颖的H.264帧内预测快速算法

提出了一种新颖的H.264帧内预测算法．该算法把9种4×4帧内预测(Intra_4×4)模式分为3类,用左面和上面相邻块的模式类预测当前4×4块适合采用的模式类;基于定义的变换系数索引加权绝对值和设计了一种新颖的Intra_4×4模式选择方法;利用连续I帧中16×16帧内预测(Intra_16×16)宏块位置的准平稳性降低了帧内预测的计算复杂度;利用亮度块和色度块帧内预测模式间的相关性加速了色度块的模式选择过程．实验结果表明,本文提出的帧内预测快速算法比Joint Video Team (JVT)-G013平均节省了25%的编码时间,且编码率失真性能较好． :     

H.264帧间编码模式选择快速算法

作者针对H．264帧间编码宏块模式选择计算复杂度较高的缺点,提出了一种模式选择快速算法。该算法根据帧间编码宏块的树状分割模式特点,应用了若干简单有效的终止搜索准则,并采用动态阈值以进一步加快模式选择的速度。模拟实验表明：提出算法减少了编码器无效遍历过程,在取得相近PSNR和比特率条件下。编码速度得到较大提高,适合实时视频应用。     

一种多步骤多分支H.264帧内预测模式选择算法

提出了一种用于H.264/AVC编码的多步骤多分支快速帧内模式选择算法。该算法首先利用整数DCT域的频率分布特点有效减少了候选预测模式的数量,然后使用经过改进的率失真优化模型和H.264原有模型有选择地处理上述模式,并得到最优模式。通过实验发现在图像峰值信噪比(PSNR)和编码比特率基本不变的情况下,编码时间降低到了原来的1/6~1/3,从而达到了降低计算复杂度和提高编码效率的目的。     

H.264帧内快速预测算法的研究

新一代视频压缩标准H.264/AVC使用率失真优化算法在提高压缩率的同时增加了计算复杂度。为了减少计算复杂度,提出了一种快速帧内预测算法。通过MAD（平均绝对误差）均值对宏块进行4×4块和16×16块预判,再根据SATD（残差绝对值总和）代价函数计算Cost值,排除较小可能性的模式,缩小4×4块的预测模式范围。用标准视频序列对该算法验证,结果表明该算法在保证峰值信噪比的前提下,节省了预测时间.     

基于预测模型的分段模糊控制系统设计

针对加速量热仪需要按照材料的特性设定温度变化规律,温度精确控制困难的问题,通过研究电加热功率与温度变化的关系,采用调整脉冲宽度调制方波（PWM）占空比的方式来控制加热功率．针对系统的非线性、时变性、变结构、多层次和滞后等缺点,提出分段、分级和基于预测模型的模糊控制策略．采用上位机（IPC）＋下位机（PLC）的测控系统结构,并编写PLC程序完成模糊控制．实验结果表明,本方案实现了以固定升温速率加热,定点温度保持的功能．