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.     

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。     

双十字搜索算法的快速块匹配运动估计

在块运动估计中,不同形状、不同大小的搜索模型对搜索速度和搜索质量有很大的影响.通过运动矢量概率分布分析,发现了运动矢量概率分布具有除中心十字偏置特性以外的方向性特性,提出了一种快速的双十字搜索(DCS)运动估计算法.该算法首先根据运动矢量概率分布的中心十字偏置性,采用小十字搜索模型(SCSP)和大十字搜索模型(LCSP)对小运动矢量进行搜索,从而减少搜索点数.然后,根据运动矢量概率分布的方向性,使用非完全对称十字搜索模型(NFSCSP)对大运动矢量进行搜索,进一步提高了搜索速度.在保持相当搜索质量的前提下,双十字搜索算法与菱形搜索算法(DS)和十字-菱形搜索(CDS)算法相比,搜索速度分别可提高70%和40%.实验结果证明双十字搜索算法是非常有效的,且具有较强的鲁棒性.     

基于块匹配的运动估计搜索算法研究与实现

为了满足运动矢量概率分布特性,提出了非对称双十字形搜索(UDCS)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十字形搜索模型对大运动矢量进行搜索的步骤。介绍了该算法的实现结构,并分析了该算法搜索性能。     

基于起点预测的改进十字形搜索算法

运动估计是视频压缩算法中最为耗时的模块,运动估计的速度和质量在很大程度上决定了视频压缩的速度和质量.而运动估计中除了运动搜索算法,起点的预测也不可或缺.本文首先设计一种改进十字形运动搜索算法(MCS),然后提出一种之相匹配的运动预测算法,并将预测器的数量减少为两个,根据自适应的闲值法来决定预测后采取的动作--是直接中止还是进入不同的十字模板进行搜索.实验表明,通过这一系列的改进,进一步加强了MCS算法的优势.     

非对称双十字形运动估计搜索算法研究与实现

视频序列运动矢量分布的中心偏移特性在运动估计中发挥重要的作用，但忽视了运动矢量分布的方向性。该文提出了非对称双十字形搜索(UDCS)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十字形搜索模型对大运动矢量进行搜索的步骤。介绍了该算法的实现结构，并分析了该算法搜索性能。     

十字菱形六角形优化搜索算法

为了解决视频编码中块匹配运动估计的问题,提出了十字菱形六角形优化搜索算法。该算法通过消除十字菱形六角形搜索算法中的一些搜索点来对其进行改进。实验结果表明,该方法能在保证相近视频质量的同时加快运算速度。     

基于连续消除的正方形-菱形运动估计算法

在基于搜索起点预测和正方形-菱形算法(SDS)的基础上,结合连续消除算法(SEA),提出了一种新的运动估计算法:基于连续消除的正方形.菱形运动估计算法(SEA-SDS).实验结果表明,该算法以比较小的代价取得了与全搜索算法(FS)相当的效果;在搜索次数和精度方面均优于菱形(DS)和正方形-菱形(SDS)快速运动估计算法.     

用于块匹配运动估值的正方形-菱形搜索算法

运动估值在视频图像编码中占有重要地位，该文首先研究了运动估值中的经典搜索算法并重点分析了菱形（DS）算法；然后设计了一种新的综合模板（SDP），它体现了粗定位和准确定位并行处理的思想，在此基础上提出了一种新的用于块匹配的运动估值搜索算法－－正方形－菱形搜索（SDS）算法。最后通过实验验证了该算法的有效性。     

一种十字形运动搜索算法

近几年,虽然运动估计算法有了很多种的快速算法,但是,运动搜索巨大的计算量依然是视频压缩速率的瓶颈,本文针对运动矢量的分布特点,提出了一种新的运动搜索算法,算法不仅结构简单,而且测试结果表明,该算法比原有DS9(dia-mondsearch)算法在搜索点数和图像质量方面有较大的提高,最好时的搜索点数只有DS算法的3/4。     

基于新方向性菱形-弧形搜索的运动估计算法

提出一种采用弧形、小十字和大菱形模板进行快速块匹配运动估计的算法NODAS,利用序列图像中运动矢量场中心偏置分布特性,将小十字模板扩展为方向性菱形模板处理中心区域的搜索,使用大菱形-弧形模板处理大运动矢量的搜索。试验结果证明,在搜索精度基本相同的情况下,NODAS算法能有效减少搜索点数,提高搜索速度,较好地应用于小运动矢量和大运动矢量的搜索中。     

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。     

时频域块匹配运动估计算法性能比较

详细讨论了时频域块匹配运动矢量估计算法的理论及其实现,还从算法的运动补偿性能、计算效率和计算复杂度三个方面对时频域两种情况下的算法进行了详尽的比较。在相同条件下比较发现,相比于时域块匹配法,如果频域法不出现“双峰”,则其直接从相位相关图出发可以得到更加平滑和精确的运动场,计算效率高;但时域法更适合了存在多个运动的运动估计。     

一种快速高效的部分失真块运动估计搜索算法

在保证图像质量与全搜索算法（FS）相近的前提下，为降低现有部分失真块运动估计算法的计算量，提出了一种快速高效的搜索算法——基于运动场预测的部分失真块运动估计搜索算法（PMVPDS）。PMVPDS将本文提出的可调部分失真准则和运动场估计技术、中途停止技术相结合，能快速找到匹配点。仿真结果表明PMVPDS和正规化部分失真搜索算法（NPDS）、分级部分失真搜索算法（PPDS）相比，搜索速度分别加快了2—7倍和0．6—3倍，并且图像质量也有一定的提高。另外，PMVPDS算法中的图像质量和搜索速度是可调的。     

一种基于预测性运动向量的菱形搜索方法

块匹配算法是运动估计中一项重要的技术。块匹配中多数算法没有充分利用运动向量之间的时间和空间的相关性就进行快速搜索,从而影响了图像的质量和搜索的速度。为更好的解决这一问题,论文提出一种基于预测性运动向量的菱形搜索方法,有效的提高了视频压缩的性能。     

一种基于块匹配的运动估计改进算法

运动估计是视频压缩中帧间预测编码的关键技术之一,在各个压缩标准中都广泛使用了基于块的运动估计技术。由于运动估计通常具有较大的运算量,因此对压缩性能具有重要的影响。本文在分析了现有的六边形搜索算法(HEXBS)和视频序列图像帧相邻空间块和对应的运动向量具有高度空间相关性的基础上提出了一种改进的快速运动估计搜索算法,通过实验表明与HEXBS算法具有相似的计算复杂度,但是视频编码质量优于HEXBS算法。     

单纯形块匹配搜索算法

本文在讨论块运动估计快速算法的基础上 ,根据单纯形优化搜索原理 ,提出了一种新的块匹配搜索法——单纯形块匹配搜索算法 ,并经实验结果说明了该算法的有效性     

一种高效率的快速块匹配运动估计算法

采用菱形搜索算法对各种视频测试序列中运动矢量的研究,基于H.264视频编码标准提出了一种快速块匹配运动估计算法。它是以图像中相邻宏块之间的时空相关性为前提,结合了分布式菱形搜索,预测搜索和中止阈值等一系列技术而提出的,试验结果表明该算法在运算速度方面优于菱形搜索,而获得与全搜索相当的峰值信噪比。