一种用于移动可视电话的快速运动估计算法

针对移动通信终端计算能力的不足,提出了一种适用于可视电话视频压缩编码的快速运动估计算法。根据当前块运动矢量类型和可视电话视频对象的运动特点,自动选择不同的搜索策略进行运动估计搜索。该算法在保证图像主客观质量的前提下,有效地减少了运动估计的时间,大大降低了编码计算量。通过对不同类型的视频序列进行测试表明,该算法计算复杂度降低了55.4%~69.6%,且对于不同运动类型的视频具有较强的适应性。     

基于 DCT 频域条件帧间补偿法的视频编码方案及其实现

运动图象的压缩是实现多媒体通信的关键技术之一。本文提出一种基于离散余弦变换（ＤＣＴ）系数的条件帧间补偿法及其视频编码方案。该算法利用ＤＣＴ变换的特点和人眼视觉特性，快速高效地对运动图象进行编码。由于运算量低，该算法可以在ＰＣ机上用软件实时实现，适用于基于ＰＣ平台的可视电话、会议电视和可视多媒体通信系统。     

基于可视电话系统的向量预测效率分析

ＩＴＵＨ．２６３作为可视电话图象编码标准,要求对图象实时地进行编码和解码。运动向量预测器是Ｈ．２６３的重要部件之一,它的搜索效率对实时传送图象具有重要的意义。本将从可视电话图象的特性分析开始,讨论不同的块匹配搜索方法的时间复杂度和对图象信噪比（ＳＮＲ）的影响,并提出一种具有好的综合性能的改进ＯＴＳ算法。     

基于多向小十字块模板的块匹配运动估计算法

在研究和分析图像压缩中块匹配运动估计算法的基础上,提出了一种采用多向小十字模板进行快速块匹配运动估计算法MP-SDSP,算法根据序列图像中运动矢量场中心偏置分布特性,利用一条以上的路径寻找最优运动矢量,避免了在快速搜索中陷入错误路径。试验结果证明,在搜索精度基本相同的情况下,MP-SDSP算法能有效减少搜索点数,提高搜索速度,并适应小运动块和大运动块的搜索。     

数字可视电话系统中的G.168回声消除技术

由于数字可视电话系统的性能需求和系统中回声的特点,传统的回声消除技术应用于数字可视电话系统时无法满足ITU-T G.168标准要求。该文利用NLMS算法的滑动窗自适应滤波器和简化非线性处理器设计,实现一种数字可视电话系统中的G.168自适应回声消除器,介绍其基本结构和各个功能模块的算法,并以ARM 920T为硬件平台实现该系统。仿真结果显示,简化的回声消除算法运算复杂度小、消除回声有效性高、稳定性强。利用ITU-T G.168标准定义的CSS信号对G.168回声消除器进行测试,测试结果均符合或优于标准要求。     

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。     

运动跟踪与Motion-JPEG2000在可视电话系统中的应用

提出了一种运动跟踪与Motion-JPEG2000标准相结合的可视电话视频编码方法。实验结果显示该方法在实时性和图像质量两方面都取得了较好的效果。     

基于改进的十字-菱形搜索算法的运动估计

通过对序列运动矢量概率分布分析，发现了该概率分布的方向性特性，提出了一种新的块匹配运动估计算法——改进的十字-菱形搜索（ICDS）算法。该算法在搜索的初始阶段使用小十字搜索模型对小运动矢量进行搜索，强调运动矢量分布的中心偏置特征；而对于大的运动矢量使用具有方向性的菱形搜索模型进行搜索，强调运动矢量分布的方向性，从而提高了运动矢量的搜索速度。该算法与菱形（DS）和十字-菱形块（CDS）匹配算法相比，在保证搜索质量的前提下，其搜索速度分别可以提高60％和35％。理论分析和实验结果证明ICDS算法有效，且具有较强的鲁棒性。     

H.264中运动矢量特征分类的快速运动估计算法

提出了一种应用在H.264中的快速运动估计算法(TAMV)。该算法根据运动矢量自身特性，将宏块分为3种运动类型：大运动快，中等运动块和小运动块。对每类宏块自适应地选择一种或者几种编码模式进行预测，有效地减少了由7种宏块(亚宏块)模式所引起的计算量；同时选用精确而且快速的方向性菱形模板，对不同的模式采用不同的搜索策略。实验分析表明，该算法搜索精度接近于全搜索算法，而搜索时间只为全搜索算法的5.4%～10.5%。     

结合阴影抑制的混合高斯模型改进算法

混合高斯模型背景法作为运动目标检测的一种经典方法,已经广泛应用于智能视频监控系统中。但是,传统的混合高斯模型背景法容易将阴影误检测为运动目标的一部分。因此,针对该方法在区分阴影和运动目标方面的不足,提出了一种将混合高斯模型背景法和HSV空间阴影抑制相结合的运动目标检测算法。这种改进算法首先将颜色空间转换到HSV空间,初步提取运动目标,然后再利用阴影的灰度值比背景中的灰度值小,而前景的灰度值比背景中灰度值大的特性,检测出运动目标中的阴影。实验结果表明,这种改进的算法明显提高了检测效果,有效抑制了阴影对运动目标检测的干扰,算法实时性也较好。     

一种运动自适应的帧速率上转换算法

在基于块的帧速率上转换算法中,块尺寸直接影响运动估计的准确性及插值帧的视觉效果。为此,提出了一种运动自适应的帧速率上转换算法。通过引入STGS图对视频内容进行预分析,根据运动特性自适应选取适合每一帧图像的块尺寸,进行重叠的块运动估计。并针对失真易产生在块边缘的特点,对块边缘的运动矢量进行插值细化处理,平滑运动矢量场,减轻人眼敏感的块效应。实验结果表明,该算法整体性能优于传统的固定块尺寸运动估计的帧速率上转换算法。     

基于矢量相关性的自适应运动估计搜索算法

为了减少运动估计的计算量,提高视频压缩编码的效率,提出了一种基于矢量相关性的自适应运动估计搜索算法(简称NAME算法),该算法通过判断当前所要编码块的左、上、右上3个相邻块所对应的运动矢量之间的相关性,将所要编码的块划分为相关类型块和独立类型块,并自适应地对相关类型块和独立类型块采用不同的搜索方式以减少搜索点数并保证搜索准确度。仿真结果表明,该算法与全搜索、菱形搜索和六边形搜索等快速算法相比,在保证图像质量的前提下,搜索速度有了明显的提高。     

结合运动矢量和像素递归的全局运动估计方法

全局运动估计是计算机视觉、视频处理等领域中一项重要研究课题。结合运动矢量和像素递归提出一种新的全局运动估计方法,该方法根据块运动矢量求出运动矢量直方图,找出主要块运动方向作为初始的全局运动方向,并初始化全局运动参数。利用运动矢量间距离及类间方差求出运动矢量分割阈值,自适应地去除外点块区域。根据背景块梯度和值的大小,在每个背景块中选择一到两个特征像素点进行运动参数估计。实验结果表明,该方法具有较快的计算速度,同时也具有较高的计算精度。     

一种面向H.264/AVC的运动估计算法

提出了一种使用具有方向偏向性搜索模板和基于预测模式自适应选择运动估计方案的EPZS(enhanced predictive zonal search)改进算法。该算法将运动估计过程与H.264/AVC中多参考帧、多预测模式等编码工具紧密结合,充分利用视频中运动具有高度时空相关性的特点,综合考虑速度、图像质量及压缩效率等方面的性能。实验结果表明,该算法以极小的计算量得到了与全搜索方法接近的效果;与EPZS算法相比,运动估计的处理速度有了较大幅度的提高,同时保持了与之相当、有时甚至更优的率失真性能。此外,该算法具有很好的鲁棒性,并且能够产生平滑的运动矢量场。     

A novel two-phase Hilbert-scan-based search algorithm for block motion estimation using CTF data structure

Motion estimation is one of the kernel issues in MPEG series. In this correspondence, a novel two-phase Hilbert-scan-based search algorithm for block motion estimation is presented. First in the intra-phase, a segmentation of the Hilbert curve is applied to the current block, then a novel coarse-to-fine data structure is developed to eliminate the impossible reference blocks in the search window of the reference frame. In the inter-phase, a new prediction scheme for estimating the initial motion vector of the current block is presented. Experimental results reveal that when compared to the GAPD algorithm, our proposed algorithm has better execution time and estimation accuracy performance. Under the same estimation accuracy, our proposed algorithm has better execution time performance when compared to the FS algorithm. In addition, when comparing with the TSS algorithm, our proposed algorithm has better estimation accuracy performance, but has worse execution time performance.     

一种块匹配的快速运动估计算法

为了减小运动估计算法的计算复杂度及提高视频压缩编码的效率，提出了一种新的快速、有效的块匹配运动估计算法。该算法首先采用多步搜索策略，并利用相邻块的运动矢量来预测当前块的搜索起点，然后用梯度下降的方向来指导搜索方向，以节约计算资源，对于最佳匹配点所在区域，则采用菱形与正方形相结合的模板来进行精细搜索，以提高算法的搜索精度。实验结果证明，该算法在降低计算复杂度的同时，还能有效地保证搜索精度。     

基于可变尺寸块运动矢量恢复的H.264时域差错掩盖算法

针对H.264帧间预测编码的新特点,提出了一种基于可变尺寸块运动矢量恢复的时域差错掩盖算法。该算法首先利用相邻宏块编码模式的相关性,根据周围宏块的编码模式判断受损宏块的编码模式及运动矢量恢复的宏块划分方式,分别对各个划分的子块进行运动矢量的恢复;然后利用相邻块运动矢量参考帧的相关性,根据相邻块运动矢量的参考帧确定匹配使用的参考帧;最后采用边缘失真匹配方法恢复运动矢量。实验结果表明,该算法同传统的差错掩盖算法相比,由于支持不同尺寸块运动矢量的恢复,因此,算法对差错信号能够获得更好的恢复效果。     

Block-matching algorithm based on an adaptive reduction of the search area for motion estimation

The motion estimation and compensation technique is widely used for video coding applications but the real-time motion estimation is not easy due to its enormous computations. In this paper, a new adaptive reduction of search area for the block-matching algorithm is presented to reduce the computational complexity of the full search block-matching algorithm for low bit-rate video coding. The proposed method exploits the correlation of successive video frames and adjusts the size of search area depending on the displaced block difference and the block classification information in the previous frames of the block. Simulation results show that the proposed algorithm has similar mean square error performance to the full search block-matching algorithm but only requires less a half computational complexity than the full search algorithm.     

基于联合运动补偿的边信息预测算法

传统块运动补偿算法仅利用单一运动向量场,该运动向量场中总会存在一定的运动异常,而过多的运动异常会严重衰退内插帧质量。为了解决该问题,提出了一种基于联合运动补偿的边信息内插算法,该算法使用双向运动估计计算出内插帧的运动向量场,接着采用当前块和其八个邻域块的运动向量联合预测出目标块。由于运动向量场的局部平滑特性会使八邻域块的运动向量十分接近当前内插块的真实运动向量,实验结果表明提出算法比传统算法有更好的容错性能。     

An efficient multi-layer reference frame motion estimation for video coding

Most of the fast search motion estimation algorithms reduce the computational complexity of motion estimation (ME) greatly by checking only a few search points inside the search area. In this paper, we propose a new algorithm—multi-layer motion estimation (MME) which reduces the computational complexity of each distortion measure instead of reducing the number of search points. The conventional fast search motion estimation algorithms perform ME on the reference frame with full distortion measure; on the contrary, the MME performs ME on the layers with partial distortion measures to enhance the computational speed of ME. A layer is an image which is derived from the reference frame; each macro-pixel value in the layer represents the sum of the values of the corresponding pixels in the reference frame. A hierarchical quad-tree structure is employed in this paper to construct multiple layers from the reference frame. Experimental results on different video sequences show evidence that many motion vectors have been found similar both in the reference frame and the layers. The effectiveness of the proposed MME algorithm is compared with that of some state-of-the-art fast block matching algorithms with respect to speed and motion prediction quality. Experimental results on a wide variety of video sequences show that the proposed algorithm outperforms the other popular conventional fast search motion estimation algorithms computationally while maintaining the motion prediction quality very close to the full-search algorithm. Moreover, the proposed algorithm can achieve a maximum of 97.99 % speed-improvement rate against the fast full-search motion estimation algorithms which are based on hierarchical block matching process. The proposed MME performs the motion estimation on the layers by using three types of search patterns. The derivation of these search patterns exploits the characteristic of the center-biased motion vector distribution and that of less intensive block distortion measurement of the layers.