一种双模式的运动估计算法

为了平衡运动估计中搜索算法的复杂度与搜索精度,基于双模式算法的思想,提出一种结合基于改进的粒子群算法(PSO)和十字搜索算法(ARPS)的双模式运动搜索算法.该算法对不同运动程度的图像采用不同的运动搜索算法(运动剧烈时采用PSO算法,运动平缓时采用ARPS算法),有效地结合了PSO的全局性特点以及ARPS的局部性特点,同时保持了ARPS的快速性.实验表明,该算法的整体性能高于传统的单模式运动估计算法以及已有的多模式运动估计算法.     

一种基于DS与ARPS混合使用的快速运动估计算法

为了减小快速运动估计算法的计算复杂度和改善运动补偿的性能,提出了一种基于菱形搜索（DS）和自适应十字模式搜索（ARPS）两种方法混合使用的块匹配算法。该算法利用DS算法搜索精度高和ARPS算法搜索速度快的特点,综合固定模式搜索和空间相关搜索两方面的优点,对于相邻两帧图像中的不变宏块采用零运动预先判断以减少算法的计算量,并利用运动矢量的空间一致性提高预测运动矢量的质量。实验结果表明,该算法与ARPS算法相比,在保证搜索精度的同时,计算复杂度至少减小了20%。     

带有模式选择的改进的方向性菱形搜索算法*

针对H.264/AVC标准的多模式运动估计算法编码模式复杂、计算量大的不足,提出了一种带有模式选择的方向性菱形搜索算法。基于宏块最佳编码模式的统计分析,按运动特征的不同进行分类,将运动估计的直接搜索过程改进为先进行编码模式判断,再利用改进的方向性菱形搜索算法进行块匹配搜索。实验结果表明,该算法有效地减少了搜索点数,与DS的快速搜索算法相比,编码时间减少了32%。     

H.264块运动估计自适应快速搜索算法研究

H.264视频编解码标准中由于运动搜索部分占整个编码时间的权重很大,所以运动搜索算法的优劣直接影响整个编码的效率。对编码运动估计理论进行了研究,采用六边形和小菱形相结合的方法,提出了一种新的自适应快速搜索算法来改善搜索效率。自适应快速搜索算法模式由当前块运动强度来决定,当当前块处于剧烈运动时,该算法选择六边形图形搜索算法;当当前块处于缓慢运动时,该算法选择小菱形图形搜索算法。实验结果表明该算法相比其他自适应算法以及单纯使用一种搜索图形节约了搜索时间,同时率失真性能影响甚微。     

运动估计搜索算法的CUDA优化与实现

针对H.264压缩编码中计算量大以及最为耗时的运动估计搜索算法的特点,利用图形处理器的并行优化思想,研究基于CUDA计算平台的运动估计搜索算法GEA（全域消除算法）的并行化处理方法,并对其中的并行设计、数据处理、结果反馈等关键技术问题,进行了详细论述。最后通过实验数据对算法运行效率进行对比分析。实验结果表明GPU中的GEA搜索算法运动搜索性能较之CPU中有显著提高。     

基于粒子群优化模式搜索的支持向量机参数优化及应用

针对核函数参数选择的重要性,提出了粒子群(PSO)模式搜索算法来搜索最优参数,该算法结合了PSO算法的全局搜索能力强和模式搜索的局部收敛性好的优点,使PSO模式搜索算法表现出了较高的性能,并将其应用到农业科技项目分类中。实验结果表明,该算法不仅效率高,收敛速度快,而且搜索到的最优参数达到了较高的准确率。     

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．     

基于连续消除的六边形自适应搜索算法

结合连续消除算法提出了一种新的运动估计算法——基于连续消除的六边形自适应搜索算法，该算法采用六边形和小菱形搜索模板，并利用连续消除算法对每个待匹配点进行判断，减少待匹配点的个数。试验结果表明，该算法的搜索速度优于现有的快速运动估计算法，搜索精度接近于全搜索算法。     

基于多项式变换的运动估计快速算法

主流的视频编码器普遍采用运动估计与补偿技术来提高压缩比,其中运动估计的计算复杂度高,需要占用大量的计算时间。因此,设计运动估计的快速算法对提高整个视频编码器的性能是至关重要的。此外,视频应用的实时性特点,也要求设计运动估计的快速算法。基于多项式变换的运动估计算法是论文新提出的一种块匹配运动估计算法,既保持了简单而易于硬件实现的特点,同时又极大地提高了计算效率。实验结果表明,基于多项式变换的运动估计算法的执行时间为全搜索算法的9～18%,优于其它快速算法。在噪声环境下,该算法比时间特性最好的WUS(WinnerUpdateSearch)算法以及Spiral算法快2～10倍。     

H.264中高效块匹配运动估计方法研究

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,通过对H.264运动估计算法的深入研究,提出了一种利用时空域运动相关性的高效块匹配搜索算法。该算法充分利用视频序列的运动程度与宏块编码模式间的关联特性以及运动矢量的统计特征进行运动模式判定,实现了一种简单高效的块匹配方法,并且根据不同的运动模式动态改变搜索策略。实验结果表明,在保持PSNR方面性能不受损失的同时,减少了运动估计的搜索复杂度,降低了运算复杂度,提高了编码的实时性。     

一种基于自适应扁平搜索模板的改进ARPS算法

针对ARPS算法中初始预测运动矢量不够精确并且ARPS算法针对不同宏块采用相同搜索策略的问题,在深入研究ARPS算法原理的基础上,提出一种基于自适应扁平搜索模板的新的快速运动估计算法.本文在算法的初始预测运动矢量、算法提前终止准则等方面提出了新的观点和方法,同时针对物体的不同运动趋势采用不同的搜索模板.实验证明,本文提出的改进算法在不影响图像编码效率的前提下较大地降低了计算复杂度.     

粒子群分形进化算法

在传统粒子群优化(PSO)算法的基础上,提出粒子群分形进化算法(FEPSO).FEPSO利用分形布朗运动模型中的无规则运动特性模拟优化目标函数未知特性,隐含的趋势变化模拟优化目标函数极值变化的总趋势,从而克服个体过于随机进化和早熟的现象.与传统的PSO算法相比,文中算法中每个粒子包含分形进化阶段.在分形进化阶段,粒子在解的子空间以不同的分形参数进行分形布朗运动方式搜索解空间,并对其分量进行更新.仿真实验结果表明,该算法对大部分标准复合测试函数都具有较强的全局搜索能力,其性能超过国际上最近提出的基于PSO的改进算法.     

改进的航拍图像序列背景运动补偿技术

针对航拍图像序列提出用于提取图像特征点的最小亮度变化算法。利用特征点进行运动矢量估计,使用自适应十字模板搜索算法找到各个特征点的匹配点,结合随机样本一致算法估计背景运动模型的仿射变换参数,实现一种改进的背景运动补偿技术。该技术保障了航拍图像中运动目标检测的有效性。     

基于DS-CDS 的改进运动估计算法及实验

为了提高视频的压缩效率,在菱形搜索算法和十字菱形搜索算法的基础上,结合实 际运动图像中的运动向量以水平方向向量为主的特点,提出了一种利用偏水平十字模板搜索与偏 向双菱形模板搜索相结合的改进搜索算法。为检验本文改进算法的效果进行了对比实验,结果表 明：本文提出的基于偏水平十字及偏向双菱形搜索法适合各种运动类型的视频序列,更适用于运 动变化剧烈的序列,并且能够在PSNR 值和BR 值接近最优水平时,大大减少运动估计时间,相 比于FS 算法,对QCIF 格式图像的运动估计时间减少约95%,对CIF 格式图像的运动估计时间 减小约94%。     

基于质心和自适应指数惯性权重改进的粒子群算法

针对粒子群优化(PSO)算法易出现早熟收敛及寻优精度低等问题,为提高粒子群优化算法寻优能力,提出了一种基于质心和自适应指数惯性权重改进的粒子群优化算法(CEPSO)。首先,使用各粒子的适应度计算权重系数;然后,分别使用各粒子当前位置和迄今为止最优位置构造了加权的种群质心和最优个体质心,使用平均粒距来度量群体状态,并依据群体状态设计了分段指数惯性权重;最后,结合使用分段指数惯性权重和双质心调整了粒子速度更新公式。仿真结果表明,CEPSO能增强寻优能力,并具有较强的稳定性。     

Dynamic initial search pattern defined on Cartesian product of neighboring motion vectors for fast block-based motion estimation

Block-based motion estimation is widely used in video compression for reducing the temporal data redundancy. However, it is still a main problem to effectively reduce the computational complexity of motion estimation. The median predictor is usually used for initial search center prediction, however it is not always accurate enough, especially for fast motion sequences. In this paper, a novel dynamic initial search pattern algorithm for fast block-based motion estimation is proposed. Based on the observation that the components of the current motion vector are very similar to the corresponding components of its neighboring motion vectors, Cartesian product of neighboring motion vectors is introduced to generate the proposed dynamic initial search pattern (DISP). And then the cross search pattern is employed to search for the best matching block. The number of search points of the proposed DISP is adaptive to the neighboring correlation of the current block. In fact, the proposed DISP can be considered as a generalization of median prediction scheme and it performs better in capturing the best matching block than median prediction. Experiment results show that the proposed DISP method with small cross search pattern can save about 1.71 search points on average compared with adaptive rood pattern search (ARPS) algorithm and can achieve the similar PSNR to full search (FS) algorithm by combining large cross search pattern.     

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。     

基于粒子群神经网络的气阀机构故障诊断

提出应用粒子群神经网络和小波包能量特征的柴油机气阀机构故障诊断方法.为了克服BP算法的缺陷,将粒子群优化(PSO)算法应用于神经网络的学习算法中;为了避免PSO算法在全局最优值附近搜索变慢,采用了一种从PSO搜索到BP搜索的启发式算法;然后,通过模拟柴油机气阀机构的两种常见的主要故障:气阀漏气和气门间隙异常,采集气缸盖...