全零检测的部分失真搜索运动估计算法

针对视频编码中运动估计过程计算复杂的问题,提出一种快速运动估计算法.在运动估计过程中,采用部分失真搜索算法,减少失真计算量,同时结合全零检测策略,在进行部分失真搜索过程中,通过对视频编码中量化后的DCT系数全零块进行预先判断,提前终止搜索,进一步减少搜索计算量,从而提高运动估计效率.实验结果表明,对局部微小变化的图像序列,算法对图像质量影响较小,算法搜索速度提高明显,对于局部变化较剧烈的图像序列,算法在保证图像序列质量的情况下,也能够在一定程度上提高搜索速度.     

模糊运动图像的异常动作轨迹矢量搜索方法

为了解决当前模糊图像异常动作轨迹的搜索方法忽略模糊运动图像成因,造成的图像复原不完整、效果差及搜索效率低的问题,提出模糊运动图像的异常动作轨迹矢量搜索方法.采用最小二乘法对模糊运动图像进行复原并提取复原图像中存在的关键像素点构建运动图像的样本库,再运用BDT算法结合图像样本库搜索异常动作轨迹矢量,完成模糊运动图像中异常...     

基于方向梯度的时域降噪算法及实现

提出基于方向梯度的时域降噪算法,利用运动估计技术,计算相邻图像间的运动矢量.通过计算图像每个像素点方向梯度,将图像所有像素点分为噪声点、边界点和内部点.对噪声点沿运动轨迹方向采用时域加权滤波,对边界点和内部点保持原来的灰度值.采用Matlab软件仿真环境实验结果表明:该降噪算法在去除视频序列噪声的同时也能很好地保护图像的细节.     

基于起点预测的快速运动估计算法

在研究菱形法等算法的基础上，利用序列图像的相邻块运动矢量的高度相关性和运动矢量的中心偏移特性，提出了一种基于起点预测的快速运动估计算法．该算法设计了菱形和正方形两种模板，在搜索过程中根据图像的内容(运动类型)采用组合模板进行灵活处理，提高了快速块匹配的搜索速度．该算法具有基于内容搜索的特点．实验结果表明，该算法在速度和准确性方面都优于传统的快速运动估计算法．     

基于人眼特性的视频稳定方法

在分析人眼视觉稳像原理和特性的基础上,提出了一种基于特征块匹配的视频稳定算法。该算法采用均匀分布的方式确定特征块。根据视频图像抖动特性对运动矢量进行预测,确定运动搜索的起始点。采用大钻石与小钻石搜索模板结合的方式,在阈值和搜索空间的约束下完成特征块匹配。然后通过运动平滑选择有效的运动矢量。利用仿射变换矩阵对原始图像进行配准,得出稳定视频序列。实验表明,该算法有效地稳定了图像序列,并且满足快速性和实时性的要求。     

运动估计中的一种前处理算法

为降低视频编码中运动估计的算法复杂度,提出一种针对运动估计的前处理算法.该算法首先通过前两帧来对当前帧的矢量分布进行预测,并对大概率的运动矢量进行优先估计,使得一部分宏块的运动估计工作在前处理过程中完成,并且这些宏块的运动矢量需要的搜索点数仅为一次,因而该算法显著地提高运动估计的效率.理论分析结果表明,算法针对视频序列中的运动矢量中心偏置分布特性非常有效.把该算法分别应用于三步搜索(TSS)以及菱形搜索(DS)等算法中的实验结果表明,本算法在保持与以上算法相当的绝对误差的条件下能够大幅度降低平均搜索点数,使得运动估计的计算复杂度有了显著的降低,从而进一步降低整个视频编码的计算复杂度.     

一种基于视频序列特性的快速运动估计算法

针对视频压缩中的关键技术运动估计算法，提出了一种新的快速运动估计算法。该算法首先利用视频序列宏块间的相关性预测搜索起点，同时根据运动矢量中心偏置特性和SAD分布的方向性设计搜索模板，避免和减少不必要的搜索，提高了运动估计的速度和精度，在保证视频图像质量的情况下，有效的降低了计算复杂度。     

全局运动序列中运动目标的检测算法

针对全局运动视频序列采用灰度投影法检测序列帧间运动矢量,具有图像信息利用充分、计算精度高等优点,文中采用了改进的三步搜索算法有效地提高了运动矢量搜索速度,降低了运算复杂度,同时保持了运动矢量的搜索精度。通过帧间运动矢量补偿将相邻三帧图像的相同背景稳定在同一幅图像的相同位上,利用改进的三帧差分法检测运动目标区域。结合数学形态学的闭运算和填充运算等提取出运动目标。实验结果表明,该方法能够快速高效地从背景变化的视频序列中提取运动目标,具有较强的鲁棒性和准确性。     

一种基于视频序列特性的快速运动估计算法

针对视频压缩中的关键技术运动估计算法,提出了一种新的快速运动估计算法.该算法首先利用视频序列宏块间的相关性预测搜索起点,同时根据运动矢量中心偏置特性和SAD分布的方向性设计搜索模板,避免和减少不必要的搜索,提高了运动估计的速度和精度,在保证视频图像质量的情况下,有效的降低了计算复杂度.     

带有模式选择的快速运动估计算法

为了减少视频编码标准H.264运动估计模块的计算复杂度，提出了一种带有模式选择的快速运动估计算法.基于编码块模式最终选择结果的统计分析，讨论了图像特征与模式选择之间的关系，得出大块模式选择的比例远高于小块模式.采用运动估计块匹配过程中得到的中间结果绝对值误差和（SAD）与运动矢量，分别给出了三条模式选择准则.将运动估计的直接搜索过程改进为先进行编码块模式判断，再进行选中块匹配搜索过程.实验结果表明，与全搜索算法相比，该算法平均搜索时间明显减少，同时保持了非常近似的解码图像质量和编码码率，保持了多模式运动估计的优点.     

色噪声下非均匀线阵的快速方位估计

研究了色噪声下非均匀线阵DOA估计的快速算法。通过合理设置阵元间距,解决了非均匀线阵的空间模糊现象,然后基于转换矩阵法,通过对阵列数据相关矩阵进行预处理,消除了色噪声对方位估计的影响,最后利用线性运算得到噪声子空间,可以大大降低方位估计的运算量。计算机仿真结果证实了该方法不仅运算量小,而且在低信噪比下,分辨性能依然很好。     

基于Hausdorff距离的视觉监控轨迹分类算法

针对智能视觉监控系统中的运动目标轨迹分类问题,提出了一种基于多维Hausdorff距离的轨迹聚类算法。该算法使用流矢量序列描述目标运动轨迹,由多维Hausdorff距离进行轨迹相似性测量,通过谱聚类实现轨迹分类。该算法在轨迹描述中同时包含位置和方向信息,解决了Hausdorff距离不能区分轨迹运动方向的问题。为降低计算复杂度,本文还提出一种保距变换对轨迹相似性测量进行优化。与相关算法的对比实验表明,提出的轨迹分类算法可达到更高的聚类准确率;提出的保距变换可以显著降低算法的计算复杂度。     

基于因果图的分布式诊断模型研究及应用

为了降低系统多故障诊断的计算复杂性,研究了一种基于因果图的分布式诊断模型.首先用因果网络图建立集中式模型,然后通过有向树分解技术把集中式模型转化为分布式模型,并离线计算集群表,得到局部诊断解后再采用诊断融合算法实现全局诊断.对电源系统的应用结果表明,分布式模型简化了集中式模型的计算复杂性,提高了效率,并且通过计算后的集群表及融合算法可以实现耦合故障的诊断.此种方法适用于卫星这类复杂系统的故障诊断.     

基于人工蜂群算法高光谱图像波段选择

为减少高光谱遥感图像光谱空间冗余、降低计算复杂度,提出一种基于人工蜂群算法的高光谱图像波段选择方法.首先,根据波段相关性矩阵对全波段进行预处理,获得相关性较小的波段子空间;然后,利用人工蜂群算法以最佳指数与JM距离的加权和为适应度函数在各子空间进行邻域搜索,不断更新至收敛为止,从而获得最优波段组合.最后,利用AVIRIS数据和ROSIS数据对提出的算法与基于蚁群,粒子群,拟态物理学算法的波段选择方法进行实验.仿真结果表明:基于人工蜂群算法的波段选择能够在保证良好收敛性的同时,大大降低计算花费,所获得的波段组合用于高光谱图像分类时,可以得到较好的分类精度.     

Iterative Detection and Decoding Algorithm in Dual Polarized Land Mobile Satellite MIMO Systems

An iterative detection and decoding algorithm with outer code decision feedback is proposed for the dual polarized （DP） land mobile satellite （LMS） MIMO systems using concatenated codes. A feedback structure is added after the outer decoder in the proposed algorithm. The feedback information is exploited to control the detecting list in the MIMO detector and reduce the number of symbols which have to be processed at each iteration. As a result, the computational complexity is reduced. Meanwhile, the successfully decoded outer code words are used to calculate the more reliable initial information for the inner decoder and the system performance can be improved by this step. The simulation results show that the proposed algorithm can reduce the computational complexity compared to the traditional iterative detection and decoding algorithm and achieve better performance.     

基于二维雷达组网目标高度计算算法

根据雷达兵作战需要,探讨了传统二维雷达组网目标高度计算算法.针对传统算法需要目标方位信息或三站处于同一水平面的不足,提出一种基于Matlab solve函数的二维雷达网目标高度计算算法.该方法只利用目标距离信息来实现目标的高度计算以及三维定位.仿真结果表明:该方法的高度计算误差小于150m,高于一般雷达测高精度,具有一定的参考价值.     

基于多小波的局部背景隐马尔可夫模型图像去噪

小波域局部背景隐马尔可夫模型(LCHMM)可获得尺度内的相关性和局部的统计特征,并且复杂度小,多小波分析在图像去噪方面有很好的性能。利用多小波分析和局部背景隐马尔可夫模型各自在图像去噪方面的优势,将两者结合起来,提出了一种基于多小波的局部背景隐马尔可夫模型(M-LCHMM)图像去噪算法。算法主要有两步:局部背景隐马尔可夫模型去噪处理和均值处理。该算法简单有效,仿真试验表明M-LCHMM的去噪效果优于目前许多已有的去噪算法。     

一种快速构造降次函数的新算法

基于密码函数分拆的思想提出了一种快速有效构造降次函数g的新算法．该算法通过每次选取不同变量进行分拆,在函数分解[k/2]次后建立方程组,最后通过求解此方程组得到满足条件的降次函数g．新算法可以求解代数次数至多为[k/2」的降次函数g,使得函数f*g的代数次数至多为[k/2]．该算法计算复杂度为O(2^k/2)^w+2,在k较大时,小于已有算法的计算复杂度O((2^k-1)^w)．结果表明,在很低的计算复杂度下,能快速构造出降次函数g．     

基于改进的遗传算法的图像匹配研究

匹配算法的计算量由搜索位置数与相关算法的计算量之积来决定,因此,为了减少总的计算量,需要改进匹配算法和减少搜索位置。提出一种改进的遗传算法的匹配方法,设计了染色体的表示方法、新的适应度函数以及新的遗传操作算子。为了加快算法的收敛速度,对初始种群的选取和遗传算子操作概率的选取提出了新的方法。实验结果表明,该方法更有效地完成了特征图像之间的匹配。     

冲击噪声环境下的快速DOA估计

目前已存在着一些适用于冲击噪声环境的稳健性DOA算法,但它们的计算量仍然较大.为了解决这一问题,对冲击噪声环境下的快速DOA估计进行了研究,并提出了一种新的分数低阶算法.新算法的原理是利用分数低阶矩阵的数据来直接构造与更新C的信号子空间.根据理论分析可知,由于新算法避免了计算量级为O(q3)(q为天线阵元数)的特征分解,其计算量级仅为O(Mq2)(M为信号数),因此它与现有算法相比,计算量更小并能更快速地估计DOA.计算机仿真证实在相同条件下,当子空间更新次数不小于2时,新算法有着与现有算法近似一致的DOA估计性能.