针对H．264的自适应提前终止搜索算法

H．264可变大小块运动估计技术使得运动估计运算量剧增，为了解决这个问题，文章提出了一种自适应提前终止搜索算法．根据整数DCT变换和量化的特性，通过提前判定全零系数块来终止没有意义的运动搜索过程．利用运动矢量和预测运动矢量之间的高度相关性，采用预测块作为提前终止判决块．使用基于量化步长的自适应阈值以获得最佳的性能．实验表明，该算法与已被H．264标准采纳的快速整像素搜索算法（UMHexagonS）结合使用，能够在保证图像质量和编码压缩率的前提下，进一步减少60％左右的搜索点数．该算法对量化步长具有良好的鲁棒性，适用于固定码率的实时应用环境．     

基于H.264的内容自适应分数像素运动估计算法

分数像素精确运动估计的改进是整个运动估计模块优化的关键,本文提出了基于H.264的内容自适应分数像素运动估计算法。首先,提出基于平坦区域宏块预测的无效分数像素运动矢量(MV)搜索省略算法(SMBP);然后,改进H.264采用的基于中心的分数像素搜索算法(CBFPS),提出基于预测矢量的增强型菱形模板(EDSP)搜索算法。实验结果表明,内容自适应分数像素运动估计算法比分数像素全搜索算法(FFPS)在峰值信噪比(PSNR)有微小降低(0.095～0.209 dB)的情况下,平均减少了75.6%的分数像素搜索点,整个运动估计模块平均节省了38.5%的计算量。     

多宏块模式多参考帧快速搜索算法

在研究H.264多宏块模式多参考帧运动估计特点的基础上，提出了一种新型快速搜索算法. 经判断运动估计宏块是否为跳过模式，又根据不同运动搜索模式代价函数之间的关系，通过宏块模式搜索算法求出运动矢量，并确定搜索所使用的有效参考帧. 实验结果表明，在运动估计中采用此快速搜索算法，有效降低了搜索算法的运算量，提高了H.264编码速度，而图像质量和码流基本保持不变.     

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％.     

针对样品视频的H.264/SVC的快速运动估计算法

针对应用于电子显微镜等大型科学仪器样品图像远程实时传输的H.264/SVC,提出了一种基于自适应搜索范围的快速运动估计算法。根据宏块的空间和层间相关性,将基本层及增强层宏块分类,以宏块运动向量残差为基础,针对不同类型宏块,在水平和垂直方向上设计了自适应搜索范围算法。并针对匹配块搜索过程和帧间预测过程分别设计了提前退出算法。对不同仪器样品视频的测试表明,该算法与参考软件JSVM9.17的快速搜索算法相比,在PSNR和比特率保持相近的情况下,编码时间大约可节省52%～68%,搜索点数大约可降低81%～95%。     

UMHexagonS算法的优化研究

研究了H.264视频压缩标准中的UMHexagonS算法,根据宏块特征、搜索范围以及预测运动矢量等的相关性,提出了简化搜索过程的改进方法.仿真实验表明,改进后的算法有效降低了H.264运动估计的运算量,使快速运动估计比UNHexagonS算法平均提高50%以上的效率.     

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.     

基于起点预测的多模板运动估计算法

在钻石搜索法的基础上,提出基于起点预测的自适应六边形搜索算法.该算法设计了六边形和菱形2种搜索模板,并融合了预判别零运动矢量、预测搜索起始点等技术.实验结果表明,该算法的搜索速度和精度都优于传统的快速搜索算法.     

MPEG-4到H.264转码中多帧参考运动估计快速算法

针对将其他格式视频转码为H.264的过程中运动估计耗费大量时间的问题,提出了一种快速运动估计算法,以实现快速转码.该算法充分利用未转码压缩视频流中包含的信息,结合时间相关预测与空间相关预测来实现MPEG-4到H.264转码过程中的多帧参考运动估计快速算法;在此基础上提出一种自适应搜索范围选择算法,以进一步减少运动估计的计算量.该算法同样适用于其他编码标准到H.264的转码.实验结果表明,该算法在图像质量和比特率方面的表现相比参考快速算法略为逊色,但转码速度有了很大的提高.     

LPPDS:基于线性预测的准菱形搜索算法

为了降低快速运动估计算法的计算复杂度，提出了一种新的块匹配运动估计算法，称为基于线性预测的准菱形搜索算法.该算法运用小菱形搜索模板，先以预测到的最小失真点作为搜索中心进行一轮小菱形搜索，然后采用线性预测确定下一轮搜索的最佳中心点，从而更快地找到整像素最优点，减少整像素搜索时间；同时该算法能很好地与目前多种分像素搜索快速算法结合使用，从而降低整个运动估计的计算时间.实验结果表明，该算法在不牺牲图像质量和压缩效率的基础上使整像素搜索时间相对于菱形搜索算法平均减少了约15%.     

基于降采样块匹配的数字视频3D降噪算法

针对数字视频图像的高斯白噪声,提出了一种基于降采样块匹配的3D降噪算法.该算法先进行边缘检测并分块噪声估计,根据噪声强度设置阈值,然后利用图像的自相似特征,对搜索块内部像素降采样,再进行块匹配运算以降低算法复杂度.在自适应阈值筛选阶段,对选出的刚体运动块和非刚体运动块分别统一进行处理,对刚体运动区域进行时域加权滤波,对非刚体运动区域用改进的双边滤波器进行系数自适应滤波,减少了单独对每个块进行处理所产生的块效应,对细节处理更好.仿真结果表明,该算法能明显改善图像主观质量,提高信噪比.     

局部失真搜索算法的早期终止策略分析

在早期终止技术思想的基础上,分析了局部失真搜索算法的优缺点．根据其缺点提出一种和PDS算法相似的算法,仍然一次计算一行局部SAD并累加到该像素块的SAD中,但针对局部失真搜索算法的两个缺点做了改进．实验结果表明,本文所采用的自适应精细粒度早期终止阈值和在搜索点的级别上引入自适应早期终止策略等方式,提高了运动估计的速度．     

H.266/VVC分步全零块判决快速算法

为了减少编码计算复杂度,提出分步全零块判决快速算法. 基于硬决策量化公式推导固定阈值,判决出真全零块. 通过与变换块尺寸和量化参数（QP）相关的自适应阈值,判决出伪全零块. 通过提取出8个与量化结果密切相关的特征,基于全连接神经网络（FCNN）对剩余未判决的块进行最后判决. 实验结果表明,提出的分步全零块判决快速算法在Low Delay B和Random Access配置下,在性能平均损失分别仅为0.458%和0.575%的情况下,分别平均减少了7.382%和7.237%的编码复杂度.     

基于边缘局部偏差搜索的快速块匹配运动估计算法

运动估计能够将视频信号以较低的比特率进行传输和存储, 是视频编码中核心的处理过程之一。为 了降低块匹配搜索的计算次数, 提高匹配效率, 提出一种基于边缘局部偏差搜索的快速块匹配运动估计算法, 根据 块匹配准则将当前块的邻域块与当前块的相似度进行排序, 将相似度最高的邻域块的运动向量作为当前块的预测 运动向量, 同时引入边缘局部偏差搜索策略, 可提前终止偏差较大的邻域块的计算。仿真结果表明, 与其他快速标 准块匹配方法相比, 本文算法减少了计算次数, 提升了匹配精度。     

一种有效的基于中值滤波的BTC图像编码算法

块截短编码(BTC)是一种基块的快速有损图象压缩技术。标准BTC算法的主要缺点是其比特率(2．0比特／像素)相对其他基块图象编码的算法较高，如变换编码和矢量量化。为了降低比特率，本文提出四种有效的BTC算法以降低对每个图象块的两个量化数据和位平面编码所需的比特数。其中有两种算法用简单的查表算法对块的高平均值和低平均值编码。在此基础上，另外两种算法利用一维中值滤波根信号序列进一步降低位平面的比特率。为了得到更好的性能，在每种算法中，本文用最优闽值而不用平均值作为量化闽值。实验结果证明所提出算法的有效性。     

一种基于矢量量化的高光谱遥感图像压缩算法

压缩是高光谱遥感(hyperspectral remote sensing)图像的一个重要研究领域.文中充分考虑了高光谱遥感图像的谱间相关性较强而空间相关性相对较弱的特点,采用了自适应波段选择降维方法与基于神经网络的矢量量化方法相结合的方法对高光谱遥感图像进行压缩.首先采用自适应波段选择(Adaptive band selection)的谱间压缩方法,通过自适应地选择信息量大并且与其他波段相关性小的波段来降低高光谱数据量.然后对降维后图像在空间进行小波变换并进行矢量量化,最后对量化后数据进行自适应算术编码.实验结果表明,谱间压缩能够保留信息丰富的波段,同时计算复杂度大大降低;基于神经网络的SOFM算法及其改进算法取得较好的空间压缩效果,实现了对高光谱遥感图像的有效压缩.     

LBG与SOFM应用于矢量量化的比较研究

在介绍矢量量化以及LBG算法和SOFM算法的基础上,通过实验对比了LBG算法和SOFM算法在应用于图象矢量量化压缩过程时,码书大小、码字大小以及初始码书生成方式等因素对图像压缩性能的影响,得到了相关结论：固定码字矢量维数,码书越大,压缩比越小,重建图像质量越好;固定码书,码字矢量维数越小,编码性能越好;LBG算法对初始码书敏感,而SOFM算法由于所具备的自适应特性对初始码书不敏感。论文最后提供了一些改进思路,为改进传统矢量量化算法及设计新的矢量量化算法以提供了参考。