基于层次模型的图像全局运动鲁棒估计技术

为了估计与补偿图像快速全局运动,研究了一种基于层次模型的处理方法,即首先把原始图像序列用亚采样的办法划分成具有金字塔式分辨率的多个子图像,使得每一个子图像运动相对小些,然后在每一个子图像中估计出传感器或摄像机的运动模型参数。通过对所有子图像的运动参数进行加权运算,得到原图像的运动参数。在估计传感器运动模型参数时,采用了回归技术：它首先估计局部运动,然后在最小二乘估计意义下,用局部信息来估计全局运动。在估计局部运动时,为去除奇异点,提出了一种叠代排除法。这种技术具有计算量少、实现简单、性能可靠等优点。     

基于MAP的全局运动估计算法

常见的全局运动算法存在的问题是仅仅考虑像素的残差,而忽略了相邻像素和分割信息等因素对算法的影响。为了解决上述问题,该文提出一个基于最大后验概率（MAP）的全局运动估计算法。通过MAP算法定义系统能量,引入先验能量来描述像素的相邻关系和分割信息,将系统能量作为目标函数通过LM算法估计全局运动参数。实验结果证明了该算法的有效性。     

基于核回归修正的上采样相位相关精确运动估计算法

针对亚像素运动矢量的精确估计问题,提出一种基于核回归修正的上采样相位相关精确运动估计算法。首先,使用矩阵相乘离散傅里叶变换方法快速计算上采样相位相关曲面,并通过检测其峰值坐标实现运动矢量的亚像素级初始估计;其次,在上采样相位相关曲面上,采用核回归方法对以初始估计值为中心的邻域进行拟合;最后,检测核回归拟合函数的峰值坐标,并以此坐标对初始估计值进行修正,从而实现任意精度级别的精确运动估计。与二次函数拟合（QuadFit）、线性拟合（LinFit）、Sinc拟合（SincFit）、局部质心（LCM）、频域上采样（Upsamp）等算法进行仿真对比,在无噪声污染的情况下,所提算法的平均估计误差为0.0070,运动估计的准确度提高了64%以上;而在有噪声污染的情况下,所提出的算法的平均估计误差为0.0204,运动估计的准确度提高了47%以上。实验结果表明,所提算法不仅能够有效地提高运动估计的精确性,而且具有良好的抗噪性。     

基于掩模金字塔的高精度全局运动估计算法

在视频序列的全局运动估计中,前景运动对象的存在常常会大幅度地降低估计的精度,为此提出一种对前景对象自适应的高精度全局运动估计算法.该算法以像素块为单位,利用块内外点的比重判定前景区域,同时引入马尔可夫聚类方法进行后处理,有效地提高了运动对象的定位精度;通过对目标函数引入权重系数增强对残差的鲁棒性,以进一步提高算法的估计精度.此外,基于像素掩模的3层金字塔构建序列图像,并将改进的梯度方法引入到优化过程中,提高了算法的实时性.对不同运动类型的标准视频序列的实验结果表明,该算法有效地提高了全局运动估计的精度和速度.     

一种新的全局运动估计算法

全局运动估计是计算机视觉、视频处理等领域广泛采用的手段之一。该文提出一种直接利用压缩视频码流进行全局运动估计的新算法。就运动模型而言,采用了复杂性与准确性较好均衡的六参数仿射模型。为了提高估计精度和计算效率,文章首先提出一种新的视频背景前景分割方法,基于分割的结果,采用背景宏块的运动矢量进行全局运动参数估计。然后,根据参数估计误差的统计特性,一部分运动矢量会当作局外的样值而被剔除,利用剩余的运动矢量中重新估计参数可以提高估计精度。实验验证了提出的全局运动估计算法的计算效率和精度。     

基于自适应SIFT算法的全局运动估计方法

为了更好地实现全局运动估计快速、准确的处理,根据全局运动中视频图像序列的时间冗余特性,提出一种自适应SIFT(Scale-invariant feature transform)算法。基于最近三次模型匹配的结果,采用Lagrange抛物线插值来预测需要匹配的参考帧和当前帧图像的重叠区域。在重叠区域上提取特征点和进行特征匹配,既能够消除视频图像序列中存在的大量信息冗余,加快每帧图像的处理速度,又可以提高待匹配特征点的有效性,减少误匹配。实验结果表明,改进后的算法自适应能力强、速度快、匹配精度高,基本满足实时定位。     

基于M-估计的UKF算法及其在运动估计中的应用

针对运动模型的非线性和运动估计的鲁棒性问题,提出一种结合M-估计等价加权原理的鲁棒无迹卡尔曼滤波(UKF)算法(M-UKF).该算法首先利用UKF算法获得初步的运动参数的估计,然后利用M-UKF算法得到较为准确的估计值.将M-估计与UKF方法相结合,既解决了针对运动模型非线性的估计问题,又能较好地克服离群数据的干扰,大大提高估计的鲁棒性.通过模拟数据的仿真和实际图像序列的测试说明该方法的有效性.     

基于鲁棒M-估计器的全局运动估计方法

提出一种改进的基于鲁棒M-估计器的全局运动估计方法,在图像像素残差上采用在统计上鲁棒的M-估计目标函数,引入简化的像素残差权值函数作为二值函数,改进了全局运动估计中去除噪声点的方法。实验结果表明,改进算法的运动精度高,对大多数的图像序列都有较好鲁棒性且计算量小。     

电子稳像中基于运动分类的全局运动估计算法

提出一种基于运动分类的全局运动估计算法.首先,分区提取图像中的鲁棒Harris特征点,并采用特征窗匹配思路,提高匹配速度;其次,对运动矢量在平移、旋转和缩放模式下的统计特性进行分析,提出运动类型快速判定方法,并验证特征点的有效性;再次,将有效点对代入运动方程,求取全局运动参数;最后,结合Kalman滤波来补偿当前帧实现视频稳像.实验结果表明,该算法能够处理含摄像机扫描和抖动的复杂场景,检测误差小于0.5像素,且达到实时处理.     

快速鲁棒的全局运动估计算法

对全局运动估计算法进行研究,提出一种新的快速且鲁棒性较好的全局运动估计算法.全局运动估计是MPEG-4中的sprite编码中的关键技术,其性能将直接影响编码效率和速度.所提出的算法比传统的Levenberg-Marquadet方法要快,而且参数估计比较准确.新算法是基于非线性密度进行估计的,采用了六参数的仿射模型.为了提高计算速度,采用了3层金字塔进行多分辨率计算,而且在每层迭代计算中都抽取重要的特征点进行计算,同时结合了Gauss-Newton优化计算方法.为了保证计算的准确性,采用基于直方图和基于块两     

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。     

一种基于皇后模板抽样的全局运动估计方法

在目标跟踪、视频编码等领域都需要对全局运动进行快速准确的估计.针对既有摄像机运动又有前景物体运动的视频图像序列的全局运动估计问题,提出了一种新的全局运动估计算法.该新算法先采用3层金字塔进行多分辨率计算;然后在每层运算中都采用基于块的去外点法来有效去除外点.为了提高运算速度,在金字塔下面两层中还分别采用四皇后、八皇后模板抽取背景像素,只有被抽到的像素才参与迭代计算.通过对比试验可以看到,该算法在不降低精度的情况下,大大提高了估计速度,达到了实时性要求.     

基于三参数模型的快速全局运动估计

提出了一种新的全局运动估计方法——基于三参数模型的快速全局运动估计.新的参数模型在保证准确性的同时,使用更少的参数来描述和估计全局运动,从而简化了计算复杂度.此外,对光流场计算做出了两方面改进：（1）提出了宏块预判的方法,计算光流场前对宏块的梯度信息进行预分析,通过减少参与计算的宏块数目提高光流场的计算速度;（2）提出了快速估计宏块运动向量的方法,在块匹配的过程中同时考虑图像的梯度和灰度信息,通过引入更多的约束提高运动向量的计算速度.实验证明了该方法的有效性.     

基于时空相关性的快速运动估计算法

在分析宏块时空相关性的基础上,对双十字形运动估计算法进行改进,加入了搜索起点预测策略、自适应的搜索模式和自适应搜索终止准则,设计了一种快速运动估计算法。采用JM86算法对改进前后的算法进行比较,实验结果表明,改进后的算法没有明显降低恢复后的图像质量,但计算速度提高了4倍左右,特别适合于处理能力有限的嵌入式系统使用。     

基于时空相关性的自适应运动估计快速算法

针对视频编码中的核心技术运动估计,提出一种基于运动矢量特性的运动估计快速算法。算法分析视频序列运动矢量的特性,对静止块设定自适应阈值直接终止搜索,自适应选择搜索起点。采用2种模式进行搜索,依据当前块与邻近块的空间相关性大小,即局部运动性是高还是低,自适应地选择搜索模式和搜索终止门限。实验结果表明,该算法的搜索速度和搜索精度优于现有的快速运动估计算法,搜索精度非常接近于全搜索法。     

基于LMedS&LS的全局运动估计算法

针对全局运动估计过程常伴有局部运动的问题,提出一种基于LMedS&LS的全局运动估计算法.通过获取相邻2帧图像上对应特征块的坐标,将该算法应用到仿射变换模型中,估计出全局运动参量,并根据运动参量采用双线性内插法完成图像配准.实验证明,该算法相对于LMedS算法在精确度和实效性2个方面都有改进.     

结合率失真优化的自适应全局运动估计方法

全局运动估计的关键在于全局运动模型的选择。结合率失真优化理论,提出一种自适应全局运动估计方法来达到编码优化的目的。该方法的主要思路是：对同一帧图像,分别使用平移运动模型、六参数运动模型和十二参数运动模型进行编码,用率失真优化算法计算3种运动模型下的拉格朗日代价函数值,拉格朗日代价函数值最小的运动模型被选为最佳的当前帧的运动模型。实验证明,该方法具有较好的鲁棒性,对不同分辨率的视频序列均有不同程度的编码增益。     

用于格式转换的相位相关分级运动补偿算法

提出一种基于分级架构的相位相关的混合算法。首先通过求出目标帧和参考帧分块的频域相关得到全局的运动信息，再以多分辨率的分级矢量校正算法产生一致运动矢量场。在诸如周期重复画面等视频的预测中，相位相关法能够准确预测传统块匹配搜索算法无法做到的全局运动。实现了准确估计和计算复杂度的良好平衡。实验结果表明，这种方法对提高预测图像信噪比和主观评价质量，产生用于格式转换的运动预测有显著效果。