质量可伸缩高性能视频编码中增强层快速算法

针对质量可伸缩高性能视频编码(SHVC)中递归式的四叉树编码单元(CU)划分引起的高计算复杂度的问题,提出了一种增强层快速编码算法。该算法充分利用层间编码单元深度值的相关性,根据基本层编码单元的深度信息预测增强层编码单元的深度值范围,跳过一些小概率的编码深度;在每一编码深度层下,利用当前预测单元(PU)与时间、空间以及父辈相邻PUs之间的相关性判断当前编码区域的复杂度,然后根据该区域的复杂度快速选择预测模式,从而进一步提高编码速度。实验证明,该算法与SHVC参考代码中的标准算法相比,在保证编码效率的前提下,编码时间可以平均节约78%左右。     

用于视频编码的改进的逐次消除算法

与以往的各种视频编码标准相比,H.264视频编码标准在编码效率上获得了相当大的提高.但这是以提高编码的计算复杂度为代价的,其中运动估计的计算复杂度最大.提出一种适用于全搜索的改进的逐次消除算法,它能够有效地消除运动估计过程中的无效搜索点,加快运动估计的速度.试验结果表明:无效搜索点的消除率最大能够达到98%,而率失真性能无损失.     

基于多维矢量矩阵的多视角视频编码

针对现行视频压缩编码标准对多视角视频编码(MVC)的支持与扩展存在一定的局限性这一问题,结合多维矢量矩阵理论,对先前研究中提出的针对单一视角彩色视频流的一整套压缩编码方案加以扩展,将其应用于八个视角的视频编码中,包括多维分块、多维重组、多维矢量DCT正交变换、多维量化、差分编码、多维扫描及行程编码。通过对实验数据的分析,验证了这一整套方案在多视角视频编码中的可行性,为多维矢量矩阵以及多视角视频编码的进一步研究奠定了基础。     

视频拼接中最优自适应单应性矩阵求解算法

针对交通场景中对视频拼接速度要求较高的特点,提出了利用视频帧最优单应性矩阵进行实时拼接的双线程快速算法。首先,利用SURF(Speeded up robust features)算法提取图像特征点;其次,通过NN(Nearest neighbor)算法以及优化的RANSAC(Random sample con-sensus)算法进行特征点的匹配,并去除误匹配点对;再次,利用重叠区域的归一化协方差相关函数最大化得到视频前k帧配准效果最佳的单应性矩阵,作为后继视频帧场景拼接的映射矩阵;同时,采用KLT算法对k+1的后继视频帧特征点进行动态跟踪,若匹配点对的数量变化超过了给定的阈值,则认为当前的最优单应性矩阵需要进行优化和变换,重新计算k幅视频帧中新的特征点对,经匹配后求取新的最优单应性矩阵。在交通场景中的拼接实验证明,该快速算法平均视频帧的拼接处理速度小于100ms,对存在旋转、尺度缩放、视角以及光照变化的图像都具有良好的拼接效果,具有参数估算准确,计算量小、速度快的优点,能够满足系统对视频拼接的实时性和精确性要求。     

多视点视频编码中的运动和视差估计快速算法

针对多视点视频编码复杂度高的问题,提出一种基于分层B帧视点-时间预测结构的运动和视差联合估计快速算法.利用参考帧图像和当前编码图像的运动矢量及视差矢量之间的几何关系,设计可靠的预测矢量作为搜索起始点,并分别在不同方向的参考帧内进行小范围的运动补偿以得到最佳运动和视差矢量.该方法由前一次运动/视差估计得到候选矢量来进行下一次视差/运动估计,只需1次搜索过程就能同时确定最佳运动和视差矢量.实验结果表明,该算法与JMVM全搜索算法相比,能在保持编码质量的同时,节省87.69%的编码时间.     

基于迭代译码算法的分级分布式视频编码

分布式视频编码(distributed video coding,DVC)是一种新的视频编码算法,与传统视频编码系统相比,具有低编码复杂度和高鲁棒性的优点.但它的压缩率比较低,对画面组(group of picture,GOP)的长度依赖性比较大.将H.264解码算法引入像素域视频编码系统(pixel domain W...     

适于交通视频的时间可伸缩帧间快速编码算法

为了使分级B帧在交通监控视频中编码的计算复杂度得到进一步缩减,提出一种基于背景差分法的适合分级B帧的快速算法.通过改进的基于单高斯模型的时空背景建模方法获取背景图像|使用背景差法求出差值图像,通过滑动窗口去抖动算法正确获取运动区域|通过分析监控视频编码中影响分级B帧宏块模式选择的关键参数的统计数据,缩减可能编码模式,从而提高编码速度.实验表明:本算法与标准算法比较,在保证编码效率和解码视频质量的前提下,编码时间可以平均节省约85%.     

基于限制搜索空间的快速立体匹配方法

为快速而准确地得到稠密视差图,提出了一种基于限制搜索空间的动态规划立体匹配算法。该算法以动态规划立体匹配方法为基础,通过初始匹配序列限制搜索空间以减少搜索变量个数。同时,提出一种基于自适应权重的多窗口累积策略来提高匹配精度,并在平滑性限制中引入亮度梯度以避免在物体边界的视差不连续处产生过度惩罚。实验结果表明,该匹配算法在匹配速度和匹配精度上都有很大的提高,是一种简单有效的立体匹配算法。     

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。     

一种基于宏块信息的快速MPEG视频分割算法

提出了一种基于宏块信息的快速MPEG压缩视频场景分割算法。该算法只需要通过直接抽取MPEG视频流中的B帧、P帧中的宏块类型信息,并对其进行计算就可以检测出视频中存在的镜头边界,从而对场景变换进行精确定位。这种方法无需对压缩视频进行解压,所以能够满足实时检测的速度要求。经过选用多个MPEG压缩视频进行实验分析证明,此方法能够精确有效地检测出视频流中存在的镜头边界。     

一种深度图的时域下采样编码及重建方法

为提高三维视频系统的编码效率,提出了一种针对中间视点的深度时域下采样编码方法.首先确定深度图像的丢弃方式;然后利用基于时间一致性和视点间的相关性,恢复出丢弃的深度图像,并对恢复出的结果进行维纳滤波,进一步提高恢复的深度图的质量.该方法需要向编码端发送维纳滤波器系数和重建深度选择标识符.实验结果表明,在保证同等码率的前提下,解码端重建的虚拟视图的峰值信噪比最大能提升0.229dB,平均提升0.130dB,编码性能得到改善.     

立体匹配中边界信息的强化算法

为解决立体匹配中边界模糊、无纹理区域的边界误匹配、初始匹配代价过于粗糙等问题,设计了一种基于改进数据项的图像边界信息强化算法。通过归一化匹配代价削弱匹配不利的像素点;通过设置权值强化边界信息,对边界进行匹配约束。实验证明,新的能量函数能在边界区域得到正确视差;消除了大量无纹理区域的不连续线段;以较少的迭代次数提高了优化效果。在图片无纹理区域可降低14％的错误率。     

H.264 SVC层间预测选择快速算法

针对H.264 SVC采用层间预测编码工具而引起的高计算复杂度问题,提出H.264 SVC层间预测选择快速算法.在层间残差预测方面,先作一次运动搜索,估计宏块在2种层间残差预测选择结果之间的模式代价比,利用该模式代价比预测残差数据对增强层宏块编码的影响,从而快速选择层间残差预测.在层间运动预测方面,利用宏块的运动信息和模式代价信息来快速选择层间运动预测.实验结果表明,与参考算法相比,该算法在同等质量条件下,编码速度平均提高了30%左右.该算法可以与模式选择快速算法结合使用,进一步提高编码速度．     

改进的立体像对稠密匹配算法

针对目前主流方法对图像中纹理单一区域匹配效果不佳的问题,提出了一种改进的立体像对稠密匹配算法。该算法首先利用区域增长技术找到图像中的纹理单一区域,然后将整个区域作为匹配基元以得到纹理单一区域的稠密视差图。相对于点基元,区域基元包含的信息更多,且在图像中不易重复出现,因此可以减少误匹配发生的几率。在国际标准测试图像上进行了实验,结果证明该算法的可行性与准确性。     

基于色彩比例和时域相关的置信度传播立体视频匹配算法

提出一种改进的立体视频匹配算法,首先通过马尔科夫随机场建立视差图模型,然后利用亮度和色彩比例求置信度,最后根据时域相关性局部更新视差值得到视差序列。以卡耐基梅隆大学提供的真实场景视频为测试序列,实验结果表明:基于亮度和色彩比例比单纯使用亮度得到的匹配更准确,根据时域相关性求视差序列比用逐帧置信度传播求视差序列减少了83.3%以上的迭代计算时间,为立体视频的压缩传输、任意视点视频合成提供了高效的视差序列。     

非参数变换和改进动态规划的立体匹配算法

针对传统稠密立体匹配方法在非纹理区、深度不连续处和遮挡处存在错误匹配率过高的问题,提出一种基于非参数变换和改进动态规划相结合的立体匹配算法.采用稀疏非参数变换相关方法计算初始局部匹配代价,并利用行列双向约束动态规划算法对匹配代价进行全局优化,在获取初始视差后分别对原始图像每一像素点进行可信性与纹理性检测,最后利用视差平面拟合结果代替非纹理与非可信区域像素点的原始视差,得到稠密视差图.实验表明,该算法具有较高的鲁棒性与匹配精度,尤其在处理图像的非纹理区、深度不连续处和遮挡处,可获得精确的匹配结果.