一种用于H.264的改进UMHexagonS算法

在运动估计中,H.264以增加的编码复杂性为代价获得了非常好的性能.基于对现有文献的研究,提出了一种改进的UMHexagonS算法.首先,在UMHexagonS的非对称十字交叉搜索中增加了8个搜索点,以改善算法在垂直方向上运动的适应性;其次,为提高编码效率,将UMHexagonS算法的小矩形窗口全搜索分为两个步骤;然后,在UMHexagonS的非均匀多层次六边形网格搜索中采用了一种并行算法,进一步提高算法的运动估计性能;最后,采用三点搜索法来替代小菱形搜索,原始的小菱形搜索只作为满足提前终止最佳情况的跳转对象.仿真表明,相比于UMHexagonS算法,提出的改进算法在视频压缩编码速度和重建图像的质量都具有更好的性能.     

一种有效的三步运动估计算法

为了减小运动估计算法的计算复杂度和提高红外图像超分辨率重建的可靠性,提出了一种有效的三步搜索算法.该算法采用多步搜索策略,根据运动矢量分布的中心偏移性及并行处理的思想,在最佳匹配点所在的区域使用菱形小模板代替新三步法中的正方形小模板来进行精细搜索,以提高算法的搜索精度.实验结果表明,与全搜索法、菱形搜索算法和预测性菱形搜索算法相比,该算法能在保证搜索精度的同时大大缩短消耗时间.     

一种改进的UMHexagonS运动估计算法

在分析UMHexagonS运动估计算法的基础上,根据中心偏移特性在起始搜索点预测中加入了原点预测;利用预测运动矢量的运动信息把当前块的运动类型区分为慢速运动、中速运动和快速运动,并采取相应的搜索策略;考虑到常见视频序列水平、垂直方向运动相对剧烈的特性,提出了用13点中菱形模板和8点多层次大菱形模板分别代替正方形模板和多层次六边形模板;在中菱形搜索和大菱形搜索的步骤后均加入提前终止判定,减少了对不重要搜索点的搜索。仿真结果表明,改进后的新算法在保证信噪比和编码码率基本不变的情况下,使得运动估计的时间减少了10%～23%,增强了编码的实时性。     

创新的高效方向性菱形-弧形快速块匹配运动估计算法

针对传统运动估计算法的缺点,本文提出了一种采用弧形、小十字、大菱形模板进行快速块匹配运动估计的新算法.该算法(NOADS)充分利用序列图像中运动矢量场中心偏置分布特性,使用小十字模板,进一步搜索根据情况自适应调整扩展为水平菱形或是垂直菱形模板,处理中心区域小运动矢量和静止运动矢量的搜索.使用大菱形-弧形模板处理大运动矢量的搜索.实验结果表明NOADS有效减少了搜索点数,提高了搜索速度,能同时适应于小运动块和大运动块的搜索,速度上比DS提高约20%,比3SS提高30% ～60%.     

基于网格模型的运动估计技术

网格模型的运动估计和跟踪在基于模型的编码方法中占有重要的地位,在现有的网格运动估计技术中,六边形匹配(Hexagonal Matching)是一种有效的网格模型运动估计算法,它采用局部最优和迭代策略相结合的方法得到较好的全局运动估计结果.六边形匹配算法由块搜索和迭代六边形匹配两步组成,同所有的基于模型的运动估计技术一样,六边形匹配算法也存在运算量大的问题难于满足实时编码需要.本文对六边形匹配算法从三个方面进行改进:用四步搜索替代全搜索、快速的纹理映射技术和有效的节点排序减少迭代次数.改进后的算法在基本上保证原算法的运动估计效率的情况下,算法的复杂度有明显的降低,使得基于模型的编码技术向实用化前进了一步.     

一种基于UMHexagonS运动估计的优化算法

视频编码系统在不断提高编码质量的同时,也提高了其复杂性。运动估计时间要占到编码时间的80%左右。在对H.264/AVC中运动估计的UMHexagonS算法进行研究和分析的基础上,在动态搜索范围、非对称十字搜索、5×5小矩形搜索、非均匀多层次六边形搜索和小菱形搜索等方面进行了改进。通过对不同测试序列的实验证明,新算法与UMHexagonS算法相比,在图像质量和码率基本不变的前提下,运动估计时间上有了明显减少,从而大大缩短了编码时间。     

一种采用多模式切换的快速运动估计算法

 搜索模式对于基于块的运动估计算法(BMA)的搜索速度和编码质量起着重要影响。该文提出一种多模式切换的快速运动估计算法,其采用了早停止和选择性搜索技术来提高编码速度,以小菱形作为起始搜索模式,然后过渡到六边形模式,最后使用正方形搜索模式进行细化,故命名为DHS(Diamond-Hexagon-Square)算法。实验结果表明,DHS算法对于各种运动情况(慢速、中等速度和快速)的视频序列具有普适性,在率失真性能未出现显著下降的前提下,其速度明显快于小菱形算法(DIA)、六边形算法(HEX)、穷尽搜索算法(ESA)和非对称十字形多层次六边形格点搜索(UMHexagonS)算法。     

基于运动矢量场和方向自适应的快速运动估计算法

该文提出了一种基于运动矢量场和方向自适应的快速搜索算法。算法针对序列图像的运动矢量场所具有的中心偏置性和时空相关性进行预判,对静止块设定阈值直接中止搜索;根据运动类型自适应选择搜索起始点和搜索策略;采用了两种新的混合搜索方法,对小运动和大运动宏块使用线性-菱形搜索,对中等运动块使用六边形-菱形搜索算法,搜索模板具有强烈的方向特性。实验结果表明,该文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,而搜索精度非常接近于全搜索法。     

基于分层的自适应运动估计算法

提出了一种基于分层的自适应运动估计算法,选取菱形作为搜索模型,提取相邻宏块间的运动矢量关系检验运动状况,对大运动块采用分层结构搜索,其他运动使用小菱形搜索,结合多种提前截止准则,在保证匹配精度的前提下提高了搜索速度.     

基于H.264自适应阈值的快速运动估计算法

块匹配运动估计在视频编码中有着举足轻重的地位,全搜索算法是最好的搜索算法,但其计算量是最大的,所以提出一种H.264自适应阈值的快速运动估计算法.该算法是利用相邻块的运动矢量来预测初始搜索点,并根据一定的准则来确定静止块,减少了搜索的冗余度,再用基于梯度的十字优先菱形算法米进行搜索.与DS菱形算法相比,该算法具有更高的灵活性,能实时的提前退出搜索,并且在搜索点数上明显减少,且没减少搜索精度.