基于多分辨率四叉树的运动分割及交叠块的立体视频帧估计算法

为了对立体视频序列进行有效的编解码，以获得较好的重建图象，提出了一种基于立体视频序列的帧估计及内插方法，该方法就是在立体视频序列编码中，左图象流按MPEG－Ⅰ/Ⅱ的视频编码标准进行编码；面对右图象流，只对参考帧（Ⅰ帧及P帧）进行编码，右图象流的B帧不进行编码及传送，而是在解码端，根据各个参考帧通过帧及内插来获得，可变块分割的方法是采用基于多分辨率四叉树分解的运行分割，对右B帧的重建按照匹配块和失配块分别处理的方法，各个块的位置和内容则根据右B帧中的块与右Ⅰ帧、P帧之间或与左B帧的之间相关性大小来确定，另外，还提出了一种新的可避免误区配和对显露区进行正确填充，并针对交叠块的帧估计和内插方法，仿真实验表明，该图象重建方法与文献[1]所提出的基于固定块的方法相比，能够使得重建图象的峰值信噪比（PSNR）增加约1.25dB，并且图象的主观视觉质量评价也明显要好。     

帧级低复杂度立体视频端到端失真估计技术

为了准确估计立体视频传输中的失真,结合时空相关性和立体视频帧间拷贝的错误隐藏方法,提出了一种以视点内参考为主的帧级立体视频传输失真估计模型。该模型降低了立体视频左、右视点帧之间的依赖性,具有较低的复杂度。实验表明,对于不同的丢包率和缓慢运动的立体视频序列,该模型均能准确估计视点内和视点间错误扩散,进而快速估计出终端立体视频传输失真。     

一种支持视频检索的对象标志位编码算法

针对传统标志位编码算法的编码代价大、海量监控视频难于浏览等问题,提出一种支持视频检索的对象标志位高效编码算法。基于对象区域信息、语义信息生成标志位来存储监控视频,根据视频编码和视频分析结果,生成对象区域信息与语义信息,利用基于区域生长的帧内编码算法消除空域冗余,基于运动估计的帧间编码算法从分像素精度上消除时域冗余,将对象区域信息、语义信息同时编码到原始视频码流中,实现监控视频的快速浏览与检索。实验结果表明,与基于欧式距离的帧内编码算法相比,该帧内编码算法的编码代价降低4%~14%,帧间编码算法降低28%~48%;基于对象标志位的视频解码能生成用户感兴趣的检索视频,提高用户浏览效率。     

基于数学形态学的视频帧间压缩算法研究与实现

常用视频压缩算法DCT存在方块效应和飞蚊噪声,在低速率传输下更为明显,难以满足视频传输中带宽窄、质量高的要求。基于数学形态学的视频图像帧间编码技术,是运用帧间运动补偿的编码算法,该算法通过复合形态变换,用结构元素对宏块中的不规则小块进行开、闭运算,选取并滤出不规则小块,再对不规则小块的大小和运动矢量进行运动估计编码,采用绝对差分和找出匹配块,实现帧间预测。通过仿真可达到比较精细的补偿,提高了编码效率,在相同压缩比下可提高视频质量,弥补了DCT算法在图像传输中的不足,改善了图像传输效果,降低了运算复杂度,对网络视频图像的编解码及传输具有一定的实用意义。     

一种H.264/AVC的自适应去块效应滤波快速算法

去块效应滤波在H.264视频编解码中起到了很重要的作用,对H.264中去块效应滤波的理论进行了再分析,提出了一种以4×4块为单位,对帧内预测帧和帧间预测帧分别计算边缘强度（Bs）的快速去块效应滤波算法。实验仿真结果表明,该算法同时适应于编码和解码中的去块效应滤波,在有效提高去块效应滤波效率的同时不影响已有编解码的码流和图像质量。     

运动视频对象分割的一种快速算法

为了能够实时地对运动视频对象进行分割,提出了一种对视频序列图象中的运动对象进行快速分割提取的算法,该算法首先对图象进行滤波,并求出连续两帧图象之间的差分,然后应用“同化填充”技术和基于对象的“整体运动估计”来对差分图象进行修正,进而得到对象模板,同时利用模板缓冲区的帧间迭代来维持模板的完整性,该算法不仅不依赖于固定背景,而且能够消除差分图中的显露背景,还能得到运动目标较为精确的形状,并且算法简单,快速,鲁棒性好。     

视频数据压缩中的一种运动估值法

利用动态视频的帧间相关性,有效减少序列图象的时间冗余是实现动态视频高效压缩的重要环节,运动补偿法是帧间编码的基本方法。文章在研究运动估值快速算法的基础上,提出了子块象素和螺旋式搜索法,并对其性能作了简单分析。     

几种快速运动搜索算法在H.264中的实现及分析

运动搜索是基于块的运动补偿的视频编码的核心技术。介绍了视频编码中几种快速运动搜索算法，并结合H.264的多参考帧预测、多种宏块类型划分和片结构的特点，对各算法进行了仿真实验并给出了各算法在H.264编码标准中的测试结果。     

一种基于块匹配的运动估计改进算法

运动估计是视频压缩中帧间预测编码的关键技术之一,在各个压缩标准中都广泛使用了基于块的运动估计技术。由于运动估计通常具有较大的运算量,因此对压缩性能具有重要的影响。本文在分析了现有的六边形搜索算法(HEXBS)和视频序列图像帧相邻空间块和对应的运动向量具有高度空间相关性的基础上提出了一种改进的快速运动估计搜索算法,通过实验表明与HEXBS算法具有相似的计算复杂度,但是视频编码质量优于HEXBS算法。     

基于H.264的立体视频压缩中的快速帧间模式选择算法*

为了在保证PSNR和bitrate的基础上,提高立体视频编码的速度,首先,对立体视频序列各模式进行统计分析,然后进行快速帧间模式选择算法的比对,并最终确定使用基于图像细节程度的快速帧间模式选择算法进行编码。实验结果表明,在图像质量和压缩效率基本不变的情况下,大幅度提高了H.264立体视频编码的速度。     

立体视频编码中的目标分割与立体匹配算法

视频目标分割与立体匹配是目标基立体视频编码中的核心技术.首先在单通道视频目标分割的基础上提出一种轮廓跟踪匹配算法,以提取立体视频目标对,然后提出一种基于目标的视差估计算法.它以具有特征信息的像素为匹配基元,结合视差匹配约束进行视差估计,克服了传统块匹配算法视差场不连续、视差精度差的缺点,可以获得较为精确和平滑的视差场.     

用于立体视频会议系统的立体对象分割与跟踪算法

基于对象的立体视频编码压缩技术能在立体视频会议系统中得到很好的应用，从立体视频信号中正确分割出立体视频对象是基于对象的立体视频编码压缩的一个前提条件，基于立体视频会议图像序列的时空特性和左右通道间的视差特性，提出了一种立体视频对象分割与跟踪算法，首先利用空域分割和运动检测相结合的方法，提取左通道中的运动物体；然后，提出一种左右通道间基于边缘轮廓的二级视差匹配算法，并根据已分割的左通道运动对象提取右通道的视频运动对象；最后利用对象边界轮廓的跟踪方法对后续图像中的运动对象进行快速跟踪，实验结果说明文中算法能够应用于立体视频会议图像序列的立体对象分割与跟踪。     

A pattern based PSO approach for block matching in motion estimation

Block matching motion estimation is a popular method in developing video coding applications. A new algorithm has been proposed for reducing the number of search points using a pattern based particle swarm optimization (PSO) for motion estimation. The conventional particle swarm optimization has been modified to provide accurate solutions in motion estimation problems. This leads to very low computational cost and good estimation accuracy. Due to the center biased nature of the videos, the proposed approach uses an initial pattern to speed up the convergence of the algorithm. Simulation results show that improvements over other fast block matching motion estimation algorithms could be achieved with 31%～63% of search point reduction, without degradation of image quality.     

基于分层视差估计的立体图象编码

基于立体视频数据压缩的目的，提出了一种基于分层视差估计/补偿的立体图象编码方案。该方案是采用JPEG标准独立编码参数图象，并利用视差估计/补偿技术编码目标图象，应用分层马尔可夫随机场（MRF）模型。率失真（RD）模型以及交叠块匹配的混合视差估计/补偿算法，可得到光滑准确的视差场，与通常的变尺寸块匹配（VSBM）相比，该算法得到的视差补偿图象的峰值信噪比（PSNR）可提高2.5dB左右；双向半像素精度的视差估计/补偿的性能要比单向整像素搜索提高3dB，实验结果表明，该立体图象编码方案能有效地压缩立体图象数据，并可推广到立体序列图象的编码压缩中。     

基于视差估计算法的多视点视频预测方案

多视点视频编码是立体视频的关键技术,视差估计是目前多视点视频编码中常用的方法之一.探讨了多视点视频编码中的视差估计算法原理,对当前应用视差估计算法的几种典型预测结构进行了深入分析,提出一种结合分级B图与视点相关性的多视点编码方案,该方案在H.264/AVC的编码模型JM下实现.实验表明,该方案在兼顾随机访问性能的同时,实现了较高的编码效率,尤其适合视点间相关性较高的运动图像序列.     

EPZS运动估计算法的分析及改进

在分析研究H.264视频编码标准推荐的运动估计核心算法EPZS的基础上,针对该算法运动估计实时性不足的缺点,提出一种对EPZS算法进行起始搜索窗口中心点和计算终止条件判断标准的改进方法,在H.264编码器的参考模型JM10.1中,选择5个测试序列进行实验。实验结果表明,改进后的算法与原算法相比,在重建图像质量和码率接近的情况下,运动估计时间平均节省了29.314%,降低了算法的复杂度,提高了编码的实时性。     

自适应选择编码模式的快速运动估计算法

针对目前运动估计算法中分割块选择与阈值造成的算法搜索冗余现象,提出一种自适应选择编码模式的快速运动估计算法。在阈值的选取上通过提出自适应的阈值选取方式,来提高算法的搜索精度。而在模块的选取上,则是通过结合视频图像的空间相关性与运动特性来对其进行择优,并采用几种搜索模板来对分割块进行搜索,进而降低运动估计模块的计算复杂度。实验结果表明,该算法能够在得到与全搜索算法相近重构图像质量的情况下减少97%的运算时间。     

H.264中1/4像素运动估计快速算法的比较

高精度的匹配和补偿可以减少预测误差,提高视频图像的压缩效果。论文提出了一种纯比较式的快速半像素运动估计算法,把平均搜索点数降低到2,而重建图像的质量接近于现有的一些快速半像素运动估计算法。实验证明,新算法通过进行多阶亚像素运动估计,可以达到高精度的运动矢量,对H.264的1/4像素精度运动矢量估计有明显的效果。     

一种视频编码中块效应噪声的估计和抑制策略

提出了一种视频编码块效应噪声的估计和抑制策略，它在编码器端估计块效应噪声，并将少量的估计结果随码流传送至解码端，再在解码端根据这一结果进行自适应邻域后处理。这种策略不仅使得块效应噪声估计的结果更为精确，而且削减了解码器端噪声估计算法的开销，使得解码器端的设计更为简单。本文提出的分块块效应噪声估计与自适应邻域后处理算法配合，不仅很好地抑制了编码产生振铃噪声和块效应噪声，而且完好地保持了图像的边缘。实验数据和实际应用效果都表明，本文提出的算法有效地提高了重建图像的主客观质量。     

Reducing blocking artifacts in JPEG-compressed images using an adaptive neural network-based algorithm

It is well known that at low bit rates, a block-based discrete cosine transform compressed image or video can exhibit visually annoying blocking and ringing artifacts. Low-pass filters are very effective in reducing the blocking artifacts in smooth areas. However, it is difficult to achieve a satisfactory result for ringing artifact removal using only an adaptive filtering scheme. This paper presents a neural network-based deblocking method that is effective on various types of images. The first step of this scheme is block classification that identifies each 8 × 8 block as one of the three types: PLAIN, EDGE or TEXTURE, based on its statistical characteristics. The next step is the reduction in the blocking and ringing artifacts by applying three trained layered neural networks to three different types of image areas. Comparing this method with other algorithms, the simulation results clearly show that the proposed algorithm is very powerful in effectively reducing both blocking and ringing artifacts while preserving the true edge and textural information and thus significantly improving the visual quality of the blocking images or videos.