基于分组误差的快速分数像素运动估计算法

H.264是最新一代的视频编码标准,它支持高精度分数像素运动估计。当在整数运动估计中采用快速算法后,分数像素的运动估计可能成为制约快速运动估计算法性能的瓶颈。根据匹配准则的目标函数在最优运动矢量的附近都是单调递增这一假设,提出一种基于分组误差的快速分数像素运动估计算法。实验结果表明该算法不但能够有效降低分数像素运动估计的计算量,而且还能保持较小的率失真性能损失。     

基于相机姿势全局运动估计及改进修复算法的视频稳定技术

在视频稳定的过程中,由于摄像机的运动,造成图像的扭曲.针对这种情况,提出一种基于相机姿势的全局运动估计,同时为了克服图像拼接后,部分区域像素丢失的问题,使用改进后调和模型来修复缺少的像素.算法首先提取特征不变量,然后基于这些特征不变量去估计摄像机的运动矢量,相乘各帧间的运动矢量,可以得到每一帧参考第一帧的运动矢量.运用这个矢量可以很好地计算出没有扭曲的图像.运用计算出的图像与视频帧进行拼接,可以很好的解决图像的扭曲的问题.然而,图像拼接完成后可能导致部分区域像素缺少,为了填充缺少像素,算法使用了改进的调和模型来修复缺少区域.实验结果表明,基于相机姿势的全局运动估计可以很好的解决图像扭曲的问题,同时改进的调和模型可以高效的完成对图像的修复.     

基于线性预测的半像素运动估计

在视频编码系统中,半像素精度的运动估计虽可以明显地改善编码效果,但也因此增加了不少运算量。为了降低运算量和提高半像素运动估计的速度,提出了一种全新的半像素搜索算法(half-pixel motion estimation based on linear prediction,简称BLPHME),其关键思想是通过分析整像素搜索和半像素搜索结果之间的相关性来建立一个线性模型,通过动态调整判决门限,以便预测并跳过那些不能从半像素块匹配搜索中得到好处的块。实验结果表明,该算法不仅可以明显地降低运动估计的运算量,同时还能得到与传统算法非常接近的图像质量和码率。此外,该算法还可以和基于整像素和半像素的快速运动估计算法一起使用,以进一步降低运算量。     

基于H.264的快速1/4像素精度运动估计算法

提出了一种快速1/4像素精度的运动估计算法。该算法基于运动补偿预测误差模型,与传统的1/4像素的分层运动估计算法不同,仅通过一步计算就能直接得到1/4像素精度的运动矢量,而且完全避免了运算量很大的分数像素内插运算和整像素搜索完成后的分数像素搜索。同时对最佳整像素点位于图像边缘位置的情况进行了研究。实验结果表明,该算法在保持图像质量的前提下极大地减少了1/4像素运动估计的运算量。     

基于运动矢量空间相关性的H.264分像素运动估计

随着整像素运动估计快速算法的发展,分像素运动估计的计算量在运动估计中所占比重越发明显。为了减少分像素运动估计的计算量,提出了一种利用运动矢量空间相关性来预测整像素运动块,对整像素运动块进行分像素搜索过程跳过的分像素运动估计方法。实验结果表明,该算法与全分像素搜索算法结合使用,在基本保持搜索精度不变的情况下,比单纯的全分像素搜索算法减少60%左右的分像素搜索点。该算法可与其他快速分像素搜索算法结合使用,以获得更好的编码性能。     

基于光流法的迭代反投影超分辨率重构算法

为了提高重构图像或者视频的分辨率．提出把新型的基于光流法的图像配准算法应用于迭代反投影（IBP）超分辨率算法中。在所提出的方法中．基于光流法的图像配准算法用来提高图像配准的准确性。首先,为了得到像素级别的运动矢量．基于光流法的图像配准算法被用于估计图像间的运动矢量。以得到更加准确的运动矢量矩阵。接着,利用所获得的运动矢量矩阵结合迭代反投影算法重构高分辨率的图像。同时．由于基于光流法的图像配准能够很好地估计视频图像间的运动．所提出的方法同样适用于视频图像的超分辨。实验结果表明．提出的方法对于图像或者视频的超分辨率效果．在主观效果和客观评价上都有一定的提升。     

针对H264的基于平坦区域预测的分像素运动估计

运动估计消耗视频编码系统绝大部分的计算量。H.264由于采用多模式运动估计和四分之一精度搜索,不仅增加了整像素运动估计的计算量,而且也大大增加了分像素搜索运算量。随着快速整像素搜索算法的发展,整像素计算量不断降低。因此对于H.264的实时应用,快速分像素运动估计算法变得十分重要。提出了一种全新的基于图像平坦区域预测的分像素运动搜索算法。该算法通过预测图像平坦均匀区域,有效地减少了分像素搜索点数。实验结果表明,与全搜索分像素搜索相比,该算法可以减少22%～63%左右的分像素搜索点数,同时基本不改变图像质量和编码压缩率。     

一种有效的自适应运动估计搜索算法

提出了一种新的基于运动矢量场、方向自适应和半像素搜索的快速搜索算法(M-DAHS)。该算法根据图像序列运动矢量场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终止搜索;非静止块根据运动类型自适应选择搜索起始点和搜索策略。搜索模板具有很强的方向自适应性,对于小运动块采用菱形-线性搜索,其他块使用六边形-菱形搜索算法。整像素搜索完毕后,再以十字优先原则进行半像素搜索。实验结果表明,该算法性能优越,搜索速度快,搜索精度高,且搜索精度可以非常接近全搜索算法。     

高精度亚像素全局运动估计的上采样梯度互相关算法

运动估计在视频图像压缩、超分辨率重建、拼接、目标检测等方面具有重要的应用意义。针对高精度的亚像素运动估计问题,引入一种优化滤波器用于计算图像梯度,并采用上采样与抛物面拟合梯度互相关曲面相结合的方法,探讨一种高精度的亚像素全局运动估计算法。实验结果表明,该算法不仅对噪声影响具有较好的鲁棒性,同时能够有效地提高运动估计的精确性。     

基于运动方向预测的快速运动估计算法

利用序列图像的相邻块运动矢量的高度相关性和运动矢量的中心偏移特性,提出一种基于运动方向预测的快速运动估计算法。设计4种方向性模板,根据参考运动矢量预测出图像块的运动情况,根据不同的运动方向选择对应的方向性模板进行搜索。实验结果表明,该算法在速度和准确性方面都优于传统的快速运动估计算法。     

只估计AR参数的ARMA(p,q)谱估计的新算法

本文提出一种估计自回归AR参数的新算法.新算法采用递推Householder变换算法.文中给出了ARMA(4,4)仿真计算例子及两个正弦加白噪声的仿真计算结果,并与最小二乘法的计算结果进行了比较.结果表明新算法在分辨率和估计质量方面均优于最小二乘法和已有的谱估计方法,也说明用提高算法稳定性的方法可解决负谱问题和提高谱估计质量.     

多传感器测量中的方差估计

在多传感器加权融合算法中，各传感器的权值仅由传感器的测量方差决定。假设各传感器噪声为平稳过程且相互独立，本文提出了待测状态未知且时变情况下．多传感器测量方差的估计算法，并讨论了估计方差的统计特性，证明了估计的无偏性。针对工程中环境噪声的变化，进一步提出了加窗方差估计方法，并给出了窗口宽度和估计精度的关系．使算法能有效地跟踪环境噪声的变化。该算法无需设置依赖于环境的初始值，并给出了递推公式．使其可用于对多传感器测量方差的实时自适应估计。仿真结果直观地说明了估计方法的有效性。     

运动估值的实用快速算法

现有的许多有关运动估值的快速算法,都存在着匹配速度快与匹配精度差的矛盾。文章在分析已有典型快速算法优缺点的基础上,提出了解决这一矛盾的分步逼近的新算法——“迂回逼近法”;算法选择了快捷和更为准确的搜索路径,且对程序的实现技术作了有效改进,其最终匹配结果具有全匹配算法的精度和典型快速算法的速度。文中说明了算法原理,程序技术和对比实验结果。     

Identification of multi-class linear and nonlinear systems

An algorithm for the identification of multi-class systems which can be described by a class of models over different operating regions is presented. The algorithm involves partitioning the raw data set using discriminant functions followed by parameter estimation. An orthogonal least squares algorithm coupled with a backward elimination procedure is employed for the parameter estimation and data partitioning processes. Provided the data elements are linearly separable, the proposed algorithm will correctly partition the data into the respective classes; parameter estimation algorithms can then be applied to estimate the models associated with each different class. Simulation studies are included to illustrate the algorithm     

基于图像的动目标检测技术

本文研究了光流估计的基本算法，从运动分割的角度的提出了使用光流分割方案来解决复杂背景下的动目标检测问题。文中分析了标准光流估计的缺陷及其原因，并使用鲁棒性估计技术提高了光流估计算法的实用性。最后给出了动目标检测算法的仿真结果，表明利用图像的运动特征来实现目标检测是一种很有效的方法。     

基于动态因子均值的动态帧时隙ALOHA算法研究

动态帧时隙ALOHA算法是基于概率型的ALOHA算法的改进算法。在一定范围内,该算法识别标签时,帧时隙数能够随着标签数量的增加而动态增加;但当识别大量标签时,由于读写器硬件的限制,资源利用率和系统吞吐量大大降低。针对此问题,提出了一种基于动态因子均值估计算法的动态帧时隙ALOHA算法。首先,使用动态因子均值标签估计法对标签数量进行准确估计;然后,使用所提出的动态帧时隙ALOHA改进算法对准确估计的标签进行分组,并按照分组依次进行识别;最后,分别对动态因子均值标签估计算法和应用该标签估计算法的动态帧时隙ALOHA算法进行仿真。仿真结果表明,所提标签估计算法能够对标签进行准确的估计,使估计误差保持在5%的范围内。基于动态因子均值标签估计算法的动态帧时隙ALOHA算法能够保证30%以上的高系统利用率,而且整个识别过程所需的帧时隙数比动态帧时隙ALOHA算法下降了45%左右。     

一种基于加窗基扩展模型的OFDM信道估计算法

针对双选择衰落信道下OFDM系统中基于复指数基扩展模型（CE-BEM）的信道估计算法存在的不足,提出了一种基于加窗的基扩展模型信道估计算法。该算法通过时域加窗和去窗处理来减少CE-BEM存在的频谱泄露,并抑制多普勒频移对估计性能的影响;利用设计的导频方案,简化数学模型;再通过正交映射对估计的基扩展模型系数进行转换,从而进一步提高信道估计的精确度。同时采用归一化均方误差和误码率来衡量信道的估计性能,实验仿真表明,提出的算法在高速的移动环境下能有效提高估计性能。     

面向鲁棒控制的l1中心估计递推算法

讨论未知但有界误差假设下的ｌ１中心估计问题，提出了中心估计递推算法的理论基础，并据此设计了ｌ１中心估计的递推算法。理论分析和数据仿真表明，与原有算法相比，递推算法可以显著减少计算量，提高估计速度，因而可应用于实时在线辨识。所给算法和结果是面向鲁棒控制的。     

改进的基于DFT的OFDM系统信道估计算法

在正交频分复用（OFDM）系统中,针对常用的信道估计算法不能有效地抑制信道冲激响应中循环前缀长度内噪声的不足,提出了一种改进的基于离散傅里叶变换（DFT）的信道估计算法。该算法是一个多次迭代的过程,通过最小二乘算法获得导频位置处的信道频域响应,经过逆傅里叶变换后,利用时域内引入的能量增长速率函数来判断信道冲激响应分布情况,以便对其进行消噪处理,最后通过多次迭代进一步抑制子载波间干扰和加性高斯白噪声。仿真结果表明,无论在多普勒频移较小还是较大的情况下,该算法的估计性能均优于最小二乘（LS）信道估计算法、传统基于DFT的信道估计算法和基于阈值的信道估计算法。在系统误比特率为[10-2]时,改进的基于DFT的信道估计算法比其他算法有3~5 dB的性能增益。     

基于奇异值的信源数估计方法

信源数估计是空间谱估计中的重要内容,在估计采用不同的判决准则时,往往需要利用信号协方差矩阵的特征值来进行信源数估计。新算法采用数据矩阵的奇异值分解,通过奇异值建立不同判决准则的判决函数。该算法无需进行协方差矩阵估计,也不需要利用奇异值求解特征值,减少了运算量和估计误差。同时,对数据矩阵进行平滑操作,可以解决信号相干性问题。通过数学推导和计算机仿真,证明了算法的正确性。