基于MPEG的全局运动估计技术

提出了一种基于MPEG（moving Picture experts group)的全局运动估计技术;利用四参数模型来描述由摄像机运动带来的全局运动,再利用基于块匹配的算法来求解4个参数,进而作相应的运动补偿,由于MPEG视频流中的运动矢量蕴含了最优块匹配的信息,所以不需要对MPEG视频流完全解码,即可进行参数估计,实验证明该算法速度较快,并能通过运动补偿排除由摄像机运动造成的伪运动区域的干扰。     

基于运动矢量场的双迭代全局运动估计方法

提出了一种基于运动矢量场的双迭代全局运动估计方法，该方法用两个最小二乘迭代过程来去除局部运动区域对全局运动估计的干扰。第一个迭代使用一个递减的百分比阈值来排除局部运动区域；第二个迭代过程使用一个固定的绝对阈值来检测完整的伞局运动区域并估计运动模型参数。实验结果表明双迭代法进行伞局运动估计的结果更加准确和稳定。     

基于仿射变换的快速全局运动估计算法

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。为了降低全局运动估计计算复杂度,提出一种基于像素梯度的全局运动估计方法。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。为了提高计算速度,采用了两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梯度较大的特征点进行计算,同时结合了高斯-牛顿优化计算方法。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MPEG的全局运动估计技术

提出了一种基于MPEG(moving picture experts group)的全局运动估计技术: 利用四参数模型来描述由摄像机运动带来的全局运动,再利用基于块匹配的算法来求解4个参数,进而作相应的运动补偿.由于MPEG视频流中的运动矢量蕴含了最优块匹配的信息,所以不需要对MPEG视频流完全解码,即可进行参数估计.实验证明该算法速度较快,并能通过运动补偿排除由摄像机运动造成的伪运动区域的干扰.     

稳健的预分析多直线全局运动估计方法

本文提出了RTSG图像预分析和多直线全局运动估计方法,该方法首先根据光流场方程得到RTSG图像,并对RTSG图像进行预分析以去除图像中的外点和确定全局运动模型,然后提取多个直线特征元,利用直线特征元估计局部运动参数,最后用局部运动参数和与之相关的权值进行全局运动估计。     

基于运动矢量多级分析的视频全局运动估计

基于运动矢量场的视频全局运动估计相较于基于像素的估计方法具有较低的计算复杂度,因而广泛应用于视频分割及视频压缩等领域中。然而噪声和前景目标等外点区域的存在,降低了全局运动估计的准确性。为了提高全局运动估计的准确度,该文提出一种基于运动矢量多级分析的全局运动估计算法,该算法根据局部运动与全局运动的运动特性差异自适应地滤除前景目标区域,由邻域矢量间相似性度量检测出纹理平滑周期区域,最后滤除孤立的噪声区域,由滤波得到的内点区域求解全局运动参数。实验结果表明,该方法能有效地滤除外点区域,提高全局运动估计的准确性。     

基于自适应模板匹配的帧间全局运动估计算法

针对传统的匹配方法在匹配模板与待匹配图像间存在噪声影响、亮度等差异时导致匹配算法在时间和精度上得不到很好的统一,由此影响到红外图像帧间全局运动估计和补偿问题,提出了基于自适应模板匹配的方法进行帧间全局运动估计算法。该算法首先利用模板选择策略进行待匹配模板的选取,提高匹配的精度;然后提出自适应模板匹配准则,以达到较好的匹配效果,克服噪声等奇异点对误差函数值的影响;最后提出菱形搜索策略,以便搜索到最佳匹配点,使搜索不至于陷入局部最优,并提高了搜索速度。仿真实验结果表明,在红外图像背景变化较为缓慢的情况下,所提算法降低了帧间全局运动估计计算复杂度,同时具有很好的匹配精度和准确性。     

基于运动矢量对消和差分原理的快速全局运动估计

该文针对全局运动估计计算复杂度过高的问题,提出了一种基于运动矢量对消和差分原理的快速全局运动估计方法。基于不同象限运动矢量对之间存在的对称抵消特性,首先估计出平移运动参数分量;再使用运动矢量对的差分原理,并结合一种置信判断的策略,估计出变换运动参数分量。在5组几何全局运动模型和真实视频序列上的实验结果表明,与基于迭代最小二乘(ILS)和基于偏导数(PD)的估计算法相比,该方法在保证估计精度的情况下,所需的平均计算时间只要它们的50％左右。     

一种快速自适应全局运动估计算法的研究

该文提出一种快速自适应全局运动估计算法。该方法从分析块匹配运动矢量统计特性出发,通过 引入一个可预设置参数,计算当前帧与参考帧之间的基本平移矢量,并自适应地采取混合全局运动、局部运 动估计的算法处理不同特征的源数据.仿真结果表明,与传统方法相比,该文算法复杂性低、处理延时小、 更利于硬件实现,在PSNR变化不大的情况下,编码效率有较大的改善.     

一种用于跳水运动视频的全局运动估计方法

 提出一种适用于跳水运动视频的全局运动估计方法.跳水运动中的运动员着装简单、肤色遮挡较少,通过测试阈值建立肤色模型,快速提取前景和背景中的人体区域,避免其对全局运动参数估算的影响;利用帧差法去除相邻图像帧内相对静止的光流场,根据参照宏块运动方向进一步去除影响全局运动估计的宏块,减少宏块匹配时间.实验结果表明,算法不但简化了全局运动参数估算的复杂性,而且提高了的计算精度.     

基于运动矢量分布特征的半像素快速搜索算法

针对MPEG-4视频编码中半像素全搜索方法运算量较大的缺点,提出一种基于运动矢量分布特征的快速半像素运动矢量搜索算法。试验表明最佳半像素运动矢量的分布具有一定的规律,即大多数的运动矢量分布在水平或垂直两个共扼方向上。因此在满足一定条件的前提下水平和垂直方向上的运动矢量被优先搜索,其次搜索其余的点。仿真结果表明本算法可以使半像素平均搜索点数减少71%,而编码质量和码流长度并没有明显降低或增加。     

基于光流场算法的运动估计方法研究

MPEG-4是现阶段最重要最有影响的多媒体数据压缩编码国际标准。介绍了MPEG-4中常用的运动估计算法,重点介绍了一种基于光流场算法的运动估计方法,并在理论上进行了详尽地推导,通过用光流场对运动图像的速度场进行近似估计,较好地去除了图像相邻帧之间的时间相关性,而且具有较快的处理速。模拟试验也证实了该方法的可行性、有效性。     

Analysis and Hardware Architecture Design of Global Motion Estimation

Global motion estimation and compensation (GME/GMC) is an important video processing technique and has been applied to many applications including video segmentation, sprite/mosaic generation, and video coding. In MPEG-4 Advanced Simple Profile (ASP), GME/GMC is adopted to compensate camera motions. Since GME is important, many GME algorithms have been proposed. These algorithms have two common characteristics, huge computation complexity and ultra large memory bandwidth. Hence for realtime applications, a hardware accelerator of GME is required. However, there are many hardware design challenges of GME like irregular memory access and huge memory bandwidth, and only few hardware architectures have been proposed. In this paper, we first analyzed three typical algorithms of GME, and a fast GME algorithm is proposed. By using temporal prediction and skipping the redundant computation, 91% memory bandwidth and 80% iterations are saved, while the performance is kept, compared to Gradient Descent in MPEG-4 Verification Model. Based on our proposed algorithm, a hardware architecture of GME is also presented. A new scheduling, Reference-Based Scheduling, is developed to solve the irregular memory access problem. An interleaved memory arrangement is applied to satisfy the memory access requirement of interpolation. The total gate count of hardware implementation is 131 K with Artisan 0.18 um cell library, and the internal memory size is about 7.9 Kb. Its processing ability is MPEG-4 ASP@L3, which is 352×288 with 30 fps, at 30 MHz.

一种用于视频分割的快速运动估计方法

本文在考虑视频分割特点的基础上,提出了一种分层块匹配的运动估计方法,这处估计方法具有较快的估计速度和较高的峰值信噪比。用这种方法对一帧图像进行一次运行估计约需0．1秒,可以用于实时的视频分割系统中。实验证明这是一种性能良好的运动估计方法。     

一种基于区域搜索的全局运动估计与补偿算法

开展全局运动估计与补偿研究是进行动态目标检测中的基础和前提。在总结现有运动估计与补偿方法的基础上,提出一种基于图像分割区域的运动性和大小的全局运动估计与补偿算法。首先,通过建立区域搜索的全局运动模型,同时进行区域定性分割和区域大小排序;然后,根据误差最小化准则在指定的分割区域中进行线性递归搜索,利用门限准则寻找出最佳的运动估计参数;最后,根据双线性内插法获得运动位移量。实验结果比较可知,所提算法较三步搜索算法(TSS)和全局搜索算法(FSA)等传统算法具有更高的准确性(图像平移帧差)和实时性(算法运行时间),能够很好地实现运动背景的全局校正。     

图像分割中运动估计研究

为了改善运动估计中传统光流法处理的图像存在平滑性不好,边界信息丢失等缺点,提出了一种新的图像运动估计方法。该方法加入图像结构不变假设,降低光照变化的影响,并利用K—Mean聚类法对图像分割矫正,使得运动估计结果在保持平滑的基础上,更好地保留图像的边界信息。实验结果表明,该算法比传统光流法在运动边界问题的处理上更有好的改善。     

运动法自动分割MPEG-4帧视频对象(VOP)

本文提出运动法实现MPEG-4帧视频对象（VOP）的自动分割。该方法的基本思想是利用前景的局部运动与背景的全局运动的差别检测出相应独立运动部件。针对独立运动部件（IMC）运动快慢的不同,该方法分解为适合较慢运动IMC的形态运动滤波器方法和适合较快运动IMC的变化检测掩码方法。处理结果表明该方法取得较好的分割效果。     

一种基于边缘分割的全局立体匹配算法

匹配基元的选取对立体匹配的视差计算精度与立体匹配的速度有着重要影响.首先提出了一种利用边缘分割扫描线所得到的线段作为匹配基元的方法,采用基于动态阈值的Canny检测算子提取边缘,将扫描线分割为线段,使得分割线段的长度可以根据图像的状况进行调整,从而在保证视差计算精度的同时有效地提高了速度.另外,以分割后的线段作为结点构建生成树(ST),使用树型动态规划算法计算基元的视差值,通过增加扫描线之间的约束,从而得到全局最优视差.实验表明这种算法具有较高的视差计算精度和较好的实时性.