自适应块匹配运动估计搜索算法

为了提高块匹配运动估计快速算法的搜索速度、精度和鲁棒性，提出了一种根据空域相关块的运动水平，自适应选择搜索检查点样式、搜索窗范围以及是否采用多候选值策略的混合算法．本算法中对应于小运动块的基于中心偏置的搜索样式和针对大运动块的多候选矢量亚采样搜索策略，满足了视频编码对运动估计算法在速度和精度上的双重要求．实验结果表明，该算法在速度上和精度上都明显优于性能优越的菱形搜索算法DS，适用于不同运动程度的图像序列．     

用于块匹配运动估计的SGDS算法

基于搜索起点预测和梯度搜索,本文提出了正方形梯度下降搜索算法（SGDS）。实验结果表明,该算法可以较小的搜索代价取得与全搜索相当的效果,在搜索速度与搜索效果方面优于三步法（3SS）。     

快速运动估计中一种改进的块匹配免疫算法

图像的运动估计中,基于块匹配的免疫算法由于算法的随机性,使得抗体群中不匹配块增多,导致了免疫算法运算量增大。改进算法搜索过程中,通过快速识别出搜索窗内不可能成为匹配块的候选块,并把这些块消除掉,不对其进行匹配误差运算,从而可以大幅度减少免疫算法运算量。同时,由于改进算法使得候选块的匹配可能性提高,使得相对于传统块匹配免疫算法,重建图像的均峰信噪比进一步提高,进而重建图像质量得以提高。仿真实验结果验证了改进算法的上述优点。     

基于多向小十字块模板的块匹配运动估计算法

在研究和分析图像压缩中块匹配运动估计算法的基础上,提出了一种采用多向小十字模板进行快速块匹配运动估计算法MP-SDSP,算法根据序列图像中运动矢量场中心偏置分布特性,利用一条以上的路径寻找最优运动矢量,避免了在快速搜索中陷入错误路径。试验结果证明,在搜索精度基本相同的情况下,MP-SDSP算法能有效减少搜索点数,提高搜索速度,并适应小运动块和大运动块的搜索。     

运动估计快速块匹配算法

基于块的运动估计是视频压缩国际标准中广泛采用的关键技术。在对目前运动估计快速块匹配算法研究的基础上，描述了运动估计的原理；揭示了在图像质量、搜索速度和压缩码率等方面提高算法效率时存在的3类主要问题：初始搜索点的选择、匹配准则和搜索策略；分别阐述了目前常用的解决这3类问题的方法，并进行了比较和分析；提出了对运动估计算法的一些展望。     

基于方向自适应十字搜索的快速块匹配运动估计算法

提出了一种方向自适应十字搜索算法,通过自适应地使用小十字模板、大十字模板和四种方向的T形模板,有效地减少了搜索点数,提高了搜索速度.实验结果表明,该算法在保持与菱形搜索(DS)、正方形-菱形搜索(SDS)、十字-菱形搜索(CDS)和小十字-菱形搜索(SCDS)四种算法相同搜索精度的同时,速度上比DS、SDS、CDS和SCDS算法分别提高了74.65%、39.78%、42.44%和7.84%.     

基于块匹配的运动估计搜索算法研究与实现

为了满足运动矢量概率分布特性,提出了非对称双十字形搜索(UDCS)算法,给出了在搜索的初始阶段使用小十字搜索模型对小的运动矢量搜索并在相继的搜索过程中使用具有方向性的十字形搜索模型对大运动矢量进行搜索的步骤。介绍了该算法的实现结构,并分析了该算法搜索性能。     

一种高效率的快速块匹配运动估计算法

采用菱形搜索算法对各种视频测试序列中运动矢量的研究,基于H.264视频编码标准提出了一种快速块匹配运动估计算法。它是以图像中相邻宏块之间的时空相关性为前提,结合了分布式菱形搜索,预测搜索和中止阈值等一系列技术而提出的,试验结果表明该算法在运算速度方面优于菱形搜索,而获得与全搜索相当的峰值信噪比。     

一种块匹配的快速运动估计算法

为了减小运动估计算法的计算复杂度及提高视频压缩编码的效率，提出了一种新的快速、有效的块匹配运动估计算法。该算法首先采用多步搜索策略，并利用相邻块的运动矢量来预测当前块的搜索起点，然后用梯度下降的方向来指导搜索方向，以节约计算资源，对于最佳匹配点所在区域，则采用菱形与正方形相结合的模板来进行精细搜索，以提高算法的搜索精度。实验结果证明，该算法在降低计算复杂度的同时，还能有效地保证搜索精度。     

一种改进遗传搜索块匹配运动估计算法

运动估计是帧间视频编码中的关键技术,但现有的快速搜索算法中大都是次优算法,且易陷于局部极小点。针对此问题,提出了一种改进型遗传算法应用于块运动估计中的遗传搜索块匹配运动估计算法(MGSAME)。该方法把块运动向量作为遗传染色体,经过杂交、变异等操作,以便得到全局意义上的最优解,并与经典的全局搜索法、三步搜索法和传统遗传算法(SGA)进行了比较。实验结果显示,该算法不仅有效地解决了局部极小问题,而且计算量也较少。     

一种快速高效的部分失真块运动估计搜索算法

在保证图像质量与全搜索算法（FS）相近的前提下，为降低现有部分失真块运动估计算法的计算量，提出了一种快速高效的搜索算法——基于运动场预测的部分失真块运动估计搜索算法（PMVPDS）。PMVPDS将本文提出的可调部分失真准则和运动场估计技术、中途停止技术相结合，能快速找到匹配点。仿真结果表明PMVPDS和正规化部分失真搜索算法（NPDS）、分级部分失真搜索算法（PPDS）相比，搜索速度分别加快了2—7倍和0．6—3倍，并且图像质量也有一定的提高。另外，PMVPDS算法中的图像质量和搜索速度是可调的。     

基于克隆选择原理的免疫算法

提出了一种基于克隆选择原理的人工免疫算法(AIA),该算法中引入了克隆选择、克隆删除、受体编辑、体细胞高频变异等思想,并将其应用到广义最小生成树(GMST)的求解当中,仿真结果证明提出的免疫算法能迅速收敛到全局最优解,显著提高了全局收敛可靠性和全局收敛速度。     

基于新方向性菱形-弧形搜索的运动估计算法

提出一种采用弧形、小十字和大菱形模板进行快速块匹配运动估计的算法NODAS,利用序列图像中运动矢量场中心偏置分布特性,将小十字模板扩展为方向性菱形模板处理中心区域的搜索,使用大菱形-弧形模板处理大运动矢量的搜索。试验结果证明,在搜索精度基本相同的情况下,NODAS算法能有效减少搜索点数,提高搜索速度,较好地应用于小运动矢量和大运动矢量的搜索中。     

双十字搜索算法的快速块匹配运动估计

在块运动估计中,不同形状、不同大小的搜索模型对搜索速度和搜索质量有很大的影响.通过运动矢量概率分布分析,发现了运动矢量概率分布具有除中心十字偏置特性以外的方向性特性,提出了一种快速的双十字搜索(DCS)运动估计算法.该算法首先根据运动矢量概率分布的中心十字偏置性,采用小十字搜索模型(SCSP)和大十字搜索模型(LCSP)对小运动矢量进行搜索,从而减少搜索点数.然后,根据运动矢量概率分布的方向性,使用非完全对称十字搜索模型(NFSCSP)对大运动矢量进行搜索,进一步提高了搜索速度.在保持相当搜索质量的前提下,双十字搜索算法与菱形搜索算法(DS)和十字-菱形搜索(CDS)算法相比,搜索速度分别可提高70%和40%.实验结果证明双十字搜索算法是非常有效的,且具有较强的鲁棒性.     

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。     

基于改进的十字-菱形搜索算法的运动估计

通过对序列运动矢量概率分布分析,发现了该概率分布的方向性特性,提出了一种新的块匹配运动估计算法——改进的十字-菱形搜索（ICDS）算法。该算法在搜索的初始阶段使用小十字搜索模型对小运动矢量进行搜索,强调运动矢量分布的中心偏置特征;而对于大的运动矢量使用具有方向性的菱形搜索模型进行搜索,强调运动矢量分布的方向性,从而提高了运动矢量的搜索速度。该算法与菱形（DS）和十字-菱形块（CDS）匹配算法相比,在保证搜索质量的前提下,其搜索速度分别可以提高60％和35％。理论分析和实验结果证明ICDS算法有效,且具有较强的鲁棒性。     

一种适用于H.264的高效块匹配运动估计算法

提出一种基于节点模型的可变形块匹配运动估计算法来搜索最佳运动矢量.实验表明,在编码性能损失很小的条件下,可以使得运动搜索块匹配的运算量在通常快速运动搜索算法的基础上下降61%.     

基于自适应搜索模式的运动估计算法

提出一种可自适应选择搜索模式的运动估计算法。将非零运动块分为大、中、小3种类型,相应地利用基于六边形、基于标准菱形及基于小菱形的搜索策略实现运动估计。实验结果表明,该算法减少了块匹配的搜索点数,在保证运动估计精确度的同时,降低算法复杂度,提高搜索效率。     

一种基于克隆选择的动态聚类算法

本文在克隆选择免疫算法和层次聚类的基础上,提出一种动态聚类算法。该算法无需先验知识,首先初始化与抗原相同规模的抗体,然后根据亲和力进行抗原识别、抗体抑制和合并,完成一轮聚类;再利用aiNET免疫网络模型动态确定聚类后的抗体的变异方向,实施强目的性变异,变异率反比例于进化代数动态调节,使变异后相似的抗体进一步合并,如此反复直到满足终止条件。仿真的实验结果表明,该算法比传统的聚类方法具有更好的聚类结果和更高的性能。     

块运动估计的研究进展

运动估计是根据视频序列中时间上相关的信息估计场景或目标的2维运动向量场的过程。运动估计在超分辨率图像复原中的作用是把所有低分辨率观测帧的像素映射到参考帧的相应位置。精确的运动估计是超分辨率图像复原的关键。基于块的模型是超分辨率图像复原中常用的运动估计方法。介绍了块运动估计的概念,概述了4类快速块运动估计的方法,详细描述了第1类方法中几种主要算法的搜索过程,并将多种快速块匹配算法进行了总结比较。