对软件测试的“近忧”和“远虑”的探讨

软件测试是由人工或计算机验证软件是否满足规定的需求,是保证软件质量的重要手段。本文从软件测试设计和软件测试件管理这两个方面,阐述了如何解决软件测试的"近忧"和"远虑"的问题,以及如何在软件测试阶段提高软件的质量应采取的措施。     

面向对象软件测试及测试用例设计

面向对象软件测试是面向对象软件开发的重要阶段．面向对象软件测试的用例设计是面向对象软件测试技术的重要组成部分。本文对面向对象软件测试技术的特点和层次的划分进行了研究，然后讨论了面向对象软件的测试用例设计的方法。     

基于面向对象的软件测试技术研究

面向对象开发技术正大力地推动着软件产业的快速发展.在保证软件产品质量的手段中,最有效、最重要的技术是件测试技术.然而,传统的测试技术和方法,对面向时象技术开发的软件针对性不是很鉴于此,本文提出了着实有效的面向对象的软件测试技术.首先阐明面向对象软件测试的基本概念;然后分别讨论分析和设计模型测试技术、类测试技术、类层次结构测试技术、面向时象系统测试技术.     

软件测试用例设计方法研究

软件测试是软件开发过程的重要阶段,而测试用例的设计是软件测试中的重要组成部分。本文主要介绍了测试用例的白盒测试和黑盒测试技术,针对两种不同的测试方法,分别研究了测试用例的设计技术,并通过实例介绍了具体的测试用例设计过程。     

软件测试入门浅谈

文中结合自己软件测试入门阶段的体会介绍了识别测试需求、设计测试用例和执行测试用例,其中识别测试需求重点介绍主动获取需求、确认需求的优先级两方面,设计测试用例着重介绍了测试用例的基本格式、加强测试用例的评审和定义测试用例的执行顺序,执行测试用例主要介绍搭建软件测试环境,执行测试用例和更新测试用例几个方面。     

测试用例排序的研究

回归测试是一个成本很高的测试过程。为了减少回归测试的成本,可以使用测试用例排序技术。测试用例排序是指按照事先确定的目标重新安排测试用例集中测试用例的执行次序,使得具有高优先级的测试用例比低优先级的测试用例在测试过程中更早执行。本文描述了测试用例排序问题;给出了两个一般测试用例排序算法,即总计排序算法和 附加排序算法;根据不同的覆盖准则（如语句、分支和定义-使用等）,可以从这两个一般算法得到对应的排序算法;最后,讨论了测试用例排序算法的有效性。     

软件测试质量分析

现代社会是一个全球信息化社会,随着计算机运用技术的不断升华和计算机的不断普及,软件的应用日益重要。因此,保障软件质量最好的方法就是软件测试。本文主要分析了影响软件测试质量的因素、测试质量的控制要点及提高测试质量的建议。     

面向对象软件测试及测试用例设计

面向对象软件测试是面向对象软件开发的重要阶段,面向对象软件测试的用例设计是面向对象软件测试技术的重要组成部分。本文对面向对象软件测试技术的特点和层次的划分进行了研究,然后讨论了面向对象软件的测试用例设计的方法。     

基于面向对象软件测试方法研究

主要讨论了程序编写完后方法和类的测试,并结合实践给出了测试策略;结合实际基于面向对象的测试方法,设计了相应的测试用例,提出了一种新的基于类集的测试方法,该方法针对软件测试过程中类测试速度要求及类涵盖要求而设计,提高了类测试效率.     

软件测试用例设计

软件测试重要性越来越大,测试用例的设计是整个测试过程的基础。结合工作实践介绍软件测试用例的重要性和测试用例的设计方法,并举例说明如何应用白盒测试技术和黑盒测试技术。     

运动估计算法预测搜索起始点

高精度的预测搜索起始点方法可以减少运动估计算法的搜索点数,提高搜索速度和精度.对中值,均值,左块,SAD比较等方法进行了理论介绍和实验分析,提出一种新的预测搜索起始点方法.该方法足利用相邻块运动矢量的相关性和运动矢最的偏向分布特征给相邻块分配不同的权重来预测搜索起始点.实验结果表明对不同种类的标准测试序列新方法比其它方...     

基于选择预测的自适应运动估计算法

依据图像序列的运动矢量的时空相关性和中心偏移特性,首先对宏块进行类型划分,并利用相关块而非相邻块进行初始点预测的选择预测方法,提出了一种对起点进行选择预测的自适应运动估计算法,而在搜索过程中,则根据不同的图像内容对不同的块灵活地采用不同的搜索模式。实验证明,该算法在大大提高搜索速度的同时,还能保证图像性能,还兼顾了运动估计复杂度和精确度的要求。     

基于块运动类型的自适应菱形运动估计搜索算法

基于对图像序列运动矢量时空相关性和中心偏置特性的研究,对传统的菱形算法进行了改进,设计了自适应大菱形搜索模板,提出了一种基于块运动类型的自适应菱形运动估计算法,对大运动块进行起始点预测,再划分相对运动类型,对不同运动类型的块自适应地采用不同的搜索策略。实验结果证明,图像质量较好时,该算法相比运动矢量场自适应搜索算法,加快了搜索速度,降低了计算复杂度。     

自适应可变模式搜索算法

充分利用运动矢量的时空相关性,提出一种新的块匹配运动估计算法,称为自适应可变模式搜索算法。该算法充分利用搜索起点预测、中止准则、自适应搜索模板、辅助点搜索等一系列技术。H.264编码平台上的实验表明,该算法可以保持高信噪比和低比特率,其计算复杂度只有UMHexagonS的16%~33%和EPZS的30%~50%。     

基于时空相关性的快速运动估计算法

在分析宏块时空相关性的基础上,对双十字形运动估计算法进行改进,加入了搜索起点预测策略、自适应的搜索模式和自适应搜索终止准则,设计了一种快速运动估计算法。采用JM86算法对改进前后的算法进行比较,实验结果表明,改进后的算法没有明显降低恢复后的图像质量,但计算速度提高了4倍左右,特别适合于处理能力有限的嵌入式系统使用。     

结合低位深像素预测起点的小波域运动估计

提出一种用2 b深度的像素预测搜索起点的快速小波域运动估计算法.首先,将像素深度的转换形式化为区间分划和区间映射,采用非均匀量化求解区间分划的初始阈值,再用隶属函数计算量化阈值并完成区间映射,从而获得位深度为2 b的视频表示;其次,设计了非均匀的搜索起点分布模板,并以此为基础提出一种基于2 b深度像素的搜索起点预测算法;最后,以搜索起点为中心,进一步采用改进的低频子带平移运动估计算法MLBSSME在较小的窗口内完成搜索.实验结果表明,对于具有不同场景特点的视频序列,算法始终能保持较高的估计精度,运动补偿的平均峰值信噪比较之低频子带平移运动估计和直接子带运动估计算法高0.41 dB和1.43 dB,比空间域全搜索降低0.07 dB.但是,算法的计算量仅相当于空间域全搜索的4.66%、低频子带平移运动估计的4.62%、子带直接运动估计的22.70%.     

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。     

基于H.264的多参考帧运动估计快速算法

提出一种应用于H.264中的多参考帧快速整像素运动估计算法,该算法通过有效地预测多参考帧中的搜索起始点和将菱形算法扩展到多参考帧情形,在很大程度上降低多参考帧运动搜索的计算量。试验结果表明,与H.264参考软件JM9.6中的快速算法UMHexagonS相比,该算法保持了较好的图像质量且码率几乎不变,运动估计时间平均减少约60%。     

基于块特征分类的运动估计算法

运动估计作为H.264中最重要最耗时的部分,大量的算法研究都是通过减少搜索点数来降低计算量。视频序列中,人们感兴趣的往往是运动的物体,背景部分一般拥有大量的静止块,帧间背景间的运动可以认为完全是由摄像机的运动引起的。利用背景块与前景块的图像特征结合MV预测提出一种新算法。该算法包括以下策略：静止块判断、背景块、前景块和边缘块的检测、起点预测和搜索窗口的改进,同时引进了边缘检测技术。实验结果表明,该算法与全搜索算法(FS)、UMHex、SUMHex相比,搜索时间减少了,而搜索精度接近FS, 码率只有很小的增加。     

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）。