基于H.264的改进十字搜索算法

针对运动矢量的方向性,结合经典的快速算法,提出一种改进的十字搜索算法。设计具有方向性的搜索模板,并利用搜索起始点预测、中止准则、搜索模板、辅助点搜索等技术来减少搜索点数。在H.264实验平台的仿真结果表明,该算法在保持峰值信噪比不变的情况下,能有效提高搜索速度。     

基于双向运动补偿的帧速率上变换算法

针对不同帧速率视频之间的转换问题,提出一种改进的基于双向运动补偿的帧频提升算法,通过边缘加权获取高精度的双向运动向量,利用可变尺寸块运动向量场估计逐级对运动向量求精,采取自适应重叠块补偿方法解决帧频提升过程中产生的重叠及空洞问题,提高双向运动向量的精度,减小块效应。实验结果表明,与传统的帧频提升算法相比,该算法在内插图像主、客观质量方面都有较大提升。     

一种面向H.264/AVC的快速块匹配搜索算法

基于块匹配的运动估计在视频编码中占有很重要的地位.针对H.264/AVC的特点,提出一种快速块匹配搜索算法.该算法充分利用宏块编码模式间的关联特性和运动矢量的统计特征,极大地提高了算法的搜索速度.与经典的搜索算法菱形搜索(DS)、十字-菱形搜索(CDS)和运动矢量场自适应搜索算法(MVFAST)相比,快速搜索算法在保持了与它们相当的搜索精度的同时,搜索速度分别提高了240.5%、149.9%和30.7%.     

一种AVS亚像素运动估计快速算法

为提高图像的质量和压缩率,AVS视频标准中的运动补偿精确到了1/4像素,但采用亚像素全搜索算法的计算量太大,导致整个编码器的编码速率很低。针对该问题,提出一种新的亚像素运动估计快速算法,在保证图像质量的同时,使亚像素搜索点数减少53.0%~ 76.5%,视频序列总编码时间节省了23%~33%。     

基于双起点十字搜索模型的自适应搜索算法

提出一种基于双起点十字搜索模型的自适应搜索算法。该算法采用大小十字搜索模型、八边形搜索模型和斜交叉十字搜索模型,根据不同情况,使用相应的搜索模型,同时采用中值预测及提前跳出策略,减少不必要的搜索。序列测试结果表明,与UMHexagonS算法相比,新算法在保持相当的峰值信噪比和比特率的情况下,运动估计时间平均节省了15.88%和15.94%。     

基于高动态运动模型的多普勒频移仿真

为更好地实现高动态链路中的载波捕获跟踪,以高动态载体在临近空间中的各种简单运动模型为依据,对载体相对于临近空间接收平台的多普勒频移变化趋势进行描述和仿真,在此基础上分析多普勒频移对载波同步产生的影响。理论分析和仿真结果表明,基于高动态载体运动模型的多普勒频移变化曲线能够正确描述高动态运动方式下的多普勒频移变化趋势。     

基于XSBase270平台的AVS解码器亚像素插值优化

亚像素样本插值是视频解码器中计算量最大、耗时最长的部分,在我国第二代信源编码标准AVS的解码器中也不例外。通过图像扩展避免了获取整像素样本时的边界判断;根据运动矢量判断是否需要进行水平、垂直方向的色度分像素插值,据此对色度插值分四种情况分别实现;并且以查表方式实现了亮、色度插值时的分支跳转,减少跳转耗时。结合上述三种方法,提高了XS-Base270平台上AVS解码器的亚像素插值部分的性能,在完全不影响解码质量的情况下,减少了20%到30%亚像素插值耗费的时间。     

基于SIFT特征匹配和动态更新背景模型的运动目标检测算法

运动摄像机情况下的运动目标检测是视频监控中的难点和热点问题。为了能够有效地检测出运动目标,提出了一个基于SIFT（Scale Invariant Feature Transform）特征匹配和动态背景建模的背景差算法。首先利用SIFT算法提取特征点,采用RANSAC（Random Sample Consensus）方法求得仿射变换模型参数并实现图像的全局运动补偿,然后用背景差方法实现运动目标的检测,同时进行阴影和鬼影的去除。SIFT特征点匹配的准确性和RANSAC方法去除异常点的有效性使得仿射变换模型参数计算准确,动态更新背景模型的背景差则完整地检测出了前景目标。与Ninad Thakoor实验结果对比说明：该算法能够准确地检测出运动目标,并且保持了前景目标的完整性。     

基于提升小波变换和独立分量分析的运动目标检测

独立分量分析是一种新颖的盲源分离技术,可以有效分离信号中相互独立的源信号。为了提高独立分量分解的精度和收敛速度,提出了一种将提升小波变换和独立分量分析相结合的运动目标检测方法。仿真实验结果表明,此方法能够较好地检测出运动目标并且与一般的独立分量分析方法相比,减少了运行时间,具有更好的收敛性,是一种有效的运动目标检测方法。     

面向全景视频的距离测量方法

从真实场景的图像中测量距离已成为计算机视觉和图象处理的研究热点.现有的基于单幅透视图像的测量方法,其可测量范围受限于相机视域FOV(Field-of-View).通过构建待测场景的全景图,扩展了待测场景的可测量范围,但是其测量范围受限于单个固定的相机拍摄点,只能测量在拍摄点可见的全方位场景.通过扩展基于全景图的距离测量方法,提出基于场景全景视频的距离测量方法,测量范围不再局限于单个固定的拍摄点.通过基于此方法开发的软件原型PVMeasure,用户可以在场景的全景视频中进行交互式测量.真实场景测量实验结果表明,方法具有良好的精确度,可满足大多数场合下的测量精度要求.