粗糙域Voronoi图离散生成算法研究

Voronoi图是计算几何的一个重要分支,粗糙域Voronoi图是Voronoi图概念在复杂生成面上的扩展。提出了粗糙域Voronoi图的概念并利用A‘算法计算生成面上点与各母点的最短路径对其进行离散生成。为了降低粗糙域Voronoi图离散生成算法的复杂度,对粗糙域下A’算法估价函数权值与粗糙域粗糙特性的关系进行了深入探索。实验结果表明,A’算法估价函数权值与粗糙域粗糙特性正相关,并以此获得r算法估价函数的最优权,大大降低了粗糙域Voronoi图离散生成算法的复杂度。     

粗糙域A~*算法估价函数最优权研究

A*算法的核心问题是估价函数的构造及其权值确定问题。通常估价函数构造和权值确定主要依赖实验和经验法,这样构造的估价函数粗略,算法的复杂度较高且实时性差。为了解决这一问题,本文通过对粗糙域粗糙属性概率分布的分析,得出基于粗糙域A*算法估价函数的最优权与粗糙属性概率分布的标准差的相关性,并通过实验对结果进行了验证。实验结果表明最优权的确定使A*算法的复杂度明显降低,且能够满足实时应用的需要。     

基于方向测度的H.264快速帧内预测算法

H.264在空间域上从多个方向进行多种模式的帧内预测,并使用率失真优化算法选择最佳模式,使编码的复杂度大幅增加。为此,提出了一种基于方向测度的快速帧内预测算法。该算法使用方向测度来判断块的平坦程度和纹理方向,它可以预先排除可能性小的预测模式,避免了不必要的代价计算。实验结果表明,算法在保持信噪比平均降低0.05 dB和码率平均增加1.27%基础上,编码时间平均减少了39.16%。     

H.264帧内快速模式选择算法

帧内编码是H.264标准的一个重要组成部分,针对原标准的全搜索算法运算复杂度高,不能支持实时视频需要的问题,提出了一种基于模板和双阈值的快速算法,可以有效地减少计算复杂度。实验结果表明该算法可以在信噪比和码率变化不大的情况下,使编码时间平均减少42%。     

一种基于纹理分析的快速帧内预测算法

H.264是最新的视频压缩标准,帧内预测是其中一个重要组成部分.JVT(Joint Video Team)提供的参考软件采用全搜索算法进行帧内预测,算法复杂度很高,无法满足实时视频的需求.为了降低帧内预测算法的复杂度,提高编码效率,根据灰度共生矩阵及其逆差距提取宏块的纹理特征,对宏块的平坦程度和纹理方向进行预判,提出了一种新的快速帧内预测算法.基于参考软件JM13.2的实验结果表明本算法与全搜索算法相比在信噪比和码率变化极小的情况下,编码速度有显著提高.     

一种快速H.264/AVC 4×4块帧内预测模式选择算法

H.264/AVC是最新的视频压缩标准,帧内预测是其中一个重要组成部分.JVT(Joint Video Team)提供的参考软件采用全搜索算法进行帧内预测,其算法复杂度很高,无法满足实时视频的需求.本文分析了8×8块内4×4子块最佳预测模式的相关性,并通过计算灰度共生矩阵提取图像的纹理特征,对图像纹理方向进行预判,提出了一种新的4×4块快速预测算法.实验结果表明本算法在信噪比和码率变化极小的情况下,编码速度有显著提高.     

基于积分图像的快速选择掩模平滑算法

在选择掩模平滑算法中,需要计算一幅图像的大量局部窗口的灰度均值和方差。而运用积分图像和平方积分图像,可以实现一种计算速度与图像窗口大小无关的灰度均值和方差的快速计算方法。将这种灰度均值和方差的快速计算方法运用于选择掩模平滑算法中,来计算各个掩模的灰度均值和方差,能够大大地提高算法的计算速度,从而实现了选择掩模平滑算法的快速计算。     

粗糙域A*算法估价函数最优权研究

A*算法的核心问题是估价函数的构造及其权值确定问题.通常估价函数构造和权值确定主要依赖实验和经验法,这样构造的估价函数粗略,算法的复杂度较高且实时性差.为了解决这一问题,本文通过对粗糙域粗糙属性概率分布的分析,得出基于粗糙域A*算法估价函数的最优权与粗糙属性概率分布的标准差的相关性,并通过实验对结果进行了验证.实验结果表明最优权的确定使A*算法的复杂度明显降低,且能够满足实时应用的需要.