一种有效的三步运动估计算法

为了减小运动估计算法的计算复杂度和提高红外图像超分辨率重建的可靠性,提出了一种有效的三步搜索算法.该算法采用多步搜索策略,根据运动矢量分布的中心偏移性及并行处理的思想,在最佳匹配点所在的区域使用菱形小模板代替新三步法中的正方形小模板来进行精细搜索,以提高算法的搜索精度.实验结果表明,与全搜索法、菱形搜索算法和预测性菱形搜索算法相比,该算法能在保证搜索精度的同时大大缩短消耗时间.     

一种改进的运动估计算法--新三步搜索法

在对三步法工作原理进行研究的基础上提出了改进新三步法,即在第一步搜索时采用了并行的思想.改进后的新三步搜索法解决了三步法的小运动估计效果较差问题,且保持了原三步法的高效率.     

用于快速块运动估计的多方向钻石搜索算法

在钻石搜索算法的基础上,提出了多方向钻石搜索算法,用于实现视频编码中的块运动估计.该算法考虑所有的块误差梯度下降的方向,而不是只考虑梯度下降最大的那个方向.与全搜索、新三步搜索、四步搜索、基于块的梯度下降搜索、钻石搜索算法相比较,实验结果表明该算法在搜索速度和质量上表现良好.     

用于快速块运动预测的多方向钻石搜索算法

传统的钻石搜索算法只考虑块误差梯度下降最大的方向,从而降低了得到最佳匹配点为全局最优的概率.在钻石搜索算法的基础上,提出了多方向钻石搜索算法,用于实现视频编码中的块运动估计.该算法考虑所有的块误差梯度下降的方向,而不是只考虑梯度下降最大的那个方向,在钻石搜索法的第一步之后,对LDSP(Large Diamond Search Pattern,LDSP)外围8个点中小于中心点BDM(Block Distortion Measure,BDM)的方向上执行搜索.与全搜索、新三步搜索、四步搜索、基于块的梯度下降搜索、钻石搜索算法相比较,实验结果表明该算法在搜索速度和搜索质量上性能较好.     

H.264中一种新型算法的研究

提出一种快速实现H.264运动估计的算法。该算法在新三步搜索算法的基础上对搜索模板进行了改进,并采用了提前终止搜索策略。实验表明,该算法在保持图象质量和峰值信噪比基本不变的情况下大大减少了搜索点的数目,提高了运动估计的速度。因此,本算法可以有效的提高H.264的编码效率。     

一种用于视频编码的运动估计新算法

提出一种新的改进三步搜索法(NITSS),该方法充分利用视频序列运动矢量在空间分布上的中心偏置特性,在三步搜索算法的基础上引入了以"×"字型分布的5个点构成的搜索点群,并通过同一帧相邻宏块的运动矢量之间存在的空间相关性来预测初始运动矢量,用来加强中心偏置特性.仿真结果表明,同TSS算法相比,NITSS算法降低了搜索运算量,提高了搜索精度.     

单纯形块匹配搜索算法改进

对采用单纯形法的块匹配快速搜索算法进行了改进,新算法改进了初始单纯形确定方法,大大减少了搜索范围,从而提高了搜索速度,性能接近于三步法,实验结果表明了新算法的优越性。     

视频压缩编码中的运动估计搜索算法

对可用于视频压缩编码中的运动估计搜索算法原理进行了分析，对这些算法在H．263＋测试模型上进行了测试。通过对测试数据的比较，基于中心的三步搜索法（CTSS）具有搜索精度高，速度快的优点，可用于视频压缩编码中。     

一种基于改进的遗传算法的块匹配运动估计方法

块匹配方法(Block Matching Algorithm,简称BMA)是目前广泛使用的运动估计方法,但该方法的最大缺点是容易陷于局部最优,这主要是由搜索模式决定的。而遗传算法(Genetic Algorithm,简称GA)是一种具有广泛适应性的全局最优的搜索算法。将块匹配方法的局域性搜索与遗传算法的全局性搜索结合起来,本文提出了一种基于改进的遗传算法的块匹配运动估计方法。实验证明,该方法的平均绝对误差(MAE)接近全搜索(FSS),优于三步法(TSS),而运算量相对较低,接近三步法。     

基于边界约束的样品视频非对称运动估计方法

针对常规运动估计方法应用到样品视频编码时存在无效搜索点冗余搜索、有效搜索点遗漏的问题,提出基于边界约束的非对称运动估计方法。首先,在原有预定搜索范围的基础上,采用定点统计运动参量的方法对科学仪器的样品视频运动性能进行测试统计,根据统计结果,对视频运动范围设定边界,减少运动搜索点数;然后提出了基于边界约束的非对称搜索模型,依据样品视频的运动特征,优化搜索算法。来自电子探针和电子显微镜的不同样品视频编码实验表明,与多方向搜索算法(MDS)比较,所提方法的运动估计时间缩短了约33%,编码性能保持甚至超过了多方向搜索算法。     

A new diamond search algorithm for fast block-matching motionestimation

Based on the study of motion vector distribution from several commonly used test image sequences, a new diamond search (DS) algorithm for fast block-matching motion estimation (BMME) is proposed in this paper. Simulation results demonstrate that the proposed DS algorithm greatly outperforms the well-known three-step search (TSS) algorithm. Compared with the new three-step search (NTSS) algorithm, the DS algorithm achieves close performance but requires less computation by up to 22% on average. Experimental results also show that the DS algorithm is better than the four-step search (4SS) and block-based gradient descent search (BBGDS), in terms of mean-square error performance and required number of search points.     

JOINT RANDOM OPTIMIZED THREE—STEP SEARCH ALGORITHM BASED—ON GRAY AND CHROMATIC INFORMATION

In this letter,an improved three-step search algorithm is presented,which uses both gray and chromatic information to boost the performance with random optimization and converge the motion vectors to global optima.Experimental results show that this algorithm can efficiently improve the PSNR after motion compensation.     

A new predictive search area approach for fast block motion estimation

According to the observation on the distribution of motion differentials among the motion vector of any block and those of its four neighboring blocks from six real video sequences, this paper presents a new predictive search area approach for fast block motion estimation. Employing our proposed simple predictive search area approach into the full search (FS) algorithm, our improved FS algorithm leads to 93.83% average execution-time improvement ratio, but only has a small estimation accuracy degradation. We also investigate the advantages of computation and estimation accuracy of our improved FS algorithm when compared to the edge-based search algorithm of Chan and Siu (see IEEE Trans. Image Processing, vol.10, p.1223-1238, Aug. 2001); experimental results reveal that our improved FS algorithm has 74.33% average execution-time improvement ratio and has a higher estimation accuracy. Finally, we further compare the performance among our improved FS algorithm, the three-step search algorithm, and the block-based gradient descent search algorithm.     

UMHexagonS算法的研究与改进

针对UMHexagon S算法存在的问题,提出了一种改进的UMHexagon S算法。算法充分利用运动矢量的中心偏置特性与运动同质性,采用递增数列步长的对称十字型搜索模板和多层次八边形搜索模板以减少无用的搜索点,根据运动矢量的变化趋势自适应地确定多层次八边形的搜索方向,用16点井字型搜索代替5×5全搜索,并改善了运动估计的粗定位。实验结果表明,与UMHexagon S算法相比,改进算法在保证PSNR和比特率基本不变的前提下,平均减少了18.53%的运动估计时间,尤其是对大运动视频序列的效果更好,最大可以减少25.17%的运动估计时间。     

An efficient gray search algorithm for the estimation of motionvectors

Motion vector estimation plays an important role in motion-compensated video coding. An efficient and fast search algorithm is proposed for the estimation of motion vectors. With the help of gray prediction, the algorithm can determine the motion vectors of image blocks quickly and correctly. Since the proposed algorithm performs better than other search algorithms [e.g. the three-step search (TSS), cross-search (CS), new three-step search (NTSS), four-step search (FSS), block-based gradient descent search (BBGDS), simple-and-efficient search (SES), prediction search (PS) and gray prediction search (GPS)], it is very beneficial in applications where the video coding speed is important     

改进的四叉树多分辨率的形状编码算法

形状编码是MPEG-4不同于其它标准(如MPEG—1和MPEG-2等)的新特点。本文提出改进的四叉树多分辨率的形状编码的算法,文中详细探讨了对原基于四叉树多分辨率形状编码算法改进部分:帧内边界宏块采用基于相关系数准则的四叉树编码,帧间边界宏块采用有效搜索区域的运动估计和运动补偿的四叉树编码。该算法用相关系数来控制四叉树的复杂度,客观视觉质量下降很少,而改进的四叉树的节点数明显下降,进一步提高形状编码效率。二值形状的帧间编码时,运动估计仅在有效搜索区域进行,减少搜索次数,极大提高搜索效率。处理结果表明与原四叉树的形状编码相比, 性能上更具竞争力。     

基于头肩图像中脸部轮廓的运动估值

对于可视电话中的头肩图像,在提取出脸部轮廓后,在脸部区通过搜索出全局的二维运动参数来确定各像块运动矢量的初始搜索点。在此基础上搜索精确的运动矢量时,搜索范围很小,搜索结果更符合真实运动,保证了运动矢量场的一致性。因此,既加快了运动估值的速度,又节省了编码运动矢量所用的比特数,使图像的质量有所提高。