一种快速自适应全局运动估计算法的研究

该文提出一种快速自适应全局运动估计算法。该方法从分析块匹配运动矢量统计特性出发,通过 引入一个可预设置参数,计算当前帧与参考帧之间的基本平移矢量,并自适应地采取混合全局运动、局部运 动估计的算法处理不同特征的源数据.仿真结果表明,与传统方法相比,该文算法复杂性低、处理延时小、 更利于硬件实现,在PSNR变化不大的情况下,编码效率有较大的改善.     

基于超分辨率图像重建技术的运动估计研究

阐述用于超分辨率重建对两帧连续图像运动估计的若干算法,对其中的块匹配算法以及相位相关法进行研究。对块匹配算法主要研究三步搜索策略以及快速搜索策略,实验说明块匹配算法当平移变换量在一定范围内,图像灰度变化连续稳定,但在处理压缩图像序列时易陷入局部最小值。而相位相关法使用的是傅里叶频域方法对有相对运动的两幅图像进行运动估计,实验表明相位相关法不仅可以用于平移变化,且对于旋转变化也可以通过坐标变换后再通过此法进行运动估计。     

MPEG—4中基于块的运动估计新算法

MPEG-4的应用和研究是当前的热点之一。运动估计是图像压缩编码的最重要环节之一，而基于块的运动估计方法是MPEG系列中使用最多的方法。MPEG-4组织推荐两种运动估计计算法：运动矢量场自适应搜索技术和可预测运动矢量场自适应搜索技术。然而，MVFAST算法搜索结果较差，PMVFAST需要一个强制的门限集合，且都是高于局部最优的方法。本提出了一种新的基于全局最优的遗传算法（GA：Genetic Algorithm)，实验表明，此算法运动搜索效果好，获得的图象质量高，有应用前景。     

搜索模式自适应快速运动估计算法

提出了一种搜索模式自适应快速运动估计算法(PAFME),首先利用变块尺寸运动估计的特点与运动矢量的时空域相关性,预测初始搜索中心;采用多种搜索模式以适应不同运动特征,提出了搜索模式自适应的选择机制,以节省不必要的搜索点加快搜索速度;又能避免陷入局部极小.实验结果表明,与H.264/AVC的参考软件JM12.4相比,该算法使整像素精度运动估计的速度提高了30%～40%,同时保持了图像质量和码率基本不变.     

一种运动估计的快速预测搜索算法

本文提出了一种运动估计的快速预测搜索算法(PSA)。该算法首先用当前块的三个邻近块运动矢量的线性加权来得到预测矢量,然后以预测点为起始点,采用33的搜索窗进行搜索步长为1的移动窗搜索,直到搜索到达搜索域的边界或搜索的局部最小点位于搜索窗的中心时停止。该算法由于利用了序列图象的实际运动矢量与预测矢量之间距离的空间分布特性一中心偏置分布特性和时间上的相关特性,并采用了中止判决准则,可以明显地减少搜索次数。仿真表明这种算法减少了搜索范围和搜索次数,提高了搜索效率,降低了运动估计的计算复杂性。本文还详细地给出了PSA算法与其它常用快速算法的比较结果。     

一种基于生物地理优化的快速运动估计算法

为了提高视频编码中运动估计的性能,该文提出了一种新的基于生物地理优化的快速运动估计算法。该算法以运动矢量的特性为基础,通过生物地理优化算法的迁徙和变异操作搜索全局最优解,克服了以往快速搜索算法容易陷入局部最优的缺点,同时采用了早期和迭代终止策略,进一步简化运算复杂度。实验表明,该算法的整体性能高于以往快速搜索算法,可以有效兼顾搜索精度和速度的要求。由于实现简单和适用面广,该算法能满足实时视频编码的需求。     

H.264中块匹配的快速搜索算法研究

在新一代视频压缩编码标准H．264中，块匹配运动估计有着举足轻重的地位，它的性能影响着输出码流的质量。在块匹配中运动估计耗时最多，为了减少运动估计的时间和搜索的次数，常采用快速搜索算法。介绍块匹配运动表示法，详细研究块匹配中的3种快速搜索算法的搜索过程，并对3种算法的性能作比较分析。     

基于网格模型的运动估计技术

网格模型的运动估计和跟踪在基于模型的编码方法中占有重要的地位,在现有的网格运动估计技术中,六边形匹配(Hexagonal Matching)是一种有效的网格模型运动估计算法,它采用局部最优和迭代策略相结合的方法得到较好的全局运动估计结果.六边形匹配算法由块搜索和迭代六边形匹配两步组成,同所有的基于模型的运动估计技术一样,六边形匹配算法也存在运算量大的问题难于满足实时编码需要.本文对六边形匹配算法从三个方面进行改进:用四步搜索替代全搜索、快速的纹理映射技术和有效的节点排序减少迭代次数.改进后的算法在基本上保证原算法的运动估计效率的情况下,算法的复杂度有明显的降低,使得基于模型的编码技术向实用化前进了一步.     

一种基于KLT-RANSAC全局运动估计的电子稳像算法研究

全局运动估计是电子稳像的核心,很大程度上影响整个稳像系统的性能.提出了一种基于KLT-RANSAC全局运动估计的电子稳像算法,该方法首先通过增加距离约束机制,并进行亚像素级定位,优化Harris特征点,选择KLT快速匹配算法实现特征点的粗匹配,之后引入了RANSAC算法剔除误匹配点,去除视频序列中分布在运动物体上的特征点,避免了局部运动对全局运动估计的影响.实验结果表明:本算法可以有效解决特征点匹配过程中的误匹配问题,避免局部运动对稳像的干扰,快速准确地计算出全局运动参数,最终可以实时处理存在平移和旋转抖动的视频,输出稳定高质量的视频.     

一种基于区域搜索的全局运动估计与补偿算法

开展全局运动估计与补偿研究是进行动态目标检测中的基础和前提。在总结现有运动估计与补偿方法的基础上,提出一种基于图像分割区域的运动性和大小的全局运动估计与补偿算法。首先,通过建立区域搜索的全局运动模型,同时进行区域定性分割和区域大小排序;然后,根据误差最小化准则在指定的分割区域中进行线性递归搜索,利用门限准则寻找出最佳的运动估计参数;最后,根据双线性内插法获得运动位移量。实验结果比较可知,所提算法较三步搜索算法(TSS)和全局搜索算法(FSA)等传统算法具有更高的准确性(图像平移帧差)和实时性(算法运行时间),能够很好地实现运动背景的全局校正。     

基于MPEG的全局运动估计技术

提出了一种基于MPEG（moving Picture experts group)的全局运动估计技术;利用四参数模型来描述由摄像机运动带来的全局运动,再利用基于块匹配的算法来求解4个参数,进而作相应的运动补偿,由于MPEG视频流中的运动矢量蕴含了最优块匹配的信息,所以不需要对MPEG视频流完全解码,即可进行参数估计,实验证明该算法速度较快,并能通过运动补偿排除由摄像机运动造成的伪运动区域的干扰。     

A new block-based motion estimation algorithm

The conventional motion estimation algorithms used in digital television coding can roughly be classified into two categories, namely the block-matching method and the recursive method. Each of them has its own strong points. In this paper, a new type of block-based motion estimation algorithm is presented, which is based on the block-recursive (gradient) method and makes use of some of the merits of the block-matching method. For a moderate translational motion, motion estimation with a subpel precision can conveniently be obtained with only a couple of recursive searches, and for a violent or complicated motion which cannot be estimated by any block-based algorithm, the local minimum of prediction errors can always be found. Our experiments show that the proposed algorithm is efficient and reliable, and obviously superior to the conventional block-recursive algorithms and the fast block-matching algorithms. The performance of the proposed algorithm tends almost to the optimum of the full search algorithm with the same estimation precision, but the computational effort is much less than that of the full search algorithm.     

基于运动矢量多级分析的视频全局运动估计

基于运动矢量场的视频全局运动估计相较于基于像素的估计方法具有较低的计算复杂度,因而广泛应用于视频分割及视频压缩等领域中。然而噪声和前景目标等外点区域的存在,降低了全局运动估计的准确性。为了提高全局运动估计的准确度,该文提出一种基于运动矢量多级分析的全局运动估计算法,该算法根据局部运动与全局运动的运动特性差异自适应地滤除前景目标区域,由邻域矢量间相似性度量检测出纹理平滑周期区域,最后滤除孤立的噪声区域,由滤波得到的内点区域求解全局运动参数。实验结果表明,该方法能有效地滤除外点区域,提高全局运动估计的准确性。     

基于运动矢量对消和差分原理的快速全局运动估计

该文针对全局运动估计计算复杂度过高的问题,提出了一种基于运动矢量对消和差分原理的快速全局运动估计方法。基于不同象限运动矢量对之间存在的对称抵消特性,首先估计出平移运动参数分量;再使用运动矢量对的差分原理,并结合一种置信判断的策略,估计出变换运动参数分量。在5组几何全局运动模型和真实视频序列上的实验结果表明,与基于迭代最小二乘(ILS)和基于偏导数(PD)的估计算法相比,该方法在保证估计精度的情况下,所需的平均计算时间只要它们的50％左右。     

基于MPEG压缩域的快速、鲁棒的全局运动信息提取方法

全局运动信息在视频分析中起着重要的作用.本文根据MPEG编码特点,提出了一种从MPEG压缩域中快速有效地进行全局运动参数估计的算法.该算法充分利用了MPEG压缩码流中的信息,通过提取预测残差DC图像的运动背景区域,估计全局运动参数,从而保证了参数估计的准确性,有效地克服了已有文献中仅仅采用运动矢量进行全局运动估计的局限性.根据不同的MPEG测试序列的对比分析,结果表明,本算法可快速准确地对MPEG视频序列进行全局运动信息估计,同时具有很高的鲁棒性.     

基于相位相关的目标图像亚像元运动参数估计

为获取亚像元级目标运动参数,提出一种基于相位相关分析的图像配准方法。首先讨论了目标局部运动和全局运动的目标参数估计问题,通过图像减影运算和模块匹配方法实现粗配准,从全景图像中分离目标信息和背景信息,计算目标中心坐标,获取像元级运动参数;然后采用相位相关图像配准方法实现精配准,利用傅里叶变换的平移特性,对产生平移的目标图像,通过求解归一化的互功率谱的傅立叶逆变换,得到二维脉冲函数,其峰值对应图像位移,由此获取亚像元级位移量。在实验室通过自准直光学系统获取光斑运动图像,使用Leica经纬仪标定光斑运动参数精度。结果表明,该方法效果显著,最大配准误差为0.156,标准差为0.091,配准精度优于1/10像元。     

基于量子克隆选择的自适应多模式快速运动估计算法

该文提出一种新的基于量子克隆选择的自适应多模式快速运动估计算法。算法利用序列图像的时空预测运动矢量作为序列活动剧烈程度的依据,自适应选择搜索模式。静止块直接中止搜索;平缓运动类型块以(0,0)点为起始点,直接使用CDS搜索模式;剧烈运动类型块使用QCS/CDS联合搜索模式,首先使用量子克隆选择QCS寻找近似最优解,然后以近似最优解为起始点,使用CDS搜索。实验结果证明,算法在能够获得接近全搜索方法所得到的平均峰值信噪比前提下,平均搜索点数大大减少,搜索速度显著加快。     

基于自适应模板匹配的帧间全局运动估计算法

针对传统的匹配方法在匹配模板与待匹配图像间存在噪声影响、亮度等差异时导致匹配算法在时间和精度上得不到很好的统一,由此影响到红外图像帧间全局运动估计和补偿问题,提出了基于自适应模板匹配的方法进行帧间全局运动估计算法。该算法首先利用模板选择策略进行待匹配模板的选取,提高匹配的精度;然后提出自适应模板匹配准则,以达到较好的匹配效果,克服噪声等奇异点对误差函数值的影响;最后提出菱形搜索策略,以便搜索到最佳匹配点,使搜索不至于陷入局部最优,并提高了搜索速度。仿真实验结果表明,在红外图像背景变化较为缓慢的情况下,所提算法降低了帧间全局运动估计计算复杂度,同时具有很好的匹配精度和准确性。