基于运动估计的整帧丢失错误掩盖算法

针对因信道错误引起的数据丢失而造成的整帧图像丢失的情况,提出了基于运动矢量估计的错误掩盖算法.假设图像局部区域的运动为线性运动,估计丢失块的运动矢量.利用该运动矢量指向的参考块的运动情况来验证估计运动矢量的可靠性.如果可靠,则使用该矢量重建丢失块;否则,采用边界匹配的方法重建丢失块.当参考帧中存在帧内宏块时,利用相邻宏块的运动信息估计其运动矢量.最后通过滤波来减轻重建数据块边界的块效应.实验表明,和已有算法比较,本文算法可以明显提高恢复图像的主观和客观质量.     

带有模式选择的快速运动估计算法

为了减少视频编码标准H.264运动估计模块的计算复杂度，提出了一种带有模式选择的快速运动估计算法.基于编码块模式最终选择结果的统计分析，讨论了图像特征与模式选择之间的关系，得出大块模式选择的比例远高于小块模式.采用运动估计块匹配过程中得到的中间结果绝对值误差和（SAD）与运动矢量，分别给出了三条模式选择准则.将运动估计的直接搜索过程改进为先进行编码块模式判断，再进行选中块匹配搜索过程.实验结果表明，与全搜索算法相比，该算法平均搜索时间明显减少，同时保持了非常近似的解码图像质量和编码码率，保持了多模式运动估计的优点.     

动态场景中运动目标快速检测算法

提出了一种基于边界灰度投影匹配的全局运动估计和运动目标提取算法.算法将边界灰度水平投影和垂直投影值作为匹配特征,较好地估计了全局运动参数.由于只需计算一维特征向量所以降低了全局运动估计的计算量.经过全局运动补偿后,可以运用传统的帧间差法得到运动目标.为了减少噪声的影响,准确提取目标,采用了高阶统计量的方法(HOS)来区分背景和运动目标.试验结果证明,所提出的方法在估计全局运动参数和提取运动目标方面有较好的鲁棒性.     

Hilbert曲线及其应用

运动估计对于具有运动补偿的帧间序列编码是很重要的.块匹配算法BMA是实现运动估计的一种有效方法,而用穷举搜索法ESA实施BMA固然效果很好,但时间资源浪费较大。人门提出了三步搜索法TSS及其改进版DSWA/IS等,它们的共同特点是自适应能力差,原因是基本假定:“匹配块与最优块的差单调增加”往往与实际不符.能否在保持二维原始图象特征的前提下,实现二维图象序列到一维序列的转换;能否恰当选择门限值从容不迫适应实际情况,实现速度和准确性的最佳匹配,运动估计的Hilbert搜索算法HSSA就是一种复杂性不高和自适应能力强的递归搜索算法。此外,利用希尔泊特曲线还可产生加密用的置乱置换。     

基于起点预测的快速运动估计算法

在研究菱形法等算法的基础上，利用序列图像的相邻块运动矢量的高度相关性和运动矢量的中心偏移特性，提出了一种基于起点预测的快速运动估计算法．该算法设计了菱形和正方形两种模板，在搜索过程中根据图像的内容(运动类型)采用组合模板进行灵活处理，提高了快速块匹配的搜索速度．该算法具有基于内容搜索的特点．实验结果表明，该算法在速度和准确性方面都优于传统的快速运动估计算法．     

基于运动估计的置信度传播立体视频匹配算法

基于置信度传播（BP：Belief Propagation）的立体匹配算法与局部算法相比,视差准确度高,但需要耗费大量的计算时间。为此,提出一个基于运动估计的置信度传播立体视频匹配算法。该算法首先通过传统的BP算法获得I帧的匹配视差图,并保存每个像素获得最佳视差值的传递信息;然后,通过参考I帧的运动估计信息,得到重新排列的I帧视差值的传递信息,将其作为P帧置信度传播算法的初值进行迭代运算,从而大大减少了P帧置信度传播算法的迭代次数。实验结果表明,该算法能大大提高置信度传播立体视频的匹配效率。     

一种基于验证帧和验证块的帧率上转换算法

本文对帧率上转换进行研究。虽然目前针对帧率上转换问题存在多种算法,但都没有充分利用已知帧和已知块等图像信息对插入块的运动矢量进行估计。本文算法为了解决了帧率提升中因虚假时间对称性产生的错误运动估计的问题,减少块效应,提出了一种基于验证帧和验证块的双向运动估计算法,该算法首先对待插块进行双向运动估计,然后通过验证帧和验证块对运动估计的结果进行验证,得到较准确运动估计,最后对运动矢量进行平滑,并进行自适应重叠块运动补偿得到内插帧。标准测试序列的实验结果表明,本算法与已存算法相比,图像质量在主观和客观方面都有所提高。     

一种运动矢量场自适应搜索算法

针对视频序列中存在很大的时间冗余问题.在运动补偿和运动估计算法基础上,利用运动估计的中心偏置特性,提出一种基于运动矢量场的自适应搜索算法.通过对当前帧的分析,动态地修改被参考特性,从而减少了时间冗余.实验证明,该算法将使运动估计匹配准确率和搜索速度得到有效提高.     

H.264中基于预测的快速模式决策算法

针对H.264采用多模式运动估计和模式决策等一系列新算法而引入的高计算复杂度问题,提出了一种基于预测的H.264编码快速模式决策算法.使用一种基于自适应阈值的提早退出检测算法,以较高识别率检测出静止宏块和区域运动宏块,及早作出模式决策;对未被判定的宏块使用基于预测的快速搜索算法得到所有4×4块的运动矢量;利用自底向上合并检测,得到其他模式块的运动矢量和最佳模式.实验结果表明,该算法与参考实现中的快速算法相比,仅损失了少量的图像质量和码率,但平均编码速度提高了30％.     

一种基于H.264/AVC的多参考帧快速选择算法

最新的视频编码标准H.264/AVC采用了多参考帧运动估计来提高编码效率,增加的计算量与参考帧数目成正比。实际中,多参考帧对编码效率的提高并不完全依赖参考帧数目,而是与序列特征有关。为避免搜索多余的参考帧,提出一种参考帧选择算法来快速确定当前宏块所需的参考帧。该算法利用序列的纹理特征来判定可能的参考帧数目,然后再根据帧间运动信息和RDO(Rate DistortionOptimization)的单调性进一步确定16×16,8×8和4×4模式的最佳参考帧,其它模式可根据与这3种模式的参考帧选择相关性来自适应确定可能选中的参考帧。实验结果表明,这种算法在保持码率和信噪比几乎不变的同时,能够节省约30%的编码时间。