低码率图象传输系统运动补偿算法及实现

普通运动矢理搜索算法并不能完全适应低码率图象传输系统的特点，运算量也较大，本文经过试验分析，改进了适用于低码率系统的图象搜索算法，并提出使用亚采样模板匹配方法减少运动矢量搜索过程的计算量。     

SAR与可见光图象匹配方法的研究

由于SAR和可见光成象传感器图象的物理特征不同,因此进行匹配难度很大。本文在深入分析了这两种传感器图象物理特征的基础上,提出了一种图象匹配的新方法。该方法运用形态学滤波方法去除SAR图象斑点噪声,利用图象的边缘特征进行匹配,并采用多分辨率分级搜索技术减少计算量,在对实验结果进行分析的基础上提出了搜索真实匹配位置的原则,大大提高了匹配的准确率。通过实验对SAR图象斑点噪声滤波和SAR与可见光图象匹配算法进行了验证,实验证明本算法的SAR图象去噪效果明显优于传统的Frost方法,图象匹配精度高,稳定性好。     

一种改进的有效运动估计方法—准菱形搜索法

根据基于对象的MPEG－4视频标准[1]，以对象宏块的运动矢量作类似的多边形匹配，利用相邻帧中运动矢量和图象像素的相关性，提出了一种“准菱形”搜索运动估计方法，该方法在图象运动复杂的情况下，不仅能根据方向选择来扩大搜索范围，而且能有效地降低搜索点数和搜索次数，该算法利用C语言编程，结合Matlab数学工具来处理典型图象序列，其结果表明，该方法与菱形搜索，六角形搜索相比，具有既能够有效地保持图象质量又能降低计算的复杂度等优点。     

一种预测起始搜索点的运动图象分块运动匹配新算法

在以往的运动图象分块运动匹配算法中，分块运动向量的起始搜索点是固定的。本文根据各分块运动向量的分布统计特性和相邻分块运动向量的相关特性，提出了一种基于预测起始搜索点的运动图象分块运动匹配新算法。通过用相邻分块运动向量的相互关系预测当前分块的起始搜索点，利用基于中心搜索模式的分块运动匹配算法寻找匹配的运动向量。实验表明，该算法预测步骤简单，令搜索更快接近全局极值，与其它快速分块运动匹配算法相比有效地降低了帧间运动补偿误差和所需搜索运算量，效果较好。     

基于预测模型的分形图象缩编码方法

给出了一个基于ρ图象模型的预测模型，用来预测分形图象编码中图象子块编码匹配成功的可能性以及匹配搜索空间的有效范围，并以此模型为根据提出了一种基于预测模型的分形图象压缩编码方案，大大减少了分形图象编码中不必要的尝试匹配搜索计算，实验结果表明该方案能够提高分形图象的编码速度，具有很高的实用价值。     

脑部数字减影图象增强研究

针对数字减影图象中，因运动引起的图象质量下降问题，提出了一种基于图象配准的数字减影图象增强算法，该算法通过选择合适的控制点和相似测度，采用快速样条插值算法以及鲍威尔优化搜索方法，并用块匹配方法对造影图象和掩膜图象进行配准，实验结果表明，配准后的减影图象质量良好，不仅具有较高的临床诊断价值，并且该算法具有较快的计算速度。     

一种新的纹理合成算法

本算法以马尔可夫随机域(Markov Random Field)模型合成纹理,使用图象金字塔(Image Pyramid)的方法,以一个样本纹理图象作为输入,在样本纹理图象中随机抽取一块很小的区域作为合成纹理图象的种子区域,在种子区域的边缘按照螺旋顺序合成.在合成纹理图象的每个像素时,通过候选列表搜索、全局搜索和中心搜索相结合的方法,在候选列表搜索和全局搜索中使用不同大小的邻域搜索其匹配点,能够快速准确地找到最优的匹配点.实验表明,这种算法对于大多数纹理都能取得很好的效果.     

基于变形轮廓的医学图象匹配方法

艇变形轮廓线的方法实现医学图象匹配过程中的对应标记点问题,并用遗传算法进行最佳匹配结果的搜索。实验结果表明,该方法能有效地用于建立医学图谱和图象之间的一一对应关系,是对以往人工交互标注方法的重要改进。     

一种自适应运动估值视频代码转换的新方法

针对窄带网络的视频信号传输问题,分析了传统视频代码转换帧速率转换时,由于运动矢量非最佳化所造成的图象质量下降的原因,并提出了一种基于量化误差的自自动化运动矢量模型,从而减小了搜索域,使最佳化输出运行矢量能进行快速运动估值;同时根据灰度系统理论,提出了一种有效的灰度预测搜索方法,另外,又根据DCT系数理论模型。采用自适应快速视频编码方法,进一步提高了编码速度,实验结果表明：该方法不仅改善了视频图象质量,而且计算复杂度也大大减小。     

视频图象序列的实时镶嵌技术研究

阐述了一种快速而高效的由视频图象或视频图象序列生成全景的配准方法,为了估计图象配准的校正参数,该方法计算伪运动矢量,这些伪运动矢量是光流在每一选定象素处的粗略估计,使用方法,实现了一个在低价PC上就能实时创建和显示全景图像的软件。     

基于多直线特征的电子图象稳定算法

提出了一种基于多直线特征的全局运动估计算法，同时也介绍了它在电子图象稳定（EIS）系统中的应用，首先，用全局运动估计技术来估计摄像机的运动，即通过小波变换法提取图象中的边缘，并利用Hough变换法提取图象中的直线段特征，然后按照直线段的特征参数和位置选择原则选择具有分布特性的多个直线段，并通过对应的直线段特征比较计算局部运动参数和全局运动参数；最后根据全局运动估计结果，利用滤波法进行抖动判别和补偿，实现对图象序列的稳定处理，实验结果表明，多直线特征可以准确且稳定地估计摄像机的运动参数，通过滤波法可以消除视频序列的抖动。     

一种基于模板匹配的电路照片拼接方法

鉴于实际工作中,经常需要将多幅图象拼成一大幅大图象的问题,提出了一种针对显微照片的新拼接方法。该方法是应用模板匹配技术来实现图象的自动拼接,由于是通过利用图象信息来选择模板,从而为模板匹配的定位创造了条件,该方法分为模板选择、模板匹配和图象拼接3步。实际运用结果表明,该方法简单易行,在电路照片的拼接中,定位较准确,且拼接效果好。     

运动估值的实用快速算法

现有的许多有关运动估值的快速算法，都存在着匹配速度快与匹配精度差的矛盾。文章在分析已有典型快速算法优缺点的基础上，提出了解决这一矛盾的分步逼近的新算法——“迂回逼近法”；算法选择了快捷和更为准确的搜索路径，且对程序的实现技术作了有效改进，其最终匹配结果具有全匹配算法的精度和典型快速算法的速度。文中说明了算法原理，程序技术和对比实验结果。     

基于区域生长的多源遥感图像配准

多源遥感图像由于成像设备、所用光谱、拍摄时间等因素的不同,给配准带来极大的困难.尽管已经提出了多种匹配方法,但已有方法一般只能适用于特定的应用环境,开发出更加稳定和适用的配准算法仍然是一个极具挑战性的研究课题.提出一种基于区域生长的配准方法,首先,提取改进后的尺度不变特征,通过全局匹配确定种子点和种子区域并完成变换模型的初始化;然后,运用迭代区域生长和双向匹配策略,得到整个图像的可靠匹配点,从而实现多源遥感图像之间的配准.实验表明,该方法提取的匹配点的数量和正确率均远高于已有方法,能够对存在严重灰度差异的多源遥感图像实现高精度的配准,充分证明了该方法的鲁棒性和适用性.     

视频压缩感知中分级多假设预测算法

目的 多假设预测是视频压缩感知多假设预测残差重构算法的关键技术之一,现有的视频压缩感知多假设预测算法中预测分块固定,这种方法存在两点不足：1）对于视频帧中运动形式复杂的图像块预测效果不佳;2）对于运动平缓区域,相邻图像块的运动矢量非常相近,每块单独通过运动估计寻找最佳匹配块,导致算法复杂度较大。针对这些问题,提出了分级多假设预测思路（Hi-MH）,即对运动复杂程度不同的区域采取不同的块匹配预测方法。方法 对于平缓运动区域的图像块,利用邻域图像块的运动矢量预测当前块的运动矢量,从而降低运动估计的算法复杂度;对于运动较复杂的图像块,用更小的块寻找最佳匹配;对于运动特别复杂的图像块利用自回归模型对单个像素点进行预测,提高预测精度。结果 Hi-MH算法与现有的快速搜索预测算法相比,每帧预测时间至少缩短了1.4 s,与现有最优的视频压缩感知重构算法相比,对于运动较为复杂的视频序列,峰值信噪比（PSNR）提升幅度达到1 dB。结论 Hi-MH算法对于运动形式简单的视频序列或区域降低了计算复杂度,对于运动形式较为复杂的视频序列或区域提高了预测精度。     

Estimating myocardial motion by 4D image warping

A method for spatio-temporally smooth and consistent estimation of cardiac motion from MR cine sequences is proposed. Myocardial motion is estimated within a four-dimensional (4D) registration framework, in which all three-dimensional (3D) images obtained at different cardiac phases are simultaneously registered. This facilitates spatio-temporally consistent estimation of motion as opposed to other registration-based algorithms which estimate the motion by sequentially registering one frame to another. To facilitate image matching, an attribute vector (AV) is constructed for each point in the image, and is intended to serve as a “morphological signature” of that point. The AV includes intensity, boundary, and geometric moment invariants (GMIs). Hierarchical registration of two image sequences is achieved by using the most distinctive points for initial registration of two sequences and gradually adding less-distinctive points to refine the registration. Experimental results on real data demonstrate good performance of the proposed method for cardiac image registration and motion estimation. The motion estimation is validated via comparisons with motion estimates obtained from MR images with myocardial tagging.     

求取真实运动矢量的一种算法

针对物体基视频编码与分割应用,提出了求取特征区域真实运动矢量的一种算法。首先,利用运动检测器将图像序列的每一帧分割成静止区域与运动区域。然后只对运动区域进行运动估计。为了克服传统块匹配法的固有缺点,本文算法采用变尺寸块匹配法,大的均匀区用大方块,运动物体的边缘区用小方块;在进行块匹配搜索期间,在易误匹配的区域,为了不遗漏真实的运动矢量,先按照ＭＡＥ准则预选出多个候选运动矢量,尽可能保证真实的运动矢量包含其中,接着再根据相邻块运动矢量的相关性,从多个候选运动矢量中选出一个比较可靠的运动矢量。实验结果表明,该算法产生的运动矢量真实可靠,而且一致性好,可用于识别可靠的运动区域。     

Block matching algorithm for motion estimation based on Artificial Bee Colony (ABC)

Block matching (BM) motion estimation plays a very important role in video coding. In a BM approach, image frames in a video sequence are divided into blocks. For each block in the current frame, the best matching block is identified inside a region of the previous frame, aiming to minimize the sum of absolute differences (SAD). Unfortunately, the SAD evaluation is computationally expensive and represents the most consuming operation in the BM process. Therefore, BM motion estimation can be approached as an optimization problem, where the goal is to find the best matching block within a search space. The simplest available BM method is the full search algorithm (FSA) which finds the most accurate motion vector through an exhaustive computation of SAD values for all elements of the search window. Recently, several fast BM algorithms have been proposed to reduce the number of SAD operations by calculating only a fixed subset of search locations at the price of poor accuracy. In this paper, a new algorithm based on Artificial Bee Colony (ABC) optimization is proposed to reduce the number of search locations in the BM process. In our algorithm, the computation of search locations is drastically reduced by considering a fitness calculation strategy which indicates when it is feasible to calculate or only estimate new search locations. Since the proposed algorithm does not consider any fixed search pattern or any other movement assumption as most of other BM approaches do, a high probability for finding the true minimum (accurate motion vector) is expected. Conducted simulations show that the proposed method achieves the best balance over other fast BM algorithms, in terms of both estimation accuracy and computational cost.     

快速运动估计的赢墩领出策略及在H.264中的应用

运动估计算法复杂度高,是H.264协议中最耗时的步骤,研究高效的运动估计算法对于满足视频的实时性是必要的。论文以桥牌游戏为例,说明了用于运动估计的赢墩领出策略,优化设计了匹配误差序列,以重排匹配搜索的顺序,进一步加快了运动估计的速度,总结出了在H.264中集成赢墩领出策略的运动估计算法。对比实验表明图像边缘强度与匹配误差成正比趋势,以此为基础的新算法大大减少了运算次数,耗时低于全局搜索算法的1/10。