一种自适应去隔行算法及其电路设计

为提高数字电视的图像显示质量，提出了一种数字视频的运动自适应加边缘检测的两级加权求和去隔行算法。该方法在一定程度上克服了直接的奇偶场合并造成的运动边缘锯齿和场内内插的模糊和闪烁等问题，并且不会出现采用运动补偿方法在运动矢量出错时产生的难以接受的伪像。该算法的硬件实现的复杂度比运动补偿方法大大降低。     

一种新型运动自适应去隔行算法

在分析了现有的各种去隔行算法特点的基础上,提出了一种新型的运动自适应去隔行算法。该算法充分结合了中值滤波算法及边沿保护插值算法的优越性,能区分图像的静止和运动部分,采用不同的算法进行去隔行。同时对运动部分采用的边沿保护插值去隔行算法进行了改进,大大简化了运动检测。软件仿真表明,去隔行处理后的逐行图像测评效果良好,该算法占用硬件资源少,结构简洁,极具实用价值。     

基于视频监控系统的运动自适应去隔行算法

针对视频监控系统的去隔行问题,在分析了传统去隔行算法优缺点的基础上,提出了一种高性能的运动自适应去隔行算法。该算法通过可检测空间周期模式运动的4场运动检测方法对插值点运动状态进行判断,将图像分为静止区域和运动区域。静止区域的插值采用场合并算法;运功区域的插值采用改进型边沿自适应插值算法,增强了水平边沿检测功能并提升了一致性边沿方向的估计水平。DSP实验结果表明,提出的算法可提高图像的峰值信噪比(PSNR)和结构相似度(SSIM),有效抑制锯齿化、行间闪烁和运动虚像等不良效应,获得良好的视觉效果     

一种带运动检测的去隔行中值滤波算法

视频格式转换(VFC)技术可以较好地解决不同格式的视频信号之间信息不易交流的难题。而去隔行又是视频格式转换的一项关键技术。该文提出了一种新的带运动检测的中值滤波算法。该算法能区分图像的运动和静止部分而分别采用不同的算法进行去隔行。对静止部分,采用场复制的算法;而对运动部分,采用综合的中值滤波算法,这样就充分利用了视频信号在空间和时间上的相关信息,克服了原来算法去隔行时图像边缘不够平滑,出现锯齿,甚至有断点等不足。软件仿真表明,图像的测评效果良好,且该算法的硬件成本较低,极具实用价值。     

时空权重和边缘自适应去隔行

为实现隔行扫描到逐行扫描的视频格式转换,文中提出了一种时空权重和边缘自适应的去隔行算法,主要包括4个同极性场运动估计、小角度边缘搜索、时空权重计算、自适应插值等.运动估计通过比较同极性场的像素块绝对值差和(SAD)与运动阈值实现运动估计,并且利用前一场的运动信息进行鲁棒性处理,提高运动检测的精度.小角度边缘搜索采用自适应搜索半径的方法实现最小6°的小角度边缘检测.最后,通过时空权重自适应的插值算法实现去隔行处理,取得很好的处理效果.     

一种时空结合的边沿检测去隔行算法

在分析了传统边沿自适应去隔行算法的原理及优缺点的基础上,详细地对传统边沿法的低垂直清晰度造成的原因进行了探讨和解释,从理论上对其不足进行弥补改进,提出了一种结合时域滤波、空间滤波和中值滤波的改进的边沿检测去隔行算法。利用待插值点前后场的信息以及当前场的信息对检测出的边沿待插值像素进行双向插值后,再进行中值滤波。软件仿真结果和理论分析说明：改进的算法,引入较多的原始图像信息进行去隔行处理,有效地提高了垂直清晰度,同时保证了边界的锐利,具有良好的视觉效果。     

一种改进的三维递归搜索视频去隔行算法

提出了一种改进的三维递归搜索（3DRS）视频去隔行算法，该算法使用双向参考运动估计，消除了原始算法中的误差传递现象，并采用多分辨率分析的思想，根据视频内容自适应的调节误差匹配块尺寸，提高了运动估计的准确度。实验结果表明，对于大多数测试序列，该算法在实验效果上取得了优于原始的3DRS算法的性能。     

加权边沿自适应的场内插值去隔行方法*

为实现隔行扫描图像到逐行扫描图像的扫描格式转换,提出了一种基于空间加权和边沿自适应的场内插值去隔行算法。该算法包括LRV（left right vertical）评估和边沿自适应插值。相比传统的去隔行算法,LRV评估可以有效地消除伪边沿插值;在边沿自适应插值中增加预插值判断进行插值方向初步估计,可以抑制反向插值错误;在边沿方向搜索中增加空间权值,可以提高插值的准确率。实验结果表明,该算法在处理图片和视频流时的图像质量均要优于传统的算法。     

基于H.264的运动及纹理自适应去隔行算法

在分析空间和时间二维插值去隔行算法特点的基础上,提出一种基于H.264编码的运动及纹理自适应去隔行算法。对H.264编码过程中的运动估计、运动补偿和帧内预测结果进行研究,将视频序列划分为运动区域、静止纹理复杂区域和静止纹理简单区域,分别采用沿自适应插值、竖直时域滤波和行平均插值方法进行去隔行处理。实验结果表明,该算法在处理运动区域和静止区域图像时,能有效抑制由于运动检测失误造成的梳齿和虚影问题,提升图像质量。     

一种基于改进型边沿线平均算法的去隔行设计

该文在原有边沿线平均去隔行算法的基础上设计和实现了改进型的边沿线平均算法。本系统包括rgb2yuv,edge_detection,Sif,yuv2rgb 4个模块,可调参数通过AMBA总线配置。其中Sif模块为本文设计的重点.本设计用VerilogHDL语言实现,同时并为此设计搭建了功能完备的Modelsim仿真环境,进行了仿真验证,最后用FPGA实现其功能。     

一种基于PBIL算法和变焦算法的混合算法

基于群体的增量学习(PBIL)算法具有运行过程简单、解决问题快速准确的优点.本文采用二进制编码,针对二进制编码的算法从二进制最高位到最低位依次收敛的多米诺现象,提出一种变焦算法用来提高PBIL算法的搜索效率和求解精度.基于多组不同维数的Benchmark函数的仿真结果表明,混合算法具有全局收敛、求解精度及搜索效率高的优点.     

一种基于遗传算法的知识挖掘算法

数据挖掘是近年来数据库领域中出现的一个新兴研究热点。传统的数据挖掘是从大量数据中获取知识。该文基于遗传算法提出了一种新的知识获取方法－ＧＡＫＤＫ,通过对知识树的交叉交异操作,从现有规则中获取未发现的知识。     

Roosters Algorithm: A Novel Nature-Inspired Optimization Algorithm

Some species of females, e.g., chicken, bird, fish etc., might mate with more than one males. In the mating of these polygamous creatures, there is competition between males as well as among their offspring. Thus, male reproductive success depends on both male competition and sperm rivalry. Inspired by this type of sexual life of roosters with chickens, a novel nature-inspired optimization algorithm called Roosters Algorithm (RA) is proposed. The algorithm was modelled and implemented based on the sexual behavior of roosters. 13 well-known benchmark optimization functions and 10 IEEE CEC 2018 test functions are utilized to compare the performance of RA with the performance of well-known algorithms; Standard Genetic Algorithm (SGA), Differential Evolution (DE), Particle Swarm Optimization (PSO), Cuckoo Search (CS) and Grey Wolf Optimizer (GWO). Also, non-parametric statistical tests, Friedman and Wilcoxon Signed Rank Tests, were performed to demonstrate the significance of the results. In 20 of the 23 functions that were tested, RA either offered the best results or offered similar results to other compared algorithms. Thus, in this paper, we not only present a novel nature-inspired algorithm, but also offer an alternative method to the well-known algorithms commonly used in the literature, at least as effective as them.     

一种基于遗传算法的工艺品布局求解算法

在组件特征模型的基础上，针对工艺品布局创新的需要提出亚组件的概念，在遗传算法中引入人机交互技术，在适合度函数中引入形象度和抽象度，形成一种基于遗传算法的布局自动求解算法。以斑铜工艺品布局求解为例，对该算法进行了验证。理论和实例分析表明，该算法能快速有效地生成多个斑铜工艺品的布局方案。     

确定单峰搜索区间的新算法-前进法

现有的一维寻优算法是以已知目标函数的单峰区间为前提的 ,而如何由变量的取值区间确定目标函数的所有单峰区间却很少有优化算法涉及。为了解决这一问题 ,提出了前进法 ,详细介绍了其基本原理和搜索步骤并绘制了程序流程图。最后 ,用一个简单的双峰函数检验了所提出的算法     

一种基于遗传算法的FastSLAM2.0算法

FastSLAM2.0算法的重采样过程会带来“粒子耗尽”问题,为了改进算法的性能、提高估计精度,将FastSLAM2.0算法与遗传算法相结合,提出了一种解决SLAM问题的方法——遗传快速SLAM算法．针对FastSLAM2.0算法的特点,设计了一种改进的遗传算法来兼顾粒子权值和粒子集的多样性．遗传快速SLAM算法采用unscented粒子滤波器估计机器人的路径,地图估计则采用扩展卡尔曼滤波器．采用SLAM领域的标准数据集“carparkdataset”对提出的算法进行了验证,实验结果表明遗传快速SLAM算法在估计精度和一致性方面都具有较好的性能,并且算法的计算复杂度能满足实时性要求．     

基于改进PSO-TrICP算法的点云配准

针对传统迭代最近点（Iterative Closest Point,ICP）算法在初始空间位置偏差大时,容易陷入局部最优的问题,提出一种基于改进PSO-TrICP算法的点云配准方法。首先,对传统粒子群（Particle Swarm Optimization,PSO）算法进行改进,引入适应度的相似度测量准则调整粒子的更新方式,然后加入历次迭代的全局最优解的均值作为新的学习因子避免求解过程中出现“早熟”现象;其次用刚性变换参数和点云间的重叠率组成粒子,利用改进PSO算法为配准提供良好的初始相对位置;最后,通过裁剪迭代最近点（Trimmed Iterative Closest Point,TrICP）算法估计点云间的空间变换。实验结果表明,改进PSO-TrICP算法的配准精度与运行效率优于近年提出的同类配准算法,且具有较好的鲁棒性。     

量子搜索算法

结合Grover和Tad Hogg的算法框架,叙述了量子算法中非结构化和结构化的两类搜索算法的设计思想.在Grover算法中,结合复杂性、临界点、非单调性、完备性和鲁棒性分析总结了一些性质,分析了Grover算法的优缺点.在Tad Hogg算法中对独立于问题的映射和相位调整分别作了介绍.重点分析了一种相位调整策略,解释该策略有效的原因和适用的场合,讨论了影响算法效率的因素.在上述论述的基础上对量子搜索算法与传统搜索算法进行了比较和分析,总结了隐藏在不同量子搜索算法背后的深刻思想.     

一种B-快速排序算法

提出一种新的B-快速排序算法，当数集较大时其排序的速度比快速排序算法快且稳定性好，并对其排序结果与理论下界作了比较。