基于连续消除的正方形-菱形运动估计算法

在基于搜索起点预测和正方形-菱形算法(SDS)的基础上,结合连续消除算法(SEA),提出了一种新的运动估计算法:基于连续消除的正方形.菱形运动估计算法(SEA-SDS).实验结果表明,该算法以比较小的代价取得了与全搜索算法(FS)相当的效果;在搜索次数和精度方面均优于菱形(DS)和正方形-菱形(SDS)快速运动估计算法.     

基于运动方向预测的快速运动估计算法

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,提出一种基于运动方向预测的快速运动估计算法。设计4种方向性模板,根据参考运动矢量预测出图像块的运动情况,根据不同的运动方向选择对应的方向性模板进行搜索。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。     

一种适用于实时应用的快速运动估计算法

提出了一种适用于实时应用的快速运动估计搜索算法，该算法按照一定的顺序依次搜索候选运动矢量，并且尽可能多地采用小菱形搜索模式，同时采用了高效的提前截止准则。实验结果表明，在保持图像质量基本不变的前提下，该文算法的搜索速度是MPEG-4标准中的快速运动估计算法的两倍左右，该文提出的算法在搜索速度和搜索效果两方面具有很大的优势，更适合实时应用。     

一种高效率的快速块匹配运动估计算法

采用菱形搜索算法对各种视频测试序列中运动矢量的研究,基于H.264视频编码标准提出了一种快速块匹配运动估计算法。它是以图像中相邻宏块之间的时空相关性为前提,结合了分布式菱形搜索,预测搜索和中止阈值等一系列技术而提出的,试验结果表明该算法在运算速度方面优于菱形搜索,而获得与全搜索相当的峰值信噪比。     

基于并行处理的快速运动估计算法

运动估计是视频编码的一项关键技术。该文针对传统搜索算法串行处理的缺点,提出了一种基于并行处理的快速运动估计算法。该算法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,在搜索过程中根据图像的内容(运动类型)进行并行处理,加速了块匹配的快速搜索策略。实验结果表明,该算法在速度和准确性方面都有了很大的提高。     

一种适于实时应用的快速有效的自适应运动估计算法

运动估计是视频编码系统的关键部分,同时也是整个视频编码器中计算量最大的部分,运动估计性能的优劣直接影响到整个视频编码器的运行效率和整个视频序列的重构质量。该文提出了一种适用于实时应用的快速自适应运动估计算法,该算法首先利用运动矢量时空域的相关性预测初始运动矢量,然后对不同运动程度的图像块进行不同大小的菱形搜索,同时采用了高效的提前截止准则。实验结果表明,对于各种不同运动程度的视频序列,该文算法都可以获得和全搜索法基本相同的图像质量,同时可以节省超过99%的计算量,该文算法在搜索速度和搜索精度两方面比快速算法中性能突出的菱形搜索具有更大的优势,更适合实时应用。     

运动估计快速块匹配算法

基于块的运动估计是视频压缩国际标准中广泛采用的关键技术。在对目前运动估计快速块匹配算法研究的基础上，描述了运动估计的原理；揭示了在图像质量、搜索速度和压缩码率等方面提高算法效率时存在的3类主要问题：初始搜索点的选择、匹配准则和搜索策略；分别阐述了目前常用的解决这3类问题的方法，并进行了比较和分析；提出了对运动估计算法的一些展望。     

一种自适应十字—方形运动估计快速算法

为了减少视频编码的运算量,提出了一种新的自适应十字—方形运动估计搜索算法（ACSS）,根据不同的搜索模式给出了三个提前退出门限以及提前退出技术的快速运动估计算法,它体现了粗定位和准定位的并行处理思想。仿真结果表明在不降低信噪比和码率的情况下,ACSS算法的计算复杂度有明显的改善,可广泛用于各编码标准,提高编码的速度和效率。     

基于差分的块匹配运动估计算法

通过研究块匹配算法当中菱形算法中的冗余性,提出了一种基于差分的块匹配快速搜索算法（DBS）,利用搜索点的匹配误差之间的大小关系,预测最优点的搜索方向,减少了搜索点数,通过实验表明了该算法在保证了匹配精度的同时获得了更高的搜索速度。     

基于菱形搜索的改进的运动估计算法研究

寻找到最优的运动估计算法以提高图像编码效率,一直是图像编解码技术中研究的重点。在分析菱形算法优点和不足的基础上,介绍了改进算法中具有代表性的对大模板作出修改的六边形运动估计算法和基于运动向量预测的高级菱形搜索算法,并通过实验结果对其各自的优点与缺陷进行了具体分析。     

用于块匹配运动估值的正方形-菱形搜索算法

运动估值在视频图像编码中占有重要地位，该文首先研究了运动估值中的经典搜索算法并重点分析了菱形（DS）算法；然后设计了一种新的综合模板（SDP），它体现了粗定位和准确定位并行处理的思想，在此基础上提出了一种新的用于块匹配的运动估值搜索算法－－正方形－菱形搜索（SDS）算法。最后通过实验验证了该算法的有效性。     

基于梯度式菱形搜索的快速运动估计算法

在基于搜索起点预测和梯度式菱形搜索方法的基础上，提出了一种运动矢量场自适应搜索算法（MVFSAS），实验结果表明，该算法以较小的搜索代价取得了与全搜索相当的效果，并在搜索速度和搜索效果方面优于三步（3SS）和四步（4SS）快速运动搜索算法。     

使用提前结束策略的部分失真搜索快速运动估计算法

和传统的快速块匹配运动估计算法相比,部分失真搜索运动估计算法通常会带来较低的视频图像质量下降,但它获得的计算加速比有限。本文提出一种新的快速部分失真搜索运动估计算法,它在搜索点检测过程中使用两种提前结束策略：早期搜索结束策略和中途搜索终止策略。提前结束策略的使用能够显著减少搜索点的个数,弥补了规格化部分
分失真搜索算法只能降低失真计算量的不足,两种策略的结合使用能够在保证较高视频质量的同时,大大降低运动估计的计算复杂性。实验结果及分析表明：新算法的性能优于传统的运动估计算法,在视频质量接近全局搜索算法的同时,获得比传统的运动估计算法更高的计算加速比。     

运动矢量场自适应搜索算法

运动估计是影响基于帧间视频压缩速度的关键，快速运动估计算法一直是视频压缩中的研究热点，该文从运动矢量的均匀性出发，提出了由搜索起点预测，自适应搜索模式和高效搜索中止准则等策略构成的运动矢量场自适应搜索算法，实验表明，该文算法以极小的搜索代价得到 与全搜索相当的效果，并在搜索速度和搜索效果方面优于MPEG－4最新推荐的快速运动估计算法。     

基于矢量预测和MDGDS的运动估计算法

在充分考虑了各种图像序列的运动特性的基础上,提出一种基于矢量预测和多方向梯度下降搜索（MDGDS）的运动估计算法。该算法首先利用运动矢量的时间和空间上的相关性来得到预测矢量的搜索起始点,再通过使用自适应阈值来判断当前块的运动类型,以此智能地选择不同的搜索策略。实验结果表明,与FS、UMHexagonS、简化UMHS以及EPZS等传统算法相比,该算法能在保证精度的同时节约大量的编码时间。     

一种快速分类搜索运动估计新方法

在视频编码中 ,基于块的运动估计算法被广泛应用 .在保证估计质量的前提下 ,为了降低运动估计算法的搜索次数 ,提出了一种对于不同类型的块采用不同的搜索范围和搜索步骤的分类快速搜索 (CFS)运动估计新算法 .该算法首先对块进行分类 ,然后确定其搜索范围和搜索步骤 ,在应用分类搜索法时 ,根据运动矢量的中心偏置特性 ,将第 1步和第 2步的搜索窗采用 5× 5的窗口 ,第 3步采用 3× 3的窗口 .结果表明 ,该分类快速搜索新算法在运动矢量的估计质量上 ,明显优于传统三步搜索法 ,且搜索次数与传统三步搜索法相比 ,降低了 2 3% ,与全搜索法相比 ,降低了 91% .实验结果证明 ,该算法尤其适用于快速运动、复杂运动序列的运动估计 .与传统的全搜索法和三步搜索法相比 ,其更适合于用硬件实现 .     

一种新的半像素快速搜索算法

提出了一种基于在整像素搜索结果的± 1像素邻域内 SAD函数随着与亚像素全局最小点距离的增加而单调增大的半像素两步快速搜索算法。本算法相继在水平和垂直两个共轭的方向上搜索半像素 SAD值的最小点 ,从而得到运动矢量的半像素分量。同时还采用了在每次计算 SAD值之前按需对块进行插值的方法。仿真结果表明本算法在保持图像质量和码流长度基本不变的同时使运算量下降到原来的一半以下。     

一种运动估计的小菱形􀀁分层快速搜索算

为了进一步提高运动估计的效率,本文提出了一种新的快速搜索算法.利用实际视频图像运动比较平缓的特点,把图像块分为静止块、准静止块和运动块.对静止块采用一步停止法,对准静止块采用小菱形搜索,对运动块利用运动矢量场在空间和时间上的相关性以及多层结构中父子块间的相关性采用多分辨塔的方式进行分层搜索,显著地提高了搜索速度.     

基于运动矢量预测性程度的快速运动估计算法

针对复杂剧烈运动视频信号在进行运动估计时出现的预测误差问题,提出基于运动矢量预测性程度的快速运动估计算法。根据局部运动矢量的一致性程度与运动矢量在时间上相关性程度的关系,决定运动矢量的可预测性程度,将待估计的运动矢量分类为不可预测、中度可预测和高度可预测,不同的可预测性采用不同的搜索策略进行运动估计。实验结果表明,该算法能提高运动估计的速度,并且具有与其他快速运动估计算法近似或更好的PSNR性能。     

双十字搜索算法的快速块匹配运动估计

在块运动估计中,不同形状、不同大小的搜索模型对搜索速度和搜索质量有很大的影响.通过运动矢量概率分布分析,发现了运动矢量概率分布具有除中心十字偏置特性以外的方向性特性,提出了一种快速的双十字搜索(DCS)运动估计算法.该算法首先根据运动矢量概率分布的中心十字偏置性,采用小十字搜索模型(SCSP)和大十字搜索模型(LCSP)对小运动矢量进行搜索,从而减少搜索点数.然后,根据运动矢量概率分布的方向性,使用非完全对称十字搜索模型(NFSCSP)对大运动矢量进行搜索,进一步提高了搜索速度.在保持相当搜索质量的前提下,双十字搜索算法与菱形搜索算法(DS)和十字-菱形搜索(CDS)算法相比,搜索速度分别可提高70%和40%.实验结果证明双十字搜索算法是非常有效的,且具有较强的鲁棒性.