一种空间域Wyner-Ziv视频编码系统的性能改进算法

分布式视频编码是建立在Slepian-Wolf和Wyner-Ziv信息编码理论基础上的全新视频编码框架,具有编码复杂度低,编码效率较高,抗误码性能好的特点.本文首先简单介绍了一种典型的分布式视频编码实现方案——空间域Wyner-Ziv视频编码,随后提出一种空间域Wyner-Ziv视频编码系统的性能改进算法,该算法在不增加编码复杂度的基础上,在解码端利用双向运动估计预测获取更高质量的边信息,同时采用基于Huber-Markov随机场约束的联合迭代解码算法重建图像.实验结果表明,在相同的输出码流情况下,本文改进算法在解码端重建图像的峰值信噪比与空间域Wyner-Ziv视频编码算法相比平均提高2dB,并且主观效果有所改善.

基于HMRF的自适应超分辨率图像重建算法

在MAP超分辨率图像重建算法中,用Huber-Markov随机场(HMRF)作为图像的先验模型相比于Gaussian-Markov随机场(GMRF)能够更好地保护图像的边缘和细节。在以往的研究中,对于如何选取Huber函数的阈值参数T并没有一个很好的方法。本文提出了一种自适应的MAP超分辨率重建算法,该算法可以自动确定参数T,并根据重建的中间结果,不断对其进行更新,通过迭带最终得到重建图像。实验结果表明,该方法实现了参数的自动选取,在得到期望的高分辨率图像的同时,有效地保护了图像的边缘信息和细节。

基于HMRF先验模型的超分辨率重建

针对基于最大后验概率(MAP)的超分辨率重建算法在重建图像过程中存在的问题,提出一种基于Huber-马尔可夫随机场(HMRF)先验模型的超分辨率重建方法,采用HMRF作为图像先验模型,对图像进行分段超分辨率重建。仿真实验结果表明,与传统的MAP算法相比,该方法能更好地保存重建图像的边缘细节,有效提高重建图像的质量。

基于MAP估计的遥感图像频域校正超分辨率算法

为解决超分辨复原中遥感图像调制传递函数过零点引起的病态问题,提出了一种基于最大后验概率估计,利用遥感系统成像模型对图像进行频域校正的遥感图像超分辨率复原算法.该算法首先假设图像满足高斯马尔科夫先验模型,使用最大后验概率估计法实现图像频谱外推.然后根据成像模型对外推的频率分量进行频域校正,去除调制传递函数过零点附近的伪信息.最后使用优化最小化方法完成数值求解,降低了计算复杂度.实验结果证明,该算法考虑了图像成像模型本身特性,对合成图像和各种地物条件下的遥感图像都能取得快速有效的超分辨复原效果.

基于鲁棒滤波的捷联导引头视线角速度估计方法

针对捷联导引头无法直接获取视线角速度等信息的问题,研究了鲁棒滤波在大气层外飞行器捷联导引头视线角速度估计中的应用。为了建立非线性滤波估计模型,考虑目标视线角速度的慢变特性,采用一阶马尔科夫模型建立了状态方程;推导了视线角速度的解耦模型,并建立了量测方程;考虑到实际应用中存在系统噪声统计特性失准的问题,基于Huber-Based鲁棒滤波方法,设计了视线角速度滤波器,并完成了基于Huber-Based滤波方法和扩展卡尔曼滤波方法的数学仿真。仿真结果表明Huber-Based滤波方法的视线角、视线角速度及视线角加速度估计精度分别达到0.1140'、0.1423'/s、0.0203'/s2,而扩展卡尔曼滤波方法的视线角、视线角速度及视线角加速度估计精度仅分别为0.6577'、0.6415'/s、0.0979'/s^2。仿真结果证明了该方法可以有效地估计出相对视线角速度等信息,并且在非高斯噪声的条件下,依然可获得较高的估计精度,具有一定的鲁棒性。

基于改进MAP估计算法的图像超分辨率重构

为了改善超分辨率复原的效果,提出了一种改进的MAP估计算法。本文通过对成像降价模型的分析,加入了像面扭曲的环节,并提出了基于Delaunay三角剖分法的校正方法,使MAP算法得到完善。为了增强超分辨率图像的细节,本文提出了基于Huber-Markov和基于POCS的改进MAP算法。通过与传统的MAP算法进行比对实验,证明了本文提出的改进算法的有效性。

自适应阈值HMRF模型超分辨率重建

针对Huber-Markov随机场作为图像先验进行MAP超分辨率重建时先验约束的有效性问题,通过分析重建过程中Huber惩罚函数与图像空间灰度变化分布特性的相互关系,提出一种根据图像空间灰度变化统计特性,在超分辨率重建迭代过程中动态确定Huber函数阈值的方法。实验结果表明,该方法可根据不同图像的边缘特性,自适应确定Huber惩罚函数阈值,在有效抑制噪声的同时,保持重建图像的边缘和细节信息。

基于刃边法与正则化方法的遥感影像复原

提出了一种基于刃边法PSF估计和保边缘正则化方法的遥感影像复原方法,利用刃边法,建立正则化复原模型,以及最速下降法进行复原,实现了优于传统的维纳滤波、约束最小平方等方法的复原效果。