基于位平面和搜索模板的电子稳像

运动估计是电子稳像算法的主要步骤,其运算复杂度直接影响稳像的实时性,为此提出了一种利用灰度码位平面和搜索模板进行运动估计的电子稳像方法.该方法首先计算出视频序列帧图像融合相邻位平面信息的二值图像,然后通过蜂窝状搜索模板和小菱形搜索模板计算出当前帧和参考帧图像的最佳运动矢量位置,最后进行运动补偿实现视频稳定.实验结果表明,该方法能够在不影响稳像精度的前提下,显著降低计算复杂度.

一种基于自适应扁平搜索模板的改进ARPS算法

针对ARPS算法中初始预测运动矢量不够精确并且ARPS算法针对不同宏块采用相同搜索策略的问题,在深入研究ARPS算法原理的基础上,提出一种基于自适应扁平搜索模板的新的快速运动估计算法.本文在算法的初始预测运动矢量、算法提前终止准则等方面提出了新的观点和方法,同时针对物体的不同运动趋势采用不同的搜索模板.实验证明,本文提出的改进算法在不影响图像编码效率的前提下较大地降低了计算复杂度.

基于自适应搜索模板的快速运动估计算法

为了降低快速运动估计的计算复杂度,避免小菱形搜索算法带来的局部最优点问题,提出了自适应搜索模板的估计算法。该算法在搜索时根据SAD值的变化快慢和相邻帧之间时间相关性自适应选择搜索模板。实验表明,使用该算法编码,码流大小与使用菱形搜索算法和六边形搜索算法差距为±0.6%,搜索点数为菱形算法的72%～77%,六边形算法的83%～86%。在减少搜索点数的情况下有效地避免了局部最优点问题。

一种基于MPEG4的运动估计模板选择算法

根据图像序列不同类型及运动矢量时间、空间分布特性,针对MPEG4图像压缩提出一种基于模板选择的运动估计快速算法,对剧烈运动,构建了一种非正则六边形搜索模板,对微小运动的图像应用小菱形模板。仿真结果表明,该算法与全搜索、三步搜索和菱形搜索相比,具有能在保证图像质量的前提下,减少运算量和复杂度的优点。

流程模板驱动的Web服务组合方法

通过将业务流程表达为流程模板,利用服务选取代理SAS使BPEL4WS与语义Web服务相集成,提出了流程模板驱动的Web服务组合方法。该方法可以根据任务的搜索模板动态地发现、选择和绑定相应的Web服务,将抽象的流程模板实例化为可执行的流程实例。与同类方法相比,该方法考虑了现有的BPEL4WS规范的技术能力。

自适应可变模式搜索算法

充分利用运动矢量的时空相关性,提出一种新的块匹配运动估计算法,称为自适应可变模式搜索算法。该算法充分利用搜索起点预测、中止准则、自适应搜索模板、辅助点搜索等一系列技术。H.264编码平台上的实验表明,该算法可以保持高信噪比和低比特率,其计算复杂度只有UMHexagonS的16%～33%和EPZS的30%～50%。

基于方向性多模板的快速运动估计算法

针对现有H.264/AVC编码器的运动估计耗时问题,提出基于方向性多模板的快速运动估计算法。该算法采用绝对误差和比较法选择搜索起始点,结合运动矢量在水平(垂直)方向的相对运动剧烈程度,选择相应的非对称水平(垂直)十字形和六边形搜索模板,得到最佳匹配点,输出最优运动矢量。实验结果表明,在信噪比和码率基本不变的情况下,该算法编码速度比UMHexagonS算法提高了1.47倍,能满足视频编码的实时性要求。

运动估计中双模板设计与自适应模板选取

通过编码标准测试序列,分析了运动估计算法中计算量的分配和不同模板的性能,为兼顾速度和准确度,选择了双模板策略,并进一步给出了自适应的模板选取方法.实验结果数据表明,小模板可以提高运动估计算法的效率,大模板可以保证搜索的准确度.该自适应双模板搜索算法能够以151倍于快速全搜索算法的速度,实现与其近似的峰值信噪比、码率性能.

基于运动类型与多模板的运动估计算法

在UMHexagonS算法的基础上,提出一种基于运动类型与多模板的运动估计算法,有效解决UMHexagonS算法在运动缓慢的视频序列搜索中存在搜索点数过多、速度慢的问题。结合视频序列的运动特征,根据运动快慢程度对运动块进行划分,针对不同类型的运动块采取不同的搜索模板和策略进行搜索。实验结果表明,在保证图像质量的情况下,该算法可显著缩短运动估计时间,提高编码效率。

改进的自适应快速整像素搜索算法

提出了一种改进的自适应快速整像素搜索算法。算法使用CSP进行粗定位搜索,并且根据分割块的尺寸,在SDSP和SSSP中选择合适的模板作为精确定位搜索的模板。为了进一步减少搜索点数,在粗定位搜索过程中加入由补偿数据和3个相邻块的SAD值确定的判断阈值,实现阈值的自适应变化。实验结果显示,与UMHSA和DSA相比,算法的搜索速率有较大的提高,同时亮度信号的平均峰值信噪比和编码字节数的变化不大。

基于半八边形模板的运动估计算法

H.264视频编码标准中,运动估计占用了编码器极大的运算量.针对H.264快速块匹配,本文提出了一种基于半八边形搜索模板的运动估计算法.该方法使用一个十字形模板来预测搜索方向,依据绝对差和(Sum of Absolute Differences,SAD)分布的方向性自适应地选取半八边形模板进行搜索,在搜索过程中,判断SAD值下降最快的方向精确定位匹配点,减少搜索点之间的冗余,提高搜索速度.理论分析表明该算法同经典六边形算法相比可以减少搜索点数.实验结果显示,在重建图像质量接近全搜索的同时,新算法减少了运动估计20%–30%的运算量.

基于多模板的快速运动估计算法

针对现有H.264/AVC编码器的运动估计时耗问题,提出一种基于多模板搜索的快速运动估计算法。将当前块划分为准静止块、小运动块和大运动块,根据运动块的类型选择相应搜索模板和搜索策略。实验结果表明,该算法在保证图像质量基本不变的情况下,提高了编码速度。

基于H.264的改进十字搜索算法

针对运动矢量的方向性,结合经典的快速算法,提出一种改进的十字搜索算法。设计具有方向性的搜索模板,并利用搜索起始点预测、中止准则、搜索模板、辅助点搜索等技术来减少搜索点数。在H.264实验平台的仿真结果表明,该算法在保持峰值信噪比不变的情况下,能有效提高搜索速度。

自适应方向菱形搜索快速运动估计算法

在运动矢量分布特性研究的基础上提出了一种自适应方向菱形搜索算法.该算法利用图像序列的空时相关性,对搜索起始点进行预测,设定阈值,针对匹配块提前终止搜索,根据运动方向特性自适应的选择小菱形模板和方向菱形模板,大大增强了搜索的方向性.实验结果显示,在保证图像质量的前提下,该算法大幅减少了平均搜索点数,提高了搜索的速度.

改进的十字菱形搜索算法

新的视频压缩标准H.264比MPEG-4具有更高效的压缩效果,但却是以增加复杂度为代价的。针对搜索速率中的运动估计问题,设计了具有方向性的搜索模板,同时利用搜索起始点预测,合理选择模板,辅助点搜索等技术对十字菱形搜索算法进行改进。实验结果表明,改进算法在高峰值信噪比的情况下,有效提高搜索速度。

基于可变分块尺寸的多模板运动估计算法

H.264视频编码标准中,运动估计占用了编码器极大的计算量.针对快速块匹配运动估计,提出了一种基于可变分块尺寸的多模板六边形搜索算法.该算法根据H.264中七种不同的宏块划分,自适应地采用大六边形和水平扁六边形、竖直扁六边形等模板来进行运动估计.相对于传统六边形算法,有增加匹配灵活性的同时,还可以更好地覆盖整个分块.仿真结果表明,在重建图像质量接近全搜索(Full search,FS)的同时,比六边形算法减少了约10%的搜索点数.

多点地质统计学中搜索模版研究

多点地质统计学的发展迄今已有20多年的研究历史。本文首先介绍了多点统计算法的执行步骤，随后介绍了训练图像的有关知识，最后对搜索模板的几何形态进行了研究。研究表明，当搜索模板的结合形态为球体时，模拟结果中河道的形态较完整。

基于改进模板匹配算法的物料计数方法研究

针对生产过程中物料计数方法存在的缺陷,研究了一种改进的模板匹配算法进行物料数量检测。通过基于双模板搜索方式和位置约束系数r改进传统模板匹配算法(template matching algorithm,TMA),优化寻找最佳匹配图像的过程获得最优解,并以此进行图像拼接,完成物料计数。与传统模板匹配算法(TMA)和高斯金字塔优化的模板匹配算法(Gaussian pyramid transformation,GPT)进行实验对比,证明所提算法较其他2种算法在处理每一张样本图片的时间上分别由0.013s、0.011s缩短到0.008s,在计数准确度上分别由77.32%、84.94%提高到97.36%以上,并且在拼接精度上也优于其他2种算法,实验结果验证了所提算法的有效性。

H.264块匹配运动估计中UMHexagonS算法的优化

块匹配运动估计是视频压缩中的核心技术之一。研究高效的、快速的运动估计算法是目前视频压缩技术中研究的重要课题。通过对视频编码标准H.264采纳的UMHexagonS算法分析的基础上,对UMHexagonS算法中的终止搜索和搜索模板这两个部分进行了优化,有效降低了搜索点数,提高了运动估计算法效率。通过对四个典型的测试序列的实验证明,优化后的算法与原算法相比较,在图像质量几乎没有改变的情况下,运动估计时间平均减少了11.75%,提高了视频压缩实时性。

一种H.264/AVC中的快速运动估计算法

在UMHexagonS算法的基础上,最新的H.264/AVC视频编码采用一种简单、有效的混合快速运动估计算法。该文介绍一种新的快速搜索算法,初步研究和分析其综合性能的优越性,并提出改进策略,如增加终止搜索的判定、进一步划分运动类型、采用自适应的方向性搜索模板。实验结果表明,改进的策略能减少“简化UMHexagonS算法“8%-30%的搜索时间,而码率和率失真性能的变化可以忽略不计,对一些特殊序列,率失真性能略优于“简化UMHexagonS算法”。