基于兴趣点颜色及纹理特征的图像检索算法

提出一种利用兴趣点进行局部特征提取及检索的新方法。该方法利用图像中兴趣点的位置信息,提取兴趣点周围局部区域的颜色及纹理特征作为刻画图像内容的主要特征,结合兴趣点的空间分布对相似图像进行检索。对真实图像数据库的检索实验表明,该方法与其他基于兴趣点的方法相比,平均检索准确率提高了11%,能够更准确地查找到用户所需的图像。

基于边缘颜色分布的图像检索方法

提出了一种新的基于边缘颜色分布的图像检索算法。该算法将不同类型边缘附近的颜色分布作为刻画图像内容的主要特征,设计了一种紧凑的2D边缘颜色直方图来对图像的边缘颜色分布特征进行描述,既利用了局部颜色特征,又考虑了不同类型边缘的空间分布信息,克服了传统颜色直方图不能反映空间信息的缺陷。实验结果表明,该算法与其他同类方法相比,有效地提高了检索性能。

一种适用于时域错误隐藏的边界匹配算法

针对错误隐藏过程中传统边界匹配算法对边缘匹配的局限性,提出一种基于时域与空域平滑性的边界匹配算法。该算法引入加权的边界匹配误差:时域误差用于衡量时域的连续性;空域误差则反映边缘的连续性。实验结果表明,该算法有效解决了存在多方向边缘穿越受损区域情况下最优矢量的选择问题,使得恢复后的图像在边界处具有较好的连续性。

基于结构相似度的快速运动估计算法

基于人眼视觉系统和视觉域抽取的结构信息高度相关的原理,提出了一种基于结构相似度的快速运动估计算法(FMEBS)。该算法针对H.264率失真优化算法存在的不足,引入基于结构相似度的图像质量衡量标准,对失真度的表示进行修正,并采用快速的模式选择算法和有效的搜索模板。实验表明,在获得相近重建图像质量的前提下,FMEBS算法较之全搜索算法可节省约2.7%的比特率和91.2%用于运动估计的时间,较之UM-HexagonS算法可节省约1.9%的比特率和35.6%的时间。

基于受损区域运动特征的时域错误隐藏算法

为解决视频压缩数据在网络传输中的误码或丢包问题,提出了一种适用于数字视频编码标准H.264的时域错误隐藏算法。该算法结合H.264中多尺寸编码块模式的特点,通过对受损块邻域块的模式分析来判定受损块模式,并针对各子块的运动类型分别建立相应的运动矢量候选集,从而选择最优运动矢量重建受损块。实验结果表明,该算法有效增强了对复杂运动区域重建的适应性,在不同的网络丢包率环境下均可实现较好的主观和客观重建图像质量。

区域指导的自适应帧内错误隐藏算法

提出了一种适用于H.264的区域指导的自适应帧内错误隐藏(ADEC)算法。该算法首先对受损块邻域进行边缘检测,通过对边缘信息的进一步分析排除边缘点匹配的模糊性,然后采用Bezier曲线拟合生成受损块内部边缘,并以此为指导进行区域划分,对不同区域自适应进行插值来重建受损块。实验表明,该算法能很好地保护受损场内部边缘,并适应不同内容类型的图像,差错隐藏效果明显。