块运动估计的研究进展

运动估计是根据视频序列中时间上相关的信息估计场景或目标的2维运动向量场的过程。运动估计在超分辨率图像复原中的作用是把所有低分辨率观测帧的像素映射到参考帧的相应位置。精确的运动估计是超分辨率图像复原的关键。基于块的模型是超分辨率图像复原中常用的运动估计方法。介绍了块运动估计的概念,概述了4类快速块运动估计的方法,详细描述了第1类方法中几种主要算法的搜索过程,并将多种快速块匹配算法进行了总结比较。

基于自适应搜索模式的运动估计算法

提出一种可自适应选择搜索模式的运动估计算法。将非零运动块分为大、中、小3种类型,相应地利用基于六边形、基于标准菱形及基于小菱形的搜索策略实现运动估计。实验结果表明,该算法减少了块匹配的搜索点数,在保证运动估计精确度的同时,降低算法复杂度,提高搜索效率。

一种新型的混合模式运动估计搜索策略

基于实时视频图像序列的运动矢量分布特性,本文提出了一种新型的混合模式运动估计搜索(MPS)策略。该算法根据给定的搜索距确定相应的搜索模式,使用中途停止技术快速的给出运动矢量。相比现有各种搜索算法,MPS搜索策略能够同时满足图像序列中的高速运动与慢速运动的搜索。仿真试验表明,本文搜索策略不仅在搜索速度上比现有MPEG-4校验模型的DS算法更加快速,并且具有更小的运动补偿误差以及更加真实的运动矢量场。

基于运动矢量场预测的自适应多模板块运动估计算法

在保证图像质量的基础上,提出了一种能有效提高运动估计的搜索速度和精度的算法,是基于运动场预测的多模板块运动估计搜索算法。该算法结合"足够好就停止搜索"的思想,同时根据运动幅度的不同相应地采用了菱形,正方形,六边形等多种模板。仿真结果显示这种算法很好地降低了块运动估计的计算量和搜索点数,与PMVFAST算法相比,搜索速度提高了1.5～2.8倍,PSNR(峰值信噪比)下降了0.2～0.3dB。

基于改进CDC的实验原始记录匹配算法

针对当前实验室检测报告的生成过程存在时间长和易出现偶然性差错等问题,提出基于栅栏因子的通用实验原始记录文件自动抓取技术.先通过计算文件整体hash值准确过滤当日已读取文件,再使用改进的内容可变长度分块(content-defined chunking,CDC)算法进行文本分块.该CDC算法改进之处主要体现在:设定滑动窗口下一单位为行与行间距之和的高度以及滑动窗口内字节大小的范围.待文本分块结束后,使用基于数据块索引的字符串匹配算法完成匹配.该字符串匹配算法结合数据块索引表构建模式串与数据块的映射关系,之后由模式串Pn通过数据块索引表快速匹配到相应数据块.使用海关实验室的实验原始记录文件进行测试,实验证明,该算法的内存占用量少且分块吞吐量更大.

分块法的模式匹配算法的研究

为提高模式匹配算法性能,介绍经典的模式匹配算法Byoer-Moore和Sunday,分析它们改进后的效率,根据分块法的特点,提出一种新的分块模式匹配(block pattern matching,BPM)算法。BPM算法在预处理阶段先确定模式串的首字符在文本串的位置,再确定此字符后长度等于模式串长度的字符是否等于模式串的尾字符,若符合条件,采用单链表存储结构进行存储,在匹配阶段,利用单链表信息进行双向匹配。实验结果表明,BPM算法大大减少了匹配次数和字符比较个数,从而提高匹配效率。