基于方向自适应十字搜索的快速块匹配运动估计算法

提出了一种方向自适应十字搜索算法,通过自适应地使用小十字模板、大十字模板和四种方向的T形模板,有效地减少了搜索点数,提高了搜索速度。实验结果表明,该算法在保持与菱形搜索(DS)、正方形—菱形搜索(SDS)、十字—菱形搜索(CDS)和小十字—菱形搜索(SCDS)四种算法相同搜索精度的同时,速度上比DS、SDS、CDS和SCDS算法分别提高了74.65%、39.78%、42.44%和7.84%。

基于方向自适应菱形搜索的运动估计算法

基于对运动矢量分布特性的研究,提出了一种基于方向自适应菱形搜索的运动估计算法.该算法对搜索起始点进行预测;设置"双阈值",针对匹配块提前中止搜索;并根据运动特征,自适应地选择小菱形模板和4种新型的方向自适应菱形模板,具有强烈的搜索方向性.实验结果证明,该算法不仅大幅度地减少了平均搜索点数,而且在一定程度上提高了重建图像的信噪比,其搜索速度和精度均优于传统的快速运动估计算法.

基于方向信息的快速整像素运动估计优化

针对H．264／AVC标准采用的UMHexagonS整像素运动估计算法，提出了一种进一步降低其运算复杂度的改进方法．通过利用UMHexagonS算法中非对称十字型搜索中水平及垂直方向上的运动估计的成本大小和方向信息，自适应地将25点的正方形搜索修改为最大7点搜索，以及将16点非均匀多层次六边形格点搜索修改为最大4点搜索，从而实现减少搜索点数，节省搜索时间．实验结果表明，提出的算法在保证原有UMHexagonS算法码率失真性能的同时，能节省大约23％～42％整像素运动估计时间．

基于演化策略的矩阵流形黑盒优化方法

该文使用演化算法求解一类定义在黎曼流形之上的矩阵优化问题.传统演化算法大多针对欧式空间中的优化问题而设计,因此难以直接用于矩阵流形优化.该文根据矩阵流形的几何结构,将原始的流形约束问题转换为一系列切空间中的无约束问题,并通过将经典的协方差矩阵适应技术从欧式空间扩展到黎曼流形,提出了用于求解矩阵流形黑盒优化问题的流形搜索方向适应演化策略.所提出的算法在矩阵流形的每个切空间中使用多元高斯分布引导搜索,并不断更新概率分布从而提高产生优质解的似然性.该文设计了在切空间中仅使用单位阵和少量搜索方向构造大规模高斯分布的概率建模方法,并提出了在矩阵流形的不同切空间中更新和移动概率模型的方法.所提出的算法不依赖于全局坐标系、不需要额外的编码方案、独立于特定坐标基的选择,所有演化算子均可表示为矩阵线性运算,因而能够达到较高的运行效率.该文在三类经典的矩阵流形优化问题上进行了仿真实验.数值结果表明,在黑盒优化场景中,所提出算法的性能显著优于或相当于主流的流形优化器.

基于HDL-64E激光雷达道路边界实时检测算法

为了使智能车辆在多种道路环境中能够快速有效地提取前方道路,文章提出一种基于HDL-64E激光雷达的道路边界检测算法。该算法首先对激光雷达数据进行空间邻域分析,获取平滑度特征图像;然后利用自适应方向边界搜索算法获取候选道路边界激光雷达数据;为了解决激光雷达数据中存在的干扰及不连续问题,对候选道路边界激光雷达数据进行聚类分析及曲线拟合。实验结果表明,在高速、城区以及乡村道路环境下,该算法能够实时、准确地提取道路边界信息,满足智能车辆道路环境建模及路径规划的需要。

改进的非局部均值视频超分辨率重建算法

针对基于非局部均值(NLM)的视频超分辨率重建方法存在结果过于平滑、收敛速度慢及计算量大等问题,提出一种改进的NLM视频超分辨率重建算法。该方法采用模糊边缘补足算法将经过预处理的视频图像分成平坦区和纹理区;对于平坦区,采用直方图均衡化的方式进行图像增强处理,以减少算法计算量;对于纹理区,采用改进的NLM重建算法进行处理,通过设计多方向自适应搜索窗并引入邻域相干系数修正相似性权值,以增强重建图像的纹理细节,加快算法的收敛速度;将重建的纹理区与增强的平坦区进行叠加归一化处理,完成整个视频图像的超分辨率重建。实验结果表明,该算法能够在提高重建图像纹理细节及峰值信噪比的同时,降低算法的整体复杂度,缩短重建时间。