基于SSIM和SAD的AVS帧内预测模式改进算法

在AVS帧内预测模式的选择过程中,以绝对误差和(SAD)作为失真度量,通过相应的i_sad代价函数进行选择,但是这种方法被证明不能很好地符合人眼视觉(HVS)。由于结构相似度(SSIM)算法相对简单,准确性好,优于传统的PSNR等方法,因此提出了将SSIM和SAD作为帧内预测模式选择的标准。实验表明,将SSIM和SAD用于AVS帧内预测模式选择,获得了比原AVS更好的重建图像质量和更高的编码压缩率。

基于SAD和扩展卡尔曼滤波的目标跟踪与监测

文中构建目标跟踪与监测系统,其主要任务是在固定摄像机的帮助下,对进入建筑物的人或其他移动物体进行探测和跟踪。首先,选择绝对差和技术来检测运动物体或人;然后,采用扩展卡尔曼滤波器进行非线性跟踪,同时利用扩展卡尔曼滤波预测每帧目标的下一个位置。在监测记录系统中,采用运动阈值模型,标记运动物体在不同帧中的位置。采用MATLAB软件对系统整体模型进行仿真,结果表明该系统能够成功地检测和跟踪人和物体。

基于硬件优化的H.264 VBSME SAD算法及其VLSI结构

以硬件代价优化为目的,对H.264宏块级的VBSME SAD VLSI结构进行了详细的分析,提出一种像素平滑重采样的SAD算法及其VLSI结构.该算法先将当前块和参考块像素划分成2×2的子块进行平滑和重采样,再进行7种可变块大小的SAD运算,以有效地降低SAD运算中级联加法器的深度和宽度,减少硬件代价.实验结果表明,该算法的编码性能与SAD标准算法的RDO曲线相比偏差小于1%,而硬件面积和功耗在不同的综合时钟频率下可节省53%以上.鉴于其优良的硬件性能,文中算法及其结构非常适合高并行度的H.264 VLSI解决方案.

Robust Radiometric Normalization of the near Equatorial Satellite Images Using Feature Extraction and Remote Sensing Analysis

Relative radiometric normalization (RRN) minimizes radiometric differences among images caused by inconsistencies of acquisition conditions rather than changes in surface. Scale invariant feature transform (SIFT) has the ability to automatically extract control points (CPs) and is commonly used for remote sensing images. However, its results are mostly inaccurate and sometimes contain incorrect matching caused by generating a small number of false CP pairs. These CP pairs have high false alarm matching. This paper presents a modified method to improve the performance of SIFT CPs matching by applying sum of absolute difference (SAD) in a different manner for the new optical satellite generation called near-equatorial orbit satellite and multi-sensor images. The proposed method, which has a significantly high rate of correct matches, improves CP matching. The data in this study were obtained from the RazakSAT satellite a new near equatorial satellite system. The proposed method involves six steps: 1) data reduction, 2) applying the SIFT to automatically extract CPs, 3) refining CPs matching by using SAD algorithm with empirical threshold, and 4) calculation of true CPs intensity values over all image’ bands, 5) preforming a linear regression model between the intensity values of CPs locate in reverence and sensed image’ bands, 6) Relative radiometric normalization conducting using regression transformation functions. Different thresholds have experimentally tested and used in conducting this study (50 and 70), by followed the proposed method, and it removed the false extracted SIFT CPs to be from 775, 1125, 883, 804, 883 and 681 false pairs to 342, 424, 547, 706, 547, and 469 corrected and matched pairs, respectively.

Geometric Correction Analysis of Highly Distortion of Near Equatorial Satellite Images Using Remote Sensing and Digital Image Processing Techniques

The Near-equatorial orbit (NEqO) satellite represents a new generation of optical satellite images characterized by nonlinear distortion when captured. Conventional modeling techniques are insufficient to overcome the geometric distortion in these satellite images. This study proposes a new methodology for overcoming the geometric distortion of the NEqO images. The data used are obtained from RazakSAT and SPOT-5 satellite images in Malaysia. The method starts with applying the RI-SIFT algorithm to extract control points (CPs) automatically. These CPs are used to solve for the transformation parameters of the geometric correction model by applying spline transformations. The result is verified through statistical comparison: 1) geometric correction on the RazakSAT image is performed with Spot satellite image with using first-order polynomial trans-formation. 2) Then calculate the root mean square error (RMSE). 3) Compare the calculated RMSE with that obtained from the first step with that of the proposed method. The RMSE value of the geometric corrections using the proposed method was 7.08 × 10−9 m. The proposed method provides promising results.

基于统计分析的仿射运动估计快速算法

为降低新一代通用视频编码标准(Versatile Video Coding,VVC)的计算复杂度,提出了一种基于统计分析的仿射运动估计(Affine Motion Estimation,AME)快速算法。从加速AME过程的角度出发,首先摒弃AME的3种运动矢量(Motion Vector,MV)精度中的整像素和1/16像素精度,保留1/4像素精度;其次利用迭代次数与量化参数(Quantization Parameter,QP)、slice类型以及编码单元(Coding Unit,CU)大小的关系,得到一个迭代次数的自适应计算式来减少AME迭代次数;然后将细粒度搜索(Fine Granularity Search,FGS)算法中CU 4个角落的4个整像素用2个对角分像素进行替代;最后运用绝对变换差和(Sum of Absolute Transform Difference,SATD)代价来替代率失真(Rate Distortion Optimization,RDO)代价。实验结果表明,与H.266/VVC参考软件VTM-10.0相比,提出的算法在低延迟(Low Delay B,LDB)和随机访问(Random Access,RA)配置下分别节省了8.34%和8.83%的时间,与此同时性能损失仅为0.10%和0.12%。

基于OpenCV的双目测距系统

为解决利用双目设备实现测距并使测距时间控制在毫秒级的问题,研究了摄像机标定、立体校正、极线约束下的块匹配和三维重建等关键技术。使用立体相机将拍摄多个角度的棋盘照片保存到计算机中进行角点检测和标定,以获得摄像机参数。使用Bouguet标定立体校正算法、立体匹配使用块匹配方法。得到视差图后求出三维点云,进行三维重建,根据三角相似原理计算目标物体的距离。使用OpenCV2.4.3,在VS2010编译环境下,用VC++编程实现。该系统只需普通立体相机采集图像,成本低,与其他立体匹配方法相比,块匹配方案测距速度快且准确度满足应用的要求。

基于光流的人体运动实时检测方法

针对目前广泛使用的光流法计算耗时严重问题,提出了基于差分图像绝对值和(SAD)与光流法相结合的人体运动检测方法.通过计算SAD检测出运动区域,在已确定的运动区域内进行Horn-Schunck光流场计算,准确地计算出人体的运动信息.在后续处理中,应用形态学的闭运算和连通性分析,较完整地分割出人体运动目标.实验结果表明,该方法有效地提高了系统的计算速度,能够实时准确地对人体运动进行检测.

一种改进的区域双目立体匹配方法

双目立体匹配是机器视觉中的热点、难点问题。分析了区域立体匹配方法的优缺点,提出了改进的区域立体匹配方法。首先,采集双目视觉图像对对图像对进行校正、去噪等处理,利用颜色特征进行图像分割,再用一种快速有效的块立体匹配算法对图像进行立体匹配。然后,在匹配过程中使用绝对误差累积(SAD)的小窗口来寻找左右两幅图像之间的匹配点。最后,通过滤波得到最终的视差图。实验表明:该方法能够有效地解决重复区域、低纹理区域、纹理相似区域、遮挡区域等带来的误匹配问题,能得到准确清晰的稠密视差图。

一种基于H.264的全零模块预判算法

在低比特率视频压缩编码中，全零模块的预判是一种用来减少编码器计算复杂性的技术。在对离散余弦变换（DCT）和量化的理论分析基础上，提出了一种基于H．264视频编码的全零模块预判的改进算法，该方法在整数变换前对运动补偿的差值数据进行全零检测，检测的门限根据绝对差值和（SAD）及量化参数而定。实验结果表明，与传统的方法相比，在不造成视频质量下降的情况下该方法运算量减少了16%～32%。

蚁群优化在超声图像运动矢量估计中的应用

为了在超声图像序列中找到稳健的运动矢量,提出将运动矢量估计的块匹配法表示为蚁群优化.序列方向上的运动矢量平滑约束和局部区域运动矢量相似性被表示为蚁群优化的残留信息浓度而不断更新,而相应两区域块的绝对差值和(SAD)被表示为蚁群优化的启发值来驱动蚁群.利用C++和ITK对提出的算法进行了实现,使用颈动脉超声图像序列进行了实验验证.结果较为理想,证明了新方法的可行性.

带宽自适应的Mean-Shift跟踪算法研究

针对图像跟踪中目标的尺度和旋转变化,将Lindeberg的尺度理论与Mean-Shift算法结合起来,提出了一种带宽自适应Mean-Shift跟踪算法。该算法在Mean-Shift的框架下,将尺度和旋转量与平移量同等看待,通过求解核函数带宽,计算出目标的变化参数,最终精确定位目标。另外,引入SAD算法对目标进行先期粗略定位,克服了目标做无规律大位移运动时Mean-Shift算法跟踪效果不佳的问题,同时也降低了Mean-Shift算法的迭代收敛次数。大量实验仿真表明,该算法对目标的仿射变化、非刚性形态变化,以及无规律的大位移运动具有有效性和鲁棒性。

基于径向基函数网络的H.264全零块检测算法

针对目前全零块检测算法准确率不高的问题,提出了一种基于径向基函数(RBF)神经网络(NN)的全零块检测算法。通过分析H.264的编码特点,选取了绝对误差和(SAD)、变换绝对差值和(SATD)、编码块类型、率失真优化(RDO)代价、量化系数(QP)、参考块的全零块情况6个特征,考虑了哈达玛变换(HT)中应该使用SATD的情况,采用最小二乘法得到QP与RBF网络宽度参数的关系,根据参考块是否为零,设计了两个分类器来区分全零块与非全零块。在保证图像质量和编码率不变的前提下,平均能提高编码速度50%以上,实验结果表明,利用RBF神经网络很好地提高了全零块检测准确率和编码效率。

一种基于精确度的降分辨率视频转码运动矢量合成算法

针对现有的降分辨率视频转码运动矢量合成算法没有考虑输入运动矢量的精确度,从而使得合成误差较高的问题,提出了一种基于精确度的降分辨率视频转码运动矢量合成算法。该算法分为两次合成,首先基于绝对差值和(SAD)对转码输入流中的运动矢量进行平均合成,然后再基于率失真函数,对转码输出流中的相邻运动矢量和第1次合成得到的运动矢量进行选择合成。仿真结果表明,与现有算法相比,该算法在保持较低计算复杂度的情况下,显著降低了运动矢量合成的误差。

基于边界纹理一致性的帧内模板匹配预测算法

提出基于边界纹理一致性的视频帧内模板匹配预测算法,根据图像内容纹理的一致性,在绝对差和(或均方差)的基础上,引入边界纹理一致性约束,形成新的模板匹配准则,以增强模板匹配预测与当前块周围像素之间的相关性,提高模板匹配预测的准确性。实验结果证明,该算法相对于帧内模板匹配预测算法,编码效率平均提升0.11 dB,最高能提升0.17 dB。

基于免疫克隆选择的块匹配运动估计

运动估计是视频压缩编码中的关键技术.从运动矢量的特点出发,采用搜索点预测、Gray码编码以及有效的迭代终止准则等策略,提出了基于免疫克隆选择的块匹配运动估计.该方法将块匹配运动估计问题的性质与免疫克隆选择算法所具有的全局搜索特性、解的多样性和不易早熟的特点相融合,在能够获得接近全搜索方法所得到的平均峰值信噪比的前提下,使得平均搜索点数大为降低.仿真实验结果表明,在大多数序列上,该算法都比已有的快速搜索算法具有更高的性能和更少的平均搜索点数.同时,该算法适用面广,对大运动和小运动序列都能得到较好的效果.

H.264中的基于全零块检测的运动搜索方法

运动搜索和变换域编码是视频编码标准H.264中运算量很大的部分,为了减少视频编码的运算量,本文根据H.264运动搜索和整数变换的特征,提出了一种H.264下的全零块检测方法。在帧间编码中,该方法在运动搜索中和变换前,对运动补偿的差值数据进行全零检测,检测的门限根据绝对误差和(SAD)和量化参数而定。在运动搜索非常准确时,就可以找到全零块,就停止搜索,可以省却后面的搜索运算和全零块的整数变换以及相应的量化运算,在基本保持H.264原有编码算法的图像质量的同时,减少了运算量,缩短了码流,提高了编码器的编码效率。

H.264编码器的SSE2指令级优化

H.264视频编码标准采用了很多新技术,具有更优越的编码效率,同时也增加了计算复杂度,无法满足实时应用。由于单指令多数据扩展指令集2(SSE2)的并行运算能力可以提高计算机对多媒体数据的实时处理。文中主要采用了SSE2对H.264中的一些耗时较多的关键模块,例如整数像素运动估计中计算SAD、整数DCT变换、量化、Hadamard变换以及亚像素运动估计中计算SATD进行了指令级优化。实验结果表明,经过优化后,在保持视频图像质量的前提下,相应模块运行速度得到了提高,使H.264编码器整体的编码速度较好地满足实时要求。

基于相似性度量的加权医学超声图像对比度增强方法

为提高医学超声图像的边缘识别水平,提出一种基于相似性度量方法的加权医学超声图像对比度增强方法。通过相似性度量方法计算围绕某一像素点的处理窗口与匹配模板的相似值,根据相似值与超声图像各部分特征的关系,对达到一定相似程度的已匹配图像通过局部增强算法进行增强,最后通过多图像加权平均法获得最终增强结果。实验结果表明,该方法不仅能有效抑制噪声,而且能准确检测出超声各特性区域图像,在增强边缘效果的同时也能较为完整的保留原有图像的细节信息,弥补了传统增强算法不能兼顾对比度增强和保持图像细节的不足。

基于反色均值化的非参数Census立体匹配算法

针对传统非参数Census变换过分依赖于变换窗口的中心像素灰度值的问题,提出了一种新颖的非参数Census变换的立体匹配算法。首先,该文研究了非参数Census变换并分析了其局限性;其次,考虑到像素空间位置,对于变换窗口进行反色处理后,求取邻域均值的反色来替代中心像素灰度值进行Census变换,提高了算法的抗干扰能力;最后,采用绝对误差和(SAD)方法和汉明距离作为相似性测度进行立体匹配,减少误匹配率,并通过左右一致性检测和亚像素插值来增大匹配的准确度。实验结果表明,此算法能够提高光照变换下匹配的鲁棒性,尤其对于深度不连续区域,适用于实时的立体匹配。