低码率下视频图像处理SPIHT算法的改进

介绍了低码率下视频图像传输的编解码算法,重点分析了小波变换与零树编码对视频序列图像传输的影响,并针对SPIHT零树算法在低码率下的特性提出了一个提高运算速度和改善信噪比的方案.仿真结果表明,此改进方法提高了低码率下视频编码的信噪比,且具有较好的实时性.     

基于时间轴小波变换的运动对象分割算法研究

对时间轴一维小波变换的视频运动对象分割算法进行了研究。将视频序列进行时间轴一维小波变换，利用变换后的高频帧信息提取出初步的运动掩模图像；进行数学形态学后处理，以消除各种噪声的影响和对象的不连通性，得到理想的运动掩模图像。实验结果表明该方法分割效果较好，分割出的运动对象可直接应用于基于对象的视频编码，且算法耗时较少。     

基于时间轴小波变换的运动对象分割算法研究

对时间轴一维小波变换的视频运动对象分割算法进行了研究。将视频序列进行时间轴一维小波变换，利用变换后的高频帧信息提取出初步的运动掩模图像；进行数学形态学后处理，以消除各种噪声的影响和对象的不连通性，得到理想的运动掩模图像。实验结果表明该方法分割效果较好，分割出的运动对象可直接应用于基于对象的视频编码，且算法耗时较少。     

一种基于三维小波变换的视频图像消噪新方法

根据视频图像帧与帧之间在多数情况下存在较强相关性的特点，提出了一种基于三维小波变换的视频图像消噪方法。将被加性平稳高斯噪声污染的连续几帧视频图像进行帧间一维小波变换，根据变换后各帧的特点．采用不同的方法分别进行消噪；对变换后的低频帧进行帧内二维小波变换，在小波域中采用自适应阈值进行消噪；对变换后的其余各高频帧直接采用固定阈值进行消噪。实验结果表明该方法消噪效果较好。     

可预测起始搜索点的自适应准十字菱形搜索算法

分析了视频图像现有块匹配运动估计的技术特点,通过实验数据定量评价了各算法的优缺点,提出的一种改进的自适应运动估计算法:基于起始搜索点预测的准十字菱形搜索算法.该算法根据序列图像中运动矢量的十字中心偏置分布特性和运动矢量间的时空相关性,设计了一种准十字菱形搜索模板,并对静止块设定阈值,直接中止搜索;结合起始搜索点预测,并根据运动类型自适应选择搜索策略,使本文算法在保证了搜索准确性的同时,提高了运动估计的速度.     

面向运动估计器硬件实现的加权块匹配检测算法

在各种视频处理算法中，运动补偿型算法大大提高了各种视频处理效果。运动估计器的硬件实现是各种运动补偿视频处理算法在实际系统中运用的关键。由于块匹配运动估计算法较低的运算复杂度和硬件实现难度以及块匹配检测标准函数很高的调用频率，已经广泛应用到各种实际系统中。文中提出了加权最小最大误差的匹配检测标准，能够降低运动估计器的运算复杂度，减少估计器的硬件面积，提高硬件速度，而且能够降低递归搜索块匹配运动估计算法固有误差传递带来的负面影响。     

一种基于降采样的块匹配三步搜索改进算法

在视频图像处理中,运动估计对于提高视频信号去隔行和降噪的效果具有举足轻重的作用,是整个运动补偿视频图像处理算法的关键部分.在视频处理芯片的硬件实现中,运动估计的性能和算法复杂度直接决定了芯片的速度、面积和功耗;同时,运动估计在视频图像编码中也同样决定了整个编码算法的效率.在新三步算法的基础上权衡运动估计算法的性能和运算复杂度,提出了一种块内降采样的搜索算法(down-sampled diamond NTSS,DSD-NTSS).该算法利用图像的局部相似性特征,对搜索块的内部像素采用交叉采样方式做块匹配的运算以降低算法复杂度.仿真结果表明,在保证了同等的图像处理质量的情况下,该算法与新三步法相比运算量降低了一半左右;而与全搜索、菱形搜索、三步搜索等其他快速算法相比,该算法在性能和算法复杂度上的综合表现更为优秀.     

基于冗余小波域的快速多分辨率运动估计算法

由于冗余小波变换具有平移不变特性,在冗余小波域进行运动估计可以达到比较好的效果。针对基于冗余小波变换的运动估计算法时间复杂度过高的问题,本文提出了一种快速的基于冗余小波变换的多分辨率运动估计算法。在此方法中,首先在冗余小波域对图像块进行运动剧烈程度划分,之后根据块类型的不同,采取不同的搜索策略。运动估计的过程首先在低频子带进行,之后在高频子带以小的搜索范围细化。实验结果表明,本文方法较经典的基于冗余小波变换的运动估计算法在估计精度以及时间复杂度方面都具有优势。     

预测三步搜索算法在视频压缩中的应用

针对目前视频压缩编码标准中运动估计算法耗时且容易产生方块效应的运算环节，考虑到视频图像之间的局部相关性，提出一种预测三步搜索算法。利用同一视频图像中的相邻宏块运动矢量相似的特征，采用预测当前块的搜索起点，并以预测的中心点进行搜索，减少搜索范围和搜索点数目。与现有全搜索算法、三步搜索算法相比，该算法的运动估计准确性高，搜索速度快。     

高效多分层半像素精度块匹配运动估计算法

为了降低视频编码器的运算负荷,提出一个空时相关多分辨半像素精度块匹配运动估计算法,这个算法利用运动矢量场的空间和时间相关性及多层结构中父子块间的相关性,缩小局部运动搜索范围,得到低运算复杂性。利用一个自适应门限调整算法,使运动搜索次数对不同视频序列近于一致。模拟结果表明,该算法运动补偿增益和运动矢量熵也有明显改进,搜索次数低于著名的三步法。最后讨论了半像素精度和变块大小运动估计方案。     

视频编码快速块匹配算法的改进

为了降低视频压缩中块匹配的运算复杂度,避免块匹配陷入局部极小值且维持较高的压缩比,提出了一种快速块匹配的搜索算法.首先判断图像块是否静止,若是,停止该块的搜索;反之,通过运动矢量预测确定搜索中心点,并由中心点由内向外搜索,同时结合搜索停止判断条件,提前终止搜索.对改进块匹配快速搜索算法与全搜索和菱形快速搜索进行了仿真实验和对比分析,并将提出改进的运动估计算法在一个实际的机械臂远程视觉控制系统中进行了应用.结果表明：在全搜索、菱形快速搜索和快速块匹配搜索算法中,快速块匹配算法综合性能是最好的.     

基于数学形态学的运动区域估计及运动图象编码

提出了基于数学形态学的运动区域估计和运动图象编码新算法．这种算法利用数学形态变换提取帧间物体运动块和运动区域,并进行自然形状对应的区域匹配和运动补偿．实验表明,与ＭＰＥＧ等分块运动补偿相比,本算法运动匹配准确,搜索快速,避免了方块效应,在相同码率下较好地改善了图象质量,特别适用于低码率运动图象编码．     

一种适用于低码率图象压缩的运动估计算法

三步搜索法已经广泛地应用于低码率图象压缩中．由于三步搜索法第一步过于粗糙,容易陷入局部最小,对于那些小的运动矢量往往效果不太好,在此基础上提出了新三步搜索法,它在一定程度上弥补了三步搜索法的不足．针对低码率图象编码的特点,提出了一种新的运动估计算法,它具有与新三步搜索法相当的效果,速度上比新三步法和三步法有较大的提高．     

基于运动轨迹的视频三维小波变换方法

将运动矢量估计与三维小波变换相结合用于视频信号压缩 .这种方法在对序列作时域上的一维变换时 ,是对各帧中由运动矢量联系起来的一条运动轨迹上的像素进行 .由于在实际情况中 ,通过运动矢量联系而形成的像素运动轨迹是任意长度的 ,这就需要对任意长度的像素串作一维小波变换 .此文在二代小波提升算法基础上 ,通过修改边界延拓方法获得一种任意长度信号的小波变换算法 ,并将其用于基于运动轨迹的视频时域小波变换 .实验结果表明 ,对于运动幅度大的视频序列 ,这种方法可以获得比常规三维小波变换编码高的压缩性能 .     

基于预测运动矢量的菱形搜索方法

针对H.264/AVC编码器中运动搜索计算量大、搜索时间长,提出一种基于运动矢量的改进小菱形搜索算法。在运动估计的过程中,根据预测运动矢量的方向,采用不同搜索方向的菱形模型,可大大减少搜索点数,用较短的时间找到最佳匹配块,提高搜索速度。与典型运动搜索方法的菱形搜索算法相比较,该搜索方法在保证视频质量基本不变的条件下,编码速率平均提高5.73%。     

序列图像帧间预测技术的研究

在视频压缩领域,帧间预测技术占有十分重要的地位。在简要介绍两种帧间运动估计/补偿模式基础上,该文重点讨论了局部运动估计中块匹配算法的应用和Sprite编码中的全局运动估计算法,提出一种"改进的分级块匹配法",并结合Sprite编码实现序列图像帧间压缩。大量实验表明,采用这种局部和全局相结合的预测算法,可以减少搜索时间,提高图像压缩质量和压缩比,是视频压缩可以输出甚低码流的有效手段之一。     

一种基于传统全搜索法的运动估计改进算法

提出了一种称为准全搜索法的块匹配改进算法。该算法在传统全搜索法的基础上引入了差值块DCT系数为0的判断条件，在螺旋搜索的遍历过程中可以最快地搜索到满足条件的匹配块，在大大提高搜索速度地同时也保证了一定的搜索精度。     

自适应全搜索比特面匹配算法的分析与改进

分析了Feng等提出的简单自适应全搜索比特面匹配运动估计算法的不足，对其中比特面的计算方法、搜索起点的选择及比特面匹配准则搜索失败后的处理策略等方面作了改进，实验结果表明，改进后的算法的运动估计性能比原算法有较大提高，对于可视电话中的头肩视频序列，性能与全搜索法差别不大，且计算量仅为全搜索法的1／6。     

一种预测三步搜索算法

提出了一种用于运动估计的预测三步搜索(PTSS)算法，它是基于三步搜索(TSS)算法，同时充分利用了运动向量场的空间和时间相关性的一种块匹配运动估计算法。该算法特别适用于视频格式转换的运动补偿插值。实验结果表明，与传统的TSS、新三步搜索(NTSS)、全搜索(FS)算法相比，利用PTSS算法补偿得到的图像帧，其图像的主观质量有明显的提高，具有更加平滑的运动矢量场，且图像帧同原始帧之间的最小平方误差(MSE)最小。