附加可变尺寸运动估计的FGS视频编码

基于增强层运动估计的精细粒度伸缩编码(FGS),可以在整体上提高常规FGS编码的效率·但在低码率段,编码效率还有待进一步提高·提出了一种基于附加可变尺寸运动估计的FGS视频编码框架,在基本层运动估计部分附加了可变尺寸运动估计来改善常规运动估计的效果·同时在FGS编码中引入了基于宏块的参考帧选择技术和增强层的目标码率比例截断法·仿真实验表明,这种编码方法提高了低码率段的编码效率,在整个增强层码率范围内都优于传统的FGS编码·     

基于小波变换的块匹配运动估计方法

将小波变换引入低码率视频图像序列的运动估计研究中，提出了基于小波变换的块匹配搜索方法．该方法的特点是可根据运动物体的大小和运动程度，用可变宏块进行运动估计，统一了匹配块和匹配点的搜索，发展了一种改进的三步搜索算法．实验结果表明，该算法比三步法有更高的精度，更适应低码率和多细节视频图像传输中的运动估计．     

基于包头信息的MPEG-2视频压缩算法优化

MPEG-2视频编码标准采用基于运动估计和补偿的自适应DCT变换.其头信息,包括运动矢量和编码模式在内,在以低码率编码视频时常常占用太大的比特率,以致降低视频质量.本文提出的基于包头信息的MPEG-2视频压缩优化算法降低了MPEG-2视频编码中的头信息和运动矢量的比特数占有率,提高了对DCT系数的比特数分配,保证了低码率下的视频图像质量,同时也很好地保持了与现有MPEG-2解码器的兼容性.     

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．     

自适应块区域 DWT 低码率视频编码算法的研究

为了降低低码率视频编码算法的块效应与环效应，提出了一种基于块区域子波变换和重叠运动补偿的视频编码算法。通过分层游动窗块区域形成算法检测出帧间预测误差场的高能量区域，仅对这些区域进行子波变换和量化，有效节省码率，或在保持码率不变的条件下，有效的降低振荡环效应；根据人类视觉系统（ＨＶＳ）的空－频和时－频特性，给出基于ＨＶＳ的量化模型，以期在信噪比约束下获得最好的主观测试质量。模拟结果表明，对于公共交互格式（ＣＩＦ）图象，在低码率和甚低码率下仍能得到满意的图象质量。该算法可以应用于低码率视频会议系统中。     

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.     

IP电视中的视频转码技术

为了使带宽不同的用户能通过互联网观看数字电视节目,提出了一种将卫星数字电视网络直播的IP(in ternetprotoco l)电视应用方案,采用运动矢量重估计技术来实现M PEG(m ov ing p icture experts group)-2视频到低码率的M PEG-4视频的实时转换,从而避免用户带宽的限制。提出了一种运动重估计算法,通过建立运动矢量反向查找表,利用相似宏块重叠面积来优化候选运动矢量的搜索过程,用帧内相邻宏块运动矢量进行估计等方法,显著提高视频转码效率并保证质量。实验结果表明:在视频转码过程中,与采用PM V fast(pred ictive m otion vector fie ld adaptive searchtechn ique)搜索算法相比,该算法能节省40%左右的编码时间,而峰值信噪比降低不足0.3 dB,显著提高了转码效率。     

混合码激励／声激励低码率语音编码算法

本文提出了一种混合低码率编码算法。原始语音首先经低通及高通滤波器分解成基带及高带信号，然后对基带信号采用高质量的码激励线性预测编码，对高带信号则采用码率低的改进声激励线性预测编码，以达到高质量低码率。实验结果表明，本算法在码率为４．０ｋｂ／ｓ时，合成语音的质量与传统的４．８ｋｂ／ｓ码激励线性预测编码相当，而计算量只有其１／５，是一种在低码率下可达到高质量的编码方案。     

低码率视频压缩技术块效应消除方法的研究

低码率视频压缩技术是多媒体通信的关键技术。基于块编码的低码率视频压缩技术中，块效应现象成为比较突出的问题。本文讨论了低码率视频压缩技术中消除块效应的方法，提出了基于约束复原原理的一种具体块效应消除方法；并根据计算机软件实现的结果分析，得出了结论：采用约束复原的块效应方法可以同时明显提高客观ＰＳＮＲ值和改善块效应现象。因此这种基于约束复原的块效应方法是具有很高的实用价值和理论意义。     

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。     

一种新的运动估计算法

基于搜索起点的预测和梯度下降搜索,提出了十字交叉梯度下降搜索(CCGDS)算法。该算法根据运动矢量的中心分布特性设计了相应的匹配搜索模板。仿真结果表明:该算法可以用较小的搜索代价取得与全搜索相当的效果,且在搜索速度与搜索效果方面优于三步法(TSS)、四步法(FSS)和钻石法(DS)。     

基于H.264的UMHexagonS算法研究与改进

运动估计是视频压缩编码中消耗时间最多的部分。H.264标准采纳混合非对称十字多六边形格点搜索(UMHexa-gonS)算法作为其快速运动估计算法。详细介绍了UMHexagonS算法,并从三个方面对算法进行了改进:一是增加一个自适应的提前终止判决门限,二是用一种新的搜索方式替代5×5螺旋搜索,减少搜索点数,三是将多层六边形搜索修改为多层十点搜索。在测试模型JM10.2上进行了算法验证,测试结果表明,在图像质量几乎不变的情况下,改进的算法比原算法节省了7%—14%的运动估计时间。     

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。     

一种基于梯度的非完整十字钻石模型搜索算法

十字钻石模型搜索算法利用了视频序列运动矢量的十字中心分布特性．作者在此基础上,增加了梯度信息,提出了一种基于梯度的非完整十字钻石搜索算法,在保证信噪比的情况下可使平均搜索点数大幅度降低．     

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.     

基于外围轮廓的自适应块大小视频压缩算法及其在视频压缩中的应用

研究了现阶段的各种视频压缩算法,并在此基础上提出了一种新的基于外围轮廓的自适应块大小的视频压缩算法.实验证明本文构造的基于外围轮廓的自适应块大小的视频压缩算法在视频压缩的效果方面,优于传统的视频压缩算法,压缩比率比常见的几种压缩编码算法要好,可以考虑将该算法应用于实际的对视频压缩比率要求很高的视频压缩传输项目.     

小波域矢量编码的视频压缩方法

活动图像的帧间相关性使视频高压缩比成为可能。视频压缩研究的核心是既采用高效的图像压缩算法，又充分利用帧间相关性，同时还要顾及运算速度，提高压缩效率。运用补偿可以提高帧间编码的效率，但运动矢量的搜索需耗费大量时间。文中提出一种小波域的矢量编码方法，既利用小波系数的积聚特性。又充分考虑其帧间相关性，使码书搜索过程同时完成运动补偿，在保证压缩效率的前提下减少了编码时间。实验表明，此方法具有很好的压缩效果和较快的计算速度。     

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。