结构自适应的视频通信误码图像恢复方法研究

提出视频通信差错控制中基于空域纹理匹配和边缘重建的图像恢复方法。该方法将视频通信中受损块进行简单分类,然后对受损的纹理块、边缘块和平坦块采用“分而治之”的策略:①对受损纹理块采用最佳邻域匹配算法,在图像中寻找其相似块,并用该相似块取代坏块;②对受损边缘块,利用受损块周围的边缘信息,通过边缘检测和合适的边缘勾连准则,确定应该勾连的边缘对象,然后调整拟合与插值的参数来重建受损块中存在的边缘信息;③对平坦块,采取多方向线性插值进行恢复。仿真实验结果表明:该方法能适应于不同种类的图像、计算量适中,而且在保持边缘的连续性的同时恢复图像的感觉质量较高。     

自适应阈值的边缘检测算法及其硬件实现

传统Canny边缘检测算法的阈值需要人为设定,且计算量较大。为了克服传统Canny算法的这些缺点,提出了一种自适应阈值的边缘检测算法,并将其在硬件上实现。从图像的梯度幅值直方图分析出发,得出阈值的计算方法,自适应地动态生成阈值,克服了传统算法需要人为设定阈值的不足。介绍了自适应阈值的边缘检测算法在FPGA上实现的方法。实验结果表明,在FPGA上实现的自适应阈值边缘检测算法可以大大缩短算法所消耗的时间,具有实时性好、自适应性强的优点。     

基于门限自适应的H.264帧间模式快速选择算法

针对H.264/AVC运用基于率失真优化的全计算模式决策,引入巨大的计算复杂度,提出一种基于门限自适应的帧间宏块模式快速选择算法。该算法利用视频序列图像帧间时空域相关性,并运用动态门限来提高判决准确度。实验仿真表明,该算法在无明显降低编码质量的情况下,提高了编码速度,平均缩短编码时间89.94%。     

基于阈值判断的区域指导插值算法

针对传统图像放大算法对边缘区域划分不准确造成图像质量较低,而自适应插值放大方法模型复杂且计算量大的问题,提出一种基于阈值判断的区域指导(area directed threshold judgment, ADT)插值算法。该算法利用阈值判断的方法对插值点周围进行区域划分,结合近邻法和众数法确定插值点所属区域,根据插值点类型不同,利用不同权值大小的线性插值公式实现自适应插值,提高图像质量。仿真测试结果表明,与基于协方差的自适应插值算法相比,ADT算法在图像质量降低不显著的前提下,能显著提高插值速度;与双线性插值算法相比,图像峰值信噪比平均增加2.19 dB。     

一种精细的H.264码率控制方法

针对H.264提出了一种无需二次编码的精细码率控制策略,为解决H.264中宏块模式选择时需要使用量化级而给码率控制带来的困难。提出了一种可以在模式选择前预测当前帧编码复杂度的码率模型。并且提出了基于宏块条的码率控制策略。分析了H.264中利用拉格朗日R D优化方法进行宏块模式选择的特点,并根据编码比特对拉格朗日乘子进行优化,提出了基于模式选择的精细码率控制方法。实验结果表明,与JVT提案中的码率控制方法JVT G012相比,所提方法在准确控制码率的同时,提高了PSNR值。     

基于MVMW 的H.264/AVC自适应快速帧间模式决策算法

针对运动矢量移动窗口（Motion Vector-based Moving Window，MVMW）算法预测代价值计算不准确，且视频类型自适应不强等缺点，提出一种基于MVMW 改进模式决策算法。该算法摒弃了MVMW 中计算较为复杂的比例参数矩阵，在详细统计分析编码宏块间时域和空域相关性的基础上，采用与当前帧相关性较高的前两帧参考帧中的已编码宏块参与计算当前块的分块预测代价值，确保了预测的有效性，其算法复杂度较MVMW 降低较多。此外，该算法采用的运动矢量移动窗口大小根据宏块分块模式自适应变化（Adaptive Motion Vector-based Moving Window，AMVMW)；且该算法阈值设置理论性较强，克服了MVMW 算法中由于固定大小窗口和经验阈值造成预测代价值不准确的缺点，保证了预测精度。实验结果表明，本文算法较MVMW 在码率和图像质量均改善提升的情况下，编码时间明显减少，其整体编码效率优于MVMW。     

基于SVM的跳帧转码快速帧间编码算法

为降低H.264跳帧转码运算复杂度,在帧间模式选择中引入支持向量机(support vector machine, SVM)技术,提出一种SKIP模式提前判决算法,具体讨论了关键的特征向量与核函数的选择方法。同时,利用宏块时域相关性缩减预测模式数量,实现率失真优化提前终止。其次,通过定义宏块运动程度参数,针对不同运动程度的视频序列自适应地选择运动矢量合成算法和运动搜索策略,有效减少在已获得最佳运动矢量后仍进行运动搜索的运算冗余。实验证明,此算法极大降低了算法复杂度（平均84%）的同时保证了较高的视频质量,与现有算法相比,具有更强的鲁棒性和更广泛的适用性。     

基于率失真联合准则的快速帧内模式选择算法

H.264采用率失真优化(RDO)算法,通过计算所有预测组合模式的率失真代价来确定宏块的最优编码模式,其编码复杂度和计算量也明显增加。为了降低编码运算量提高模式选择速度,通过对帧内预测模式快速选择算法的研究,提出了一种基于码率和失真度联合准则的快速帧内模式选择算法,结合提前退出策略有效减少了候选预测模式的数量。实验结果表明:与H.264参考模型JM86相比,该算法使I帧的编码速度至少提高70%,输出码率的增加低于2%,峰值信噪比(PSNR)基本保持不变。     

基于LDPC的不均等错误保护H.264抗误码算法

从最新的H.264视频压缩标准出发,提出一种基于数据分类和LDPC的不均等错误保护的策略。根据H.264数据分类中信息比特重要性的不同,对其进行不均等错误保护,即对信道中优先级较高的数据,采用码率低,抗误码性能更好的LDPC编码传输,以提高传输效率。仿真结果表明,这种联合的信源信道编码算法在AWGN信道下具有比以前的一般算法(如Turbo码)更好的适应性和更强的健壮性。     

两类阈值对图像小波边缘提取的影响研究

对Mallat的多尺度小波变换边缘提取算法中阈值的选取[1] 作了改进 ,提出了对整幅图像设置链平均幅度阈值 (Tm)的下限和链长度阈值 (Tn)后 ,再采用矩形自适应法选取链平均幅度阈值 (Tm)来对局部模极大值进行删取 ,在不同尺度上提取图像边缘 ,而后综合形成图像的真正的边缘。实验表明 ,这种对链平均幅度阈值 (Tm)先设定下限再采用矩形自适应法选取阈值的方法 ,是一种更加有效的边缘提取方法。     

基于自适应门限的视频编码模式快速选择算法

H.264/AVC视频编码标准采用多模式编码技术,更准确的块匹配带来了编码效率的提高,同时也使计算复杂度急剧增加,这一问题也成了影响H.264/AVC实时应用的因素之一.因此为了降低计算复杂度,提出了一种基于自适应门限的视频编码模式快速选择算法,首先进行场景切换的检测,然后基于最优匹配的算法来进行模式的快速选择,略过不可能进一步降低率失真代价的模式,以降低编码过程的计算复杂度,从而提高编码速度.实验结果表明,本算法与全模式搜索算法相比,在图像质量和码率有少量变化的前提下,编码速度显著提高.     

基于自适应非局部均值的SAR图像相干斑抑制

针对在利用非局部均值方法对合成孔径雷达(synthetic aperture radar, SAR)图像降斑时,存在的图像块相似性度量不准确、鲁棒性不高等问题,提出了一种基于自适应非局部均值的SAR图像相干斑抑制方法。首先,定义平滑度以刻画图像不同区域的纹理复杂程度,并设计自适应匹配函数,自适应地确定图像块和搜索窗口的大小,以提高块相似性度量的准确性,并在此基础上提出了自适应非局部均值算法框架。然后,利用Gabor滤波器对图像块的相似性进行度量,以增强块相似性度量的鲁棒性,并以所提框架为依据,设计了基于Gabor滤波器的自适应非局部均值算法。实验结果表明,所提算法不仅能够有效去除相干斑噪声,而且较好地保持了图像的纹理、边缘、点目标等信息,为后期SAR图像的理解与解译奠定了良好的基础。     

基于GPU的体绘制流水线优化与预处理加速算法

提出一种基于GPU的体绘制流水线优化与预处理加速算法。对目前GPU体绘制流水线结构进行了深入地分析,为消除流水线速度瓶颈,采用自适应数据划分剔除算法对体数据进行子划分,剔除空白子块后将子数据块定义成子纹理块,然后使用体纹理打包算法VTP将子纹理块打包成适合GPU纹理内存的纹理,再依次传输至GPU纹理内存中。实验结果表明加速算法能有效提高流水线实际吞吐率,与原始算法相比,加速算法节省了40%~60%的绘制时间。     

基于运动矢量相对强度的时域错误掩盖算法

针对时域错误掩盖中运动矢量恢复存在偏差的问题,提出了一种依据运动矢量边界差值最小准则的运动矢量估算方法。同时,利用受损块与邻域块的运动空域相关性,提出了一种基于运动矢量相对强度的时域掩盖算法。对于受损块,评估其领域内运动矢量变化的相对强度,据此采用运动矢量边界差值最小法或拉格朗日插值法恢复其运动矢量。仿真结果表明,对不同视频序列或不同宏块丢失率,该算法所恢复的视频序列的PSNR值比传统算法提高了0.3 dB~3 dB;同时,解码的图像也获得了较好的主观视觉效果,具有更强的鲁棒性。     

FVEA-H：一种用于H．264的快速视频加密算法

视频加密技术被广泛地应用于多媒体系统中.由于要求加密速度快,以往的H.264算法通常选择编码效率高的关键数据进行加密,其安全性、压缩比和加密复杂度互为矛盾,难以满足商业应用的需求.为此,提出了一种新的H.264快速视频加密算法(FVEA-H),该算法(1)在基于上下文的自适应变长编码(CAVLC)中加密残差数据中的拖尾系数;(2)在指数哥伦布(Exp-Golomb)编码中扰乱帧内预测模式、帧间分块模式以及运动矢量差(MVD)符号位等.实验结果表明,该算法在不影响压缩比的条件下,可以取得比以往算法更好的加密安全性,而执行时间上却很快,为H.264的实时安全应用打下了基础.     

LIC纹理的GPU生成及边缘检测后优化处理

对基于GPU GLSL的LIC算法实现的完整框架进行了明确、详细描述,提出了矢量场--纹理颜色分区映射的方法,充分利用顶点处理器和GPU顶点颜色插值的优势,将离散计算矢量场转换为连续的纹理数据场,并给出了LIC算法实现的相关核心片元程序,对基于GPU的LIC与传统方法的性能进行了对比;提出了基于GPU的边缘检测的LIC纹理后优化处理方法,采用冷暖光照模型进行处理,取得了较好的可视化效果.     

保持轮廓清晰的有理-线性彩色图像内插放大方法

提出了一种有理-线性的自适应彩色图像向量插值方法。该方法是将数字图像的每一个象素看作是平面域的关于RGB三原色的一个向量,首先结合图像的局部和边缘特征对图像进行N×N块划分,根据图像的块特征构造二元向量Newton-Thiele型有理插值曲面或Newton-Newton插值曲面,然后对插值曲面进行采样以实现图像的缩放。采用文中的算法得到的放大图像,不仅可保持轮廓的清晰,而且可得到较好的彩色图像视觉效果。最后试验证明,该方法比常规方法产生的放大图像质量高。     

基于压缩域信息的运动区域检测

运动对象检测是智能视频监控的基础,现有的运动对象检测算法在实时性和检测精度方面仍有待提高,提出了一种利用压缩域的信息运动区域检测算法,首先利用压缩过程中产生的运动矢量信息去除摄像机的背景运动,然后利用宏块的DCT系数,宏块类型等信息去除虚假的运动块,最后使用了形态学的腐蚀与扩张处理以提高检测精度.测试结果表明,本文算法速度快、能够准确检测出运动区域.     

自适应最优块匹配视频稳像算法

传统的块匹配视频稳像算法不能完全去掉运动前景影响,在处理过程中需要预先设定判定相似度的阈值,容易造成计算误差,搜索算法搜索位置太多,加大了运算量。本算法首先对相邻两帧图像的匹配块进行x 和 y 方向独立的块搜索,自适应地确定最优匹配位置,然后根据每次搜索最优匹配位置剔除运动前景目标块,调整步长进行下一步搜索,直到搜索步长为零时停止,最后计算出相邻帧间的移动向量进行运动滤波,补偿抖动。处理结果显示本算法可以在视频大幅抖动,含有运动目标时和全局运动时进行准确稳像。     

一种基于广义多尺度分形参数的图像边缘检测方法

分形是实现自然纹理描述的一种有效方法.本文从分数布朗随机场模型的描述出发,证明了具有不同分形特性的两种纹理边缘处的H参数估计值大于1的一般结论、将H参数泛化用于描述一般图像的特性,从而提出了一种基于广义多尺度分形参数的图像边缘检测方法.该方法通过构造多分尺度的广义分形参数H值,从而可以实现图像边缘的有效提取.