基于运动矢量可靠性分析的视频全局运动估计

视频全局运动估计通常根据图像的运动矢量场来决定,而前景或背景中不可靠的运动矢量对运动估计的结果影响很大。为了提高估计的准确度,提出了一种基于运动矢量可靠性分析的全局运动估计算法。该算法通过对当前帧的运动矢量场进行可靠性分析,提取图像块的匹配特征并用支持向量机的方法将运动矢量分成可靠与不可靠两类,剔除不可靠的运动矢量,用可靠运动矢量建立全局运动的线性参数模型,通过线性迭代最小二乘法求解估计参数。实验结果表明:该算法相比传统方法能够更好地消除前景或背景中不可靠运动矢量的影响,特别是在采用传统方法误差很大的情况下,该算法的结果仍十分准确。     

基于像素特征的运动块补偿算法

提出一种基于像素特征的运动块补偿算法.该算法充分利用视频图像的亮度特征与运动关系,实现了基于目标亮度特征进行分割运动块.同时针对视频图像目标运动特点,求得相应的运动方程,更加准确的反映了目标物体的真实运动,得到较为真实的运动矢量场.实验结果表明,与传统的快速分类搜索(CFS)、全搜索法(FS)相比,使用本文算法得到的视频图像帧,具有更加真实的运动矢量场,并且PSNR值相对CFS大约有20 dB的提高.     

基于块合分的运动估计及其准则

基于块分裂合并的运动估计法先用小尺寸的块进行运动估计,通过分析各块的匹配误差图来表征块的分裂与合并,将运动相关性好的块合并成一个块,得到新的运动矢量．同时还设计了使估计量尽可能接近真实运动的块合并判决准则．实验表明,该方法能得到更接近物体真实运动且一致性好的运动矢量．     

基于零检测和矢量滤波的帧频提升算法

针对格式转换领域提出了一种自适应帧频提升算法.该算法通过使用改进的三步搜索(ITSS)算法进行运动估计,并引入零检测和矢量滤波器对运动矢量进行修正.另外,运动补偿过程中采用的自适应加权算法可以有效地消除噪声的影响,保持图像中的运动边界的同时有效减小插值误差,增加适用性,提高图像质量.实验结果表明,该算法计算简便且易实现,具有较好的信噪比和视觉效果.     

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。     

误差掩盖中的选择性运动矢量恢复

提出了一种误差掩盖算法,作为在解码器端的后处理工具,以恢复视频序列在传输过程中丢失的运动矢量和图像块．对于丢失块,以其邻域块内像素标准差作为判断纹理块或平滑块的标准,选择保留所有属于纹理块的邻域块的运动矢量,取其中间值作为丢失块运动矢量的估计．仿真结果表明,对不同块丢失率或不同视频序列,该算法都能比传统的算法恢复出更高质量的图像．     

基于块匹配的运动矢量可靠性分析

为了改善目前对于运动矢量分析还较笼统的现状,获得对运动矢量场更为直观和定量的分析,运用贝叶斯定理,设计一种新型的基于运动矢量后验概率计算的矢量可靠性分析算法.利用贝叶斯理论中关于决策分析的思想,结合视频信号的特点和相关理论,计算运动矢量的后验概率,作为对矢量可靠性判断的依据,并据此优化运动补偿策略,提高去隔行效果.实验结果表明,用该法对运动矢量场进行分析,可得出对运动估计算法客观定量的分析结果,同时有助于矢量类去隔行算法的改进.运动矢量可靠性分析方法增强了块匹配运动估计算法的可分析性,有助提高运动补偿算法的鲁棒性和高质量地重建图像.     

一种快速鲁棒的全局运动估计算法

局部运动矢量会严重影响全局运动估计的结果,不仅降低全局运动估计的准确度,而且消耗大量的运算时间。针对上述问题提出了一种快速鲁棒的全局运动估计算法。首先采用快速的块匹配算法得到运动矢量场,然后通过改进的梯度均值残差法去除估计的不准确运动矢量,提高估计出的运动矢量场的准确性并使得全局运动估计所处理的宏块尽可能是全局运动块;其次,基于六参数仿射模型估计出初始全局运动参数,为了消除错误运动矢量产生的误差,使用匹配加权函数的方法对估计结果进行进一步修正,最终得到最优的全局运动参数。实验结果表明该算法兼顾了全局运动估计的准确性和鲁棒性,对大多数视频序列的全局运动估计具有算法复杂度低、运动参数估计准确的效果。     

一种新型的混合模式运动估计搜索策略

基于实时视频图像序列的运动矢量分布特性,本文提出了一种新型的混合模式运动估计搜索(MPS)策略。该算法根据给定的搜索距确定相应的搜索模式,使用中途停止技术快速的给出运动矢量。相比现有各种搜索算法,MPS搜索策略能够同时满足图像序列中的高速运动与慢速运动的搜索。仿真试验表明,本文搜索策略不仅在搜索速度上比现有MPEG-4校验模型的DS算法更加快速,并且具有更小的运动补偿误差以及更加真实的运动矢量场。     

基于分块灰度投影的无人飞行器视频稳像方法

针对传统灰度投影算法局部运动影响全局运动矢量估计精度的问题,结合无人飞行器航摄视频图像的特点,提出一种适用于无人飞行器的视频稳像方法. 该方法将图像划分为若干子区域,剔除灰度特征不明显和物体局部运动等影响全局运动估计精度的子区域,对保留的子区域分别采用灰度投影法计算运动矢量,由局部运动估算出图像的全局运动矢量,经过运动决策,将运动补偿矢量应用于图像补偿,获得稳定的视频图像. 对真实无人飞行器航摄视频稳像实验结果表明,该算法稳像准确度与块匹配全搜索算法相当,而单帧稳像时间只有块匹配全搜索算法的1/3,在准确性和实时性方面均优于传统灰度投影算法.      

区域运动相关性的运动估计方法

研究了一种基于区域运动相关性的运动估计方法．提出在块匹配运动估计中,对于运动相关性好的块根据相邻块或前一帧图象的运动预测出它的初始运动矢量,然后在小范围内搜索,做运动矢量的优化．对传统的全局搜索块匹配运动估计算法,给出了提高运动矢量一致性的修正准则．算法根据前帧运动估计误差来决定是否对当前块运动作预测,避免了运动估计误差的扩散．实验结果表明,文中算法所得的运动矢量一致性远高于传统全局搜索块匹配法所得的结果,同时能保持和全局搜索法相媲美的预测质量,而运算时间则有较大幅度减小．     

A new adaptive fast motion estimation algorithm based on local motion similarity degree (LMSD)

In the motion vector field adaptive search technique (MVFAST) and the predictive motion vector field adaptive search technique (PMVFAST), the size of the largest motion vector from the three adjacent blocks (left, top, top-right) is compared with the threshold to select different search scheme. But a suitable search center and search pattern will not be selected in the adaptive search technique when the adjacent motion vectors are not coherent in local region. This paper presents an efficient adaptive search algorithm. The motion vector variation degree (MVVD) is considered a reasonable factor for adaptive search selection. By the relationship between local motion similarity degree (LMSD) and the variation degree of motion vector (MVVD), the motion vectors are classified as three categories according to corresponding LMSD; then different proposed search schemes are adopted for motion estimation. The experimental results show that the proposed algorithm has a significant computational speedup compared with MVFAST and PMVFAST algorithms, and offers a similar, even better performance.     

基于运动矢量的视频去抖动算法

采用新的几何分析方法建立了视频去抖动处理的数学模型,提出一种基于运动矢量的视频去抖动算法.采用新的快速M鲁棒估计法获得摄像机全局运动参数集;滤波该参数集滤除随机抖动带来的运动噪声.为了提高算法的可靠性,在全局运动估计之前对原始运动矢量进行了时空滤波;在运动校正阶段,引入了"重同步"机制防止差错累积.实验表明,该算法具有良好的去抖动效果,能够用于实时处理.     

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.     

一种改进的运动矢量场自适应运动估计算法

对MVFAST和PMVFAST算法的分析,提出了一种改进的运动矢量场自适应运动估计算法。该算法基于MVFAST算法分级搜索的思想,优化了运动强度的划分方法,增加了相对运动类型的划分,搜索中尽量使用简单策略,并自适应提前结束搜索。实验结果证明,该算法在保持图像质量的情况下,与MVFAST和PMVFAST相比,不仅有效降低了计算复杂度,而且加快了搜索速度,具有很好的应用价值。     

一种用于移动可视电话编码的运动估计快速搜索算法

针对移动通信系统中实时视频通信的特点,提出了一种适用于可视电话和视频会议的视频压缩编码运动估计算法.利用当前块的3种预测矢量判断当前块运动矢量的类型,根据当前块运动矢量类型和移动可视电话视频对象运动的特点采用不同的搜索策略进行运动估计.通过对4种不同类型的视频序列进行测试,其测试结果表明,该算法在保证图像主客观质量的前...