MPEG-2视频通信中一种自适应错误隐藏算法

利用视频图像在时间上和空间上的相关性对错误进行隐藏是图像通信中特有的错误恢复措施．针对ＭＰＥＧ－２视频通信,分析了基于空间的错误隐藏、无运动补偿的时间隐藏和有运动补偿的时间隐藏等各种错误隐藏措施的特点及其适应范围,提出了基于图像编码帧类型（Ｉ,Ｐ,Ｂ）和帧间预测误差的自适应错误隐藏算法,它不需要对编码器作任何改动,也不需要传送额外的码字,在图像通信中具有通用性．同时,该算法计算量少,实现简单．仿真结果表明,其错误隐藏效果显著,特别适合场景切换时的错误隐藏     

MPEG—2视频通信中一种自适应错误隐藏算法

利用视频图象在时间上和空间上的相关性对错误进行隐藏是图像通信中特有的错误恢复措施，针对ＭＰＥＧ－２视频通信，分析了基于空间的错误隐藏，无运动补偿的时间隐藏和有运动补偿的时间隐藏等各种错误隐藏措施的特点及其适应范围，提出了基于图像编码帧类型（Ｉ，Ｐ，Ｂ）和帧间预测误差的自适应错误隐藏算法。同时，该算法计算量少，实现简单，仿真结果表明，其错误隐藏效果显著，特别适合场景切换时的错误隐藏。     

一种新型视频误码掩错算法

针对高误码率误码信道，提出了一种新型的视频误码掩错算法．该算法充分利用信息隐藏技术提供的隐蔽信道传递编码图像序列中帧内编码帧的运动信息，并利用这些运动信息在帧内编码图像中构造了时间域误码掩错算法．实验结果表明，该算法能够对因误码造成的受损图像进行逼真地掩盖。     

基于视频内容的自适应错误隐藏算法

为降低视频无线传输时发生的错误对视频质量的影响,提出一种基于解码端的自适应错误隐藏算法.分析解码端错误隐藏的特点,根据受损块所处区域的运动剧烈程度,自适应地选择帧内帧间错误隐藏.实验测试结果表明,该算法对于视频错误的恢复效果有一定程度的提高.     

极低码率视频编码中的帧间预测

介绍了ＩＴＵ－Ｔ极低码率视频编码标准Ｈ．２６３建议及其为降低图像传输码率、提高图像质量所作的算法改进。重点讨论了Ｈ．２６３帧间预测编码中的运动估计和运动补偿技术，对非限制运动矢量模式、ＰＢ－帧模式和高级预测模式等算法作了一些深入探讨，进行了Ｈ．２６３算法的计算机模拟，并给出计算结果。     

基于高斯金字塔与双边滤波的隐藏目标检测

隐藏目标通常处于视觉静止状态,其存在的微小运动不易被发现.当视频中存在隐藏目标时,其微小运动很难被检测到.针对该问题,提出一种将高斯金字塔算法和快速双边滤波相结合的隐藏目标微小运动检测方法,首先对视频图像的序列做多尺度的空间分解,然后对采样数据图进行滤波去噪,再经过视频重建后利用帧差法获取差分图像.实验结果表明,该方法与帧差法等相比,检测速度达到56.76帧/s,检测速度平均提高了4.14倍.帧差结果图的相似度最低,对隐藏目标的检测效果最显著,能在保证检测性能的同时提高检测速度.     

基于感兴趣区域的H.265样点自适应补偿算法优化

针对目前H.265环路滤波器样点自适应补偿(sample adaptive offset,SAO)算法复杂度高、计算量大的问题,提出了一种基于人眼感兴趣区域的样点自适应补偿技术.人眼感兴趣区域在视频的空间域对应纹理复杂的区域,在时间域对应运动剧烈的对象.利用图像的时域和空域的二维信息,使用编码单元深度和运动矢量分别检测纹理复杂区域和运动剧烈的对象,结合深度和运动矢量将视频帧划分为人眼不感兴趣、较感兴趣、很感兴趣3种类型,并分别采用不补偿、弱补偿和强补偿的SAO算法,从而在总体上减少自适应补偿的计算量,提高编码效率.实验表明,所提算法可使样点自适应补偿编码时间平均减少61.47％,而峰值信噪比(peak signal-to-noise ratio,PSNR)仅有0.033 dB的降低.     

一种运动图像的检测与识别技术

提出了一套检测和识别视频序列图像中运动物体的算法．该方法在连续3帧视频图像中,分别在第1和第2帧之间、第2和第3帧之间作差分运算,根据未交化区域与运动交化区域服从不同的统计规律设计检测门限,对差分图像作运动变化检测和连通域的识别．将检测到的运动变化图像作去噪和空域分割后,再对得到的两幅差分图像作相与运算以确定运动图像的位置,最后再基于运动物体自身的灰度信患,恢复出完整的运动图像．该算法适于应用在实时视频监控场合,实验结果令人满意．     

基于分区灰度投影稳像的运动目标检测算法

针对视频监控系统中,复杂环境引起摄像机抖动,造成运动目标检测不准确的问题,提出了一种基于分区灰度投影稳像的运动目标检测算法.首先对每帧图像进行分区,利用分区灰度投影算法对图像各分区的运动矢量进行准确提取和相关性分析,进行抖动判断,并对抖动帧进行运动补偿.然后利用高斯混合背景建模算法进行运动目标提取.最后对目标提取结果进行形态学处理,以进一步提高目标提取的精度.实验结果表明,本文算法较好地消除了场景中运动目标对运动矢量计算的干扰,实现了在摄像机抖动视频场景中的运动目标的准确检测和提取,大大降低了抖动视频目标检测的虚警率.     

基于FAST-9角点与光流法的机载视频稳像算法

针对机载视频图像受载体姿态运动及抖动而出现的不稳定现象,提出FAST-9角点与光流法结合的电子稳像算法。首先对参考帧提取FAST-9角点,利用光流法在当前帧找到匹配特征点以求取帧间运动矢量。采用卡尔曼滤波计算出补偿分量,对各帧图像进行运动补偿。经过稳像前后的视频序列帧间差值对比可知,很好地去除了视频序列的抖动。     

三维投影变换辅助的云游戏编码优化算法

针对传统视频压缩技术无法对云游戏视频中复杂的全局相机旋转以及剧烈变化的大范围运动进行很好的运动估计与补偿的问题，提出了一种三维投影变换辅助的编码优化算法，以提高云游戏视频的编码效率。分析了三维游戏场景下一点投影到二维平面的详细空间变换过程，在此基础上通过建立约束进行最优化估计构建了虚拟相机的内参估计算法。利用估计的内参，结合相机运动信息，基于图像单应性理论生成了与待编码帧平行的辅助参考帧，利用其更新参考帧列表参与编码。由于生成的辅助参考帧与待编码帧之间只有平移运动，所以更有利于传统的运动估计和补偿。实验结果表明：与原始的高效视频编码(HEVC)相比，所提算法在云游戏视频上可以实现平均8.14%的BD-rate增益，一定程度上缓解了云游戏对网络带宽的高需求；特别地，在仅有相机旋转的情况下，BD-rate可达-24.68%,同时编码时间平均缩短5.34%;与HEVC-SCC相比，所提算法的BD-rate性能增益超过20%。     

联合结构预测和运动补偿的视频自适应压缩感知

视频压缩感知是解决无线多媒体网络中海量数据存储和传输问题的有效方法,但常规基于单帧处理的压缩重构质量较差,限制了应用效果。文中提出了基于BCS的结构预测和运动补偿的提高视频GOP序列重构质量的方法。对视频GOP序列,首先,利用分块压缩感知对关键帧和压缩帧分别进行压缩采样,并给出了一种视频稀疏性定量估算方法,实现了压缩采样率自适应选择;然后,基于迭代阈值投影重构算法,对关键帧和压缩帧分别进行压缩重构。在此基础上,利用视频帧区域块的结构相关性进行帧内结构预测,提高重构质量;最后,利用帧间的时间冗余性,通过运动估计和运动补偿进一步提高重构质量。仿真结果表明,结构预测和运动补偿能提高视频重构的峰值信噪比(PSNR)。该算法考虑了视频序列帧内和帧间相关性进行预测和补偿,提高了GOP序列的重构质量。     

一种“时-空”域自动视频分割算法

为了进行基于对象的视频编码,视频图像往往需要被分割成单独的个体.提出了一种从时域到空域的自动视频分割算法.在时间域阶段,通过对相邻两帧变化部分的检测,找到运动目标的初步定位.在空间域阶段,采用预测分水岭算法对运动目标进行精确定位.两种方法互相补充,互相增强.另外为了解决分水岭的过分割问题,算法在小波变换后的图像上进行.实验结果表明,提出的方法不仅分割效果好,而且计算时间少,分割的结果具有更准确的语义信息和实用性.     

MPEG-2视频解码器中的错误隐藏技术

视频信号无论从空域还是时域都有很强的相关性,因此传输视频信号除了加纠错码外,在接收端的错误隐藏技术对提高重构图像质量也是十分有效的。该文提出了一个支持错误隐藏技术的MPEG-2(movingpictureexpertgroup)视频解码器的设计方案,用该方案进行的仿真实验证明其是可行的。同时基于图像信号的相关性、光滑性及一致性的假设,分别对MPEG-2的I-帧、P-帧和B-帧图像提出了相应的错误隐藏技术。此外通过分析直流系数的错误结果后,提出了直流系数的错误隐藏方法。该文算法简单,适于实时处理,峰值信噪比PSNR比一般传统方法平均高出2～3dB。     

一种基于背景的视频运动对象分割算法

就如何从视频序列中分割出具有语义意义的运动对象，本文提出了一种自动的基于背景的运动对象分割算法，利用颜色、形状和灰度等特征对第一帧图像进行初步分割，然后根据帧间运动信息构造背景图像，最后以背景图像和帧差图像作为参考图像，对同一场景中的所有视频帧进行快速可靠的分割．     

基于GVF-Snake的运动目标跟踪

为了使GVF-Snake具备快速跟踪运动目标的能力,提出采用帧差运动补偿和GVF-Snake结合的跟踪算法.采用二次帧差法对视频图像进行处理,自动得到初始轮廓解决GVF-Snake模型初始轮廓确定的问题.对于输入视频图像在每一次迭代中重新计算整幅图像的GVF场时间消耗大的现象,采用分块计算,减少了计算量,使GVF-Snake跟踪达到接近实时的要求.在遮挡方面,采用前一帧差运动补偿的方法.实验表明,此跟踪算法具有较好的性能.     

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。     

基于局部卷积的视频图像像素补偿方法

为了修复高速运动目标视频图像的缺失像素，提出了一种基于局部卷积的视频图像像素补偿方法(局部卷积补偿方法).首先引入局部卷积方法，分割神经网络模型，重建视频图像帧；再激活源视频图像及对应像素空间；最后采用线性均值补偿方法补偿视频图像内插帧空洞，并判断视频图像匹配程度，完成视频图像像素补偿.对比实验结果表明，局部卷积补偿方法的平均梯度为11.239,明显高于遥感图像分类方法、单幅图像超分辨率重建方法和多尺度递归图像超分辨率重建方法的平均梯度，说明经过局部卷积补偿方法补偿后的视频图像具有较高的清晰度.     

一种基于角点特征的数字稳像算法研究

针对复杂背景情况，提出一种基于角点特征的车载视频图像序列数字稳像算法．采用改进的Harris算子提取特征点，根据三级匹配策略实现对应点的匹配；建立参考图像与当前图像的映射关系，采用最小二乘解得到图像帧间的全局运动参数；最后利用Kalman滤波平滑运动参数，实现帧间的实时运动补偿，达到稳像目的．实验结果表明该方法去除了高频抖动，较好的保留了摄像机的主动运动，稳像后的视频具有良好的视觉效果．     

基于帧差法与Mean-shift算法相结合的运动熔滴识别与跟踪方法

为了对焊接视频图像中的运动熔滴进行自动识别与跟踪,针对熔滴图像为灰度图像且背景单一的特点,提出了一种基于帧差法与Mean-shift算法相结合的方法.利用帧差法对视频图像的前2帧进行差分处理,获取目标窗口和中心位置并进行标定,以解决Mean-shift算法需要在起始帧手动框取目标的问题;结合基于灰度直方图的Mean-shift算法确定下1帧的目标模板位置,以实现对运动熔滴的自动识别与跟踪.结果表明,所提出的运动熔滴识别与跟踪方法能够对熔滴图像进行自动识别与跟踪,且具有良好的鲁棒性和实时性.