一种视频编码的遗传块匹配算法

块匹配算法是视频编码的关键技术，算法的效率直接影响了视频传输的质量。目前有许多较好的搜索算法提高了块匹配算法的效率。而遗传算法是一种随机化搜索算法，它能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最优解。文中通过对遗传 算法进行改进，将其应用于低比特率视频编码的块匹配算法中，经过实验仿真，在保持较好性能的基础上提高了搜索效率。     

一种基于三维小波嵌入编码的上下文模型

受EZW、SPIHT、EBCOT模型及3D-EZW、3D-SPIHT、3D-ESCOT模型的启发,综合利用小波系数不同子带间的自相似性、偏序性和同子带内相邻系数的相关性,提出了一种三维小波嵌入编码的上下文模型(3D-OWNER).实验结果表明:利用这种模型获得的PSNR高于3D-ESCOT模型,同时也具有3D-ESCOT模型的优良性质.     

基于可变尺寸块分割的立体视频帖估计和内插算法

在立体视频序列编码中,在图像流按MPEG－I／II的视频编码标准进行编码,而对右图像流只有参考帧（I及P帧）进行编码,右图像流的B帧不编码及传送,依靠在解码端从各个参考帧中进行帧重建及内插获得,该文中的可变尺寸块分割方法采用基于分辨率四叉树分解的运动分割,对右B帧的重建提出了按照匹配和失配块分别处理的方法,并根据右B帧中的块与右I,P帧之间或与左B帧之间相关性大小来确定各个块的位置和内容,该文还提出了一种可避免误匹配和对显露区进行正确填充的针对交叠块的帧估和内插方法,仿真实验表明,作者提出的图像重重建方法与MonsonH.Hayes所提出的基于固定块的方法相比,能够使得重建图像的PSNR增加约1．25dB,并且图像的主观视觉质量也明显要好。     

基于图像分割的视频差错复原算法

人们可能更多的注意感兴趣的区域和倾向于对背景的改变不太敏感。根据人眼的这一视觉特性；论文提出了基于图像分割的视频差错复原算法，并实现了支持该算法的H．264编解码器。该算法利用；灵活宏块排序技术对图像帧进行分割，将图像帧分割为前景子图像和背景子图像。与背景子图像相比，对前景子图像按更高图像质量的要求进行编码，并且对对前景子图像的传输进行更有效的保护。实验结果表明，论文提出的基于图像分割的差错复原算法具有良好的容错性能，重建图像的主客观质量良好。     

基于高斯混合模型的视频对象分割算法

针对应用高斯混合模型（GMM）进行视频建模与分割时的模型选择及参数估计初值选择的难点，提出了一种基于GMM的视频对象分割算法．首先进行特征提取，在特征矢量中引入加权运动信息，可根据不同需要选择合理的加权系数，然后通过分割投影进行模型选择及期望最大化（EM）算法的参数初始化并估计参数，这种初值选择方案使得EM算法的初值和真实值较接近，加快了迭代运算的收敛速度，从而提高了视频对象的分割速度，最后对特征矢量进行聚类分割．仿真实验表明，在保持良好分割效果的同时，所提算法的运算速度约为常规方案的76％，并且具有良好的稳定性．     

基于图像分割的视频差错复原算法

人们可能更多的注意感兴趣的区域和倾向于对背景的改变不太敏感.根据人眼的这一视觉特性;论文提出了基于图像分割的视频差错复原算法,并实现了支持该算法的H.264编解码器.该算法利用;灵活宏块排序技术对图像帧进行分割,将图像帧分割为前景子图像和背景子图像.与背景子图像相比,对前景子图像按更高图像质量的要求进行编码,并且对对前景子图像的传输进行更有效的保护.实验结果表明,论文提出的基于图像分割的差错复原算法具有良好的容错性能,重建图像的主客观质量良好.     

一种基于背景记录和变化检测的视频对象分割算法

MPEG—4引入视频对象的概念，以支持基于内容的操作．视频对象分割是MPEG—4成功与否的关键因素之一．该文提出了一种基于背景记录和变化检测的视频分割算法．通过背景记录，它可克服常规的变化检测算法存在的对阴影和亮度变化敏感的缺点．实验结果表明，它可应用到各种视频序列，并能快速得到准确的分割结果．     

基于上下文特征的视网膜血管分割算法

针对视网膜血管分布复杂且多变,提出一种基于上下文特征提取的视网膜血管分割算法。首先通过霍特林变换(Karhunen-Loeve, K-L)生成灰度图并经过预处理增强对比度。然后经过局部信息熵进行采样。该网络编码部分的多感受野残差编码模块在兼顾速度的同时对特征进行充分的提取。同时底部的特征融合模块由非对称融合非局部模块和非对称金字塔非局部模块两部分组成,用于融合图片的上下文特征。而解码部分由多个微型U型网络组成,保证将底层特征和高层映射特征有效融合并进行深层次的再提取。本文算法在血管分割的数字视网膜图像数据集(digital retinal image for vessel extraction, DRIVE)数据集进行仿真,准确率为96.45%,特异性为98.37%,敏感度为82.7%,实验结果表明能有效地分割视网膜血管。     

尺寸可变块匹配双向运动补偿视频帧间编码

为了降低尺寸可变块匹配运动补偿中优化分割的时间复杂性，提出了基于四叉树分割的尺寸可变块匹配双向运动估计和补偿方法。该方法每隔一帧进行一次双向估计和补偿，对于双向补偿帧，利用前一帧的分割信息先进行后向估计和补偿，再对包含复杂运动的小块进行前向估计和补偿，其中的重叠补偿区域采用加权平均。仿真结果显示，在分割的时间复杂性降低了50％的情况下，其峰值信噪比下降很少（平均小于0．1dB），表明该方法是可行的。     

视频编码去像虚块的运动补偿新算法

超低码率视频压缩边界上出现的明显的不连续灰度即像虚块，影响了视频序列的压缩上界，限制了它的应用范围。为减轻或消除像虚块的影响，本文针对运动视频图像的特点，在经典的去块滤波算法基础上，对编码器结构和滤波特性加以改进。算法中使用了重叠运动补偿和方向滤波联合处理的方法，操作简捷，移植性好。理论分析和试验仿真都证明了本文方法能够获得比标准算法更好的重建结果。     

基于双重检测模型的视频镜头分割算法

提出一种基于自适应双重检测模型的视频镜头分割算法.该算法分为初检和复检两阶段,初检提出了基于人类视觉特征的非均匀分块的概念,并结合滑动窗口自适应二分查找算法进行镜头边界检测;复检过程利用尺度不变特征变换算法对初检得到的镜头边界进行匹配,排除初检中的误检.视频测试结果表明,该算法对多种不同类型的视频能同时提高切变和渐变镜头边界检测的效果.     

一种基于三角形运动分块的HEVC视频编码方法

分析了目前H.264/AVC已有的非规则运动分块方法的优缺点,根据高效率视频编码(High Efficiency Video Coding,缩写HEVC)标准,提出了三角形的帧间预测单元(Prediction Unit-PU)运动分块,相比常规的PU运动分块,它的斜边更适合一些场景中有着斜边的运动对象,从而提高编码效率.根据该三角形的运动分块形状,提出三角形PU运动分块的运动向量预测方法和运动估计方法.通过分析斜边将产生的块效应方向,相应地提出了优化HEVC滤波方法.实验结果显示,相比已有的非规则运动分块的编码方法,在编码时间平均上升23％的前提下,本算法在BD-rate方面平均降低了2.1％.     

一种简单的基于矢量量化的方块编码方案

通过对矢量量化优缺点的分析，提出了一种简单的基于矢量量化的方块编码方案，首先经过预实验确定方块分割方法，然后抽取各方块的均值进行标量量化，再对方块中剩余的值进行矢量量化，实验表明此方案的效果很好，而且它的算法简单，易于硬件实现。     

一种无链表集合分裂嵌入块图像编码算法

该文在集合分裂嵌入块(SPECK)的基础上,提出了一种改进的无链表集合分裂嵌入块图像编码(SPECK)算法.将二维坐标值采用线性索引技术映射成一维的索引值,设置状态标记来记录集合和像素的重要性状态以代替链表的作用,最后对每个子带采用四又树集合分裂的方式进行 .编码.该算法不需要使用链表,避免了非固定存储空间的占用和链表节点的操作.实验表明:该算法与SPECK和SPIHT相比具有更快的执行速度,并且在获得较高编码性能的同时占用的存储空间固定在图像大小的50%.     

基于运动补偿的XYZ视频编码

针对运动较剧烈的图像序列,提出了一种基于运动补偿的图像编码方案：对原始图像序列进行运动估值及运动补偿后,沿运动轨迹进行３Ｄ－ＤＣＴ变换,最后将运动矢量及ＤＣＴ系数进行ＶＬＣ熵编码。实验结果表明,与传统ＸＹＺ编码方法相比,此方法在压缩效果及图像恢复质量方面都有明显提高。     

基于曲率和活动轮廓模型的重叠细胞分割算法

提出了一种基于曲率和活动轮廓模型的重叠细胞分割算法,用于解决重叠细胞显微图像边界难以自动分离的问题.该算法使用Otsu算法和形态学滤波得到重叠细胞整体轮廓,并根据其曲率信息来定位细胞边界接触点,再采用活动轮廓模型分割得到重叠区域轮廓,最后结合边界接触点信息将其与整体轮廓拼接得到单个细胞轮廓.实验结果表明,算法实现了重叠细胞的分割,分割得到的细胞完整度高,且算法具有一定的鲁棒性,表明该算法用于重叠细胞的分割是可行、有效的.