基于时空特性自适应插值的混合去隔行方法

为了实现隔行扫描到逐行扫描的视频格式转换,需要使用去隔行插值技术.针对传统运动补偿插值算法的误差传递、运动估计不准、计算复杂度较高等缺陷,提出一种基于奇偶一致性搜索的运动补偿去隔行方法;针对传统基于边缘方向插值算法的边缘定位不准等缺陷,提出一种基于梯度辅助的场内多方向插值方法.将上述两种方法与场合并插值和行平均插值相结合,提出一种新的基于时空特性自适应插值的混合去隔行方法.该方法能够利用视频中的时空特性,有效地解决传统去隔行算法因运动估计错误和边缘定位不准导致的插值失真等问题.实验结果表明,与传统去隔行算法相比,该方法能够在降低总体计算复杂度的情况下获得0.7,d B左右的PSNR提升.     

加权自适应的去隔行算法

考虑到运动补偿技术中运动估计失效的情况，提出了一种有效的混合去隔行方法。将运动补偿技术与基于方向的时空滤波方向相结合， 地插值结果是运动补偿时间插值和基于方向的时空中值滤波方法和加权和。在运动矢量估计不准确的情况下，利用权值的自适应使基于方向的时间中值滤波占主导地位，有效保持图像中的运动边界，并减小运动补偿的插值误差。实验结果表明，该算法计算简便且容易实现，具有较好的视觉效果。     

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。     

一种基于中值滤波的运动补偿去隔行算法

提出了一种有效的基于中值滤波的运动补偿去隔行算法，该算法首先使用新三步搜索(NTSS)的方法对图像序列中的运动部分进行估计，然后通过一种中值滤波的方法改善去隔行处理的效果，这不仅提高了图像的画质，而且能有效地防止因运动估计失效在运动补偿时的影响。实验结果表明，该算法无论是从画面的视觉感受还是利用峰值信噪比进行客观衡量都具有良好的处理效果。     

三维和二维平移运动估计算法分析研究

运动估计和补偿预测编码是视频编码标准中的一项关键技术,其核心问题在于如何利用当前帧和参考帧来估算运动矢量.文章结合H.264/AVC视频编码标准的新特征,对传统运动估计和运动补偿算法和三维平移运动估计和算法进行了分析.通过计算复杂性的分析,认为在视频预测编码中,可以根据视频编码要求,采用二维运动估计或三维平移运动估计,提高压缩编码性能.     

MMSE准则下基于玻尔兹曼机的快速重构算法

全连接的玻尔兹曼机模型可全面描述稀疏系数间统计依赖关系,但时间复杂度较高.为了提高基于玻尔兹曼机的贝叶斯匹配追踪算法(BM-BMP)的重构速度和质量,本文提出一种改进算法.第一,将BM-BMP算法的最大后验概率(MAP)估计评估值分解为上一次迭代的评估值与增量,使得每次迭代仅需计算增量,极大缩短了计算耗时.第二,利用显著最大后验概率估计值平均的方式,有效近似最小均方误差(MMSE)估计,获得了更小的重构误差.实验结果表明,本文算法比BM-BMP算法的运行时间平均缩短了73.66%,峰值信噪比(PSNR)值平均提高了0.57 dB.     

基于正态反高斯先验模型的小波去噪算法

提出了一种基于正态反高斯先验模型(NIG)的小波去噪算法.将小波系数建模为正态反高斯分布,利用矩估计法计算每个子带内的模型参数;在贝叶斯最大后验概率估计(MAP)准则下推导出与NIG模型相对应的阈值函数表达式,以此对图像进行去噪处理.实验结果表明:该算法与经典的阈值去噪算法相比,具有更好的信噪比和视觉效果.     

基于贝叶斯估计的小波图像去噪算法研究

利用拉普拉斯分布作为小波系数的分布模型,用贝叶斯最大后验概率估计法估计小波系数,给出了一种小波域自适应去噪算法.实验结果表明,本文算法与普通的软阈值法相比,可以获得更好的去噪效果.     

基于贝叶斯估计的图像去噪算法研究

本文提出了一种基于贝叶斯最大后验概率估计（Bayesian MAP）的图像去噪方法。通过 Matlab软件仿真,对均值滤波、中值滤波、小波阈值去噪和本文提出的图像去噪方法进行分析比较。实验表明：本文提出的方法根据图像和噪声的特点,在小波变换之后,对其中的高频系数进行贝叶斯最大后验概率估计,比其他几种图像去噪方法更能提高去噪后图像的峰值信噪比,更好地保留了图像的细节特征,取得了较好的视觉效果。     

亚高原地区弹射救生控制技术研究

为实现隔行扫描到逐行扫描的视频扫描格式转换,提出了一种时空权重和边缘自适应的去隔行算法,主要包括运动估计、小角度边缘搜索、时空权重计算、自适应插值等。该算法通过4场相邻像素的最大灰度变化与运动阈值比较实现对当前像素的运动估计,采用自适应搜索半径和并行搜索树的方法实现小角度边缘检测,并且增加对半像素边缘的考虑实现最小6°边缘的检测,最后通过时空权重自适应的插值算法实现去隔行处理,取得很好的处理效果。     

A Hybrid Motion Compensation De-interlacing Approach

Motion compensation de-interlacing is expected to be better than linear techniques; but all the block-based motion compensation de-interlacing methods cause block artifacts. The algorithm proposed in this paper is concerned with reducing the deficiency of motion-compensated interpolation by using adaptive hybrid de-interlacing methods. A spatio-temporal tensor-based approach is used to get more accurate motion field for de-interlacing. Motion vector is assigned for each position with pixel precision; the block artifact is reduced significantly. To deal with the artifacts introduced by motion-compensation when the motion estimation is incorrect, linear techniques are considered by adaptive weighting. Furthermore, directional filter is adapted to preserve details and the edge discontinuity could be eliminated greatly. Our approach is robust to incorrect motion vector estimation.     

基于REMOS的远距离语音识别模型补偿方法

封闭环境中远距离语音识别会受到混响效果的影响,从而降低语音识别率。混响建模(reverberation modeling for speech recognition,REMOS)是一种在模型域进行混响补偿的新方法,该方法在已知声源位置的情况下能有效提升远距离语音识别精度。但在实际应用中,往往难以预测声源的位置。利用最大后验概率的原理,基于对房间不同区域进行有区别补偿的思想,在按帧的隐马尔可夫模型 (hidden Markov model,HMM)补偿的基础上,提出一种在封闭环境中新的模型补偿方法。该方法利用K均值聚类K-means算法对房间冲击响应 (room impulse response,RIR)的优化集进行聚类,对所属相同类的混响模型进行合并处理,再把合并后的混响模型载入维特比算法中,对清晰语音的HMM模型进行按帧补偿。最后采用后验概率方法选择最佳补偿,使得模型域的混响补偿能最接近精确补偿。实验证明,该方法能进一步提升远距离语音识别的精度。     

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。     

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.      

无失效数据下一种新分布的可靠性分析方法

根据无失效数据推导出分布失效率的Bayes估计,然后运用Virene算法和非线性回归最小二乘法,对分布的可靠性进行评估.最后,利用Monte-Carlo方法对所得结论进行了分析验证.结果表明,在无失效数据下,将非线性回归最小二乘法与Bayes方法相结合,可以很好地评估指数-威布尔分布的可靠性.     

基于概率LS-SVM 的多标签非均衡样本分类算法

针对多标签分类问题,提出了一种面向样本不均衡及类属不确定性的多标签分类算法。首先,结合“一对一”分解策略和贝叶斯理论,将多标签数据集分解为单标签数据子集,并利用Parzen窗方法估计子集样本后验概率,对类标签进行了基于概率的不确定性表示。然后,在融合概率类标签和LS-SVM模型的基础上,利用样本差异信息来调节惩罚参数值,建立了考虑样本不均衡的概率LS-SVM子分类器模型。依据正态分布的3σ原理,设计了子分类器决策阈值确定方法。最后,结合实例对算法进行了性能分析,结果证明了新算法的合理性和有效性。     

AVS视频标准中的分像素插值算法设计

AVS是我国具备自主知识产权的第二代信源编码标准.在它的视频编码中采用了1/2像素或者1/4像素的运动估计,这样就能提高运动矢量位移的精度,使得帧间剩余误差变小,压缩比就能提高.本文在介绍AVS中的分像素插值原理的基础上,给出了一种在实际应用中可行的算法.     

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.     

一种对成片连续野值不敏感的鲁棒Kalman滤波

针对量测噪声中可能出现成片连续野值的情况，利用Ｂａｙｅｓ定理，得到了判别成片连续野值的后验概率公式，并提出了对上述野值不敏感的鲁棒Ｋａｌｍａｎ滤波。仿真实例表明：较之一般的Ｋａｌｍａｎ滤波，文中提出的方法能够较为满意地处理量测噪声中具有成片连续野值的恶劣情形。