一种新的快速块匹配运动估计算法

提出了一种新的快速、有效的块匹配运动估计算法。算法采用多步搜索方法,利用相邻块之间的运动相关性,选择反映当前块运动趋势的预测点作为初始搜索点;用子采样块匹配失真度量来减少计算量;利用运动矢量的中心倾向的分布特性,用多侯选点钻石形状搜索方法来提高运动估计的速度和准确性。实验表明,该算法计算复杂性低,预测质量好。     

自适应六边形运动估计搜索算法

指出了在块运动估计中,快速估计算法的最终目的是在提高搜索速度的同时保持搜索质量.在现有搜索算法的基础上,提出了一种自适应六边形运动估计搜索算法AHEX.该算法首先利用时空相关性预测起始点,缩小了搜索区域,从而减少搜索点数;然后采用六边形搜索模型进行搜索,进一步提高了搜索速度.在搜索过程中,还采用了自适应的提前中止策略来避免不必要的搜索.实验结果表明:在保持相当搜索质量的前提下,与其它快速块匹配算法相比,自适应六边形搜索算法的搜索速度有大幅度的提高.     

一种用于超分辨率重建的自适应块匹配算法

提出了一种基于自适应块匹配的超分辨重建算法。首先根据相邻运动块之间的相关性来预测搜索块,然后利用图像的运动特性自适应地选择合适的搜索模式,最后采用最大后验概率估计算法对配准后的图像进行超分辨率重建。该算法可以有效减少搜索匹配点的个数,极大提高搜索速度,并且能够获得与全搜索算法同样高的配准精度,具有较大的峰值信噪比。实验结果表明,所设计算法能获得较好的视觉效果与重建效果,具有一定的实用价值。     

可预测起始搜索点的自适应准十字菱形搜索算法

分析了视频图像现有块匹配运动估计的技术特点,通过实验数据定量评价了各算法的优缺点,提出的一种改进的自适应运动估计算法:基于起始搜索点预测的准十字菱形搜索算法.该算法根据序列图像中运动矢量的十字中心偏置分布特性和运动矢量间的时空相关性,设计了一种准十字菱形搜索模板,并对静止块设定阈值,直接中止搜索;结合起始搜索点预测,并根据运动类型自适应选择搜索策略,使本文算法在保证了搜索准确性的同时,提高了运动估计的速度.     

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．     

基于空间相关预测的快速块匹配运动估计算法

为了提高自适应十字搜索(adaptiveroodpatternsearch,ARPS)算法中运动估计的速度和准确性,提出一种基于空间相关预测的快速块匹配运动估计算法.根据块匹配度量准则,将邻域块中与当前块相似度最高和次高的两个运动向量(motionvector,MV)的均值作为当前块的预测MV,改进了传统ARPS算法的固定单块预测模式,增强了起始搜索中心位置的预测,减小了由于运动变化而引起的预测误差.实验结果表明所提算法与ARPS和其他标准快速块匹配运动估计方法相比,有效地减少了计算复杂度,提高了配准精度.     

基于GMS和块匹配的运动估计特征匹配算法研究

针对运动估计中传统特征匹配算法存在匹配时效性差、精度不高等问题,提出一种基于块匹配搜索的改进网格运动统计算法.首先提取ORB特征点并将图像划分网格;然后计算网格内各特征点的运动平滑约束度,并以此作为准则确保匹配精度;最后采用块匹配菱形搜索算法进行特征匹配筛选以提高匹配速度.仿真试验结果表明:相较于随机抽样一致算法,特征点保持数量为500时匹配效率提升24.6%,匹配速度提高42.9%;与ORB-SLAM2算法相结合用于连续运动估计时,单帧耗时0.13 s,实时性较好.     

2D视频转3D视频中快速块匹配运动估计算法

根据视频序列相邻帧之间运动矢量的时空相关性和概率分布特性,提出了一种快速块匹配运动估计算法。该算法使用了搜索起点预测准则、中止阈值准则和自适应搜索策略等。实验结果表明,该算法与三步法、菱形法等相比,减少了对静止块的搜索,在保证图像质量的同时,减少了搜索的点数,提高了运动估计的速度。     

自适应方向菱形搜索快速运动估计算法

在运动矢量分布特性研究的基础上提出了一种自适应方向菱形搜索算法. 该算法利用图像序列的空时相关性, 对搜索起始点进行预测, 设定阈值, 针对匹配块提前终止搜索, 根据运动方向特性自适应的选择小菱形模板和方向菱形模板, 大大增强了搜索的方向性. 实验结果显示, 在保证图像质量的前提下, 该算法大幅减少了平均搜索点数, 提高了搜索的速度.     

基于离散粒子群优化算法的块匹配运动估计

文章提出了一种基于离散粒子群优化算法的块匹配运动估计算法.该算法将块匹配运动估计的局域性搜索与离散粒子群算法的全局性搜索结合起来,并针对运动矢量的特点,采用了Gray码编码、运动矢量预测以及有效的迭代提前终止准则等策略,克服了以往快速搜索算法容易落入局部最优的问题,在获得与全搜索算法相近的搜索精度的同时,降低了平均搜索...     

采用自适应搜索范围的多介质立体匹配算法

摄像机在水下拍摄时,成像光线经过不同介质会发生折射,空气中极线约束条件不再满足,区域匹配无法在此极线上搜索。针对此问题,提出一种采用自适应搜索范围的多介质立体匹配算法。首先对双目摄像机进行标定得到相关参数;然后针对每一像素点推导出曲线极线,并计算出与原极线的上偏差与下偏差,确定该点的最优搜索范围;再用区域算法SAD算法在每点对应的最优搜索范围中进行多行搜索并匹配。经过两组实验对比,该算法的匹配精度分别为72.4%、76.8%,而SIFT匹配算法的匹配精度分别为71.1%、74.7%。该算法的匹配精度达到了特征匹配的精度,可以用于整幅图的稠密匹配,解决了原极线搜索策略无法应用于多介质环境的问题,成功将区域匹配算法应用于多介质中的立体匹配。     

基于分群式粒子群算法的压裂水平井试井曲线自动拟合

为提高压裂水平井试井多参数自动拟合的计算精度、速度和稳定性,将传统方法、智能算法和并行算法相结合,提出并行分群式粒子群优化算法,并将高斯-牛顿法与粒子群算法相结合,同时采用OpenMP并行算法求解。结果表明:在粒子群优化算法中,通过粒子分群使粒子搜索方向趋近于线性,避免了粒子群算法易陷入局部最优的问题,加快了搜索速度;与高斯-牛顿法相结合保证了计算的稳定性;采用OpenMP并行算法求解降低了模型的复杂度,提高了计算效率;分群式粒子群优化算法比其他优化算法计算速度更快,计算精度更高,并可在一定程度上为多裂缝水平井试井解释划分流动阶段。     

基于遗传算的影像匹配

阐述了遗传算法的基本原理，应用遗传算法解决了在影像匹配过程中的全局寻优问题，通过数学试验，表明了遗传算法在影响匹配过程中的可靠性。     

一种正则表达式集合快速搜索算法

正则表达式由于其强描述能力和灵活性,在信息检索,程序设计,数据挖掘,深度分组检测,生物信息处理等领域得到了广泛而深入的应用,然而正则表达式,尤其是正则表达式集合,由于搜索速度慢往往成为系统的性能瓶颈。现有的正则表达式搜索算法性能较好的是多模式过滤类型的算法,此类算法严重依赖于两个因素,从NFA的初始状态到终止状态的最短路径Lmin和正则表达式所表达的语言的前缀集合Pref（RE）的大小,Lmin越长,搜索速度越快,Pref（RE）越大,搜索速度越慢。针对上述问题提出了一种基于Bloom filter的正则表达式集合搜索算法,此方法利用Bloom filter的集合查询时间集合大小无关的特点,使得正则表达式搜索速度不受Pref（RE）大小的影响,如果采用多个Bloom filter并行,还可以间接增大Lmin的长度。分析与测试结果表明,本算法较大的加快了正则表达式的搜索速度,对于正则表达式集合,算法性能改善尤其明显,可以实现大规模正则表达式集合的快速搜索。     

基于形状匹配的快速图像配准

为了发挥基于特征的图像配准方法和基于像素的配准方法的优点,提出了一种将特征匹配和最大互信息法相结合的配准方案：先提取参考图像和浮动图像中的目标形状进行匹配,利用匹配结果求出互信息搜索算法的初始值再进行搜索．实验表明,该方法计算量小、速度快且精度高,可避免参数搜索陷于局部极值,有效地提高了配准的速度和精度．     

基于双尺度SIFT描述符及搜索区域限制的图像匹配算法

针对尺度不变特征变换(SIFT)算法的匹配结果存在大量的错误匹配点对,提出一种基于双尺度SIFT描述符及搜索区域限制的图像匹配算法(DSLSR-SIFT).该方法使用双尺度描述符来计算初始匹配点集,然后加入局部搜索区域限制条件在初始匹配点集中剔除偏离区域限制条件较大的点对从而得到提炼的匹配结果.最后,利用随机抽样一致性(RANSAC)算法进行评估两种算法的匹配结果.实验结果表明,本方法比SIFT算法在匹配正确率上平均提高了17%左右,显著地提高了匹配精度.     

大型复杂曲面零件加工余量均布优化问题研究

提出通过曲面的初始匹配和精确匹配来实现余量分布的优化，初始匹配决定后续算法的变量空间；精确匹配获得最佳的曲面匹配姿态及最佳的余量分布，精确匹配采用最小二乘方法构造评估函数，应用遗传算法和单纯形法混合寻优，直接对问题涉及的曲面匹配变换矩阵的6个未知量求解，应用结果表明该方法具有易地实现，算法稳定等特点，较好解决了大型复杂曲面类零件加工余量计算问题。     

A Single Pattern Matching Algorithm Based on Character Frequency

Based on the study of single pattern matching, MBF algorithm is proposed by imitating the string searching procedure of human. The algorithm preprocesses the pattern by using the idea of Quick Search algorithm and the already-matched pattern psefix and suffix information. In search-ing phase, the algorithm makes use of the! character using frequency and the continue-skip idea.The experiment shows that MBF algorithm is more efficient than other algorithms.     

入侵检测系统中模式匹配算法探讨

针对入侵检测系统实现中的关键部分—检测引擎的数据分析模块实现问题,对基于规则的入侵检测来说,模式匹配算法非常重要,它直接影响到系统的准确性和实时性能。研究了几种应用于入侵检测中的单模式精确匹配算法和多模式精确匹配算法,分析了这些算法的复杂性,包括 Brute Force 算法,Knuth-Moris-Pratt 算法,Boyer-Moore 算法,Boyer-Moore-Horspool 算法,Aho-Corasick 算法和 Aho-Corasick_Boyer-Moore 算法。