一种基于图像运动特征的快速运动估计算法.pdfVIP

一种基于图像运动特征的快速运动估计算法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于图像运动特征的快速运动估计算法.pdf

一种基于图像运动特征的快速运动估计算法 董武李晓辉翟娟娟吴蓓, (安徽大学计算智能与信息处理教育部重点实验室, 电子工程与信息科学系,合肥230039) 摘要:根据图像内容运动情况的不同,对图像中的宏块进行分类并统计所占的比例大小, 在此基拙上提出了一种改进的运动矢量快速估计算法 此算法采用自适应的方法搜索最 优匹配点,首先搜索参考帧中相同位置的点,然后按照参考帧临近宏块的运动矢量进行 搜索,再搜索其临近点,最后按照菱形算法进行搜索。在搜索过程中,如果匹配值小于 门限值,就结束搜索。实验结果表明,本文算法适用于各种运动情况的图像序列,其性 能接近于全搜索算法,同时极大地降低了计算复杂度口 关挂词:视频压缩;运动估计;块匹配;自适应 1引言 随着无线通信的广泛应用,视频图像的编码和传输技术面临巨大的挑战。由于视频 的数据量巨大,为了满足视频在频带受限的无线信道上传输时的实时性要求,必须使用 复杂度小同时压缩比大的快速算法,尽量用最少的数据传输最大的信息量。运动估计是 运动图像压缩中的一个关键技术,视频序列图像在时间上有很强的相关性,利用块匹配 估计和运动补偿技术,可以有些地去除图像帧间冗余度,实现高压缩比。通常,在编码 器运行中,运动估计算法需要消耗70%左右的执行时间,因此为了提高编码器的速度必 须首先提高运动估计算法的效率。 块匹配算法((BlockMatchingAlgorithm,MBA)是一种重要的运动估值算法,具有 简单、实用等特点,在MPEG-1,MPEG-4,H.263等许多视频编码标准中都采用了这种 技术。块匹配算法的基本思想是:把当前图像帧均匀划分成NXN像素的宏块,并假定 位于同一宏块内的所有像素具有相同的位移,在参考帧中预先确定的一个搜索窗内进行 位移匹配运算,得出每个宏块的运动矢量。在传输时,仅仅传输宏块信息、运动矢量和 预测误差,而无需传送每个像素的数据,从而大大降低了实际传输的比特数。 率董武:男,1980年生,安徽大学电子工程与信息科学系硕士研究生。研究方向为多媒体通信。 .李晓辉:男,1961年生,安徽大学电子工程与信息科学系主任,博士,教授。研究方向为多媒体通 信、第三代及未来移动通信系统。 ,翟娟娟:女,1978年生,安徽大学电子工程与信息科学系硕士研究生。研究方向为多媒体通信。 由吴蓓:女,1977年生,安徽大学电子工程与信息科学系硕士研究生 研究方向为多媒体通信。 2传统的块匹配算法 全搜索算法(FS)对搜索窗内的所有点都进行匹配运算,找到匹配最优的点,但是其 计算量非常犬,无法得到广泛的应用。快速算法的目的就是尽可能减少搜索点数和计算 量,同时达到与全搜索算法相当的搜索效果。传统的快速算法有三步法(3SS)、交叉搜索 算法(CS)III、四步搜索法(4SS)}、二维对数搜索算法(2DLS)r3]和菱形搜索算法D(S)0[t等 「 这些已有的算法虽然与FS相比在一定程度上减少了计算量,但是计算量还比较大,不 利于满足无线网络传输视频的实时性要求,而且已有的算法如三步法,搜索步骤是不变 的,搜索的点数也是固定不变,没有考虑图像内各部分内容具体的运动情况,显然搜索 比较盲目,没有灵活性和适应性。这些算法还很容易陷入局部最优,找到的是匹配极小 值,而非匹配最小值,性能与FS相比下降很多。 目前常用的匹配准则有均方误差准则 (MSE)和平均绝对误差准则 (MAD)等, 表达形式为 M N 1 MSEx(,y)=MN}}Ifk(m,n)一f=,(m+i,n+j)) (1) 门=1月司 1谷各 _ MADx(,y)=MN启去lfkm(,n,一fk=1m(十,”‘十刀 上式中,几表示第k帧图像的灰度值,为当前帧,人一表示第k-1帧图像的灰度 值,为参考帧,M和N分别为宏块的长和宽,x,y分别表示水平方向和垂直方向的位 移量。由于MAD准则不需要乘法运算,计算量较小而且其性能能够有效地反映匹配效 果,所以本文算法采用MAD准则。 为了克服传统快速算法的缺点,本文通过分析图像中各个宏块的运动情况,提出了 一种基于图像运动特征的快速算法。此算法首先根据图像内容的运动情况,对宏块进行 分类,按

文档评论(0)

docinpfd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5212202040000002

1亿VIP精品文档

相关文档