基于块的全搜索运动估计算法实现实验报告.docVIP

基于块的全搜索运动估计算法实现实验报告.doc

  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
基于块的全搜索运动估计算法实现实验报告

数字视频处理 实验报告 学 院: 通信与信息工程学院 系 班: 电信科0901班 姓 名: 学 号: 时 间: 2012 年11月23号 一、实验名称:基于块的全搜索运动估计算法实现 二、实验目的: 1、掌握运动估计算法的实现原理。 2、掌握运动估计算法的研究现状及多种计算方法。 3、学习基于块的全搜索运动估计算法,研究分析其Matlab实现程序过程,并补充完成程序,对实验结果进行分析比较。 三、实验要求三、实验要求 motionEstAnalysis.m进行分析,完成主程序流程图。 函数流程图: 2、编写代码,调试程序使其能正确运行 motionEstES( ) % Computes motion vectors using exhaustive search method(全搜索法计算运动矢量) % % Input % imgP : The image for which we want to find motion vectors(当前图像) % imgI : The reference image(参考图像) % mbSize : Size of the macroblock(宏块尺寸) % p : Search parameter (read literature to find what this means)(搜索参数) % % Ouput % motionVect : the motion vectors for each integral macroblock in imgP(当前图像中每一个积分宏块的运动矢量) % EScomputations: The average number of points searched for a macroblock(每个宏块搜索的平均点数) % % Written by Aroh Barjatya function [BlockCenter, motionVect, EScomputations] = motionEstES(imgP, imgI, mbSize, p) % 定义函数文件motionEstES.m,imgP、 imgI、 mbSize、 p为传入参数,BlockCenter、motionVect、 EScomputations为返回参数 [row col] = size(imgI); % 将参考图像的行数赋值给row,列数赋值给col blockcenter = zeros(2,row*col/mbSize^2); vectors = zeros(2,row*col/mbSize^2); % 定义全0的矢量矩阵的大小 costs = ones(2*p + 1, 2*p +1) * 65537; % 定义最小绝对差矩阵的大小 computations = 0; % 搜索点数赋初值为0 % we start off from the top left of the image(从图像左上角开始) % we will walk in steps of mbSize(以宏块尺寸为步长) % for every marcoblock that we look at we will look for % a close match p pixels on the left, right, top and bottom of it (对于每一个宏块,在它的上下左右找到与搜索参数p最匹配的像素) mbCount = 1; %搜索的宏块数赋初值为1 %1为循环起始值,mbSize为步长值,row-mbSize+1为循环终止值 for i = 1 : mbSize : row-mbSize+1 for j = 1 : mbSize : col-mbSize+1 % the exhaustive search starts here(全搜索开始) % we will evaluate cost for (2p + 1) blocks vertically % and (2p + 1) blocks horizontaly(我们将计算水平方向上(2p + 1)个块的最小绝对差和垂直方向上(2p + 1)个块的最小绝对差) % m is row(vertical) index(m为行指数) % n is col(horizont

文档评论(0)

xjj2017 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档