基于离散粒子群优化算法的块匹配运动估计.pdfVIP

第 34卷 第9期 合肥 工业大 学学报 (自然科学版) V01．34No．11 2011年 11月 JOURNAIOFHEFEIUNIVERSITYOFTECHNOIOGY NOV．2011 Doi：10．3969／j．issn．1003—5060．2011．11．014 基于离散粒子群优化算法的块匹配运动估计 蒋建国 。， 牛励诚 ， 齐美彬 (1．合肥工业大学 计算机与信息学院，安徽合肥 230009；2．合肥工业大学安全关键工业测控技术教育部工程研究中心，安徽 合肥 230009) 摘 要：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，降低了平均搜索点数。实验结果表明，对于运动复杂度较高的序列，该算法仍 能保持较好的性能。 关键词 ：运动估计；块匹配算法；离散粒子群优化算法；运动矢量 中图分类号：TN919．81 文献标识码 ：A 文章编号：1003—5060(2011)11-1661—05 Blockmatchingalgorithm basedon discreteparticle swarm optimizationformotionestimation JIANGJian-guo ， NIU Li—cheng ， Q1Mei—bin’ (1．ShoolofComputerandInformation，HefeiUniversityofTechnology，Hefei230009，China；2．EngineeringResearchCenterofSafety CriticalIndustrialMeasurementandControlTechnologyofM inistryofEducation，HefeiUniversityofTechnology，Hefei230009，Chi— na) Abstract：Inthispaper，ablockmatchingalgorithm (BMA)basedondiscreteparticleswarm optimization(DP— SO)isproposedformotionestima tion．ByintegratingthelocalsearchingofBMA withtheglobalsaerchingof DPSO andusingstrategieslikeGrayencoding，motionvectorpredictionandeffectiveearlyterminationcriteria ofiterationaccordingtothefaetures0fmotionvector。theproposedalgorithm overcomestheshortcomingOf beingliabletoloca1optimum from whichtraditionalalgoritmh softensuffere Thesimulationresultsshow thattheproposedalgoritmh obtainsalmostthesameaccuracyasfullsearchalgorithm withfewersearchpoints nadperformswellintraetingvideosequenceswithhighmotioncomplexity． Keywords：motionestimation；blockmatchingalgorithm(BMA)；discreteparticleswarm optimization (DPSO)；motionvector ， 运动估计是视频压缩技术的一个重要部分，在 位，在已编码参考帧的一定范围搜索区域内，根据 整个视频压