视频运动图像中运动矢量算法的相关研究毕业论文开题报告.pptVIP

课题名称： 视频运动图像中运动矢量算法的研究 课题研究的目的与意义 目的： 研究块匹配算法中的多种常见算法，并通过利用MATLAB编程，用一种以上的算法实现对运动图像的运动矢量估算。 意义： 改进运动估计匹配模板的形状和大小, 减少搜索点数和搜索时间, 节约运算量和运算时间，提高编码速度，改善图像质量。 具体工作内容 1．??了解数字视频技术的相关内容，掌握视频图像中运动估计的基本概念。 2．??收集整理文献资料，了解运动估计方法的应用领域。 3．??对现有的运动估计方法进行研究，整理出常用方法的思路、优缺点以及应用范围。 4．??复习并加强Matlab使用，掌握图像处理工具箱的应用。 5．??选择不少于两种运动估计方法深入研究，对给定的视频序列在Matlab中进行仿真研究，实现对运动图像的运动矢量的估算。 需要理解的概念 什么是运动矢量？ 在运动估计中，模拟化运动的最简单形式是用一个常量位移来表示，这个常量位移就是运动矢量。 运动估计的原理 运动估计的基本思想是将图像序列的每一帧图像分成许多互不重叠的宏块, 并假设块内各像素只作相等的平移, 然后对于当前帧中的每一块到前一帧或后一帧某一给定搜索范围内根据一定的匹配准则找出与当前块最相似的块, 即匹配块, 由匹配块与当前块的相对位置计算出运动位移, 所得运动位移即为当前块的运动矢量。 几种常见算法 全搜索法 三步搜索算法 新三步搜索算法 四步搜索算法 菱形搜索算法 常见算法的描述 全搜索法： 从原点出发，按顺时针螺旋方向由近及远，在逐个像素处计算MAD值，直到遍历搜索范围内所有的点，然后在计算的所有点的MAD中找到最小值，该点所在的位置即对应最佳运动矢量 特点： 简单可靠，能够得到全局最优的结果，但计算量大，实际操作难度高。 三步搜索算法： 每一步搜索9个位置点，对每一个位置计算最小平均方差来确定最小失真方向，在最小失真方向上搜索区域减小一半进行第二步的搜索匹配，然后继续沿最小失真方向将搜索区域又减少一半来进行第三步的搜索匹配。 特点： 简单、有效,能够在视频编码系统中得到广泛的应用，但对图像中的微弱运动的搜索并不是很好,同时由于该算法的第一搜索步长较大,可能在第一步搜索时就导致搜索方向的偏差,产生较差后果。 设计流程及思路 复习MATLAB语言及程序的使用方法，强化MATLAB编程能力，整理块匹配算法的各项资料。 参考每种算法的可实施性和最终的效果来选择一种以上的算法，研究算法的基本思路和数学方法。 结合MATLAB工具软件，依据所选择的算法进行程序的编译，用MATLAB程序实现算法的功能，完成对运动图像矢量的估算。