当前位置:主页 > 科技论文 > 网络通信论文 >

基于搜索经历的快速运动估计算法研究

发布时间:2017-10-14 00:11

  本文关键词:基于搜索经历的快速运动估计算法研究


  更多相关文章: 搜索经历 残差曲面 搜索策略预测 曲面模型预测


【摘要】:作为视频压缩中的关键技术,运动估计在去除时域冗余信息,提高视频压缩效率方面起着非常重要的作用。随着视频应用不断向高清晰度,高帧率方向发展,对视频压缩效率的要求也越来越高。为了提高视频压缩效率,H.264/AVC和H.265/HEVC等视频编码标准在运动估计模块中采用了多种新技术,包括可变块尺寸匹配,亚像素精度运动估计矢量以及多参考帧预测,然而这些技术在提高了运动搜索精度的同时也增加了运动估计的运算复杂度。为了降低运动估计算法的计算复杂度,有必要对传统的运动估计算法进行研究和改进。针对现有的整像素运动估计算法搜索过程中搜索步长和搜索方向不确定且完全依赖于当前块已搜索点信息,不能快速定位到最佳匹配点导致搜索点数过多的问题,本文提出了一种基于搜索策略预测的快速整像素运动估计算法。该算法充分利用已编码邻域块的搜索经历信息,邻域块间搜索经历相关性信息,自适应地为当前块搜索过程选择恰当的搜索方向和搜索步长,从搜索策略层面对现有的运动估计算法进行改进。此外,根据邻域块间的最佳匹配点残差值相关性和运动矢量相关性,本文也提出了自适应阈值的静止块判断方法和动态搜索窗口预测方法。为了验证该算法的有效性,本文从运动搜索时间和视频编码性能两个方面与已有算法进行比较。实验结果表明,本文所提出的算法在保持编码性能基本不变的情况下,能大幅度降低整像素运动估计时间。针对曲面模型法求最优亚像素点鲁棒性不强以及基于插值的亚像素运动估计算法运算复杂度高的问题,在定性和定量地分析了亚像素域帧间预测的残差特性后,结合以上两种运动估计算法,本文提出了一种基于曲面模型自适应预测的快速亚像素运动估计算法。该算法充分利用已搜索过的整像素点信息,已编码邻域块的搜索经历信息以及邻域块间搜索经历相关性信息,对当前块的残差曲面特性进行预测,自适应地为当前块选择合适的亚像素运动估计方法。实验结果表明,该算法在保持编码性能基本不变的同时,能大幅度降低亚像素运动估计时间。因此,本文提出的亚像素运动估计算法是一种高效稳定的算法。
【关键词】:搜索经历 残差曲面 搜索策略预测 曲面模型预测
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN919.81
【目录】:
  • 摘要5-6
  • ABSTRACT6-11
  • 符号对照表11-12
  • 缩略语对照表12-16
  • 第一章 绪论16-20
  • 1.1 研究背景与意义16-17
  • 1.2 国内外研究现状17-18
  • 1.3 论文研究内容与结构安排18-20
  • 第二章 基于块匹配的运动估计算法研究20-32
  • 2.1 运动估计算法基本原理20-22
  • 2.2 块匹配准则22-23
  • 2.3 经典整像素运动估计算法23-29
  • 2.3.1 全搜索算法23-24
  • 2.3.2 三步搜索算法24-25
  • 2.3.3 菱形搜索算法25-26
  • 2.3.4 UMHexagonS算法26-27
  • 2.3.5 动态搜索窗口算法27-28
  • 2.3.6 提前截止策略算法28-29
  • 2.4 经典亚像素运动估计算法29-31
  • 2.4.1 分像素全搜索算法(FFPS)29-30
  • 2.4.2 基于中心的快速分像素搜索(CBFPS)30
  • 2.4.3 基于曲面模型的分像素运动估计算法30-31
  • 2.5 本章小结31-32
  • 第三章 一种基于搜索策略预测的快速整像素运动估计算法32-52
  • 3.1 概述32
  • 3.2 时空域相邻块运动相关性分析32-39
  • 3.3 基于搜索策略预测的快速整像素运动估计算法39-49
  • 3.3.1 算法概述39-40
  • 3.3.2 自适应阈值的静止块判断40-42
  • 3.3.3 动态搜索窗口预测42-43
  • 3.3.4 自适应搜索策略预测43-49
  • 3.4 实验结果与分析49-51
  • 3.4.1 测试平台及其配置49-50
  • 3.4.2 实验结果与分析50-51
  • 3.5 本章小结51-52
  • 第四章 基于曲面模型自适应预测的亚像素运动估计算法52-70
  • 4.1 概述52
  • 4.2 亚像素域帧间预测的残差特性分析52-57
  • 4.3 曲面模型自适应预测算法57-66
  • 4.3.1 算法概述57-58
  • 4.3.2 自适应曲面模型预测58-64
  • 4.3.3 曲面模型选择策略64-66
  • 4.4 实验结果与分析66-68
  • 4.4.1 测试平台及其配置66
  • 4.4.2 实验结果与分析66-68
  • 4.5 本章小结68-70
  • 第五章 总结与展望70-72
  • 参考文献72-78
  • 致谢78-80
  • 作者简介80-81

【相似文献】

中国期刊全文数据库 前10条

1 戴卫恒,于全;一种新型全局运动估计算法[J];电视技术;2002年05期

2 韦晓东,张明,王维东;一种改进的解隔行运动估计算法[J];电视技术;2003年10期

3 岳恒立,张正炳;基于中心偏置特性的快速运动估计算法[J];江汉石油学院学报;2003年S1期

4 杨兵;王勇;;一种基于视频序列特性的快速运动估计算法[J];桂林电子工业学院学报;2006年01期

5 邓松;吴巍;刘国栋;汪胜前;;一种新的正交运动估计算法[J];微计算机信息;2006年36期

6 张磊;涂国防;;一种新型小波域运动估计算法[J];电子与信息学报;2007年05期

7 舒振宇;高智勇;陈心浩;刘海华;;一种基于块匹配的自适应快速运动估计算法[J];计算机时代;2007年10期

8 俞呈阳;周密;;基于视频序列特性的运动估计算法比较与改进[J];电视技术;2008年S1期

9 吴巍;王倩;;一种改进的方向性菱形运动估计算法[J];武汉理工大学学报;2008年01期

10 李淳;马力妮;;基于菱形搜索的改进的运动估计算法研究[J];计算机技术与发展;2008年11期

中国重要会议论文全文数据库 前10条

1 贺文伟;张玉玲;;H.264中运动估计算法的研究与改进[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年

2 刘娜;李学明;;H.264 SUMHexagonS运动估计算法的研究[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年

3 蒋晓悦;赵荣椿;;几种块匹配运动估计算法的比较[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年

4 禹晶;苏开娜;;一种基于空间预测的快速块运动估计算法[A];第十三届全国图象图形学学术会议论文集[C];2006年

5 李秋山;李伟;费宝顶;张珍;;基于块模式信息的自适应运动估计算法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

6 吴延海;闫宁;王丽君;毛昕蓉;;视频压缩中运动估计算法的研究[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年

7 吴浩;戚金清;王兢;张敬彬;;H.264运动估计算法研究及优化[A];第八届全国信息获取与处理学术会议论文集[C];2010年

8 王燕妮;李国民;;视频压缩编码中一种运动估计算法的改进[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

9 杨敬安;;一种基于凝视与跟踪的主动3D运动估计算法[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年

10 朱金秀;曹宁;;H.264中可变块运动估计算法的研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

中国博士学位论文全文数据库 前1条

1 张萍;基于群智能优化的运动估计算法研究[D];电子科技大学;2011年

中国硕士学位论文全文数据库 前10条

1 林芳明;H.264视频压缩编码快速运动估计算法研究[D];江西理工大学;2015年

2 王海巍;基于H.264/SVC运动估计算法的研究[D];东北石油大学;2010年

3 赵长伟;基于弹性模型的运动估计算法研究[D];辽宁师范大学;2015年

4 张斌;基于H.264/AVC的快速运动估计算法研究[D];中北大学;2016年

5 刘涛;基于GPU的运动估计算法研究[D];吉林大学;2016年

6 郭庆新;H.264运动估计算法优化研究[D];南京航空航天大学;2015年

7 吴丽珍;基于搜索经历的快速运动估计算法研究[D];西安电子科技大学;2015年

8 王爱琴;基于小波域的运动估计算法[D];西安电子科技大学;2009年

9 伍升平;基于块像素的快速运动估计算法的研究与实现[D];华南理工大学;2010年

10 王谊波;基于起点预测的快速运动估计算法[D];上海海事大学;2006年



本文编号:1027872

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/1027872.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4925d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com