学位论文 > 优秀研究生学位论文题录展示

基于冗余小波变换的视频压缩运动估计与补偿算法研究

作 者: 谢洪途
导 师: 高广珠
学 校: 国防科学技术大学
专 业: 电子科学与技术
关键词: 运动估计和补偿 冗余离散小波变换 块匹配 自适应 DT网格 改进SIFT
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 53次
引 用: 0次
阅 读: 论文下载
 

内容摘要


视频压缩编码的研究是目前信息技术中最为活跃的领域之一。运动估计和补偿是消除视频信号时间冗余的主要途径,是视频压缩编码的关键技术之一。传统的视频编码标准均采用空域块匹配运动估计方法来消除视频信号的时间冗余。小波变换具有良好的时频局部化特点且符合人类的视觉特性,基于小波域的运动估计技术也成为了近来研究的热点。然而,离散小波变换不具有平移不变性,因此在小波域内难以获得精确的运动估计与补偿效果。而冗余小波变换具有平移不变性,在冗余小波域进行运动估计可以达到很好的效果,但是算法的计算复杂度过高。块匹配法是基于平移模型的,存在一定的局限性和不足。而三角网格法是基于仿射变换的,它克服了块匹配法的不足,对作非平移运动的视频图像有较好的运动估计与补偿效果。本文的切入点是如何进一步提高运动估计与补偿的精度和重建图像的主观质量,降低运动估计算法的计算复杂度,提高运动估计的效率。本文首先对冗余小波域内块匹配运动估计与补偿进行了一些探讨与研究,然后针对非平移运动的视频图像,对冗余小波域内DT三角网格运动估计与补偿做了相关研究。本文主要的研究内容和工作如下:(1)本文将空间域搜索起点预测方法和搜索方法引入冗余小波域的运动估计中,并进行改进,提出了一种基于冗余小波变换的快速自适应块匹配运动估计算法。该算法首先提出了一种用于划分图像块运动状况和提前终止搜索的自适应阈值的选择与计算方法,并利用自适应阈值提取潜在运动块;然后在冗余小波域内提出了一种自适应搜索起点预测方法,实现对潜在运动块搜索起点的精确预测;最后在空域搜索方法的基础上,在冗余小波域内提出了一种能根据图像块的运动剧烈程度自适应地调整搜索方向和搜索半径以及提前终止搜索的搜索方法,实现对潜在运动块的快速运动估计。实验结果表明,该算法能够在保持良好的运动估计精度的情况下,有效地减少运动估计所需时间,提高运动估计的效率,且重建图像主观质量很好。与现有冗余小波域块匹配运动估计算法相比,该算法在运动估计的质量与效率上有明显的优势。特别对不同运动特征的视频图像序列的运动估计,该算法有很强的适应能力。(2)针对块匹配法不适合非平移运动的视频图像的运动估计,在经典冗余小波域DT网格运动估计算法的基础上,本文提出一种基于改进SIFT特征提取的冗余小波域DT网格运动估计与补偿算法。该算法首先在冗余小波域内提出一种新的特征点提取模板,将SIFT算法引入到冗余小波域的特征提取;接着提出了一种具有抗旋转能力和低维特征描述符的改进SIFT算法,以及一种新的特征相似性度量和匹配准则;然后利用改进的SIFT算法和特征匹配准则对新的特征点提取模板进行特征点提取与精确匹配,并以匹配后的特征点为网格节点生成DT网格;最后在冗余小波域内提取潜在运动区PMA,并利用网格节点的运动矢量和仿射变换方法在潜在运动区PMA内对图像进行运动估计。理论分析与实验表明,该算法能快速有效提取视频图像稳定的特征点并进行精确的特征点匹配,能获得准确的运动矢量,提高运动估计的精度和效率,且重建图像主观质量很好。该算法较经典冗余小波域DT网格运动估计算法在预测精度与效率上都有较大提高,特别对非平移运动的视频序列的运动估计效果很明显。

全文目录


摘要  10-12
ABSTRACT  12-14
第一章 绪论  14-22
  1.1 引言  14
  1.2 视频图像压缩编码标准  14-16
  1.3 运动估计与补偿的研究发展现状  16-20
    1.3.1 基于空间域的运动估计  16-18
    1.3.2 基于小波域的运动估计  18-20
  1.4 论文主要研究内容与组织结构  20-22
    1.4.1 主要研究内容  20
    1.4.2 组织结构  20-22
第二章 空域块匹配运动估计原理与小波变换基本理论  22-36
  2.1 空域块匹配运动估计方法  22-26
    2.1.1 块匹配运动估计原理  22-23
    2.1.2 关键技术指标  23-24
    2.1.3 常用的块匹配运动估计搜索算法  24-26
  2.2 小波变换基本理论  26-32
    2.2.1 连续小波变换  26-27
    2.2.2 离散小波变换  27-28
    2.2.3 多分辨率分析  28-29
    2.2.4 MALLAT 算法  29-32
  2.3 冗余离散小波变换基本理论  32-35
    2.3.1 冗余离散小波变换  32-33
    2.3.2 冗余离散小波变换的系数特点和平移不变特性  33-35
  2.4 本章小结  35-36
第三章 基于冗余小波变换的快速自适应块匹配运动估计与补偿算法  36-62
  3.1 基于小波域的块匹配运动估计方法  36-39
  3.2 基于冗余小波域的块匹配运动估计方法  39-40
  3.3 基于冗余小波变换的快速自适应块匹配运动估计与补偿  40-60
    3.3.1 自适应块匹配准则  41-42
    3.3.2 自适应阈值的选取和块运动状况的划分  42-43
    3.3.3 自适应搜索起点预测  43-45
    3.3.4 快速自适应块匹配运动估计搜索算法  45-47
    3.3.5 基于冗余小波变换的快速自适应运动估计与补偿算法实现  47-48
    3.3.6 实验仿真与分析  48-60
  3.4 本章小结  60-62
第四章 基于图像特征提取的三角网格运动估计方法介绍  62-75
  4.1 图像的特征点提取  62-70
    4.1.1 经典的边缘检测方法  62-68
    4.1.2 基于小波的边缘检测方法  68-69
    4.1.3 基于冗余离散小波的边缘检测方法  69-70
  4.2 基于图像特征提取的三角网格运动估计与补偿方法  70-74
    4.2.1 基于三角网格的运动估计与补偿基本原理  70-71
    4.2.2 三角网格的划分  71
    4.2.3 三角网格的仿射变换  71-72
    4.2.4 三角网格节点的动运估计  72-73
    4.2.5 三角网格内像素点的动运估计与补偿  73-74
  4.3 本章小结  74-75
第五章 基于改进SIFT 特征提取的冗余小波域DT 网格运动估计与补偿算法  75-98
  5.1 SIFT 算法  76-84
    5.1.1 尺度空间理论  76
    5.1.2 SIFT 算法特征点提取  76-83
    5.1.3 SIFT 算法特征点匹配  83-84
  5.2 基于改进SIFT 特征提取的冗余小波域DT 网格运动估计与补偿  84-97
    5.2.1 潜在运动区PMA 的提取  85
    5.2.2 改进的特征点提取模板  85-86
    5.2.3 改进SIFT 的特征点提取  86-87
    5.2.4 改进的特征匹配方法  87-88
    5.2.5 基于PMA 的DT 网格运动估计与补偿  88-89
    5.2.6 算法的实现步骤  89-90
    5.2.7 实验仿真与分析  90-97
  5.3 本章小结  97-98
第六章 总结与展望  98-101
  6.1 总结  98-99
  6.2 展望  99-101
致谢  101-102
参考文献  102-107
作者在学期间取得的学术成果  107

相似论文

  1. 陀螺稳定吊舱控制系统稳定回路设计与研究,V241.5
  2. 航天器姿态动力学系统鲁棒自适应控制方法研究,V448.22
  3. 基于DSP的感应电动机四象限运行系统的研究,TM346
  4. 基于DSP的感应电机矢量控制系统研究,TM346
  5. 适应多总线通讯模式的感应电动机矢量控制系统研究,TM346
  6. 半导体激光器热电控制技术研究,TN248.4
  7. 基于视觉特性的视频编码技术研究,TN919.81
  8. 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
  9. 基于滑动相关双门限的扩频码同步捕获技术的研究,TN914.42
  10. 跳频通信系统中同步及频率自适应算法研究,TN914.41
  11. 多载波CDMA的信道编码与信道估计技术的研究,TN929.533
  12. 基于纹理特征的视频编码技术研究,TP391.41
  13. 图像分割中阴影去除算法的研究,TP391.41
  14. 非线性变结构导引规律的研究,TJ765
  15. 一类欠驱动Lagrangian系统的最优同步控制,TP13
  16. 分导飞行器多模型自适应控制,TP273.2
  17. 自适应双重控制在垂直起降机中的应用研究,TP273
  18. 陀螺稳定吊舱控制系统设计,TP273
  19. 自适应模糊控制算法研究及其实现,TP273.4
  20. GPS抗干扰技术研究,P228.4
  21. 图像引导下的宫颈癌自适应调强放射治疗,R737.33

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com