共查询到17条相似文献,搜索用时 156 毫秒
1.
2.
3.
4.
一种基于自适应补偿的快速帧速率上转换算法 总被引:1,自引:1,他引:0
提出一种基于自适应补偿的快速帧速率上转换算法.算法在塔型结构数据上进行运动估计并利用相邻块运动矢量对上层传递矢量进行修正,减少计算量的同时获得了平滑的运动矢量场.在匹配搜索过程中采用动态调整搜索窗策略,避免了过搜索和搜索不足的问题.运动补偿克服了传统的补偿算法仅采用一种插值方法的不足,根据运动矢量的可靠性分别采用了3种不同的插值方法.为了减少块边缘的失真,采用了重叠块运动补偿的插值方法.在遮挡区域,设计了加权多候选运动矢量插值方法,对前后两帧补偿结果分别赋予不同的权值以减少失真.实验结果表明,该算法与传统算法相比不仅可以大幅度降低计算量,且插值图像的质量有所提高. 相似文献
5.
提出了一种改进块匹配宏块分布排列的快速传感器电子稳像算法,通过陀螺传感器测量摄像系统的抖动,利用小范围快速块匹配算法估计局部运动矢量,再运用最小二乘法解算全局运动矢量.小范围快速块匹配算法得到的局部运动矢量准确度高,仅需部分局部运动矢量即可准确解算出全局运动矢量.基于此在保证运动矢量准确度情况下,对块匹配宏块的分布排列进行了改进,从而减少匹配宏块数量加快算法速度.通过对宏块网格模型的分析,得出对小范围快速块匹配算法进行宏块分布改进的方案,进而设计出快速传感器电子稳像算法.仿真及实验表明:运算时间提高89%左右,且算法准确度略高于改进前算法. 相似文献
6.
提出了一种改进块匹配宏块分布排列的快速传感器电子稳像算法,通过陀螺传感器测量摄像系统的抖动,利用小范围快速块匹配算法估计局部运动矢量,再运用最小二乘法解算全局运动矢量.小范围快速块匹配算法得到的局部运动矢量准确度高,仅需部分局部运动矢量即可准确解算出全局运动矢量.基于此在保证运动矢量准确度情况下,对块匹配宏块的分布排列进行了改进,从而减少匹配宏块数量加快算法速度.通过对宏块网,格模型的分析,得出对小范围快速块匹配算法进行宏块分布改进的方案,进而设计出快速传感器电子稳像算法.仿真及实验表明:运算时间提高89%左右,且算法准确度略高于改进前算法. 相似文献
7.
基于时间序列预测的电子稳像算法研究 总被引:1,自引:1,他引:0
块匹配电子稳像算法是一种稳定性好、准确度高的电子稳像算法.块匹配算法在目标区域中从起始点到匹配点进行搜索时,需要对图像块进行反复匹配,计算量大、实时性差成为限制其应用的主要问题.本文从缩小块匹配算法搜索范围的思想出发,提出了一种利用时间序列预测来确定最优搜索起始点的电子稳像算法.根据图像序列全局运动矢量的内部统计特性,选择合适的时间序列模型;采用AIC准则和Durbin-Levinson递推算法估计模型的阶次和参量,并通过残差检验对模型进行检验和更新.利用建立的时间序列模型和历史数据对当前时刻全局运动矢量进行最优预测,并将其作为搜索起点来进行下一步精确搜索.实验结果证明,时间序列预测方法有效缩小了块匹配算法的搜索范围,使计算速度得到较大幅度的提高,并可直接推广到其它电子稳像算法中. 相似文献
8.
为了提高块匹配运动估计快速算法的搜索速度、精度和鲁棒性,提出了一种多起点并发式快速运动估计搜索方法。根据匹配块搜索的特性,提出了均匀选取多个起始点的方法,同时根据搜索区域的大小制定了自适应的限制条件和进度表,使得算法的收敛速度有了很大的提高。该算法在迭代过程中不但能够接受使目标向好的方向前进的解,而且能够在一定限度内接受使目标恶化的解,这使得算法能够有效地跳出局部极小的陷阱。使用基于TMS320C6415芯片的DSP图像处理系统对抖动视频图像序列进行实验。实验结果表明,当视频图像为PAL制,分辨率为720×576个像素,并且相邻图像间的抖动范围为±40个像素时,使用新提出的方法,匹配参数的计算量不大于使用全域匹配方法计算量的1/8,并且搜索精度远高于其他传统的快速搜索方法。 相似文献
9.
10.
数字化战场的发展使得红外图像信息的传输量迅速增加,因此必须对图像信息进行压缩处理,运动估计是图像压缩的关键部分。针对运动矢量的分布特点,提出了一种新的运动估计搜索算法,该算法先按照菱形搜索模板进行粗搜索,产生当前步的搜索点,并计算出各点的SAD值,根据最小SAD值是否在菱形搜索模板中心点,确定下一步的搜索方式,直到最小SAD值对应的点为菱形中心点,然后以方形搜索模板搜索,则最小SAD值对应的点即为最佳匹配点,最后得出运动矢量。测试结果表明,本算法比FS算法每帧的搜索速度提高了近20倍,与DS算法相比,搜索速度亦可以提高近20%,有效地节省了搜索时间,且基本上保持了全搜索FSA的性能,适合实时应用的要求。 相似文献
11.
12.
A distributed arithmetic coding algorithm based on source symbol purging and using the context model is proposed to solve the asymmetric Slepian–Wolf problem. The proposed scheme is to make better use of both the correlation between adjacent symbols in the source sequence and the correlation between the corresponding symbols of the source and the side information sequences to improve the coding performance of the source. Since the encoder purges a part of symbols from the source sequence, a shorter codeword length can be obtained. Those purged symbols are still used as the context of the subsequent symbols to be encoded. An improved calculation method for the posterior probability is also proposed based on the purging feature, such that the decoder can utilize the correlation within the source sequence to improve the decoding performance. In addition, this scheme achieves better error performance at the decoder by adding a forbidden symbol in the encoding process. The simulation results show that the encoding complexity and the minimum code rate required for lossless decoding are lower than that of the traditional distributed arithmetic coding. When the internal correlation strength of the source is strong, compared with other DSC schemes, the proposed scheme exhibits a better decoding performance under the same code rate. 相似文献
13.
基于改进迭代最近点算法的两视角激光雷达数据配准 总被引:1,自引:0,他引:1
两视角激光雷达数据配准是空地探测遮蔽目标研究领域中的一项重要内容,迭代最近点(ICP)算法为其提供了理论基础,但遮蔽条件下激光雷达数据的复杂性使ICP算法在对应点确定上面临很大困难。在分析ICP算法基本原理和遮蔽条件下激光雷达数据特点的基础上,从控制点选择、对应点匹配和伪点对剔除三个方面给出了ICP算法的具体应用策略和改进措施,并提出一种基于固定-自适应重叠率的伪点对剔除方法。详细阐述了基于改进ICP算法的两视角激光雷达数据配准的具体步骤,并进行了实验验证。实验结果表明:改进后的ICP算法能够有效实现了遮蔽条件下的激光雷达数据配准,且与其他算法相比,具有较强的稳建性和较高的配准精度。 相似文献
14.
提出了一个基于小波网格编码量化的超光谱图像压缩方法。谱间和空间冗余处理构成了超光谱图像压缩算法的主要内容,该算法使用一个谱间差分预测步骤来去除谱间冗余,而后对预测残差图像进行小波变换并利用均匀阈值网格编码量化(trellis-coded quantization)方法来量化各小波子带,最后使用自适应算术编码对量化码字进行熵编码。为使编码器能为所有子带获取率-失真意义上最优的量化阈值,设计了一个基于子带统计特性和网格编码量化器率-失真特性的比特分配算法。在实验中,该算法表现出优良的压缩性能,对于实验的超光谱图像,该方法在压缩比为32时可得到37.1dB的峰值信噪比,这表明本算法能有效压缩超光谱图像,适于超光谱图像压缩应用。 相似文献
15.
This paper proposes a hybrid Rao-Nelder–Mead (Rao-NM) algorithm for image template matching is proposed. The developed algorithm incorporates the Rao-1 algorithm and NM algorithm serially. Thus, the powerful global search capability of the Rao-1 algorithm and local search capability of NM algorithm is fully exploited. It can quickly and accurately search for the high-quality optimal solution on the basis of ensuring global convergence. The computing time is highly reduced, while the matching accuracy is significantly improved. Four commonly applied optimization problems and three image datasets are employed to assess the performance of the proposed method. Meanwhile, three commonly used algorithms, including generic Rao-1 algorithm, particle swarm optimization (PSO), genetic algorithm (GA), are considered as benchmarking algorithms. The experiment results demonstrate that the proposed method is effective and efficient in solving image matching problems. 相似文献
16.
通过对脉冲耦合神经网络(pulse coupled neural network,PCNN)和拉曼光谱定性分析的研究,提出了基于PCNN的拉曼光谱定性分析方法.首先,利用PCNN神经元的疲劳与不应期特性将拉曼光谱数据进行编码;然后,基于改进的Horspool算法将检测样品对应编码与基码数据库中的所有基码逐一匹配,并得到各对应的匹配相似度,进而判定样品类别.相关实验和数据分析证明了该文方法的准确性和有效性.同时,该文方法避免了目前基于谱模版定性分析方法中待测样品拉曼光谱特征谱峰难以确定以及匹配分析冗余度高等不足,且对存储空间的要求仅为后者的5.8%. 相似文献