基于分层变块大小运动估计的边信息提取算法(英文)

在分布式视频编码(DVC)中,边信息的质量对视频序列的压缩效果有很大影响。本文中,一种基于分层运动估计的边信息提取算法引入到DVC系统中。首先,采用了两种运动估计模式,向前运动估计和双向运动估计,然后利用分层变块大小运动估计算法获得了比较准确的运动矢量。接着运动矢量滤波器修正了由于局部相似造成的错误运动矢量。最后,选择决策模块更好地处理了帧内插技术中的多种估计模式的问题。这些算法为DVC提供了更好的边信息,提高了DVC系统的性能。实验结果显示,基于这种新算法的DVC系统高于传统视频编码帧内模式 3-4dB,而仅仅低于传统视频编码IBIB模式0.5-1dB。     

一种基于航摄图像特性的H.263压缩算法的改进

研究了航摄视频图像的特性,并根据航摄视频图像的特性,从预测初始搜索点、搜索策略和半像素精度运动估值方面改进了H.263标准中的运动估计算法。实验结果表明,针对航摄图像特性改进的算法比全搜索算法和三步搜索算法具有更高的搜索效率。     

模拟存在运动激波流场的无网格自适应算法

将无网格自适应算法发展用于求解存在运动激波的非定常流动问题。为了降低初始布点要求,同时提高对运动激波的分辨率,提出了一种结合点云加密和点云粗化的动态点云技术。采用该技术,在非定常计算的每一个时间步,首先通过基于压强梯度的流场探针识别出激波所在位置,然后对激波附近点云进行加密,从而提高对激波的分辨率,同时对远离激波的点云进行粗化,尽可能减少冗余节点,提高计算效率。采用所提出的无网格自适应算法求解了N-S方程,首先对一维运动激波问题进行了数值模拟,通过将数值模拟结果与精确解比较,验证了所提算法求解存在运动激波的非定常流动的可行性,在此基础上,将方法推广用于二维非定常流动问题的求解,分别对瞬时激波碰撞圆柱以及双弧翼型激波振荡流动进行了数值模拟,计算结果表明,方法可以显著提高对激波的分辨率,同时相对于直接采用较密布点的非自适应算法,自适应算法在计算效率上具有优势。     

一种新的计算非稳态流动的自适应无网格方法

基于带权点填充布点方法,结合指定流场参数梯度的分布,提出了一种新的无网格自适应方法计算非稳态问题。该方法的自适应探测器 E 由节点的权重和参数梯度组成。使用自适应探测器识别出加密或者粗化的区域,形成加密空腔和粗化空腔,然后重新填充布点。新节点的权重由自适应探测器 E 结合该处的梯度大小通过预测-校正迭代算法计算得到。另外,由于参数梯度在激波附近波动范围比较大,所以新节点的权重存在最大值和最小值。首先对预先设置压强梯度的流场区域进行自适应布点,并与传统自适应布点结果进行对比,点云分布图显示所提自适应方法重新生成的点云结构疏密分布更加合理。进一步,将此自适应方法应用于 Riemann 问题和激波碰撞圆柱问题,计算结果表明该方法可以在节点数目较低的情况下显著提高运动激波的分辨率。在激波碰撞圆柱问题中,比较了使用自适应算法和非自适应算法得到相当的结果所使用时间,前者是后者的20.6%,因此该自适应算法在计算效率方面也具有较大的优势。     

基于PnP和自适应线性卡尔曼滤波的实时位姿估计

针对实时位姿估计中扩展卡尔曼滤波(EKF)线性化引入非线性误差和依赖已知噪声分布的缺点,提出一种基于PnP的自适应线性卡尔曼滤波位姿估计求解方法。将PnP位姿估计求解策略引入卡尔曼滤波观测方程,通过对动态方程误差统计参数实时估计,自适应调节卡尔曼滤波递推参数。所提算法求解精度高,固定了观测方程的观测向量维度,提高了算法实用性。通过仿真试验,比较了该算法与EKF的位姿估计精度,通过量化误差分析,证明了该方法可以提高三维运动位姿估计精度,也验证了该方法的有效性。     

一种基于冗余测量的自适应卡尔曼滤波算法

针对目前自适应滤波算法的不足,在测量系统量测噪声方差未知的情况下,设计了一种基于冗余测量的自适应卡尔曼滤波(RMAKF)算法。通过对系统冗余测量值的一阶、二阶差分序列进行有效的统计分析,可以准确估计系统量测噪声统计特性,进而在滤波过程中自适应调节噪声方差阵R,提高滤波精度。以全球定位系统/惯性导航系统(GPS/INS)松组合导航系统为对象进行了仿真实验,结果表明该算法在测量系统噪声特性未知或发生改变时,可对其进行准确估计,在采用低精度惯性器件情况下,滤波结果较其他主要自适应卡尔曼滤波算法有较明显的改进。     

基于BP神经网络的软件项目成本估测方法

为进一步提高软件项目成本估测的准确度,减少在使用传统估测方法时产生的较大误差,提出了一种基于BP神经网络算法的软件项目成本估测模型。利用BP神经网络对软件项目成本进行估计,采用梯度下降自适应Ir的BP算法训练,仿真结果表明,基于算法的软件项目成本估测值与实际成本的偏差较小。     

基于可逆提升小波变换和上下文预测的SAR图像无损压缩算法

 结合可逆提升小波变换和上下文预测技术 ,提出基于可逆提升小波变换和上下文预测的合成孔径雷达 (SAR)图像的无损压缩算法。分析了基于提升小波的无损压缩算法和基于上下文预测编码的无损压缩算法的优缺点 ,联合两种体制 ,提出先用提升小波变换去除整幅图像的冗余 ,再用边缘保留预测器和子预测器联合技术进一步消除子带内系数间的空间冗余性 ,最后采用自适应上下文建模技术对残差进行分类自适应熵编码。除具有常规小波变换编码的优异性能外 ,该算法的压缩率优于即将推出的国际标准JPEG2000。     

基于变分理论的局部自适应高保真图像去噪算法

针对现有的图像去噪模型不能很好保留图像边缘及纹理的缺点,在变分理论的基础上提出了改进的局部自适应图像去噪算法,该算法基于图像局部特性计算保真参数,利用小波变换进行噪声方差估计,采用小的自适应窗确定保真参数,并利用该高保真去噪算法对叠加高斯噪声的图像进行了降噪处理,结果显示比全局变分采用最速下降自动选择保真参数的去噪效果要好,峰值信噪比(PSNR)在不同高斯噪声背景下都有0.2-0.5dB的提升。     

基于自适应步长选择的周期格型线搜索估计

稀疏、含噪观测条件下周期点过程的周期估计是一个经典的信号处理问题。针对该问题,提出了一种格型线搜索(LLS)算法,该算法通过数值方式搜索似然函数的最大值,但其性能取决于人为预先选取的搜索步长。推导了一个步长计算公式,并利用该公式改进了LLS算法。改进的LLS算法能够自适应选择搜索步长,其达到的克拉美-罗界(CRLB)的信噪比(SNR)门限与最大似然估计(MLE)算法一致,但计算复杂度比后者低一个多的数量级。性能分析与仿真实验表明,所提算法比已有算法能更好地实现估计精度与复杂度的折中。     

基于三焦距张量及BMA的运动估计和补偿

为克服块匹配位移估计方法 (BMA)不能准确描述物体的旋转、相机镜头的推移 (pan)及缩放的缺点 ,引入计算机视觉中的三线性关系及基于三焦距张量的像素转移进行运动估计和补偿。将像素转移与块匹配运动估计和补偿方法相结合 ,通过实际的图像序列比较了这种方法与单纯 BMA方法的运动补偿效果 ,结果表明 ,在有相机平移及景物有深度变化时 ,本文方法的效果明显优于单纯 BMA方法。     

Moving Object Detecting Method in Video

A method of moving object detection that integrates image gradient information with motion information is described herein. One multi-scale morphological gradient operator is used to detect gradient information. This operator has a very good effect on the detail of the edge location. The result is superior to the traditional method in edge continuity and isotropy. Past approaches have used methods of detection based on motion information and edge information, but this is the first to use a multi-scale morphological gradient operator. The implementation described can operate on lower resolution images under difficult conditions. Novel contributions include: 1. Based on multi-scale morphological gradient operator, this algorithm is robust to noise, object shadow, and illumination. 2. Using interframe difference and only the first two frames, this detection method uses very little computation and is suitable for real-time applications. 3. This method can detect rigid-body or non-rigid-body moving objects among video sequences with complicated backgrounds.     

On-Line Vehicle Motion Estimation from Visual Terrain Information Part I: Recursive Image Registration

This paper addresses estimation of motion from the optical flow observed by an airborne down looking electro-optical sensor. The paper is in two parts. Part I addresses the development and analysis of a velocity-to-height ratio estimation algorithm and its principal error characteristics. In part II, it is shown how the information provided by the motion estimator can be integrated with additional on-board sensors to provide a complete autonomous navigation system. Part I as presented here is a summary version of the full length paper.? The algorithm implements recursive registration of successive images by using the gradient of a similarity function between them to control the tracking of their relative shift. The shift estimate provides velocity/height information. Substantial saving in memory and computation as compared to conventional full frame registration is achieved by using only a single line in the TV frame. Stochastic mathematical models for the image, terrain and vehicle velocity perturbations are used in the analysis. The choice of the most appropriate similarity function in the registration algorithm is addressed. Performance analysis indicates very small error variances, as illustrated by numerical examples.     

无人直升机视觉着陆中的运动状态估计算法

对无人直升机(UH)视觉着陆中基于视觉图像处理的运动状态估计问题进行了研究。介绍了视觉着陆原理,分析了运动估计、特征图像处理与着陆控制间的关系,推导并建立了UH相对着陆平台位姿估计算法、线速度与角速度估计算法。相邻两帧图像对应特征点像点位置为位姿估计算法提供数据,一帧图像特征点像点位置及其对应像点平移速度为线速度与角速度估计算法提供数据。利用UH着陆控制仿真数据模拟UH着陆运动过程中像点位置及其对应平移速度的视觉图像处理结果。仿真验证了运动状态估计算法,结果表明所提出的运动状态估计算法能有效地利用视觉图像处理结果数据估计出UH的位置、姿态、线速度和角速度。     

嵌套阵列最大似然估计测向算法

针对在辐射源个数未知的条件下嵌套阵列难以估计多个辐射源角度的问题,提出了基于最大似然估计(MLE)的嵌套阵列角度估计算法。算法在嵌套阵列模型的基础上,首先通过推导阵列截获多辐射源信号的最大似然函数及其梯度,利用最速下降法估计出空域中所有潜在辐射源的角度;然后,通过多元假设检验,利用最大似然比与门限进行比较,确定出空域中所有潜在辐射源中某一时刻发射信号的活跃辐射源角度,排除其余噪声形成的虚假辐射源角度,解决了在辐射源个数未知条件下嵌套阵列对多个辐射源角度估计问题。仿真结果表明:与传统多重信号分类(MUSIC)算法相比,该算法在辐射源数目未知、存在相干信号、低信噪比(SNR)、低快拍数条件下,均具有较好的角度估计精度,并且算法形成的虚拟阵列自由度是空间平滑MUSIC算法的2倍;多元假设检验法比传统信源数目估计算法在低信噪比条件下和处理相干信号方面具有明显优势。     

Noise effects on centroid tracker aim point estimation

An investigation of errors due to noise in centroid tracker aim-point estimation is presented. The centroid tracker discussed is similar to the tracker described by A.L. Gilbert et al. (1980). Simplifications to this algorithm were made so that the derived models would be consistent with the actual tracker algorithm. Two statistical models are derived which relate image noise effects to computation of the target centroid. The first model, the simplified aim-point error model, is derived by assuming that the probabilities of incorrectly classifying target and background pixels are equal. The second model, the extended aim-point error model, is derived by assuming that the probability of incorrectly classifying a target pixel can differ from the probability of incorrectly classifying a background pixel. These models are described and their mathematical implication is discussed. Simulation results which verify the models are presented     

Intelligent NURBS Interpolator Based on the Adaptive Feedrate Control

首先分析了NURBS曲线的特点和NURBS曲线插补的参数值的求取方法;其次,在可控弓高误差算法的基础上,提出了一种简单而实用的NURBS曲线的自适应插补算法,该算法充分考虑到了机床的实际加工能力,对曲线段进行提前预插补,提前预插补减速所需的最大插补周期数,实现了进给速度提前减速,能使加工进给速度自适应地随着曲率半径和曲率半径的变化率的变化而变化,使得加工运动更平滑;并且该方法还避免了因加工曲线终点的判断而带来的复杂计算;最后给出了快速求取插补点的三次NURBS曲线动态矩阵表示和曲线曲率的快速计算方法。     

基于解析梯度的微推进转移轨道优化方法

 研究基于离散脉冲策略的行星际微推进转移轨道优化问题,为改善收敛性和计算效率,提出了一种解析的梯度矩阵计算方法。首先,基于离散脉冲思想建立了行星际微推进转移轨道优化模型,通过对速度脉冲矢量进行参数变换,避免了传统优化模型初值猜测和搜索域难以界定的缺点;然后,基于变分原理分析了离散脉冲模型中轨道状态转移矩阵与状态变分之间的关系,并给出了多种轨道特征条件下状态变分的计算方法,该方法可扩展到多次状态不连续情况;在此基础上,推导了离散脉冲轨道优化模型中性能指标与轨道约束对寻优参数梯度矩阵的解析表达式。以地球-火星的燃料最省微推进转移为例对所提解析梯度方法进行了仿真验证。数值结果表明：本文推导的解析梯度矩阵是正确的,与传统数值梯度计算方法相比,解析梯度矩阵可有效改善寻优算法的收敛特性,并能够提高计算效率约47%。