基于區(qū)域分割與熵匹配相結(jié)合的序列圖像幀間預(yù)測編碼方法的研究.pdf

1、預(yù)測編碼是八十年代發(fā)展起來的一種圖像壓縮編碼方法.由于兼顧了圖像序列之間的時空相關(guān)性,在采用運動補償技術(shù)之后,幀間預(yù)測的準(zhǔn)確度相當(dāng)高,近年來在運動圖像編碼中得到了廣泛的應(yīng)用.該文主要研究幀間預(yù)測編碼中的一種基于運動對象的圖像運動估計算法.圖像分割是運動補償技術(shù)的基礎(chǔ),通過圖像分割可以將圖像劃分為各個特征一致性的區(qū)域,作為圖像匹配單元.如果劃分不當(dāng),將增加匹配過程的復(fù)雜程度,并將造成重構(gòu)圖像的失真,所以我們討論了幾種常用的不同的圖像分割方

2、法,并在區(qū)域跟蹤分割的理論基礎(chǔ)上,根據(jù)生長點的提取及生長方法的不同對區(qū)域生長法做了一定的改進(jìn)和完善,實驗表明,它在分割精度、區(qū)域連貫性和信息完整性上都有優(yōu)于其他幾種分割方法之處,是后面做好圖像匹配的關(guān)鍵.對于分割后的圖像,我們提取出其中的運動部分,得到要匹配的運動區(qū)域,然后再用局部最小熵差匹配算法進(jìn)行匹配,得到所需的重構(gòu)圖像.熵值反映的是圖像的統(tǒng)計特性,利用熵值來進(jìn)行圖像匹配是一種適應(yīng)性強且非常有效的圖像匹配算法.它主要利用圖像灰度的統(tǒng)

3、計特性,求得各運動區(qū)域內(nèi)的像素灰度分布,再在搜索區(qū)間內(nèi)對各個待匹配區(qū)域進(jìn)行最小熵差的匹配.因為之前較為精確的提取了圖像中的運動部分,因此這里我們可以采用簡化了的熵公式進(jìn)行匹配計算,從而提高匹配效率.同時由于該算法不存在門限選取、參數(shù)確定等人為因素的影響,因此算法穩(wěn)定性好,且能在一定程度上抵抗噪聲和幾何失真的影響.區(qū)域生長法與局部最小熵差匹配的有力結(jié)合,充分利用了前后幀運動信息的相關(guān)性,同時保證了匹配區(qū)域內(nèi)運動矢量的一致性,提高了運動部分