三维小波变换结合运动补偿的视频编码器

对三雏小波变换结合运动补偿的视频压缩算法提出了改进方案。针对运动补偿提升（MCLIFT）框架的弱点，结合MPEG的特点，采用新的帧结构对视频序列进行帧间滤波去除时间冗余，再对每个帧在空间上进行小波分解并用SPIHT算法对小波系数进行编码。实验表明，此方法继承了MCLIFT框架的优点，同时又减少了时延和所需的帧缓存，而且这种与MPEG相似的帧结构能进一步降低码率，提高压缩比。     

一种视频序列中背景亮度闪烁消除新算法

拍摄场景存在运动对象时,视频相机的自动曝光功能可能引起视频序列背景亮度闪烁,针对此问题,提出一种视频序列中背景亮度闪烁消除新算法。该算法找出视频序列中的亮度参考帧,使用最小二乘法确定出当前帧和参考帧之间的背景亮度响应函数,使用亮度补偿的方法消除背景闪烁。实验结果表明,该算法可以有效地消除由于前景物体的运动而引起的背景亮度闪烁现象,用于编码传输时可以节省20%~30%的比特率。     

一种基于区域搜索的全局运动估计与补偿算法

开展全局运动估计与补偿研究是进行动态目标检测中的基础和前提。在总结现有运动估计与补偿方法的基础上,提出一种基于图像分割区域的运动性和大小的全局运动估计与补偿算法。首先,通过建立区域搜索的全局运动模型,同时进行区域定性分割和区域大小排序;然后,根据误差最小化准则在指定的分割区域中进行线性递归搜索,利用门限准则寻找出最佳的运动估计参数;最后,根据双线性内插法获得运动位移量。实验结果比较可知,所提算法较三步搜索算法(TSS)和全局搜索算法(FSA)等传统算法具有更高的准确性(图像平移帧差)和实时性(算法运行时间),能够很好地实现运动背景的全局校正。     

结合空时域下采样与重建的H.264/AVC压缩性能优化

为提高H.264/AVC标准在带宽资源严重受限时的压缩效率,采用空时域相结合的编码思路,提出了一种基于运动检测的自适应抽帧方法,并结合空域下采样与重建研究了一种改进的H.264/AVC压缩性能优化框架。在编码端,原视频先空域下采样以减少空间分辨率,然后根据视频运动特征,采用不同抽帧模式自适应地降低帧率,再经H.264/AVC编码,有效降低了编码码率。在解码端,解码视频则采用与抽帧模式相对应的运动估计与补偿插帧方法重建出抽取帧,再利用超分辨率重建技术将视频恢复到原空间分辨率。实验结果表明,所提方法在低码率段的视频压缩性能优于H.264/AVC标准编解码及相关文献方法。     

基于感兴趣区域的自适应帧内更新编码算法

针对视频压缩码流对信道差错异常敏感的问题,提出了一种基于感兴趣区域的自适应帧内更新编码算法。该算法利用人眼的视觉感知特性设计感兴趣区域提取模型,根据信道差错累积情况自适应调整帧内更新编码策略,将更少的失真分配给人眼感兴趣区域,提高差错信道下传输视频图像的主客观质量。实验结果表明,与基于端到端失真的帧内更新算法相比,在不同的信道丢包条件下,所提算法可以获得更好的主客观质量,感兴趣区域的峰值信噪比（PSNR）平均提高0.87 dB左右,提高了差错信道下视频通信的鲁棒性。     

具有二维运动补偿的自适应机载MTI雷达

机载雷达接收的杂波回波呈现出具有多普勒带宽，这个带宽取决于平台速度、波束宽度和波长。因此，慢速目标的回波可能会隐藏在杂波频带内以致难于检测。由于飞机的飞行动态特性以及风力影响引起飞行路径的扰动会进一步降低ＭＴＩ的性能。从早期研究者的论文中已证明，线性阵列天线的输出信号端接上空域时域ＦＩＲ滤波器可以自适应补偿平台运动的飞行路径分量，从而大大提高了信号与杂波加噪声之比（ＳＣＮＲ）。这种滤波器是指ＴＡＳ     

重叠滤波多音系统的频偏性能分析及优化

重叠滤波多音(O-FMT)是针对滤波多音(FMT)系统频谱利用率低的缺点而根据超奈奎斯特(FTN)概念引入子载波重叠得到的方案。鉴于O-FMT系统在频偏环境下的性能缺陷，理论分析了频偏对系统信号各部分的影响，比较了O-FMT与正交频分复用（OFDM）系统的抗频偏性能。针对频偏性能优化问题，提出了基于最佳线性无偏估计（BLUE）的改进盲估计算法，设计了基于频域滤波器系数的内嵌结构进行频偏补偿。仿真实验表明，O-FMT相比OFDM具有更好的抗频偏能力，改进的盲估计算法估计值精度更高，抗干扰、抗衰落能力更强，设计的频偏补偿结构可以使系统获得更好的性能。     

一种遥感卫星高码速VCM数传信道的均衡技术

在基于第二代数字卫星视频广播协议（DVB-S2）标准的遥感卫星可变编码调制（VCM）高码速数传信道中，宽带信号的大失真、大频偏和低信噪比会导致解调器载波环路不锁定。传统的DVB-S2解调器并不能解决这个问题。在载波环路前增加一个均衡器补偿失真，可以让载波环路稳定锁定。为了克服载波环路前信号的频偏和相偏对均衡器的影响，提出了一种均衡技术，利用起始序列（SOF）和导频的先验信息进行双重自相关变换，设计了一种新的误差函数和迭代过程。仿真结果表明，该均衡技术可在该应用条件下支持解调稳定工作。     

一种基于Radon变换的微表情识别算法

微表情是人们处在一些与平时生活环境不同的高强度环境下试图控制和掩饰的情感表现，也是一种不曾意识到的瞬时脸部表情,持续时间短，强度弱。为了提高其准确率，提出了基于Radon变换的微表情识别算法。首先，对数据库中的视频序列进行灰度归一化、尺寸归一化和二维主成分分析法（Two-dimensional Principal Component Analysis，2DPCA）降维预处理，使用光流法对降维后图像提取运动特征；然后使用Radon变换算法对光流图像进行处理，得到对应微表情的特征值和特征图像；最后使用支持向量机进行微表情分类识别。实验结果表明，使用Radon变换后得到的微表情特征图像得到了较好的识别效果，在微表情数据集CASME和CASMEⅡ上识别率分别为81.48%和82.17%，通过与选取的其他方法对比说明了该方法具有更好的识别性能。