导读:本文包含了序列图像运动估计论文开题报告文献综述及选题提纲参考文献，主要关键词:超声图像,运动估计,相似度函数,块匹配
序列图像运动估计论文文献综述
彭博,杨先凤[1]（2012）在《超声图像序列运动估计相似度函数研究》一文中研究指出研究超声图像序列运动估计的相似度函数性能问题,超声图像易受斑点噪声恶化,造成图像质量差。传统的相似度函数的选择影响运动估计精度和应用效果。为评估不同相似度函数性能,通过对像素强度和超声散斑特性的两类相似度函数在仿真的超声图像序列上用图像块匹配方法进行分析,并采用运动矢量场角度误差和终块误差法量化评估其在超声图像序列上进行运动估计的优劣。仿真结果表明,基于超声散斑特性的相似度函数能更准确地对具有超声图像特性的仿真图像序列进行运动估计,结果对不同超声研究领域中运动估计及相似度函数的选择具有重要的参考价值。(本文来源于《计算机仿真》期刊2012年09期）
陈宫,牛秦洲[2]（2012）在《图像序列运动估计中经典块匹配算法研究》一文中研究指出对图像序列运动估计中的穷尽搜索法、叁步法、新叁步法和菱形法等块匹配算法的基本思想、算法描述、搜索模板以及算法性能进行分析和研究,并在实验仿真中,采用平均每块搜索点数和平均峰值信噪比PSNR为衡量指标,测试了在叁种典型的视频序列运动估计中每种算法的搜索速度和效果,得出菱形法综合性能更为优越的结论。(本文来源于《计算机应用与软件》期刊2012年05期）
段勃勃,刘威,杨春阳,袁淮,刘积仁[3]（2011）在《基于序列图像的车辆自运动估计算法》一文中研究指出提出了一种基于单目视觉序列图像的车辆自运动估计算法,首先利用自车运动和相机运动间的约束建立了运动模型,该模型消除了运动参数间的模糊性从而提高了运动估计的可靠性;然后提出了基于多参考帧的运动估计实现技术,增强了算法在低速场景下的准确性。实验结果表明该算法不容易受光照和背景的影响,在复杂应用场景中能够准确的估计出车辆自运动参数。(本文来源于《系统仿真学报》期刊2011年03期）
张涛,费树岷,李晓东,路红[4]（2008）在《图像序列中快速全局运动估计和运动目标提取算法(英文)》一文中研究指出提出了一种基于边界灰度投影匹配的全局运动估计和运动目标提取算法.算法将边界灰度水平投影和垂直投影值作为匹配特征,较好地估计了全局运动参数.由于只需计算一维特征向量所以降低了全局运动估计的计算量.经过全局运动补偿后,可以运用传统的帧间差法得到运动目标.为了减少噪声的影响,准确地提取到目标,采用了高阶统计量的方法(HOS)来区分背景和运动目标.试验结果证明所提出的方法在估计全局运动参数和提取运动目标方面有较好的鲁棒性.(本文来源于《Journal of Southeast University(English Edition)》期刊2008年02期）
黄新生,杨庆伟,王亦平,岳冬雪[5]（2008）在《图像序列运动估计技术综述》一文中研究指出图像序列运动估计是通过对图像序列的分析,得到图像全局运动量或局部物体运动量的一种重要技术方法,它已经广泛应用于国民经济的很多领域中。在对图像序列运动估计定义的基础上,首先将图像序列运动估计算法分为图像块法、像素法、特征法和相位法等四类,对各类方法中主要算法的基本原理进行了详尽的阐述,并比较了各算法的优缺点;然后探讨了图像序列运动估计算法在视频编码、电子稳像和图像配准等领域内的应用;最后展望了图像序列运动估计技术的前景和发展趋势。(本文来源于《计算机仿真》期刊2008年05期）
魏玉芬,周凯,柳培林[6]（2008）在《序列图像的小波域运动估计和补偿技术研究》一文中研究指出针对小波分解域的可变块多分辨率运动估计/补偿(MRME)算法存在运动矢量编码占用码率较高,使用全搜索进行运动估值耗费时间多等缺点,提出对序列图像中运动区域进行运动估计和补偿,在有效地降低了运动估值的复杂度的同时,进一步提高了运动矢量的编码效率,同时在相同码率下,使恢复图像的质量得到提高。(本文来源于《黑龙江八一农垦大学学报》期刊2008年01期）
于波[7]（2007）在《一种改进的图像序列运动估计算法》一文中研究指出针对一系列连续运动的视频序列,利用前后帧间的相关性,在分析块匹配算法高精度和叁步法的运算速度快的基础上,提出了一种基于块的新算法。实验结果表明,该算法比EBMA算法运算量大大减小,运算精度又比叁步法得到了很好的提高。(本文来源于《长春工业大学学报(自然科学版)》期刊2007年03期）
胡文,孙容磊[8]（2007）在《基于序列图像的视觉定位与运动估计》一文中研究指出研究了移动机器人的视觉定位和目标的运动估计。采用单目视觉系统,借助人工标识物,由小孔成像模型及空间几何关系,推导出视觉测距模型,并实现了移动机器人的自定位和目标的定位。通过序列图像,应用基于特征的运动分析方法估计球体的运动参数,推导出移动机器人对运动目标的跟踪模型。球体定位实验结果表明:该方法的定位精度较高。(本文来源于《传感器与微系统》期刊2007年07期）
岳富占,崔平远,崔祜涛[9]（2007）在《基于视觉序列图像的月球车自运动估计技术》一文中研究指出月球车视觉所获得的环境信息是月球车进行导航的重要信息来源,给出了一套利用月球车立体视觉系统所获得的序列图像来估计月球车运动参数的定位方案,并重点解决了后期的定位问题。该方案首先通过特征提取、特征跟踪与特征匹配等图像处理环节建立运动估计所需要的特征匹配点集,然后针对运动参数估计这一难点,利用鲁棒运动估计方法有效消除匹配特征点集中的误匹配,并初步估计月球车运动参数,以此为迭代初值利用Levenberg-Marquardt非线性估计算法精确估计月球车运动参数,最后通过建立运动估计仿真器验证了该运动估计方案的有效性。(本文来源于《系统仿真学报》期刊2007年13期）
许磊[10]（2007）在《基于块匹配的序列图像运动估计算法研究》一文中研究指出序列图像的运动估计作为视频处理和计算机视觉的关键技术，已在社会生产生活的各个方面显示出越来越不可忽视的地位和作用，尤其在工业、商业、国防、医学、网络技术等领域，具有广泛的应用价值。近年来，块匹配(Block-Matching)技术由于计算复杂度低及压缩效率高等特点，被许多视频编码标准(如ISO-MPEG以及ITU-T H.26X)所采用，在理论研究和实践应用中得到了不断的发展和完善，成为数字视频技术的一个研究热点。本文在深入分析、全面总结当前块匹配技术研究的基础上，针对序列图像的块匹配准则和运动矢量的相关性性进行了深入的研究，提出了一种约束条件求和绝对误差匹配准则、一种基于运动相关性的初始搜索点的预测方法和一种基于图像内容的实时自适应块匹配运动估计算法。试验结果充分表明，在提高精度、降低计算复杂度等方面，新方法有着明显的优越性。论文充分回顾了几种经典的运动估计方法，其中基于块的匹配算法，方法简单，且估计效果较好，具有满足系统实时计算的潜力。在理解块匹配问题本质的基础上，系统地归纳总结了目前国内外现有的块匹配准则和块匹配算法。根据不同搜索算法所采用的搜索模板与搜索策略，分析了它们的适用范围及优缺点。在运动估计块匹配准则方面，本文对目前所常用的SAD准则进行了详细的分析，得出了其存在的缺陷和不足。在此基础上提出了一种新的高效匹配准则——约束条件求和绝对误差匹配准则RCSAD，并在算法计算复杂度、解的精确度方面进行了比较，实验结果验证了新方法的正确性和有效性。针对现有的基于SAD值的起点预测方法运算量大的缺点，通过研究相邻块之间和相邻帧之间运动矢量的相关性，提出了一种运基于运动矢量相关性的初始搜索点的预测方法。该方法有效地增大了初始搜索点接近真实匹配点的概率。针对现有搜索模板与搜索策略对不同运动块进行估计时所造成的运算冗余，本文提出了一种基于图像内容的实时自适应块匹配运动估计算法FMEABC，该算法不仅能够自适应的预测初始搜索点，并且基于图像内容采用不同的菱形搜索模式，同时采用了高效的提前截止准则。实验结果表明，在保持图像质量基本不变的前提下，该文算法的搜索速度是MPEG-4标准中的快速运动估计算法的两倍左右，本文提出的算法在搜索速度和搜索效果两方面具有很大的优势，更适合实时应用。(本文来源于《山东大学》期刊2007-04-20）
序列图像运动估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对图像序列运动估计中的穷尽搜索法、叁步法、新叁步法和菱形法等块匹配算法的基本思想、算法描述、搜索模板以及算法性能进行分析和研究,并在实验仿真中,采用平均每块搜索点数和平均峰值信噪比PSNR为衡量指标,测试了在叁种典型的视频序列运动估计中每种算法的搜索速度和效果,得出菱形法综合性能更为优越的结论。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
序列图像运动估计论文参考文献
[1].彭博,杨先凤.超声图像序列运动估计相似度函数研究[J].计算机仿真.2012
[2].陈宫,牛秦洲.图像序列运动估计中经典块匹配算法研究[J].计算机应用与软件.2012
[3].段勃勃,刘威,杨春阳,袁淮,刘积仁.基于序列图像的车辆自运动估计算法[J].系统仿真学报.2011
[4].张涛,费树岷,李晓东,路红.图像序列中快速全局运动估计和运动目标提取算法(英文)[J].JournalofSoutheastUniversity(EnglishEdition).2008
[5].黄新生,杨庆伟,王亦平,岳冬雪.图像序列运动估计技术综述[J].计算机仿真.2008
[6].魏玉芬,周凯,柳培林.序列图像的小波域运动估计和补偿技术研究[J].黑龙江八一农垦大学学报.2008
[7].于波.一种改进的图像序列运动估计算法[J].长春工业大学学报(自然科学版).2007
[8].胡文,孙容磊.基于序列图像的视觉定位与运动估计[J].传感器与微系统.2007
[9].岳富占,崔平远,崔祜涛.基于视觉序列图像的月球车自运动估计技术[J].系统仿真学报.2007
[10].许磊.基于块匹配的序列图像运动估计算法研究[D].山东大学.2007