弹性粒子群算法在运动估计中的应用研究

强 俊

弹性粒子群算法在运动估计中的应用研究

强 俊

针对隔行扫描到逐行扫描转换中出现的运动图像锯齿现象和在去锯齿过程中计算量大的问题，对整个系统中运算量最大的运动估计部分进行算法改进。通过改进的弹性粒子群算法，得到全局最优点，减少迭代次数，降低计算量并提高计算精度。试验证明，改进的弹性粒子群算法对于运动剧烈图像的各方面的性能都有明显提高。

去锯齿；运动估计；弹性粒子群算法

锯齿效应是隔行电视的一个普遍现象。这种现象是在静止或运动物体的对角线斜边会出现锯齿的形状。在进行运动图像去锯齿的研究中，运动估计是系统中非常重要的计算模块。如果运动估计算法部分运算量过大，会影响整个系统的运行效率。因此降低运动估计部分的运算复杂度，减少搜索点数，是笔者研究的重点。通过对运动估计和粒子群算法研究后，笔者提出了在运动估计部分采用改进的粒子群算法。

1 运动估计算法

运动估计是视频压缩领域中最重要的环节与研究热点，其计算量占据了整个编码过程中相当大的比重，达到了60%～80%。如何降低计算量并保持运动估计的精度是各国学者多年来研究的重点。基于块的运动估计是最常见的方法之一，经典算法有全搜索(FS)、三步搜索法(TSS)[1]、四步搜索法(FSS)[2]、钻石搜索法(DS)[3]等，该类方法采用固定的搜索模式，搜索简单，计算复杂度低，但在不同程度上容易陷入局部最优。……