首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
李海华  张宝菊 《科教文汇》2008,(31):279-279
新的国际视频编码标准H.264,目的在于能够比先前的标准,更好地改善编码效率以及误差鲁棒性。为了克服帧内宏块编码带来的大量比特数,H.264对原始输入信号采用空间域的帧内预测方法;帧间编码利用基于块的运动矢量做帧间预测,以减少不同的图像间的时间冗余。熵编码采用基于内容的自适应变长编码(CAVLC)和基于上下文的自适应二进制算术编码(CABAC)两种方法。为了减少块边界的块效应和防止累加的编码噪声的传播,H.264采用了去块效应滤波器。  相似文献   

2.
硬件实现的H.264视频编码器中,合理规划SRAM以暂存Mv及参考区域像素,提前预测下一编码宏块参考区域位置并预取像素数据,协调不同帧间预测模块对数据的存取并为之快速提供数据,能有效提高编码器运行速度。  相似文献   

3.
多视点视频编码提取它的帧间冗余信息用来压缩视频流:这些冗余信息是与深度信息息息相关的。这些技术利用视差估计获得不同视角间的视差矢量(DVs),然而,这些技术主要应对的都是如何提高多视角视频编码效率。本文提供一种基于多视角几何与深度的快速视差估计解决方案.视差预测模块首先计算,通过迭代或者快速搜索估计过程在搜索范围内寻找最优的视差矢量。实验结果表明该预测器将最化视差矢量限定到一个很小的范围。结果表明保留原始率失真情况的条件下。提出的方法速度提高达到2.5。  相似文献   

4.
李海华  张宝菊 《科教文汇》2008,(11):279-279
新的国际视频编码标准H.264,目的在于能够比先前的标准,更好地改善编码效率以及误差鲁棒性。为了克服帧内宏块编码带来的大量比特数,H.264对原始输入信号采用空间域的帧内预测方法;帧间编码利用基于块的运动矢量做帧间预测,以减少不同的图像间的时间冗余。熵编码采用基于内容的自适应变长编码(CAVLC)和基于上下文的自适应二进制算术编码(CABAC)两种方法。为了减少块边界的块效应和防止累加的编码噪声的传播,H.264采用了去块效应滤波器。  相似文献   

5.
从802.1Q协议的工作原理、收发数据帧触发条件、规则动作和所涉及的协议格式出发,分析了基于Windows平台建立该协议的功能需求和特点,利用其工作原理实现了虚拟局域网(VLAN)模块。探讨了仿真开发中的关键技术,通过仿真模块的工作规律,提出了VLAN管理与规划的建设策略。  相似文献   

6.
OSGI(Open Services Gateway Initiative)提供了规范化的模块划分,低耦合的模块间关系,统一的模块开发方式,可动态插拔的模块管理环境。这些特性都适合搭建需求复杂多变的应用系统架构。本文在对几种增量式开发模型进行分析的基础上,从OSGI规范对增量式开发模型的支持展开探讨。  相似文献   

7.
简要介绍了视频编码标准的发展历史与现状,阐述了H.264的主要技术特点,包括先进的帧内、帧间预测编码、类DCT整型变换、统一的熵编码等,并展望了H.264的应用前景。最后,对图像和视频压缩的热点问题作了初步的探讨。  相似文献   

8.
运动估计是预测视频帧序列的关键办法,通过运动估计所得的视频帧间的运动矢量是衡量运动估计效果的重要评价标准。本文首先介绍了基于块匹配的预测点选择办法,然后对比了全搜索、三步搜索法、菱形搜索法几种常用搜索模板的性能优缺点,为将来的进一步研究打下了基础。  相似文献   

9.
为了实现自主移动机器人在室内的精准定位,提出了一种对运动姿态求解过程进行优化且基于特征点匹配的双目视觉定位算法。首先,利用FAST算子提取左右相机采集图像的特征点,并通过BRIEF算子进行特征点匹配;然后,对前后帧图像中的特征点采用BRIEF算子进行特征跟踪,并通过RANSAC方法过滤掉误匹配的特征点;最后,对帧间运动估计求解位姿的过程进行了优化,通过满足匹配要求的间隔最大的两帧图像求解位姿,以减小帧间运动估计产生的累积误差。实验结果表明,在机器人运动缓慢的情况下,该算法有效地减小了帧间运动估计产生的累积误差,提高了定位精度,并基本实现了在室内的定位。  相似文献   

10.
基于提高H.264/AVC编码效率为目的,针对H.264/AVC编码中计算复杂度高的帧间模式选择过程,提出了一种帧间预测模式的快速选择算法,该算法充分利用图像序列相邻宏块间编码模式较强的空间相关性,这样我们就可以根据相邻宏块的编码模式来预测当前宏块的编码模式,再通过某种机制来确定预测模式是否可取,这样就能够快速的选择宏块的编码模式。实验表明,该算法同标准遍历算法相比,在编码质量不受影响的前提下,编码效率得到极大的提高。  相似文献   

11.
H.264/AVC视频编解码标准中,帧内预测是很重要的一部分。本文分析研究了H.264/AVC中的帧内预测过程以及目前帧内预测研究的新进展。  相似文献   

12.
在分析无线通信协议的基础上,对医疗呼叫系统中节点的软硬件两个部分进行设计和研究,系统主要包括处理器模块(选用TMS320VC5402芯片)、音频采样模块(选用TLV320AIC23芯片)、ZigBee无线通信模块(选用CC2430芯片)3个模块。  相似文献   

13.
<正>飞行试验中测试参数种类越来越多,如何将不同类型的测试参数通过遥测天线,发送到地面供实时监控使用。针对这一需求,开发了PCM信号生成器,该设备可以按照参数配置文件要求将机载的网络数据和PCM帧结构数据提取数据,按格式格栅配置文件进行编码,生成PCM信号流,进行PCM遥测或记录。PCM生成器采用pc104+嵌入式模块,模块间采用堆栈连接方式。系统采用Vxworks实时嵌入式操作系统。  相似文献   

14.
新一代视频编码标准(High Efficient Video Coding,HEVC)是JCT—VT正在规划中的视频编码标准,主要面向高清电视(HDTV)以及视频编解码系统。文章首先从HEVC基本结构出发,较全面地介绍了HEVC在帧内和帧间预测估计、正交变换、滤波补偿以及熵编码方面采用的关键技术,最后介绍了HEVC当前的研究热点及其最新发展方向。  相似文献   

15.
无监督的缺陷模块序列预测模型不需要历史缺陷信息,能够将模块按照包含缺陷的可能性从大到小排序。在得到这种潜在缺陷模块序列之后,人们可根据现有资源情况从该序列中选取排在前面的模块进行审查、测试。为探明这种缺陷模块序列预测模型的实用价值和影响因素,在代表性的无监督学习方法K—Means和X-Means的基础上,提出一种簇间/簇内排序方法,通过联合使用簇间排序和簇内排序得到潜在缺陷模块序列,然后采用工作量感知的评价指标对序列的预测性能进行评价。在多个开源系统上的实验结果表明,在特定的簇间/簇内排序方法下,这种预测模型显著高于随机猜测模型,因此具有实用价值。  相似文献   

16.
SDN(软件定义网络)技术将网络的控制平面和数据平面分离开来,控制器在控制平面为网络提供全局视图,为路由算法提供新的思路。目前,如NOX、Flood Light等均提供了用于完成数据帧转发的模块,采用Dijkstra最短路算法。然而,最短路算法容易导致数据流集中到同一条路径进行转发,从而导致网络拥塞。本文对面向SDN的路由算法进行研究,实现面向SDN的流量调度系统,采用蚁群算法进行路由,并根据SDN技术的特征进行相应优化。最后通过仿真实验来验证所提算法的优越性。  相似文献   

17.
由于高压缩比视频数据对信道误码非常敏感,往往因而在解码端加入误码掩盖(EC:Error Concealment),根据各种不同EC的方法的有缺点,本文提出一种针对Ⅰ帧基于快速场景切换的自适应时空域时域误码掩盖方法(SCDASCEC),在误码率比较小的情况下,如果场景变化,空域掩盖用于恢复Ⅰ帧,否则,时域掩盖用于Ⅰ帧,试验证明该方法取得非常满意的效果。  相似文献   

18.
提出了一种群体建筑物震害损失智能评估系统设计方法。该方法的硬件部分采用地震动影响场模块,反应地震灾害的空间分布情况,通过地震地质灾害评价模块对地震引起震灾进行综合的评价,并绘制受灾地区的小区划图。建筑物灾害预测模块的主要功能是对预测区域内的群体和单体建筑物进行震害预测。生命线震害预测模块的主要功能是实现对设施的生命线系统和工程结构进行震害预测,并对抗震薄弱的环节进行分析。通过震害经济损失评估模块对震区的经济损失进行评估。系统的软件部分采用震害损失评估算法对群体建筑物的震害损失进行估算。实验结果表明,该方法的评估结果较为精准、实时性高、误差率低、收集震害信息的速度快,为震后的数据分析和救援工作奠定了坚实的基础。  相似文献   

19.
科学地进行设备故障预测与管理对于设备经济高效地运行、减少故障损失具有重要的现实意义.为此,对设备故障预测与管理系统进行了框架设计.系统由用户层、应用层和支撑层三部分组成.采用的是分布式CS结构.故障诊断模块接收异常状态信息并进行诊断,故障趋势预测模块接收趋势信息并进行预测,将诊断和预测结果供给分析决策模块,然后综合诊断和预测结果、FMECA表、设备当前和以后的任务性质及其它信息,采取相应的控制措施并提供维修需求信息.  相似文献   

20.
在视频序列中,帧与帧之间存在着很大的空间冗余度,通常要进行运动估计,以去除帧间的冗余信息,保留相关有效信息。运动估计算法很多,常用的简单有效的运动估计算法是块匹配算法,本文通过使用常用序列,对几种块匹配算法(BMA)进行测试比较,最后给出了一种新的匹配算法。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号