基于人工免疫系统的块匹配运动估计算法研究

摘要

随着人们对多媒体信息需求的迅猛增长以及通信技术的发展，海量多媒体数据的存储和传输已成为阻碍人们有效获取和使用多媒体信息的瓶颈。因此，高效的视频压缩编码技术正受到人们的广泛关注，各种视频压缩编码标准也成为了国内外学者和工程人员研究的热点。运动估计和补偿作为视频压缩的核心技术之一，能有效地消除视频信号的时间冗余以提高压缩效率，已被广泛用于目前各种主流视频压缩编码标准中。研究和设计高效、快速、鲁棒的运动估计算法成为了目前视频压缩技术研究的重要课题。在各种运动估计方法中，块匹配法由于其原理简单、便于实现等优点得到了普遍应用，其相关快速算法也得到了广泛的研究和发展。但是，传统的快速块匹配算法如三步法、菱形法等虽然极大地提高了搜索速度却具有易陷入局部最优的固有缺陷，这对于运动估计质量有很大影响。 首先，本文从数学模型的角度对块匹配算法进行分析，研究了传统快速算法存在局部最优问题的根本原因。另一方面，本文介绍了生物免疫学的一些基本理论及其对智能计算方法——人工免疫系统的启示，并重点对一种基于体液免疫原理的人工免疫系统进行了介绍和阐述。在此基础上，本文将体液免疫应答机理应用于块匹配优化问题，提出了一种基于人工免疫系统的块匹配运动估计算法。该算法有效地解决传统快速算法存在的局部最优问题，从而较大地提高了运动估计的准确率。其中，本文重点对该算法中的免疫选择算子进行了优化，提出了一种基于抗体抑制的免疫选择方法。该方法考虑了相邻抗体之间相互抑制的作用，并结合抗体亲和度由高到低地进行选择，与传统的比例选择方法相比有效降低了计算复杂度，同时可通过抑制半径对抗体多样性和算法收敛速度进行调控。此外，本文算法还将免疫记忆机理应用于抗体群初始化，进一步提高了搜索效率。最后，本文对该算法进行了仿真实验并与三步法、菱形法等传统快速块匹配算法比较。实验结果表明，本文算法对各种运动类型的视频在搜索质量上都有一定的改进并具有相近的搜索点数，特别是对大运动的视频优势明显。在搜索过程中，它体现出了更好的“求精”与“求泛”之间的平衡。

目录

文摘

英文文摘

声明

1绪论

1.1视频压缩技术及标准

1.1.1视频压缩的理论基础

1.1.2视频压缩编码标准发展与现状

1.2块匹配运动估计算法的发展与现状

1.3人工智能与人工免疫系统

1.3.1人工免疫系统概述

1.3.2人工免疫系统发展现状分析

1.4课题研究目的与意义

1.5论文的研究内容和章节安排

2块匹配运动估计算法

2.1块匹配运动估计的基本原理

2.2块匹配算法的匹配准则

2.3块匹配算法的数学模型

2.4运动矢量的重要特性

2.4.1运动矢量的中心偏置特性

2.4.2运动矢量的相关性与搜索起点预测

2.5经典块匹配算法

2.5.1全搜索法(FS)

2.5.2二维对数法(LOGS)

2.5.3三步法(TSS)

2.5.4新三步法(NTSS)

2.5.5基于块的梯度下降法(BBGDS)

2.5.6菱形法(DS)

2.6本章小结

3生物免疫学与人工免疫系统

3.1免疫学基本理论简介

3.1.1克隆选择原理

3.1.2独特型免疫网络假说

3.2生物免疫学对人工免疫系统的启示

3.3基于体液免疫的人工免疫系统

3.3.1基本原理

3.3.2主要免疫算子及相关概念

3.4本章小结

4基于人工免疫系统的块匹配算法研究

4.1传统块匹配算法的固有缺陷——局部最优问题

4.2基于人工免疫系统的块匹配运动估计算法

4.2.1抗体、抗原及抗体亲和度的定义

4.2.2基于免疫记忆原理的抗体群初始化

4.2.3亲和突变

4.2.4基于抗体抑制的免疫选择

4.2.5招募新抗体

4.2.6基于BBGDS的特定优化

4.3 AIS算法流程

4.4算法参数分析

4.5实验结果与分析

4.6本章小结

5总结与展望

5.1论文工作总结

5.2研究展望

致谢

参考文献

附录