模型基辅助编码中实时运动估计的自适应方法  

A Novel Real-Time Self-Adaptive Estimation in Model-Aided Hybrid Coding

作　　者：杨晓辉[1] 李中科[1] 吴乐南[1] 

机构地区：[1]东南大学无线电工程系,江苏南京210096

出　　处：《信号处理》2002年第6期495-499,共5页Journal of Signal Processing

基　　金：国家自然基金资助项目(60072013)

摘　　要：在长序列运动估计中,常用的预测最小均方力法(PLS、MPLS)和扩展的卡尔曼滤波方法(EKF)对误差敏感,鲁棒性差。本文提出一种新的自适应实时三维运动估计方法(MEKF):即设计一个实时自适应调整参数的扩展卡尔曼滤波进行运动估计,然后对其经过数据处理,消除估计的振荡误差。文中还将该方法与前三种估计方法进行了模拟和真实序列实验的对比,实验结果表明本文所提出的估计方法具有很好的稳定性利很高的精度。The PLS , MPLS and EKF are sensitive to noise and unstable to acute rotation in the long-term motion estimation. A new algorithm MEKF was posed in model-based coding to overcome the disadvantages of the PLS , MPLS and EKF in this paper, and compared with the three methods in the experiments with the synthetic data and real image sequences respectively. The experimental results showed the MEKF was the stable and exact algorithm.

关 键 词：模型基辅助编码 实时运动估计 自适应方法 KALMAN滤波 图像编码 图像处理 

分 类 号：TN919.81[电子电信—通信与信息系统] TP3[电子电信—信息与通信工程]