【硕士论文】基于DSP的运动估计算法的研究与实现.pdf

《【硕士论文】基于DSP的运动估计算法的研究与实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、东南大学硕士学位论文基于DSP的运动估计算法的研究与实现姓名：周晓波申请学位级别：硕士专业：物理电子学指导教师：尹涵春20040317——薹兰旦!!塾墨垫堡生蔓鲨箜里壅塑壅里基于DSP的运动估计算法的研究和实现摘要导师姓名：翌渔壹教援学校名称：塞直太堂“34英寸全彩色荫罩式PDP研制”是国家863计划重大专项之一，是具有自主知识产权的重大发明。荫罩式PDP(SM．PDP)采用寻址显示分离(ADS)子场技术来实现灰度等级显示。这种技术足以满足静止图像的显示，但是在运动图像显示时常常表现出很严重的动态图像伪

2、轮廓现象。为此，我们研究一种居于运动的脉冲灰度补偿技术，用以提高SM-PDP运动图像显示质量。脉冲灰度补偿技术中最霞要的就是对象素运动矢量的检测(运动估计)。这一技术在视频编码领域已经相当成熟，其对运动估计的真实性要求并不高，但是对运动场的熵要求很高，运动场的熵是编码中很重要的一个指标，它将决定运动矢量最终编码的比特数．估计的误差由误差帧得以补偿。而在脉冲灰度补偿技术中，对运动估计的真实性要求比较高。相反对运动场的熵要求并不高。本课题主要是对视频编码、去隔行扫描中运用的运动估计算法进行比较研究。运用TM

3、S320C6711DSP硬件平台开发一种验证运动估计算法的通用软件。同时，根据算法开发流程开发三步快速、四步快速DSP内核算法，以验证运动估计在脉冲灰度补偿技术使用的可行性。为在SM-PDP中脉冲灰度补偿技术的使用提供理论和实验上的支持。关键词：全彩色荫罩式PDP寻址显示分离(ADS)子场技术运动估计视频编码奎堕盔堂塑主兰垡堡塞ResearchAndRealizationOfMotionEstimationAlgorithmBasedOnDSPABSTRACTBYXiao．BoZhouSupervise

4、dbyProf．Hart—ChunYinSoutheastUniversity“Theresearchof34-inchallcolorshadowmaskplasmadisplaypanel”isanimportantprojectofnational863plans，andanewinventwithourownpatents．Thetechniqueofaddressinganddisplayseparation(ADS)isusedtorealizethedifferentgraygradedi

5、splayofimageinSM-PDP．Usingthistechnique，WecallgetagOodimagequalitywhendisplayingstillimage，butthedynamicfalsecontourusuallyisobservedwhendisplayingmotionimages．So，amethodofpulsegraycompensationbased0nmotionestimationisstudiedtoimprovetheimagequalitywhend

6、isplayingmotionimagesinSM-PDEMotiondetection(Motionestimation)isveryimportantintherealizationofgraypulsecompensationtechnique．Invideocodingalgorithm．motionestimationrequiresalowerauthenticityandahigherentropyofmotionfield，becausetheentropyofmotionfieldis

7、averyimportantspecificationanddecidesthefinalcodingbitsofmotionvector．TheelrorofmotionestimationwUlbecompensatedbytheelTorframe．Ontheotherhand，regardingpulsegraycompensationtechnique，therequirementforauthenticityishighandtherequirementforentropyCanbelow．

8、Inthispaper,motionestimationalgorithm,usedinvideocodingandde—interlacing．isstudied．BasedontheTM$320C671IDSPhardwareplatform．tIleDSPCOreofthreestepblock-matchedsearchandfoorstepblock．matchedsearchalgorithmandevelopedandtheg