| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·块匹配运动估计研究工作的发展和现状 | 第10-11页 |
| ·论文研究内容及结构安排 | 第11-13页 |
| 第二章 块匹配运动估计 | 第13-21页 |
| ·常用运动估计方法介绍 | 第13-16页 |
| ·基于光流的运动估计 | 第13-14页 |
| ·基于像素的运动估计 | 第14-15页 |
| ·基于网格的运动估计 | 第15-16页 |
| ·块匹配运动估计 | 第16-20页 |
| ·模板搜索法 | 第16-18页 |
| ·预测运动矢量法 | 第18-19页 |
| ·多层和多分辨率法 | 第19-20页 |
| ·全局优化法 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 佳点集粒子群优化算法及其在块匹配运动估计中的应用 | 第21-29页 |
| ·佳点集的定义和定理 | 第21-22页 |
| ·基于佳点集的改进粒子群优化算法 | 第22-24页 |
| ·基于佳点集的改进 PSO 算法在运动估计中的应用 | 第24-25页 |
| ·初始化种群 | 第24页 |
| ·适应度函数的选择 | 第24页 |
| ·速度和位置更新 | 第24-25页 |
| ·终止策略 | 第25页 |
| ·算法步骤 | 第25页 |
| ·仿真结果和性能比较 | 第25-28页 |
| ·搜索精度 | 第26-27页 |
| ·运算复杂度 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 引入翻过程的人工蜂群算法及其在块匹配运动估计中的应用 | 第29-39页 |
| ·人工蜂群算法 | 第29-30页 |
| ·蜂群行为机理 | 第29页 |
| ·人工蜂群算法描述 | 第29-30页 |
| ·引入猴群翻过程的人工蜂群算法 | 第30-31页 |
| ·猴群算法的“翻过程” | 第30-31页 |
| ·引入佳点集和猴群算法翻过程的人工蜂群算法 | 第31页 |
| ·改进人工蜂群算法在块匹配运动估计中的应用 | 第31-33页 |
| ·仿真实验 | 第33-38页 |
| ·函数测试 | 第33-37页 |
| ·块匹配运动估计性能测试 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 单维扰动萤火虫算法在块匹配运动估计中的应用 | 第39-50页 |
| ·单维扰动萤火虫算法 | 第39-44页 |
| ·基本萤火虫算法 | 第40-41页 |
| ·局部搜索策略 | 第41页 |
| ·单维扰动萤火虫(SDGSO)算法步骤 | 第41-42页 |
| ·算法收敛性分析 | 第42-43页 |
| ·统计学分析 | 第43-44页 |
| ·SDGSO 算法在块匹配运动估计中的应用 | 第44-46页 |
| ·预测运动矢量及初始化种群 | 第44页 |
| ·荧光素的更新 | 第44页 |
| ·萤火虫的位置和决策域更新 | 第44-45页 |
| ·终止策略 | 第45页 |
| ·算法步骤 | 第45-46页 |
| ·仿真结果和性能评价 | 第46-49页 |
| ·搜索精度 | 第46-48页 |
| ·运算复杂度 | 第48-49页 |
| ·单维扰动搜索策略 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·论文总结 | 第50页 |
| ·未来工作展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士期间发表的学术论文目录 | 第58-59页 |
| 攻读硕士期间参与的科研项目 | 第59页 |
