[发明专利]预测质量可控的快速运动估值方法

说明书

技术领域

本发明涉及多媒体通信领域中的数字视频压缩技术，具体的说涉及视频压缩标准中的运动估值方法。

背景技术

视频数据的存储和传输需要对数据进行压缩编码，压缩就是从时域、空域两方面去除冗余信息，编码方法的选择不但要考虑压缩比、信噪比，还要考虑算法的复杂性，太复杂的编码算法可能会产生较高的压缩比和信噪比，但也会带来较大的CPU开销，影响视频通信的实时性。

视频压缩国际标准中，采用的均是带有运动补偿的预测编码与DCT变换编码相结合的混合压缩编码方法，运动补偿中运动估计的计算量是影响编码速度的关键因素。因此，对于设计一个高效快速的视频编码器而言，用较小的计算量进行运动估计来获得准确的运动矢量是至关重要的。

运动估计是视频编码和计算机视觉领域中的一项关键技术，在计算机视觉领域中，研究的重点更多地放在由物体的二维运动来估计其三维运动，而在视频编码领域中则更多地关心物体的二维运动。二维运动是由被拍摄物体的运动和摄像机的运动共同造成的，二维运动估计方法有光流分析法、像素递归法和基于块的匹配方法等。

光流分析法的优点是能够探测独立运动的对象，不需要预先知道场景中的任何信息，并且可用于摄像机运动的场景，但光流分析法计算复杂耗时，除非有特殊的硬件支持，否则很难实现实时探测。

像素递归法的出发点是通过对灰度的梯度变化进行分析来求像素的位移，由于该方法的最小搜索单元是一个一个的像素点，因而对物体的运动有较高的灵敏度，运动估计的精度也高，对复杂运动画面具有较强的适应性，但它跟踪的位移范围很小，另外，由于像素递归法对位移的估计是通过梯度运算得到的，所以其运算代价大，硬件实现的复杂度高。

基于块的匹配方法将当前帧划分为若干个M*N大小的图像子块，利用M*N子块在上一帧中开辟的搜索区根据某种匹配准则寻求最优匹配来得到运动矢量，该方法相对简单且易于直接用硬件实现，是目前最常用的运动估计算法，视频编码国际标准中都采用基于块的匹配方法进行运动估计，同时由硬件实现的运动估计也多采用基于块的匹配方法来实现，因此，本发明研究基于块匹配方法的运动估计算法。

基于块的匹配方法中，衡量匹配好坏的准则有互相关函数(CCF)、均方误差(MSE)和绝对差值和(SAD)等，采用三种准则所得的估值结果差别不大，因绝对差值和的计算不需要进行复杂的乘法运算，计算量相对较小，所以用的较多。

在已知匹配准则的情况下，如何搜索匹配误差最小的块就是基于块匹配的运动估计搜索算法所要解决的问题.匹配块的搜索并不需要在整帧图像上进行，一般来说，一个块的运动分布一般集中在该块位置附近，因此，块匹配的搜索只需在一定的范围内进行.假设块的运动分布在水平和垂直方向上是各向均匀的(即不在其中某个方向上占优)，那么搜索范围应该是以当前块所在位置为中心的正方形，显然，最佳的块匹配搜索算法是全搜索块匹配算法(FS)，它搜索参考窗中的所有参考位置，精度高，硬件易实现，是目前应用最为广泛的运动估计算法，但其运算量非常大，将耗费编码器一半以上的计算资源.基于此，许多学者提出很多基于减少搜索位置数的改进型块匹配算法，如三步搜索法(TSS)、二维对数搜索法(2DLOG)、共扼方向搜索法(CSA)、新三步搜索法(NTSS)、四步搜索法(4SS)、环状搜索法(DS)等.

近来，一些快速搜索算法在不减少搜索位置数的情况下，通过宏块降采样，如交替降采样搜索算法(ASSA)，或按照某种渐进累积的失真准则快速判断参考宏块是否为最佳匹配宏块，如标准化局部失真搜索算法(NPDS)，来减少实际参与运算的像素点数目，不仅提高了运算速度，并能尽可能地找到全局最优值，获得接近于全搜索算法的图像质量。

三步搜索法(TSS)、二维对数搜索法(2DLOG)、共扼方向搜索法(CSA)、新三步搜索法(NTSS)、四步搜索法(4SS)、环状搜索法(DS)等快速块匹配算法均是利用一定的算术准则通过减少搜索位置数来节省计算资源，虽然比起全搜索块匹配算法大大减少了运算量，但往往只能找到搜索窗内的局部最优值，而不能找到全局最优值，使估计出的运动矢量信息不够准确，影响解码后的重建图像质量。

交替降采样搜索算法(ASSA)、标准化局部失真搜索算法(NPDS)均是通过减少块匹配运算中实际参与运算的像素点数目来提高运算速度，能尽可能地找到全局最优值，获得接近于全搜索算法的图像质量。但是，这些算法在预测质量和搜索速度之间缺乏可控性，且其搜索速度与全搜索算法相比提高的理论极限均为16倍，还有待改进。

发明内容