[发明专利]一种基于CFRFS数字视频压缩编码的方法

说明书

技术领域

本发明涉及一种基于CFRFS数字视频压缩编码的方法，具体来说，涉及一种在数字视频压缩编码中利用具有近圆形可伸缩环搜索模板的快速搜索算法，通过改善运动估计的效率来提高编码器性能的方法。

背景技术

视频序列实际上是一个静止图像的序列，当它们以每秒不小于24帧的速度连续显示的时候，由于人眼的视觉暂留效应，看起来就是连续的图像。因此，在一般情况下，相邻帧间的内容实际相差不多(除了场景切换等)，有很大一部分甚至是完全一样的，所以帧与帧之间存在着很大的时间相关性，即时间冗余(Temporal Redundancy)。早在视频图像出现的时候，人们就已经意识到视频信号在时间域上存在着冗余，多年以来，人们一直不断在数字图像压缩的领域进行研究，并在理论和实际应用中都取得了很大的成果，目前在视频编码技术中主要包括三大类：运动补偿以去除时间域的冗余；变换编码以去除空间域的冗余；熵编码以去除统计上的冗余。通过运动估计可以有效的去除时间冗余，保留帧间的有用信息，大幅度提高视频压缩的效率。运动估计的效率高低将对压缩全过程产生重大影响。运动估计的作用就是要尽量使预测的运动矢量精确，以减少帧与帧之间的冗余，并使重建的图像接近原始图像。

目前，国际电信联盟(ITU)和国际标准化组织(ISO)公布的视频压缩编码标准有MEPG系列以及H.26x系列。这些压缩标准的实现，首先是要去除视频序列中的空间和时间上的冗余。DCT变换是一种无损恢复的可逆数学变换，所以经常被用在去除视频信号的空间冗余上；在去除视频信号的时间冗余上，则是通过运动估计和运动补偿来完成。运动估计对编码器的性能的影响十分的明显，有实验表明在搜索范围为16时，运动矢量搜索占用了93％的CPU时间。可见运动估计在整个编码过程中消耗时间最多。因此，运动估计速度的提高是整个编码速度提高的关键。此外，由运动补偿原理可知，所寻找的运动矢量是否精确，将对恢复图像的质量产生决定性影响。

由于运动估计中的块匹配法在算法时间复杂度和预测精度上都有较好的表现，故目前的视频压缩算法如：MEPG-1，MEPG-2，MEPG-4以及H.264等都采用基于块匹配的运动估计算法来进行运动矢量的预测。因此，寻找更加快速，更加精确的块匹配运动估计算法，仍然是人们不断努力追逐的目标。

基于块匹配的运动估计方法，假设图像序列的最小运动单位是若干相邻像素的集合(即块，Block)。根据先验的运动模型在相邻帧间进行全匹配，计算最优匹配下的块运动参数，从而得到运动场的粗略估计。基于块匹配的运动估计算法的性能取决于以下三个因素：1.搜索策略；2.匹配准则；3.搜索范围参数。其复杂度亦由上述三个因素决定。显然，通过选择适当的搜索策略、减少匹配准则的复杂性或缩短搜索距离可以降低块匹配算法的复杂性。这就决定了基于块匹配的运动估计算法研究必须解决以下几个问题：搜索起点的选择、匹配准则、块匹配算法(BMA)。

为了更好地理解本发明的原理，有必要对块匹配法的原理、块匹配准则作一下回顾。块匹配法是一种非常直观的运动估计算法，它是基于平移运动的假设来进行运动估计的。在平移运动中，物体上的每一点均有相同的速度大小和方向，在物体运动的轨迹上，当前时刻所处的位置是由前一时刻位置偏移得到的。将当前帧划分为互不重叠的二维像素子块，(例如每块16×16像素)，假定每个子块内的像素都做相等的平移运动，在其相邻帧中相对应的几何位置周围的一定范围内，通过某种匹配准测，寻找这些像素子块的最佳匹配块。一旦找到，便将最佳匹配块与当前块的相对位移(dx，dy)，即通常所说的运动矢量(Motion Vector，MV)送出，并传输到接收端。图1给出了块匹配法的原理图。

从块匹配算法的原理可以看到，算法有两个问题需要解决：匹配准则和运动估计方式。运动估计算法中常用的匹配准则有三种：平均绝对误差MAD(Mean Absolute Difference)、均方误差MSE(Mean SquareError)和归一化互相关函数NCCF(Normalized Cross CorrelationFunction)。在一些应用中也使用子采样匹配准则。子采样匹配准则大大降低了计算复杂度，运算量只有原来的1/4，在一些多候选点算法中，可以采用子采样匹配准则。匹配准则对匹配的精度影响不是很大。其中SAD因为不含乘除法便于计算和易于硬件实现，所以获得广泛应用。