[发明专利]一种快速运动搜索方法

说明书

技术领域

本发明涉及一种运动搜索方法，具体地说，是涉及一种基于遗传算法的快速运动搜索方法，属于数字视频编解码技术领域。

背景技术

在基于块匹配运动补偿算法的视频编码体系中，运动搜索算法是运动补偿算法的核心，也是其中计算复杂性最高的模块，一直处于非常重要的地位。在各种视频编解码标准(如AVS，H.264等)中，并没有规定具体的搜索算法，只是规定得到运动矢量MV(Motion Vector)后如何进行预测和编码，同时也规定了解码端如何对其进行解码。这样一来，无论通过哪种算法得到MV都可以利用这个MV进行运动补偿，从而得到预测值，进而对残差值进行编码传输，同时也对MV进行编码传输；解码端将MV和残差值解出来后，所要作的操作也仅仅是将通过MV得到的恢复后的预测值与残差值相加，就能够得到相应的解码结果了。

遗传算法是对生物界自然选择和自然遗传机制进化过程的模拟，最初是由Holland在70年代提出来的。由于遗传算法能利用简单的编码技术和繁殖机制来表现复杂的现象，从而可以解决非常困难的问题。而且由于它不受搜索空间限制性假设的约束，不必要求诸如单调、连续等假设，因此能以很大的概率快速找到全局最优解。如今遗传算法以其固有的计算并行性，已广泛应用于问题优化、模型识别、并行处理等领域。

编码机制是遗传算法的基础。通常遗传算法不直接处理问题空间的资料，而是将各种实际问题变换为与问题无关的串个体。对染色体串的遗传操作只与遗传算法的理论、技术有关，而与具体实际问题无关，这一特性增大了遗传算法的适用性。当实际问题变化时，可只改变适应度函数，而无需改变其它操作，加强了代码的通用性。传统的编码方式有两种，即直接的二进制编码和格雷码编码。二进制编码方式编码译码操作简单易行、交叉变异操作便于实现、符合最小字符集编码原则，而且便于利用模式定理进行理论分析；但是二进制编码方式不便于反映所求问题的特定知识，而且由于遗传算法的随机特性而使得其局部搜索能力较差。格雷码编码虽然便于提高遗传算法的局部搜索能力，但由于其编码时相邻数字的码字之间只有一位不同，导致格雷码对于编译操作不易产生新的不同个体，使得遗传算法容易陷于局部最优。

基于以上原因，如何结合图像匹配本身的特点，找到一种适合于视频编码过程中的快速运动搜索方法，提高视频编码效率，是本发明所要解决的主要问题。

发明内容

本发明提供了一种快速运动搜索方法，所述搜索方法基于遗传算法，并结合视频图像自身的特点，采用新的编码方式，定义了新的交叉算子和变异算子，引入竞争进化策略，有效降低了运动估计的计算复杂度，减少了视频编码时间。

为解决上述技术问题，本发明采用以下技术方案予以实现：

一种快速运动搜索方法，包括以下步骤：

a、对待匹配图像上的各个点的横坐标和纵坐标的位置信息进行整数编码，然后从图像中抽取若干个点，形成初始种群；

b、根据预设的适应度函数计算初始种群中的每个个体的适应度值；

c、采用轮转法选择用来繁殖后代的父代群体；

d、进行遗传算法中的交叉操作；

e、进行遗传算法中的变异操作，生成子代群体；

f、迭代执行步骤c～e，直至满足终止条件，寻找到匹配点；

g、根据匹配点计算运动矢量。

进一步地，所述步骤d中的交叉操作包括两步：d1、定义交叉算子：直接交换两个父代个体的横坐标或纵坐标；d2、根据预设的交叉概率对父代群体进行交配或复制操作，所述交叉概率根据待匹配图像的像素及尺寸确定。

所述步骤e中的变异操作也包括两步骤：e1、定义变异算子：将要变异的个体的横坐标或纵坐标分别加上一个常数，所述常数是根据待匹配图像的灰度级确定的一个固定范围内的随机值；e2、根据预设的变异频率，对需要进行变异操作的个体的横坐标和纵坐标分别进行变异操作，所述变异概率根据待匹配图像的像素及尺寸确定。

由于对视频图像进行遗传操作时的特殊性，变异操作在搜索中起主要作用，所以选择的变异概率要大于0.3。

同时，考虑到图像信号数据本身具有马尔可夫特性，即某一像素的信息与其邻近的的像素信息具有很强的相关性，本发明不采用传统的随机产生初始种群的办法，而是采用抽样法，即以固定间隔在待匹配图像上抽取若干个点作为初始种群。所述固定间隔根据待匹配图像的尺寸及所需要的初始种群内个体的数量确定。

进一步地，本发明中计算个体适应度的适应度函数依据绝对误差和SAD匹配准则进行设计。