[发明专利]多图像运动估计的扩展块匹配及运动矢量估计算法

权利要求书

1.一种多图像运动估计的扩展块匹配算法，其特征在于，包括：

(1)设置分割中的图像区域数量p，在当前图像帧X中定义具有M×M像素的分析图像块，并且将下一图像帧Y中的搜索区域定义为以每个分析图像块的中心对应的位置为中心的L×L块；

(2)计算在当前图像帧X中给定分析图像块与位于在下一图像帧Y中搜索区域中的M×M像素的每个块各像素y_i+mk,j+nk之间的平方帧差；

(3)确定p个运动矢量(m1,n1),…,(m_p,n_p)，以使成本函数最小化：

x_i,j：当前图像帧X中像素(i，j)；SE：搜索区域，BL：分析图像块；

(4)为最小化的成本函数设定阈值，如果大于阈值表明图像匹配，否则图像不匹配。

2.一种多图像运动估计的扩展块匹配算法，其特征在于，包括：

(1)设置分割中的图像区域数量p，在当前图像帧X中定义具有M×M像素的分析图像块，并且将下一图像帧Y和前一图像帧Z中的搜索区域定义为以每个分析图像块的中心对应的位置为中心的L×L块；

(2)计算在当前图像帧X中给定分析图像块与位于在下一图像帧Y中搜索区域中的M×M像素的每个块各像素y_i+mk,j+nk之间的平方帧差；计算在当前图像帧X中给定分析图像块与位于在前一图像帧Z中搜索区域中的M×M像素的每个块各像素z_{i+mk′,j+nk′}之间的平方帧差；

(3)确定p个运动矢量(m1,n1),…,(m_p,n_p)，以使第一成本函数最小化：

x_i,j：当前图像帧X中像素(i，j)；SE：搜索区域，BL：分析图像块；

确定p个运动矢量(ml′，nl′)，...(mp′，np′)，以使第二成本函数最小化：

(4)选择第一成本函数和第二成本函数中较小的一个作为最小化的成本函数，如果最小化的成本函数大于阈值表明图像匹配，否则图像不匹配。

3.如权利要求1至2任一所述的多图像运动估计的扩展块匹配算法，其特征在于，图像区域数量p确定方法为：p的初始值为1，当且仅当p的增加使得最小成本函数值减小的值超过设定阈值时，将p增加1。

4.如权利要求1至2任一所述的多图像运动估计的扩展块匹配算法，其特征在于，M×M固定为25×25，L×L块固定为13×13。

5.一种多图像运动矢量估计算法，其特征在于，包括：

(1)设置分割中的图像区域数量p，在当前图像帧X中定义具有M×M像素的分析图像块，并且将下一图像帧Y中的搜索区域定义为以每个分析图像块的中心对应的位置为中心的L×L块；

(2)计算在当前图像帧X中给定分析图像块与位于在下一图像帧Y中搜索区域中的M×M像素的每个块各像素y_i+mk,j+nk之间的平方帧差；

(3)确定p个运动矢量(m1,n1),…,(m_p,n_p)，以使成本函数最小化：

x_i,j：当前图像帧X中像素(i，j)；SE：搜索区域，BL：分析图像块。