[发明专利]一种HEVC整像素运动估计方法及装置

权利要求书

1.一种HEVC整像素运动估计方法，其特征是，包括如下步骤；

步骤S1：采用基本搜索单元BSU表征整像素运动估计算法中为当前编码帧中的当前最大编码单元LCU中的所有编码单元CU层上的所有预测单元PU块并行搜索最优匹配块的各种基本的搜索策略；所述基本的搜索策略包括搜索路径规划、率失真优化RDO成本计算、运动矢量过滤要求三部分，所述BSU包含三组可配置的参数分别对应于所述基本的搜索策略的三部分；

步骤S2：采用一个BSU或多个BSU的组合，并且为每个BSU配置参数，以执行整个HEVC整像素运动估计方法；所述HEVC整像素运动估计方法包括粗粒度搜索、细粒度搜索、运动追踪；运动追踪进一步分为运动追踪的粗粒度搜索、运动追踪的细粒度搜索；

步骤S3：判断粗粒度搜索范围是否完全覆盖了运动追踪搜索范围；如果是，只进入步骤S41；如果否，同时进入步骤S41和步骤S42；

步骤S41：执行所述HEVC整像素运动估计方法中的粗粒度搜索；粗粒度搜索是以固定点为搜索中心点进行的第一范围的下采样搜索，得到当前LCU每个层上每个PU在粗粒度搜索范围内的最优粗像素精度候选搜索中心，固定点的含义是不依赖相邻LCU的运动矢量搜索结果；然后进入步骤S51；

步骤S42：执行所述HEVC整像素运动估计方法中的运动追踪的粗粒度搜索；这是指以当前LCU的周边已完成整像素运动估计的邻近LCU的整像素运动矢量IMV或者其变换形式为搜索中心点，进行第二范围的下采样搜索，得到当前LCU每个层上每个PU在运动追踪搜索范围内的最优粗像素精度候选搜索中心；所述变换形式包括运动追踪的搜索中心仅使用相邻某一个LCU或某几个LCU的IMV、或者使用相邻某几个LCU的IMV的算术平均值；第二范围小于第一范围；然后进入步骤S52；

步骤S51：执行所述HEVC整像素运动估计方法中的细粒度搜索；细粒度搜索是以粗粒度搜索得到的最优粗像素精度候选搜索中心为搜索中心点进行的第三范围的局部全搜索，得到当前LCU内部每个层上的每个PU在粗粒度搜索和细粒度搜索的搜索范围内的最优整像素运动矢量；第三范围小于第一范围；然后进入步骤S6；

步骤S52：执行所述HEVC整像素运动估计方法中的运动追踪的细粒度搜索；这是指以运动追踪的粗粒度搜索得到的最优粗像素精度候选搜索中心为搜索中心点，进行第四范围的局部全搜索，得到当前LCU内部每个层上的每个PU在运动追踪搜索范围内的最优整像素运动矢量；第四范围小于第二范围；然后进入步骤S6；

步骤S6：如果仅有步骤S51输出，步骤S52未输出，则采用步骤S51的输出作为当前LCU内部所有PU的最终的最优整像素运动矢量；

如果同时有步骤S51和步骤S52输出，则比较RDO成本后进行筛选以得到当前LCU内部所有PU的最终的最优整像素运动矢量。

2.根据权利要求1所述的HEVC整像素运动估计方法，其特征是，所述步骤S1中，所述BSU用来在一个可配置的搜索区域内对搜索点进行有序搜索，通过可配置的绝对误差和算法SAD加法器树和运动矢量差值MVD成本算法并行计算当前LCU内部所有PU与参考图像块之间的匹配程度并进行比较，最后按照运动矢量过滤要求输出当前LCU内部所有PU各自对应的最优的一个或多个候选运动矢量。

3.根据权利要求1所述的HEVC整像素运动估计方法，其特征是，所述步骤S1中，BSU的第一组参数用于决定搜索区域的形状以及搜索路径，包括搜索中心点、水平搜索半径、垂直搜索半径、搜索形状角度、下采样步长的一项或多项；

BSU的第二组参数用来计算RDO成本，也就是用来决定搜索路径上的哪一个位置对应的运动矢量是最优运动矢量；第二组参数包括SAD成本运算函数、MVD成本运算函数、运动矢量预测值表的一项或多项；

BSU的第三组参数用来决定运动矢量过滤要求，包括CU层数、PU模式、最优候选运动矢量的个数的一项或多项。

4.根据权利要求1所述的HEVC整像素运动估计方法，其特征是，所述步骤S2中，至少采用一个BSU来执行粗粒度搜索，至少采用一个BSU来执行细粒度搜索，至少采用一个BSU来执行运动追踪的粗粒度搜索，至少采用一个BSU来执行运动追踪的细粒度搜索。