可变形状搜索(vss)的快速运动估计算法的制作方法

文档序号:7589720阅读:160来源:国知局
专利名称:可变形状搜索(vss)的快速运动估计算法的制作方法
技术领域
本发明涉及一种以菱形和六边形联合搜索为基础的搜索形状可变(VSS)的快速运动估计算法,可用于H.261、H.263、MPEG2、MPEG4、H.264中各种尺寸块的视频编码。
背景技术
运动补偿预测编码是减少视频图像冗余度的代表性技术,MPEG-2、H263、MPEG-4和H264等国际标准均广泛采用了运动补偿预测技术。值得注意的是,一系列国际标准虽然规定了视频编码方法和码流框架结构,但运动估计的具体算法和控制策略对设计者是开放的。块匹配法(BMA)是目前最常用的运动估计技术,其实现效果主要取决于三个因素匹配准则(match criteria)、搜索范围(search area)和搜索方式(search method)。实用的匹配准则大多采用平均绝对误差(MAD)准则,搜索范围一般以宏块和块为单位,而搜索方式是影响块匹配法性能的主要因素,也是运动估计算法中的关键技术。在所有的块匹配法中,全搜索(FS)算法性能最好,但采用全局最优的全搜索法,运动估计要占到整个编码运算量的60%-80%,在要求实时编码的情况下难以实用,因此必须在运动估计精度和计算量之间进行折中,如何快速有效地进行运动估计成为包括分级编码在内的视频编码技术的重要问题。
现有的各种快速运动估计算法都是根据视频图像运动矢量场的中心偏置分布特性和矢量间的高度相关性,根据块的不同运动内容来确定其搜索起点、搜索范围和搜索策略,从而实现块运动矢量快速有效地估计。其中,经典的三步法(TSS)由于简单有效,已为H.261的RM8和MPEG的SM3所推荐。新三步法(NTSS)在TSS的基础上改进而成,采用半步停的方法有效减少了计算时间。四步法(4SS)对应最大运动位移为±7的情况,采用以基准点为中心的5×5窗内的9个测试点取代TSS中的9×9的窗。目前,菱形算法(DS)是一种在时间性能和精度指标上都比较突出的快速算法,它的搜索形状是一个菱形。

发明内容
因此,本发明所要解决的技术问题是如何快速有效地实现视频编码中的运动估计和运动补偿,即对于小、中、大运动的图像编码,有效降低块匹配的计算量,获得与其它快速算法相近的重建图像质量和信噪比,且算法简单有效,便于软硬件实现。
本发明的技术方案如下现有的各种快速算法都是根据视频图像运动矢量的中心偏置分布特性和矢量间的高度相关性,根据块的不同运动内容来确定其搜索起点、搜索范围和搜索策略,从而实现块运动矢量快速有效地估计。
圆形搜索模式对于各向同性分布的运动矢量而言无疑是最有效的。然而,大量的统计实验表明,一般物体在水平和垂直方向上运动的概率比较大,图像的频谱多成类似菱形的分布。可以证明,能全面覆盖一个搜索平面的正多边形有正三角形、正方形、正六边形三种,其中,在圆的内接多边形中正六边形的中心间隔最大,覆盖面积也最大。由于菱形搜索和六边形搜索各有长处,为了更好地综合考虑这两种搜索模式的优点,我们提出了一种基于菱形和正六边形的搜索形状可变的快速算法,其基本思想是采用菱形进行精细搜索,而正六边形则用于进行粗搜索。
本发明算法优于目前流行的几种运动估计快速算法,不仅大大降低了块匹配的计算量,而且可以获得与其它快速算法相近的重建图像质量和信噪比。对于小、中、大运动图像的编码,该算法都有性能改善,特别是对于中大运动矢量的估计效果改善更为明显。本算法简单有效,便于软硬件实现,通用性较强,可运用于目前广为流行的H.261、H.263、MPEG-2、MPEG-4、H.264等视频编码国际标准中,由此改进各类视频编解码的性能。


图1是VSS算法的两种基本搜索模式,其中的图1-(a)是正六边形水平方向搜索模式示意图,图1(b)是正六边形垂直方向搜索模式示意2是VSS算法搜索流程3是VSS算法搜索步骤示例图1中的①是大菱形;②是正六边形;③是小菱形图2中的1’是步骤1计算位于搜索窗中心且步长为2的大菱形顶点及中心上的5个点;2’是最小MAD点位于中心?;3’是步骤2确定模式类型,计算该模式正六边形剩下的4个未搜索候选点;4’是步骤3以前一步选取的正六边形最小MAD顶点为中心形成新的正六边形,计算新的3个候选点;5’是最小MAD点位于中心?;6’是步骤4以前一步选取的最小MAD点为中心形成步长为1的小菱形,进行最后一步聚焦精细搜索,在小菱形顶点及中心上的5个点中最小MAD点所在的位置就是最终目标运动矢量。
具体实施例方式
为了更好地理解本发明的特点、功能和效果,现运用以下例子并结合附图,进行详细说明。
本算法有两种基本搜索模式(如图1)模式1和模式2,考虑到正六边形在水平和垂直方向上形状不对称,而这两个方向上运动矢量出现的概率相对较大,故两种模式分别采用具有不同方向性的正六边形。图1中的正六边形由标记为“①”的7个点组成,基本搜索步长为2,比9点的菱形搜索模式少2个点,其中一个点位于中心,另外六个点分布于正六边形的顶点上。大菱形由标记为“②”的四个点组成,搜索步长为2,它用于起始搜索时选择模式类型,其中有两个点与正六边形上的点重合。小菱形由标记为“③”的四个点组成,搜索步长为1,它主要应用于运动估计最后阶段的聚焦精细搜索。在搜索的过程中,正六边形搜索区域的中心可以移动到相应的六个顶点上。无论正六边形整体移动到哪一个顶点上,新的正六边形中总会出现三个新的未搜索顶点,而另外三个顶点则已经被搜索过。与此相对应,DS算法中菱形搜索每次移动时,沿不同方向将出现3个或5个新的未搜索点,平均每次整体移动将出现约4个新的未搜索点,比作者提出的方法多出一个点。
考虑到运动矢量的分布特性以及正六边形的实际形状,本算法第一步首先进行搜索模式的选择。先搜索步长为2的大菱形顶点以及中心的五个点。如果最小MAD点位于大菱形中心,就采用步长为1的小菱形进行聚焦精细搜索,这需要再搜索小菱形顶点上的四个点,其中最小MAD点的位置就是目标运动矢量;如果最小MAD点是大菱形水平方向上的顶点,采用“模式1”完成剩下的搜索,反之,如果是大菱形垂直方向的顶点就采用“模式2”完成剩下的搜索。两种模式都将采用各自固定的正六边形进行搜索,且每次正六边形整体移动到新的顶点上时都只有三个新的最佳候选点需要计算。如此反复,当MAD最小点位于正六边形的中心时,表明将出现极值点,于是转到最后一步进行聚焦精细搜索。如果正六边形移出搜索范围,也将进行最后一步搜索,这时需要进行边缘扩展,最佳运动矢量将选取搜索范围内的最小MAD点。图2是VSS算法一般的搜索步骤流程图。
下面将通过图3中的具体例子来进一步阐述VSS算法的基本思想。首先计算距搜索窗中心步长为2的大菱形顶点及中心上的5个点(图3中标记为“1”的点)的MAD值,比较结果最小MAD点是大菱形水平方向上的顶点,因此采用“模式1”完成余下的搜索过程。接着计算并比较“模式1”正六边形剩下的4个未搜索候选点(图3中标记为“2”的点),结果最小MAD点是正六边形右下角的顶点;然后以该顶点为中心形成新的正六边形,计算新的3个候选点(图3中标记为“3”的点),如果最小MAD点仍在正六边形的顶点上,以前一步选取的正六边形最小MAD顶点为中心形成新的正六边形,计算新的3个候选点(图3中标记为“4”和“5”的点),以此反复,最后以第五步选取的最小MAD点为中心形成步长为1的小菱形,进行最后一步的聚焦精细搜索,在小菱形顶点及中心上的5个点(图3中标记为“6”的点)中最小MAD点所在的位置(+4,+3)就是我们要找的最终目标运动矢量。图3中的VSS算法通过6个步骤最终搜索到了目标运动矢量(+4,+3),需要搜索的候选目标点共有22个。当然,举这个例子只是为了说明VSS算法的思想,实际上很多情况下不需要这么大的计算量。
权利要求
1.一种搜索形状可变的快速运动估计算法一VSS,该算法主要包括如下步骤A.首先确定搜索起点和步长,利用大菱形进行搜索模式的选择;B.采用正六边形则进行粗略搜索;C.在此基础上,最后采用小菱形进行精细搜索。
2.根据权利要求1所述的VSS算法,其特征在于,搜索起点可以是预测值点或原始起点,初始步长根据匹配块大小与搜索范围可以是2或1,匹配准则采用平均绝对误差(MAD)准则。
3.根据权利要求1所述的VSS算法,其特征在于,考虑到实际运动矢量的不均匀分布特性以及正六边形在水平和垂直方向上形状不对称,VSS算法首先进行大菱形的搜索,然后进行搜索模式的选择。
4.根据权利要求1所述的VSS算法,其特征在于,吸收菱形搜索和六边形搜索各自的长处,自适应地综合运用这两种搜索方式,该方法可以运用到各种大小的块匹配运动估计中。
5.根据权利要求3所述的VSS算法,其特征在于,先搜索大菱形顶点以及中心的五个点,如果最小MAD点位于大菱形中心,就采用小菱形进行聚焦搜索,其中最小MAD点的位置就是目标运动矢量;如果最小MAD点是大菱形水平方向上的顶点,采用“模式1”六边形完成剩下的搜索过程,反之,如果是大菱形垂直方向的顶点就采用“模式2”六边形完成剩下的搜索过程。
6.根据权利要求4所述的VSS算法,其特征在于,以前一步选取的正六边形最小MAD顶点为中心形成新的正六边形,采用正六边形则进行粗搜索,每次正六边形整体移动到新的顶点上时都只有三个新的最佳候选点需要计算,如此反复,当MAD最小点位于正六边形的中心时,表明将出现极值点,于是转到最后一步采用小菱形进行聚焦搜索。
7.根据权利要求6所述的VSS算法,其特征在于,VSS算法中每次块匹配需要的搜索次数可以通过公式形式定量表达出来。
8.根据权利要求6所述的VSS算法,其特征在于,VSS算法能以比DS算法更少的候选点搜索到同样的目标运动矢量,特别适用于大运动视频的编码,而重构图像质量与其它快速算法基本相当。
9.根据权利要求7所述的VSS算法,其特征在于,VSS算法思路简单,便于软硬件实现。
全文摘要
本发明是一种以菱形和六边形联合搜索为基础的搜索形状可变的快速运动估计算法。其步骤是先搜索大菱形顶点以及中心的五个点,如果最小MAD点位于大菱形中心,就采用小菱形进行聚焦搜索;若最小MAD点是大菱形水平方向上的顶点,采用“模式1”六边形搜索完成剩下的搜索过程,反之,如果是大菱形垂直方向的顶点就采用“模式2”六边形搜索完成剩下的搜索过程。以前一步选取的正六边形最小MAD顶点为中心形成新的正六边形,采用正六边形进行粗搜索,每次正六边形整体移动到新的顶点上时都只有三个新的最佳候选点需要计算,如此反复进行。当MAD最小点位于正六边形的中心时,表明将出现极值点,于是转到最后一步采用小菱形进行聚焦搜索。
文档编号H04N7/32GK1558683SQ200410014048
公开日2004年12月29日 申请日期2004年2月13日 优先权日2004年2月13日
发明者刘浩, 胡栋, 刘 浩 申请人:南京邮电学院
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1