一种快速运动矢量场搜索的块匹配运动估计算法

一种快速运动矢量场搜索的块匹配运动估计算法

ID:14161355

大小:128.00 KB

页数:6页

时间:2018-07-26

一种快速运动矢量场搜索的块匹配运动估计算法_第1页
一种快速运动矢量场搜索的块匹配运动估计算法_第2页
一种快速运动矢量场搜索的块匹配运动估计算法_第3页
一种快速运动矢量场搜索的块匹配运动估计算法_第4页
一种快速运动矢量场搜索的块匹配运动估计算法_第5页
资源描述:

《一种快速运动矢量场搜索的块匹配运动估计算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第3期陆小丽,等:基于Map/Reduce的索引分类存储模型研究5一种快速运动矢量场搜索的块匹配运动估计算法摘要:运动估计作为实时视频编解码中最重要最耗时的部分,大量的研究都是通过减少搜索点数来降低计算量。而块匹配算法以其简单、高效,便于硬件实现等优点被使用到运动估计中。针对这一特点,提出一种基于块匹配的快速运动矢量场搜索算法(FMVS)。FMVS算法通过将视频序列时间相关性与空间相关性相结合,提出的一种新算法。该算法包括以下五部分:预测搜索起点、动态阈值进行静止块判断、方向性类型判定、运动类型判定及混合模板运用。对视频标准测试序列的实验结果表明,该算法较MVFAST算法,搜索点数降低

2、30%-50%,对于运动复杂的视频序列峰值信噪比提高0.21dB。关键词:运动估计;块匹配算法;运动矢量场;(矢量场自适应搜索)MVFAST;峰值信噪比中图分类号:TP393文献标识码:A文章编号:第3期王吉文,等:一种快速运动矢量场搜索的块匹配运动估计算法3对于视频序列图像,由于相连帧之间存在很大的时间相关性,通过减少时间冗余,可以提高视频编码的效率。而基于块匹配算法以其简单、高效,便于硬件实现等优点,已经被许多视频编码标准所采纳。运动估计算法占整个编码器的60%~80%的运算量,很大程度决定编码器的效率。收稿日期:基金项目:国家科技重大专项(2011ZX0302-004-02);国

3、家重大专项核高基项目(2009ZX01039-001-002-004);浙江省移动网络应用技术联合重点实验室(2010E10005);新一代移动互联网用户端软件科技创新团队(2010R50009);新一代移动互联网大容量数据传输系统研究(2012R10009-11).在块匹配运动估计算法中,全搜索算法精度最高,但是运算量也最大大。为了解决运算量大,产生了很多快速搜索算法。一类是快速算法是按照某种搜索策略只对搜索窗口的相关参考点进行计算;如一些经典算法3步法[1],菱形搜索算法[2],六边形搜索算法[3]。菱形搜索算法,六边形搜索算法为了避免局部最优,采用大的搜索模板,但带来了搜索点数的

4、大量增加;而小菱形搜索算法采用小菱形减少搜索点数,但是带来局部最优的问题。另一类快速搜索算法是利用运动矢量相关性来预测当前运动矢量。此类算法考虑时域或空域相关预测当前搜索起点,性能优于前一种。这类算法典型的包括矢量场自适应搜索算法[4](MVFAST)和带预测的矢量场自适应搜索算法[5](PMVFAST)等。其中MVFAST已经被MPEG-4标准所采用。本文提出一种快速运动矢量场搜索算法,采用自适应的阈值进行静止块的判断,分析视频序列的运动情况(包括运动类型与运动方向),最后根据不同的运动情况选择不同块匹配模板。本算法即考虑视频序列的时域相关性又考虑空域相关性,获得接近全搜索的编码效果

5、的同时,又获得了比MVFAST更少的搜索点数。1快速运动矢量场搜索算法(FMVS)在帧间预测编码中,邻近帧中的景物通常存在着一定的相关性,因此,可将活动图像分成若干宏块,求出连续帧之间对应宏块在空间位置上的相对偏移量,即运动矢量。视频序列中,一般具有以下3个特性[6]:1)中心偏移特性,即运动矢量绝大多数情况分布在搜索区域原点的附近;2)运动矢量相关性,即运动矢量在时间和空间上具有相关性;3)SAD(sumofabsolutedifference)方向性,即SAD总是沿着某个梯度下降方向趋向极小点。其中SAD为块匹配算法中常用的匹配准则。通过充分分析运动矢量的特性,提出一种基于块匹配的

6、快速运动矢量场搜索算法,将获取运动估计过程分成5步。通过相连块的运动矢量来预测当前块的搜索起始点;由于局部相连具有相近的运动矢量,将相连块作为参考矢量,动态调整判断静止第3期王吉文,等:一种快速运动矢量场搜索的块匹配运动估计算法3块的阈值;通过判定相连块的运动方向来作为当前块的预测运动方向;通过计算相连块的运动剧烈程度来判断当前块是大运动,还是小运动;通过以上的判断采用混合模板进行运动矢量搜索。1.1预测起始点在视频编码中,块匹配算法将视频序列分成N×M的块。相连块往往具有相同或相似的运动矢量,这样就可以用相连块来预测当前块的运动矢量。本文采用H.263的中值法[7],使用3个相连块运

7、动矢量MV1、MV2、MV3来预测当前的运动矢量MV。如图1所示。图1搜索起始点预测预测水平分量与垂直分量如公式一与公式二,分别取参考块的水平分量中值与垂直分量的中值。——公式一——公式二1.2自适应阈值判断静止在许多实时视频和低复杂度运动序列中,有很多块可以认为是静止块。一般采用绝对误差和(SAD)来衡量视频序列的差异性。研究分析指出,静止块的绝对误差和(SAD)远低于非静止块在(0,0)位置的SAD值;16×16静止块的平均SAD值分别为5

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。