h.264快速全搜索运动估计算法研究

《h.264快速全搜索运动估计算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、!娥欠擘硕圭攀往论雯效的解决办法，通过数据压缩，可以尽可能的减少信息数据量，以压缩形式存储、转输，既节约了存储空阀，又提高了逶售干线昀传输效率，同时也霹楚计算祝实对处理褫频信息，以保证提供嵩质量的视频信号。可见，多媒体数据篷缩是嚣常必要的。在视频霆像捷输技术中，活动图像是关注的主要对象。活动黧像是出时阀上以帧周期为间隔的连续图像帧组成的时间图像序列，它在时间上比在空间上具有更大的相关性。大多数视频图像相邻帧间细节变化是很小的，即视频图像帧间具有缀强的耀关牲，烈霜峻所具有酶穗关性的特点进行帧闻编码，可获得琵帧内编码高褥多的压缩毙。采用预测编码的方法消除序列

2、圈像在时闯上，空间上的相关性，即不直接传送当前帧的像素值，丽是传送X和其参考帧的对应像素X宪阕酶差值，这称鸯帧闻预测[91。帧阌预测牵最重要的参数，当前帧和参考帧之间对映像素的差值由运动估计计算得出。视频图像的以下特点决定了运动估计技术在视频编解码中的必要性和可能性；·间一场景相邻的两幅图像之间在内容上的差异不会太大，或者说后一帧的内容与前～帧重复麴部分缀多，如果对穗同部分重复编码，将极大的浪费资源，影响整个系统的效率驭及实震性；·相邻蕊面的差别圆《化)是毒予物体运动或者摄像机运动琴

3、起的，大多数情况下这种变化非常小，蔼且在视频匿像中有一定的连续性，方向

4、性，规律性；·画面中物体(像素)的运动是可以被估计的，并且在当前技术条件下已经可以被准确的估计：·因此，哥戮飙参考的画面较为准确酌预测当前画西，编码器只对预测误楚进行编码；运动估计是降低视频信号时间冗余的最基本和最重要的方法之一，并已成功的瘴用芋己制定藉正在制定熬视频编婚嚣际标准孛。在视频编码系统孛采用运动估计技术是必要的、对李亍豹。1．2．2运动估计的原理及工俸模式运动估计研究的主要内容就是如何快速、有效的获得高精度的运动矢量3!裁定学磺士学攘论文㈤，运动矢量(m)给出了当前帧和参考帧之阀的运动位移关系，使当前桉静信意能够放参考帧推导得到。运动估计鲶基

5、本思想懿圈重。董所示：当前椟，、k／1图1-1运动估计基本思想示意餮运动估计豹算法多种多样，大体上可以把它们分成四类；块匹配算法，递归估计法，贝叶斯估计法期光流法。块匹配算法因其具有算法简单、便于实现等优点得到了广泛的应用HOl。块匹配算法的主要思想就是：以块为单位，在所有候选块中寻找匹配误差最小的块来计算最佳运动矢量。常用的块匹配准则有；SAD(绝对误差和)、MSE(均方误麓)、CCF(甄相关函数)、SSAD(予采样绝对误差和)In]。爵前各种搜索算法中最常蔫的嚣配准劂为SAD(SumofAbsoluteDifference)[’2，攫，本文所俸研究采

6、雳的也是SAD块匹配准则。黯予SAD准剡，新谓嚣配误差最小帮：候选块窝骞

7、；蓍块缒图像袤度僮绝对差和(SAD)最小掌公式(1。1)翱为SAD匹配准则。^，Ⅳ剿劳=∑∑

8、费，j『，磅一弹一蓐歹一筋手一玲

9、《量。量≥l*lj=1y(i，J，0为f帧中10f，力像素点的灰度值，f(i-x，j-y，t一1)为f—l帧中(f’歹)像素点进徭O，妁矢量位移艏的获度值。运动估计所褥到的运动矢量84v)帮各候选块中使SAD最小的块的运动矢攫(M吩。4!穰走喾疆圭譬臻谂跫材矿=(硝《，膨匕)=

10、运动补偿利用所得到的逡动矢量进行有效的帧闻预测编码【Ⅲ尊其在视频系统巾的工作模式如圈1-2新汞l图1-2视频信号处理系统图1．2．3运动镳诗冀法系统性笺译馀指标评价一种运动估计箨法的优劣主要通过两个技术指标：1．采用这种算法进行运算所需要的计算量，计算时间卷计冀量，计算时阕翡控翻对视频应霜系统的实露性至关熏要。焉当今太多熬视频瘛用系统嚣对察时性有着较高要求。所以一个运动估计算法的计算数，计算时阈决定着此算法怒否具备实际康熙侨值。2。使惩这耱算法芝焉夔撬额效暴，瑟衡量这释效粟魏檬准遴常是襁鼷辫号的信噪比。1．2。4珏。264标准中的遴动佑诗H，264视频编

11、码标准致力予提巍视频编码系绫的压缩效率激及两络造成性。为此H．264在继承已有标准优点的同时采用了大擞新技术，其巾与运动估计榴关熬薪技术就舞达三项￡1潮：5黧爨轰学疆吝学校论文◆1／4像素精度的运动估计{为了进～劳增强了运动估计的搜索精魔，在半像素颈测嚣的生藏矩阵基稿上，蠹插～次扩震至1／4豫豢精度矢量毒拳像素精度的运动估计魄整像素运动估计肖效地提高丁预测精度和压缩比，嚣1／4像素精度的运动估计可带来更好的精度和压缎效果。同时，避用1／4像素精度豹运动煞诗，翱对于整像素预测可璐节省20％的码察l◆7种大小不阕的块进稃题配；H．264在帧间编码中，对每一个

12、宏块，进行更精细与多样化分解，～个宏块(16x16)可以被分为16x8、8x16