改进的基于预测性运动向量的菱形搜索方法.pdfVIP

改进的基于预测性运动向量的菱形搜索方法 王丽丽，贺文伟 山东大学信息科学与工程学院，山东济南（250100 ） E-mail ：tengfei159@126.com 摘 要：块匹配算法是运动估计中一项重要的技术。块匹配中多数算法没有充分利用运动向 量之间的时间和空间的相关性就进行快速搜索，从而影响了图像的质量和搜索的速度。为更 好的解决这一问题,本文提出一种基于预测性运动向量的菱形搜索方法，有效的提高了视频 压缩的性能。 关键词：运动估计；预测运动向量；菱形搜索 0. 引言 运动估计是基于帧间视频压缩编码中的一项关键技术，它在较大程度上影响了重建图像 序列的性能，目前MPEG和H ．264 标准普遍采用基于块匹配的运动估计法。然而块匹配法[1] 由于是将图像分割成子块进行处理，孤立地利用逐块进行匹配，没有利用子块间的相关性， 常常造成所求得的运动矢量场整体平滑性不好。为了解决这一问题，本文利用向量中心偏置 的特性，引入预测性运动向量，取得较好的压缩效果。 实验结果表明，本算法的性能较Fs算法和参考文献[4] 中所提算法有明显改进。 1. 传统的块匹配算法 [1] [2] 在传统的快速搜索方法中，比如三步搜索法（TSS ） ，十字搜索法（CS ） ，四步搜 [3]等，都是把搜索起点固定在搜索窗的中心点（0，0 ）的位置，而且由于这些 索法（4SS ） 多级搜索方法的第一步步长过大，很容易造成局部最优，运算量过大的缺点。 统计结果表明，运动矢量具有中心偏移特性[2]，也就是说，运动矢量集中在搜索窗口的 中心附近。这种情况说明，优先搜索特定搜索窗口中心附近的较小区域就很有可能找到最佳 匹配点。同时，这种算法带来的另一个好处就是，由于运动矢量的长度(运动矢量的水平因 子和垂直因子之和)较小，用来表示运动矢量所需的比特数也较少。在低码率视频编码中， 码率的降低尤为明显。利用中心偏移特性的运动估计算法很多[3][4] ，其中Shan Zhu等在参考 文献[4] 中提出的菱形搜索算法效果较好，因为大部分匹配块都是平滑运动的分块，它的运动 矢量往往在搜索窗口的中心附近，这些分块直接采用菱形算法先用LDSP进行粗定位，再用 SDSP进行细定位，就直接可以得到全局最优点。但是图像序列也存在运动剧烈的分块，这 些分块搜索的起点不一定在块的中心，需要先预测搜索起始点，避免陷入局部最优的陷阱。 2. 搜索起点的预测策略 由于运动具有空间和时间上的相关性，因此可利用这一点对搜索起点进行预测。其基本 思想是：以空间位置上的相邻块(左边或上边已编码的块，如图1中的l，2 ，3，5块)或时间上 的相邻块(前一帧图像相同位置块，如图1中的4块) 的运动预测当前块的初始运动矢量，然后 以此为起点作进一步的搜索。根据作者的统计实验，考虑计算量等因素，本文选择当前块的 左边、上边、右上块以及参考帧相同位置块运动矢量的对应点作为候选点进行预测(即图1 中的1、2 、3、4块)搜索的起点 。 -1- 前一帧第i 块 14 11 12 13 4 6 当前帧第i 块 7 8 9 x n-1 5 2 3 1 0 y t n-1