数字电视技术应用.pptVIP

帧间预测编码中的运动补偿 最简单的时域预测就是用前一帧作为当前帧的预测参考帧。 一个视频序列里两个相邻帧如右图所示。第一帧作为第二帧的参考帧，残差是第二帧与参考帧之差。 * 在右图中，中间灰度代表差值为零，浅灰和深灰分别对应正、负差值。这种简单预测的明显问题是残差帧中剩余能量太多，也就是说预测后还有很多信息需要压缩。多数残差是由于两帧之间物体运动引起的，所以更好的预测是在两帧之间进行运动补偿。 * 运动补偿预测示意图 * 运动矢量：表示从编码帧到参考帧像素运动的方向和距离。 运动估值：通过比较参考帧与编码帧中的图像，求出运动物体像素的运动矢量。 运动补偿：考虑了运动矢量的帧间预测称为具有运动补偿的帧间预测。 采用块匹配算法进行运动估值 摄像机所摄取的景物的运动可能是十分复杂的，精确对每个像素进行运动估值是十分困难的。 在许多情况下物体上的各个像素均做相同的 运动，这时只需估计其整体的运动就可以了。 * 块匹配算法：对每个编码帧宏块中的16×16亮度块，在参考帧中一定搜索范围内，搜索与它最相似的亮度块——匹配块，并根据匹配块与它的坐标差，确定运动矢量。 * 像块匹配程度的判定常采用平均绝对差准则（MAD，Mean Absolute Difference），即在搜索范围内按下式求帧间像素块亮度差的绝对值的平均值。 当MAD(i,j)达到最小时，两个像素块匹配。此时运动矢