DVIP05b 运动估计与补偿.pptVIP

门爱东教授menad@bupt.edu.cn 第05章 运动估计和补偿 Motion Estimation and Compensation 运动补偿预测 对于静止或运动缓慢的图象时 ，帧间差值信号比帧内相邻象素间的差值信号的直方图具有更为尖锐的，以零为中心的 Laplace 分布，表现出更强的相关性。 对于运动剧烈的物体，其帧间差值信号的幅度剧烈变化。 如果能对运动物体的位移量进行运动补偿后再求差值，由于两帧间的相关性增大，差值信号减小，从而提高压缩比。 运动补偿预测 在运动目标中，亮度信号 S(x,y,t) 的预测为： 运动补偿预测 预测图象 P 使用两种类型的参数来表示： 当前要编码的图象宏块和参考图象的宏块之间的差值； 宏块的运动矢量。 运动补偿预测 运动矢量 编码图象中的当前宏块 MPI 相对于参考图象中的宏块 MRJ 所移动的距离和方向，这就是运动矢量（Motion Vector）。 宏块 MRJ 是宏块 MPI 的最佳匹配块，所谓最佳匹配是指这两个宏块之间的差值按某种判决准则最小。 运动估值（Motion Estimation）—寻找最佳匹配宏块的过程。 运动补偿预测举例 混合编码器（DCT＋帧间运动补偿DPCM） 运动补偿混合解码器 运动矢量搜索算法 运动矢量的搜索方法： 块匹配法（Block Matching Algorithm，BMA），以象素块为单位进行运动估计，这是最常用的一种方法； 象素递归法（Pixel Recursive Algorithm，PRA），以象素为准进行递归的运动估计； 傅立叶变换法。 块匹配算法 把图象划分为子块 每个子块搜索一个运动矢量 在一个搜索范围内，搜索最佳的匹配 好的搜索算法减少计算量 块匹配法运动矢量搜索涉及的主要内容： 匹配的范围或搜索区域； 块匹配的判决准则； 搜索匹配块的计算次数，即快速搜索算法。 块匹配法－搜索窗 搜索范围 块匹配法把图象分成许多 （M×N） 的小块，一般假设块内象素具有相同的位移。 图象块在水平和垂直方向的最大位移均为 dmax，则搜索区为：（M+2dmax）×（N+2dmax）。 块匹配法－块大小 观察： 较小的块 ? 可利用更多可能性 较大的块 ? 更可能找不到匹配 块匹配：判决准则 均方误差 MSE， 常取 MSE 最小 块匹配：全搜索 全局搜索：对搜索区域的所有位置进行穷尽搜索最细致的搜索方法，在整个搜索区逐点搜索，每搜索一点计算一次 MAD，当 MAD 达到最小值时，求得最佳匹配象块。 需要计算 MAD 的次数是 （M+2dmax）×（N+2dmax）。 每个 MAD 的加法次数：M ×N M=N=16，d=7：230400！ 当图象空间分辨率高，运动速度快时，需要大范围的搜索，这时运算量是相当大的。 快速运动估计：快速搜索算法 二维对数法、三步法、正交搜索法、共轭方向法、螺旋形搜索、十字法、菱形法、六边形法、分层/多分辨率搜索等。 它们共同之处在于 把判决准则（例如，MAD）趋于极小的方向视为最小失真方向； 假定判决准则函数在偏离最小失真方向时是单调增加的，即认为它在整个搜索区内是（i,j）的单极点函数，有唯一极小值； 假定快速搜索是从任一猜测点开始，沿最小失真方向进行的。 这些快速搜索算法在实质上都是统一的梯度搜索法，所不同是搜索路径和步长有所区别。 采用智能的搜索顺序 减少要搜索的 MV 候选 采用提前终止技术 快速运动估计：二维对数搜索法（Two-Dimensional Logarithmic Search） 在每一步骤中，在中心及其左右上下 5 个相邻位置上计算判决函数值 MAD。 取其中最小的 MAD 值作为下一步计算的中心点，重复上面的步骤，直到找到最佳匹配位置，或中心点到达了搜索区域的边界。 n 表示在第 n 步上的搜索点，经过 5 步之后，在（i+2, j+6） 点得到位移矢量 快速运动估计：三步搜索法（Three-Step Search） 搜索模板半径依次减半 与二维对数法十分相似，不同的是 8 个邻近点进行计算，而且搜索步长随着搜索步骤的增加而减少。 第一步，以起始点（0，0）为中心，初始搜索步长为 4 个象素，（-4，0）是判决函数值最小的点。 第二步，以该点（-4，0） 为中心，搜索步长为 2 个象素，找到第二级近似点（-4，-2）。 第三步，对距离中心为 1 个象素点的邻近点进行搜索,得到最终的运动矢量（-3，-1）。 可以推广到更大的窗口的 n 步搜索和子像素级。 快速运动估计：螺旋形搜索 在以被预测MV为中心的区域，以螺旋形顺序测试候选MV 快速运动估计：十字搜索 快速运动估计：菱形、六边形搜索 可以在不同的搜索策略间自适应地切换，以得到更好的性能 快速运动估计：分级搜索法（H