基于结构相似度快速运动估计算法.docVIP

基于结构相似度快速运动估计算法 　　摘要：基于人眼视觉系统和视觉域抽取的结构信息高度相关的原理，提出了一种基于结构相似度的快速运动估计算法(FMEBS)。该算法针对H.264率失真优化算法存在的不足，引入基于结构相似度的图像质量衡量标准，对失真度的表示进行修正，并采用快速的模式选择算法和有效的搜索模板。实验表明，在获得相近重建图像质量的前提下，FMEBS算法较之全搜索算法可节省约2.7%的比特率和91.2%用于运动估计的时间，较之UMHexagonS算法可节省约1.9%的比特率和35.6%的时间。 　　关键词：H.264；率失真优化；结构相似度；运动估计 　　中图分类号：TP391文献标志码：A 　　文章编号：1001-3695(2007)11-0306-03 　　 　　新一代视频压缩标准H.264/AVC[1，2]，由于采用了一系列先进的编解码技术,如帧内预测、整数变换、高精度运动估计算法、基于上下文的自适应二进制算术编码(CABAC)、多参考帧运动估计等,在压缩效果和对不同网络的适应性等方面都取得了明显的进步。与以往的标准相比，在相同编码质量下，H.264可以节约大约50%的码率。H.264/AVC采用多种块模式的帧间预测，通过率失真优化算法（RDO）确定最优的匹配模式。率失真优化算法采用误差平方和(SSD)来表示重建图像与原始图像之间的失真度，然而，这种对各图像相应点的差值运算并不能完全符合人眼视觉系统（HVS）特性，准确地给出主观的视频质量值[3，4]；同样，采用峰值信噪比（PSNR）来测量视频图像的质量也具有局限性。另外，通过RDO选择最优块模式需对所有的七种模式进行全搜索，这种方法在提高准确率的同时使得处理时间线性上升，计算复杂度大大增加。?? 　　本文针对以上提出的两点不足，基于HVS与视觉域抽取的结构信息高度相关的特点，提出了一种新的运动估计方法。在视频图像质量的评价方面，引入一种新的基于结构相似度（SSIM）的图像质量标准来衡量重建图像与原始图像的相似程度，取代了传统的SSD及PSNR。在块模式判定方面，根据运动矢量自身的特性，提出了简单有效的快速模式判断算法，有效地减少了宏块的候选模式；同时，采用高效的搜索模板和搜索策略自适应地对各模式进行快速搜索。实验结果显示在保证重建图像质量的前提下，该算法兼具快速与低比特率两方面性能的优势，更利于实时应用。 　　?? 　　1基于结构相似度的快速运动估计算法（FMEBS）?? 　　 　　1．1基于结构相似度的RDO算法?? 　　H.264采用多种块模式的帧间预测，在可选的宏块类型中遍历每种可用块模式，计算出每种模式下的编码比特数，相应地重建图像失真度，根据公式：?? 　　 　　计算拉格朗日函数值J，即率失真开销，经过比较，选取最小值下的块模式MODE作为宏块的最终编码模式。其中：QP为宏块的量化参数；s、c分别表示原始图像和重建图像的像素值；R（s,c,MODE|QP）表示在特定QP和MODE下当前宏块的编码输出比特数；D（s,c,MODE|QP）为重建图像与原始图像之间的误差平方和，表示图像失真度。?? 　　然而，HVS是一个复杂和高度非线性的系统，SSD这种基于图像相应点差值的类线性运算方法具有多种局限性[3]，如图像质量定义的准确性、超阈值性及认知相关性等问题，并不能与HVS相适应，准确地衡量图像的质量。它的广泛使用源于其低计算复杂度以及清晰的物理意义，且HVS的复杂性进一步加大了寻找一种准确的图像评价标准将其取代的难度。所以，采用SSD作为失真度的率失真优化算法同样不能准确选择最佳块模式，有效节省比特率。?? 　　为解决该问题，文献[3，4]基于HVS与视觉域抽取的结构信息高度相关的特点，提出了一种新的图像质量衡量标准，并经分析得到以结构信息的变化为衡量，能最为近似地反映图像失真的结论。首先，该方法采用结构信息的变化来判断图像质量下降的程度，从整体视觉感觉上符合人们的主观评价标准。其次，通过自上而下对整个HVS虚拟函数的模拟，一方面避免了超阈值问题；另一方面也在一定程度上减少了认知相关性的影响。再次，它采用对两幅图像的结构信息直接进行比较而不是进行差值计算的方法，一定程度上避免了图像复杂度与其相关问题。?? 　　本文引入该图像质量评价标准――结构相似度（SSIM），它通过对图像三个方面信息的比较来计算结构信息的变化，较之传统的图像质量衡量方法，可以更准确地量测图像的失真度[4]。SSIM定义为?? 　　 　　如表1~3中数据所示，在获得相近重建图像质量的前提下，FMEBS算法较之全搜索算法可节省约2.7%的比特率和91.2%用于运动估计的时间，较之UMHexagonS可节省1．9%的比特率和35.6%的时间。?? 　　为