运动估计算法实现...doc

运动估计算法实现 一、实验目的： 1、掌握运动估计算法的实现原理。 在视频编码和处理系统中，运动估计和运动补偿技术对降低视频序列时间冗余度、提高编码效率起着非常关键的作用。运动估计的准确程度将直接决定视频编码器的编码效率。它极大地消除了视频序列的帧间相关性。运动估计算法的复杂性将直接决定视频压缩编码系统的复杂性，如何提高运动估计的效率，使运动估计算法的搜索过程更快速、更高效一直是人们研究的热点。掌握运动估计的块匹配算法，以及快速运动估计算法。 2、掌握运动估计算法的研究现状及多种计算方法。 3、学习基于块的全搜索运动估计算法，研究分析其Matlab实现程序过程，并补充完成程序，对实验结果进行分析比较。 二、实验内容 分析基于块匹配的全搜索运动估计算法程序，画出motionEstAnalysis.m文件流程图 编程补充完成costFuncMAD.m 文件中最小绝对误差计算函数costFuncMAD（）和imgPSNR.m文件中峰值信噪比PSNR计算函数imgPSNR（）的程序，最终输出运动矢量场； 掌握运动补偿算法，编程补充minCost( )函数； 了解多种快速运动估计算法，例如三步法搜索法、菱形搜索法等。 总结实验结果。 三、实验原理 在帧间预测编码中，由于活动图像邻近帧中的景物存在着一定的相关性。因此，可将活动图像分成若干块或宏块，并设法搜索出每个块或宏块在邻近帧图像中的位置，并得出两者之间的空间位置的相对偏移量，得到的相对偏移量就是通常所指的运动矢量，得到运动矢量的过程被称为运动估计。 　　运动矢量和经过运动匹配后得到的预测误差共同发送到解码端，在解码端按照运动矢量指明的位置，从已经解码的邻近参考帧图像中找到相应的块或宏块，和预测误差相加后就得到了块或宏块在当前帧中的位置。 运动估计的准确程度往往用补偿图像与原图像比较的PSNR来衡量表示。 四、实验要求 对实验程序motionEstAnalysis.m进行分析，完成主程序流程图。 函数流程图： 编写补充完成部分不全程序代码，调试程序使其能正确运行 (1) motionEstAnalysis.m % This script uses all the Motion Estimation algorithms written for the % final project and save their results. close all clear all % imageName = caltrain.avi; mbSize = 4; p = 7; imgP1=double(imread(imagP.bmp)); imgI1=double(imread(imagI.bmp)); imgP=imgP1(:,:,1); imgI=imgI1(:,:,1); [row col] = size(imgI); % Exhaustive Search %?ùóú?éμ?è????÷??·¨ [BlockCenter, motionVect, computations] = motionEstES(imgP,imgI,mbSize,p); % P ??μ±?°??11í??? imgPComp = motionComp(imgI, motionVect, mbSize); % P ??μ±?°í???oíP ??μ±?°??11í???μ?PSNR?μ %ESpsnr(i+1) = imgPSNR(imgP,imgPComp,255); n=255; PSNR=imgPSNR(imgP,imgPComp,255) %MSE=(1/(n*n))*sum(sum((imgP-imgPComp).^2)); %PSNR=10*log(max(max(imgPComp)).^2/MSE); %psnr=PSNR; %EScomputations(i+1) = computations; % P ??μ±?°??11?ó2?í??? imagePDiff = imgP - imgPComp; figure; imageI = uint8(imgI); imageP = uint8(imgP); imagePComp = uint8(imgPComp); imagePDiff = uint8(imagePDiff); subplot(221);imshow(imageI); title(I ??2???í???); subplot(222);imshow(imageP