中期报告--块匹配算法比较研究.docxVIP

块匹配算法研究与比较 以EBMAffi TSS算法为例 1、块匹配算法简介 运动估计是视频处理系统的一个重要组成部分，二维运动估计是其中一个大类，迄今已发展出一系列的二维运动估计算法， 被广泛地应用于视频压缩、采样 率转换等方面。二维运动估计算法主要目标是估计出相邻视频帧之间的二维运动 向量。根据不同的运动表示方法，可以分为整体运动估计，基于像素的运动估计， 基于块的运动估计，基于区域的运动估计，不同方法应用场合不同，各有优劣。 本文主要研究基于块的运动估计算法。 块匹配算法是一种重要的基于块的运动估计算法。基于块的运动估计算法是在已估计的运动场上施加平滑约束， 不图像分割为互不重叠的称为块的区域， 并 且假定每个块的运动可以用一个简单的参数模型（如恒定、仿射、双线性）特征 化。令????表示第m个图像块，M代表图像块数，M ={1,2,…..M}，块的分割应 满足 ?? ? ??= 1 ???? = A，???? ? ???? = 0, mH n 理论上，一个块可以表示成任意形状，实际上一般都表示成 N*N的正方形。 在最简单的情况下，假设每个块的整体运动是恒定的， 即做整体平移。本文 将采用这一假设，此时的估计问题是为每一个块寻找一个 MV这一类算法被称 为块匹配算法（BMA）。 在锚定帧中给定一个图像块？???，此时估计问题是在目标帧中寻找一个匹配块????，使得两块之间误差最小，这两块之间空间位置的位移矢量 ？???是这个 块的MV在块平移模型下，w （x,a） = x + ????，x €????，误差公式表示为 ?? E（????,?m€M=刀 刀 |??2（x+????） - … m€Mx €???? 对于每个块的MV古计只影响这个块的预测误差，因此只要使每个块估计时预测 误差最小，从而使得累积误差最小，即 E??（????）=刀 |??2（x+ ????）- ??1（x）|■■ x €???? 块匹配算法包括简单地穷尽块匹配算法及一些快速算法，快速算法有二维对 数法，三步搜索法，钻石算法，MVFAS算法，其中钻石算法被列入 MPEG-4标准。 2、穷尽块匹配算法及其快速算法三步搜索法实现 2.1穷尽块匹配(EBMA算法 在1中的讨论使得已知，块匹配算法在估计每个块的 MV目标在于使得 E??( ????)最小，一种方法可以是在一个预定的搜索区域，将 ？???与目标帧中所有 候选块????进行比较，并寻找具有最小误差的一个。这两个块之间的位移差即 为所估计的MV 为了减小计算量，令p=1。搜索区域取关于当前区域对称，左右上下各有 R 个像素，搜索的步长为d，搜索步长决定估计精度。令块大小为N ?N，图像大小 为M?M块数目为(》2。对于单像素步长，锚定帧每一块候选匹配块共 (2*R+1) 个。令一次运算定义包括一个减法，一个绝对值和一个加法，计算每个候选块误 差运算次数为N ?N，估计每个块 MV的运算次数为(2??+ 1)2??2，那么一帧的运 算次数为(2??+ 1)2??2。可见其运算次数不依赖于块大小。 该过程代码实现如下： //为a块…丨分O ?配 ?空？间？N*N并？ e赋3值| 1 char slice[N*N]; for (int s=0;sN;s++) for (int t=0;tN;t++) slice[s*N+t]=*(Y1+(s+i*N)*width+t+j*N); // 在…2 [-r,r]*[-r,r] 遍 a - | 历O …2 for (int p=-r;pv=r;p+=d) 〃p=-r:d:r 共22*叶1 在…2 d=1 { if (p+i*N0) continue ; if (p+N-1+i*Nheight-1) break; for (int q=-r;qv=r;q+=d) 〃p=-r:d:r 共22*叶1 在…2 d=1 { if (q+j*N0) continue ; if (q+N-1+j*Nwidth-1) break; //获？得1 ?目 ?标0 ?- o帧?对?应? |块 char goal_slice[N*N]; for (int s=0;sN;s++) for (int t=0;tN;t++) goal_slice[s*N+t]=*(Y2+(p+s+i*N)*width+q+t+j*N); //求…?两C?个?块?? I间？距离O? double d_sum=0.0; for (int s=0;sN;s++) for (int t=0;tN;t++) d_sum+=abs(goal_slice[s*N+t]-slice[s*N+t]); //获？得]?最0 ?小？间？距块…| if (d_summin_dis) {min_dis=d_sum; 〃COO