[发明专利]一种基于聚类统计的视频运动估计方法

权利要求书

1.一种基于聚类统计的视频运动估计方法，其特征在于它包括步骤如下：

(1)按视频帧从右上角到左下角的对角线及其平行线对视频帧的宏块进行分组；

(2)根据宏块的分组编号，选取第i组宏块，其中i＝1，2，3，...，对第i组中的每一个宏块i_j进行搜索，其中j＝1，2，3，...，获取宏块i_j的运动向量；

(3)把步骤(2)所得到的第i组宏块的运动向量加入已有的运动向量聚类中，并重新聚类；

(4)检查是否有宏块没有进行搜索，若还有宏块没有进行搜索，则进入步骤(2)，否则结束。

2.根据权利要求1所述的基于聚类统计的视频运动估计方法，其特征在于：所述步骤(1)按视频帧从右上角到左下角的对角线及其平行线对视频帧的宏块进行分组，一个由N*M个宏块组成的图像被分成了N+M-1组，每一组中的宏块再按照从上到下的顺序进行编号，宏块i_j表示该宏块是第i组中的第j个宏块。

3.根据权利要求1所述的基于聚类统计的视频运动估计方法，其特征在于：所述步骤(2)对第i组中的每一个宏块i_j进行搜索，包括步骤如下：

(2.1)若宏块i_j在第i-1组中的相邻宏块存在，则宏块i_j分别参考其左边和上边相邻宏块的运动向量所属聚类的代表向量进行搜索，获取宏块i_j的局部最小块误差点，否则直接进入步骤(2.2)，若该局部最小块误差点的块误差小于一定的阈值，则宏块i_j的运动估计结束，返回局部最小块误差点所对应的运动向量，否则进入步骤(2.2)；

(2.2)若成员出现频率最大的类存在，则宏块i_j参考该类的代表运动向量进行搜索，获取宏块i_j的局部最小块误差点，否则直接进入步骤(2.3)，若该局部最小块误差点的块误差小于一定的阈值，则宏块i_j的运动估计结束，返回局部最小块误差点所对应的运动向量，否则进行步骤(2.3)；

(2.3)对宏块i_j在整个搜索窗口中进行搜索，获取宏块i_j的全局最小块误差点，并返回全局最小块误差点所对应的运动向量。

4.根据权利要求1所述的基于聚类统计的视频运动估计方法，其特征在于：所述步骤(3)把第i组宏块的运动向量加入已有的运动向量聚类中，并重新聚类，其中，运动向量的类的定义包括以下三个方面：

(I)运动向量的直接可达性：运动向量p和运动向量q是直接可达的，当且仅当运动向量p和运动向量q的Manhattan距离为1，直接可达性记为p→q；

(II)运动向量的间接可达性：运动向量p和运动向量r是间接可达的，当且仅当存在一个运动向量q使得p→q且q→r，即运动向量p和运动向量q直接可达，且运动向量q和运动向量r直接可达，间接可达记为p＞r；

(III)运动向量的类是指：设D是一个运动向量集合，一个代表向量为rep(C_i)的类C_i是D的一个非空子集，满足：

(a)如果q→rep(C_i)，则q∈C_i

(b)如果q＞rep(C_i)，且则q∈C_i。