[发明专利]一种基于自适应机制的图像快速运动估计方法

权利要求书

1.一种基于自适应机制的图像快速运动估计方法，其特点在于：该方法具体按照以下步骤实施：

步骤1、运动矢量的分类

定义图像中的运动矢量的变化程度L_k，i，j如下：

式中的和分别代表在k+1帧和k帧中坐标位置为(i，j)的运动矢量，

首先，假定MB_k，i，j是k帧中坐标为(i，j)的宏块，i和j分别表示宏块的横纵坐标；R_k，i，j表示包含宏块MB_k，i，j及其相邻宏块的集合；S_k，i，j表示集合R_k，i，j中所有宏块所对应的运动矢量形成的集合，定义集和S_k，i，j的均值见式(2)和方差见式(3)，分别如下：

是S_k，i，j的均值是S_k，i，j的方差，S_k，i，j表示集合R_k，i，j中所有宏块所对应的运动矢量形成的集合，

其次，对不同的视频序列采样和L_k，i，j，将局部运动相似程度和运动矢量的变化程度近似的看作是线性关系，采用线性表达式描述LMSD和MVVD之间的关系，定义如下公式：

δ²＝a·L+b，(a＞0，b＞0)，  (4)

然后，通过选取的L值与阈值进行比较对运动矢量进行分类，设定运动矢量的分类阈值为L＝3，运动矢量根据情况分为三类：无变化的运动矢量L＝0；小变化运动矢量0＜L≤3；大变化运动矢量L＞3，分类过程定义如公式(5)：

V→k,i,j∈UMVifLk,i,j=0,SCMVif0<Lk,i,j≤3,GCMVifLk,i,j>3---(5)]]>

考虑到LMSD和MVVD之间的线性关系，采用LMSD代替MVVD对运动矢量进行分类，根据公式(4)和公式(5)转换成下式(6)：

V→k,i,j∈UMVifδk,i,j2≤b,SCMVifb<δk,i,j2≤3·a+b,GCMVifδk,i,j2>3·a+b---(6)]]>

式中的a是LMSD和MVVD之间的线性表达式的系数，b是LMSD和MVVD之间的线性表达式的常数；

步骤2、计算公式(6)中的系数a和常数b

系数a和常数b对于不同的视频有不同的值，在运动估计的初始阶段，公式(6)中的系数a和b首先被初始化，采用钻石法估计两帧运动矢量场，再通过最小二乘法计算系数a和常数b，其过程如下：

假定运动矢量场中有N个运动矢量；通过公式(1)和公式(3)计算{L_i|1≤i≤N}和{δ_i|1≤i≤N}，

预测误差为：  E_i＝δ_i-(a L_i+b)，  (7)

则平方误差如下：

∂∂bΣi=1NEi2=0,---(8)]]>

∂∂aΣi=1NEi2=0,---(9)]]>

i.e.∂∂bΣi=1N[δi-(aLi+b)]2=0,---(10)]]>

∂∂aΣi=1N[δi-(aLi+b)]2=0,---(11)]]>

最终得到系数a和常数b的计算式(8)：

NΣi=1NLiΣi=1NLiΣi=1NLi2ba=Σi=1NδiΣi=1NLiδi;---(12)]]>

步骤3、选择搜索方式

根据上述的运动矢量分类，采用小钻石搜索方式SDSP和方形搜索方式SSP，这两种搜索方式是并列选择关系；

步骤4、进行快速运动的估计

运动估计方法分为三个步骤，假定运动估计的次序是从左到右、从上到下并且k帧的运动矢量是已知的，对k+1帧运动矢量场进行估计，估计过程是：

4.1)、先根据步骤2提供的计算式进行系数a和b的初始化计算；

4.2)、再通过公式(6)对进行分类；

4.3)、根据不同的分类结果，采用不同的搜索方式对进行估计，

当属于UMV，被直接代替；

当属于SCMV，用作为搜索初始点，采用小钻石搜索方式对进行估计；

当属于GCMV，用作为搜索初始点，采用方形搜索方式对进行估计，即成。

2.根据权利要求1所述的方法，其特征在于，所述的步骤3中，小钻石搜索方式和方形搜索方式具体描述如下：

第一种、采用小钻石搜索方式SDSP

3.1.1)：初始化搜索中心位置；

3.1.2)：对SDSP的5个点进行像素块失真计算，如果最小失真值出现在中心点，那么进行步骤3.1.4)；如果最小失真值没有出现在中心点，则进行步骤3.1.3)；

3.1.3)：以步骤3.1.2)中最小的失真值点为中心进行新的SDSP搜索计算，如果最小失真值出现在中心点，那么进行步骤3.1.4)；如果最小失真值没有出现在中心点，则重复步骤3.1.3)；

3.1.4)：以步骤3.1.3)中最小的失真值点为终止搜索点计算运动矢量；

第二种、采用方形搜索方式SSP

3.2.1)：初始化搜索中心位置；

3.2.2)：对SSP的9个点进行像素块失真计算；

3.2.3)：以步骤3.2.2)中最小的失真值点为中心进行SDSP搜索计算，如果最小失真值出现在中心点，那么进行步骤3.2.5)；如果最小失真值没有出现在中心点，则进行步骤3.2.4)；

3.2.4)：以步骤3.2.3)中最小的失真值点为中心进行新的SDSP搜索计算，如果最小失真值出现在中心点，那么进行步骤3.2.5)；如果最小失真值没有出现在中心点，则重复步骤3.2.4)；

3.2.5)：以步骤3.2.4)中最小的失真值点为终止搜索点计算运动矢量。