[发明专利]一种基于自适应机制的图像快速运动估计方法

说明书

技术领域

本发明属于图像压缩技术领域，具体涉及一种基于自适应机制的图像快速运动估计方法。

背景技术

运动估计是视频压缩编码过程中十分重要的一个环节，其作用是提供帧间编码所需要的运动矢量，帧间编码通过对运动矢量的编码极大地减少了视频帧间的信息冗余。大量的数据测试表明，运动估计的运算量非常大，因此寻求有效的快速运动估计方法成为视频编码研究中重要的一环。

现有的快速运动估计方法设计了不同的搜索模式以便减少搜索的点数，近些年出现了基于预测的自适应搜索方法，其中两种典型的方法包括运动矢量场自适应搜索方法(MVFAST)和预测运动矢量自适应搜索方法(PMVFAST)，它们采用了自适应的搜索和初始搜索位置的预测机制。MVFAST提出一种小钻石搜索方式(参照图1e)，如图1的c-d-f三个分图所示，钻石模式一直向着SAD最小的方向移动搜索，直到最小的SAD值出现在搜索中心为止。如果小钻石被采用，最小的SAD值出现在搜索中心时搜索将中止。如果大钻石被采用，最小的SAD值出现在搜索中心时将会以搜索中心周围的点为中心采用小钻石继续搜索。在MVFAST方法中，选择采用大钻石模式搜索还是小钻石搜索方式搜索取决于对当前像素块运动类型的判断。如果相邻运动矢量中的最大运动矢量的大小低于阈值L₁，像素块运动类型判断为低；高于阈值L₁同时低于阈值L₂，像素块运动类型判断为中等；高于阈值L₂，像素块运动类型判断为高。如果像素块运动类型判断为低，小钻石搜索方式被采用进行搜索，(0，0)作为搜索的起始点；如果像素块运动类型判断为中等，(0，0)仍然作为搜索的起始点同时大钻石模式被采用进行搜索；如果像素块运动类型判断为高，空间的运动矢量预测值将作为搜索的起始点，小钻石搜索方式被采用进行搜索。PMVFAST方法在MVFAST方法的基础上加入了自适应的阈值方法。

对于选择更加有效的自适应搜索的问题，目前还有待解决。尽管上述的自适应搜索方法比其它方法更有效的提高了运动估计的速度，但一些不合理的因素在某种程度上仍然存在。MVFAST和PMVFAST采用邻近被预测运动矢量的三个运动矢量中最大的运动矢量与某个阈值进行比较进行矢量分类，并根据不同的运动矢量分类选择不同的搜索方式。但是在视频运动比较复杂的局部区域，运动矢量场中邻近的运动矢量一致性很差，上述自适应方法没有选择最优的搜索中心和搜索模式。采用‘Forman’序列和‘Bus’序列(格式CIF，帧数40)作测试，FS、DS和PMVFAST方法性能作比较，测试评台为MPEG-4校验编码器，实验结果显示PMVFAST方法的搜索速度分别比FS和DS方法高2.1倍和高3.1.2倍。图2显示对‘Foreman’序列PMVFAST方法的估计精确度优于DS方法。但是对于‘Bus’序列，由于其整个运动矢量场中的运动矢量的一致性都很差，所以PMVFAST方法的估计精确要逊于DS方法，这说明对于较复杂的运动序列，PMVFAST方法中的自适应搜索模式对运动估计起到了负面作用。

发明内容

本发明的目的是提供一种基于自适应机制的图像快速运动估计方法，利用了运动矢量局部变化程度来进行自适应搜索选择，基于LMSD和MVVD的关系，最终采用LMSD对运动矢量进行分类，根据在MPEG-4校验平台上的实验结果，本发明方法中的算法比其它算法相比明显提高了运动估计的速度，并且具有与其它运动估计算法近似或更好的性能，从而证明了本发明方法的有效性和实用性。

本发明采用的技术方案是，一种基于自适应机制的图像快速运动估计方法，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：