[发明专利]基于中心预测的整数像素快速混合搜索方法

摘要

本发明公开了一种基于中心预测的整数像素快速混合搜索方法，采用运动矢量的空间域预测、时间域预测、UpLayer预测、多参考帧预测和零矢量预测进行搜索窗中心预测，对五种预测模式得到的候选点分别计算块匹配失真度，选取最小块匹配失真度对应的点作为搜索窗中心点；设置搜索方向快速界定门限T1、预测成功判定门限T2和中途截止门限T3；根据预测和设置的门限进行CPFMS搜索，寻找全局最优点。本发明具有很强的适应性，与FS算法和UMHexagonS算法相比，亮度信号的PSNR损失较小，对视频重建质量的影响基本可以忽略；比特率增加很小，编码效率基本不变；整数像素精度运动估计的耗时下降明显，提高了编码的速度。

主权项

1、基于中心预测的整数像素快速混合搜索方法，其特征在于包括下述步骤：(a)采用运动矢量的空间域预测、时间域预测、UpLayer预测、多参考帧预测和零矢量预测进行搜索窗中心预测，对五种预测模式得到的候选点分别计算块匹配失真度，选取最小块匹配失真度对应的点作为搜索窗中心点；(b)设置搜索方向快速界定门限T1，T1＝SADthrh_1＝SADpred(1+β1)、预测成功判定门限T2，T2＝SADthrh_2＝SADpred(1+β2)和中途截止门限T3，T3＝Ti；其中：SADpred 采用Uplayer预测、空间中值预测、相邻帧对应块预测和相邻多参考帧预测四种预测方式得到的最小预测值，对于16×16、16×8、8×16、8×8、8×4、4×8、4×4尺寸的7种块模式，β1＝0.02，0.02，0.02，0.03，0.04，0.04，0.05；β2＝0.05，0.10，0.10，0.12，0.125，0.125，0.15；T7＝(2qbits-f)/QE[qrem][0][0]＜TH7 (2qbits-f)/QE[qrem][0][0]：TH7；其中qbits＝15+QP/6，qrem＝QP％6，f＝(1＜＜qbits)/6，QE指已定义的量化系数表，QP是量化参数；(c)进行CPFMS搜索，包括以下步骤：(1)根据中值预测、UpLayer预测、相邻帧预测和多帧参考预测预测的当前宏块运动矢量计算最优预测运动矢量对应匹配点的匹配误差SAD’，如果SAD’＜T3，则退出搜索，该匹配点为全局最优匹配点；否则将SAD’和零矢量预测对应的SAD比较，采用误差较小的点作为搜索窗中心点进行步长为2的“十”字形分布的五点搜索，并选择误差较小的点作为第2步的当前最优匹配点；(2)如果XOPT＝0且YOPT＝0，则：①如果SADOPT＞T2，以当前最优点为搜索中心重新进行步长为2的“十”字形分布的五点搜索；②如果SADOPT＜T2，且SADOPT＜T1，SADSOPT＞T1，以当前最优点为中心点进行步长为1的九点矩形搜索；③如果SADOPT＜T2，且SADOPT＜T1，SADSOPT＜T1，以搜索窗中心点和次优点之间两点连线中点为中心点进行步长为1的九点矩形搜索；(3)如果XSOPT＝0且YSOPT＝0，则：①如果SADOPT＞T2，以当前最优点为搜索中心重新进行步长为2的“十”字形分布的五点搜索；②如果SADOPT＜T2，且SADOPT＜T1，SADSOPT＞T1，则以当前最优点为中心点进行步长为1的九点均布矩形搜索；③如果SADOPT＜T2，且SADOPT＜T1，SADSOPT＜T1，则以搜索窗中心点和最优点之间两点连线中点为中心点进行步长为1的九点均布矩形搜索；(4)如果当前搜索中心点既不是最优点也不是次优点，则：①如果SADOPT＞T2或当前最优点和次优点对角分布，以当前最优点为搜索中心重新进行步长为2的“十”字形分布的五点搜索，并回到第(2)步构成循环；否则进行如下步骤；②如果SADOPT＜T1，SADSOPT＞T1，以当前最优点为中心点进行步长为1的九点均布矩形搜索；③如果SADOPT＜T1，SADSOPT＜T1，以最优点和次优点之间两点连线中点为中心点进行步长为1的九点均布矩形搜索；在上述搜索过程中的每一步，如果最优点的匹配误差满足SADOPT＜T3，当前最优点即为全局最优点，中止搜索即可。