CN101094403A - 一种使用对角线匹配准则的运动估计方法 - Google Patents

Abstract

本发明公开的一种使用对角线匹配准则的运动估计方法，首先将每帧图像划分成N×N的宏块；然后在参考帧的对应搜索区域内按对角线匹配准则找到与当前帧的最佳匹配块；最后将找到的最佳匹配块的行列坐标输出，即完成了运动估计。本发明的运动估计方法采用的对角线匹配只需要对两个比较图像块的处于两条对角线上的象素点进行比对，而不需要进行每一点的比对，从而大大的降低了运动估计的计算量和计算难度，易于硬件的实现。

Description

一种使用对角线匹配准则的运动估计方法

技术领域

本发明属于图像压缩传输技术领域，涉及图像压缩中进行运动估计的方法，特别涉及一种使用对角线匹配准则进行运动估计的方法。

背景技术

现实中的视频信号中含有大量的冗余信息，可以通过数据压缩来去除冗余，即去除这些信息数据之间时间空间函数的自相关性和互相关性，保留相互独立的信息分量。去除这些冗余信息，可以节约存储空间，提高传输效率，同时使视频信息在较低速率的信道上进行实时传送成为可能。冗余信息中主要是空间冗余和时间冗余，其中时间冗余占整个视频压缩编码量的60％～80％，直接影响着编码的速度和效率，而运动估计能够有效的去除视频信息之间的时间冗余，是视频编码中的一项关键技术。

运动估计采用的通常为块匹配法，块匹配法大致包括搜索策略和搜索匹配准则两大部分的内容。搜索匹配准则就是在搜索过程中需要找到与当前帧数据最为匹配的参考数据所采用的比较准则，目前，衡量最佳匹配的准则有很多，如均方差(Mean Square Error，MSE)，绝对平均差(Mean AbsoluteDifference，MAD)和绝对差和(Sum of Absolute Difference，SAD)等。但是，这些匹配准则都有一个明显的缺点，就是计算量太大，从而使得硬件实现的难度大大增加。

发明内容

本发明的目的在于提供一种使用对角线匹配准则的运动估计方法，相对于现有的运动估计方法，在大大降低了计算量的同时保持了运动估计的准确性，并且易于硬件实现。

本发明所采用的技术方案是，一种使用对角线匹配准则的运动估计方法，该方法按以下步骤进行，

首先，将每帧图像划分成N×N的宏块；

然后，将当前帧的每一个图像块与参考帧中对应搜索区域的所有图像块按下述公式进行匹配计算，

$\mathrm{DSAD}(i,j)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}|S_k(i,i)-S_{k+1}(i,i)|+\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}|S_k(j,N-j)-S_{k+1}(j,N-j)|$

式中，Sk(m，n)为第k帧位于(m，n)的象素值，i，j分别为水平和垂直方向的偏移量

找到DSAD最小的值，并将其作为在参考帧的对应搜索区域内与当前帧的最佳匹配块；

最后，将上步找到的最佳匹配块的行列坐标即运动向量MV输出，即完成了运动估计。

本发明的运动估计方法采用对角线匹配只需要对两个比较图像块的处于两条对角线上的象素点进行比对，而不需要进行每一点的比对，所以大大降低了计算量和计算难度。

附图说明

图1是几种匹配准则匹配点分布图，其中，a是全匹配，b是本发明中的对角线匹配，c是框架匹配，d是十字匹配；

图2是四种匹配准则的效果对比，其中，横轴表示测试序列中图像的帧数(Frame)，纵轴为图像的峰值信噪比(PSNR)；

图3是本发明中的对角线匹配在多种搜索策略中的表现，其中，横轴表示测试序列中图像的帧数(Frame)，纵轴为图像的峰值信噪比(PSNR)。

具体实施方式

运动估计是在对当前块进行编码时，只描述当前块相对于参考块的位移量而没有具体描述其内容，从而实现了去除视频信息之间时间冗余的目的。

将要传输的帧作为当前帧，将已传输的作为参考的图像称为参考帧，进行运动估计的具体方法为：

第一步，首先将每帧图像划分成N×N的宏块。

第二步，将当前帧的每一个图像块与参考帧中对应搜索区域的所有图像块进行匹配计算，找出最佳匹配块。

第三步，输出最佳匹配块的行列坐标，也就是运动向量MV(motionvector)，即完成了运动估计。

在上述第二步中，找最佳匹配块，即在参考帧中找到与当前帧的图像块最为匹配的参考块，如何被认为是最佳匹配，现在衡量最佳匹配的准则常用的如均方差MSE，绝对平均差MAD和绝对差和SAD等。

各种准则的定义如下：

$\mathrm{MSE}(i,j)=\frac{1}{\mathrm{MN}}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{(S_k(m,n)-S_{k-1}(m+i,n+j))}^2$

$\mathrm{MAD}(i,j)=\frac{1}{\mathrm{MN}}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}|S_k(m,n)-S_{k-1}(m+i,n+j)|$

$\mathrm{SAD}(i,j)=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}|S_k(m,n)-S_{k-1}(m+i,n+j)|$

式中，Sk(m，n)为第k帧位于(m，n)的象素值，i，j分别为水平和垂直方向的偏移量。

虽然各准则之间会存在一些差异，但搜索的目的都是找到最小的SAD/MAD/MSE对应的运动矢量。即最佳匹配块就是在参考帧搜索区域内根据上述公式计算得到最小的SAD/MAD/MSE对应的图像块。但是，这些匹配准则都有一个明显的缺点，就是计算量太大，从而使得硬件实现的难度大大增加。

本发明提出了一种使用对角线绝对差和(Diagonal Sum AbsoluteDifference，DSAD)的匹配准则应用于运动估计方法中。

对角线匹配的计算公式为：

$\mathrm{DSAD}(i,j)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}|S_k(i,i)-S_{k+1}(i,i)|+\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}|S_k(j,N-j)-S_{k+1}(j,N-j)|$

式中，Sk(m，n)为第k帧位于(m，n)的象素值，i，j分别为水平和垂直方向的偏移量。

根据上述公式，在参考帧的搜索区域内计算得到最小的DSAD对应的运动矢量，即认为在参考帧中找到了与当前帧的图像块最为匹配的参考块。

从上述公式中可以看出，本发明的对角线匹配只需要对两个比较图像块的处于两条对角线上的象素点进行比对，而不需要进行每一点的比对，从而大大的降低了计算量和计算难度。

为了说明本发明使用的对角线匹配准则进行运动估计的性能，使用了SAD作为比较对象，因为SAD的计算量小而且易于实现，是现在最常见的匹配方法，在SAD的计算过程中，都是对参考块和当前块中所有的象素进行匹配计算。另外还寻找了两种其他的不用全象素匹配而所选择的象素最能代表图像块块特征的匹配方式来进行对比：十字匹配(cross match)，框架匹配(circular match)。这四种匹配准则的匹配象素分布如图1，图中深色点为各种匹配计算的象素点分布，可以看出，本发明中采用的对角线匹配需要进行比对的象素点最少，因此，其计算量也最少。

为了确定这四种匹配方式的效果，做了以下实验。在搜索策略为全搜索且搜索块大小为8×8时，分别使用全SAD全匹配，对角线匹配，十字匹配和框架匹配对标准视频测试序列tennis，salesman，garden和susie进行运动估计。得到的平均结果如图2。图中横轴的表示的是测试序列中图像的帧数(Frame)，纵轴为图像的峰值信噪比(PSNR)，单位为dB。

由图2可见，与全搜索SAD计算的效果相比，三种匹配的效果和全搜索都相差不是很大，虽然其中框架匹配准则最好，对角线匹配次之，十字匹配最差，但是框架匹配和对角线匹配平均只相差0.28dB，而且匹配块大小为N×N时，对角线匹配比框架匹配少计算(N-2)×2个象素点，计算量减少42.86％。

所以综合考虑计算量，性能和硬件实现的困难度，本发明中的对角线匹配是最佳快速匹配准则方案，该准则相比于全匹配SAD减少了75％的计算量，而运动估计的峰值信噪比在全搜索时只是减少了2.08％。

为了确定本发明中的对角线匹配准则在各种典型搜索策略中的表现，在全搜索法，三步法，四步法，菱形搜索法中使用对角线匹配准则计算，并与使用相同搜索策略的SAD匹配准则的结果进行对比，测试序列为标准视频测试序列tennis，salesman，garden和susie，结果如图3，图中横轴的表示的是测试序列中图像的帧数(Frame)，纵轴为图像的峰值信噪比(PSNR)，单位为dB。

从图3中可以看出，在所有实验的搜索策略中，本发明采用的对角线匹配准则和全匹配SAD的相差都不大，只平均减少了2.88％。所以本发明中的对角线匹配准则不仅能用于全搜索，还可以应用于其他多种搜索策略中，在大量减少计算量的同时保持运动估计的效果。

Claims (1)

1.一种使用对角线匹配准则的运动估计方法，其特征在于，该方法按以下步骤进行，

首先，将每帧图像划分成N×N的宏块；

然后，将当前帧的每一个图像块与参考帧中对应搜索区域的所有图像块按下述公式进行匹配计算，

$\mathrm{DSAD}(i,j)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}|S_k(i,i)-S_{k+1}(i,i)|+\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}|S_k(j,N-j)-S_{k+1}(j,N-j)|$

式中，Sk(m，n)为第k帧位于(m，n)的象素值，i，j分别为水平和垂直方向的偏移量

找到DSAD最小的值，并将其作为在参考帧的对应搜索区域内与当前帧的最佳匹配块；

最后，将上步找到的最佳匹配块的行列坐标即运动向量MV输出，即完成了运动估计。

Images