CN1156168C

CN1156168C - 快速视频运动估计方法

Info

Publication number: CN1156168C
Application number: CNB011005440A
Authority: CN
Inventors: 波李; 李波; 涂亚明
Original assignee: Beihang University
Current assignee: Beijing Hanbang Gaoke Digital Technology Co Ltd
Priority date: 2001-01-12
Filing date: 2001-01-12
Publication date: 2004-06-30
Anticipated expiration: 2021-01-12
Also published as: CN1333634A

Abstract

一种提高视频运动估计速度与精度的方法，在确定当前块的运动矢量时，根据参考帧中相同位置块和当前帧中相邻块的运动矢量间的相互关系，选择搜索起点和搜索模式；搜索过程中根据搜索结果自适应地确定搜索中止条件，及时中止搜索过程。与现有方法相比，该方法不仅搜索速度快，而且搜索精度高，因而能在保证压缩质量的前提下提高视频压缩的速度。

Description

快速视频运动估计方法

技术领域

本发明涉及一种提高视频压缩中运动估计的速度与精度的方法。

背景技术

视频压缩方法包括帧内压缩和帧间压缩，其中帧间压缩是压缩比的主要来源，因此现有的视频压缩标准(如MPEG1/2/4、H.261/3等)大多采用基于运动估计的帧间压缩方法。其原理就是先将当前帧分成若干大小相同的块，然后对每个块在参考帧一定大小的范围内搜索与之最相似的匹配块，称为最优匹配块。把当前需要压缩的块称为当前块，当前块和匹配块之间的位置差称为运动矢量，它们之间的象素差称为残差块。这样，当前块就可用其运动矢量和残差块表示。由于残差块中接近0的象素很多，通过DCT变换(也称离散余弦变换)、量化和熵编码之后，就可以大幅度提高压缩比。在这一过程中，运动估计的目的就是搜索最优匹配块。在采用帧间压缩的视频压缩方法中，运动估计不仅费时，而且直接影响压缩效果，成为视频压缩的关键和瓶颈。一般说来，全搜索法的精度高，但很费时。

为了解决运动估计的全搜索法存在的缺点，产生了许多快速运动估计方法。其中最有代表性的是菱形搜索方法及其改进一运动矢量场自适应搜索方法。总的说来，这些快速运动估计方法不仅在搜索速度方面有待进一步提高，而且在搜索精度方面与全搜索法有较大的差距。

影响运动估计方法性能的主要部分有：搜索起点、搜索模式和中止条件。

搜索起点的选择由于视频变化存在时间和空间上的相关性，所以当前块的运动可能与其周围块和参考帧中对应块的运动相似，为此可以根据这些块的运动矢量来选择搜索起点。在当前帧中把当前块的左边、正上方和右上方的块的运动矢量分别记为V1、V2和V3。在参考帧中把与当前块位置相同的块称为同一位置块，并用运动矢量(0，0)描述其位置，而把同一位置块的实际运动矢量记为V4。分别计算当前块与(0，0)、V1、V2、V3和V4所对应的块间的象素值绝对差和(Sum of Absolute Difference，记为SAD)，然后选择其中SAD最小者对应的点作为搜索起点。由于这种方法选择的搜索起点有助于寻找最优匹配块，所以能够更快、更准地找到最优匹配块。由于(0，0)作为运动矢量更有利于压缩，因此现有方法在确定搜索起点的过程中，先对(0，0)点的SAD减去一个常数，再与其他点一起比较SAD值的大小，以便(0，0)更可能被确定为搜索起点，即在选择搜索起点时对(0，0)点和其他点的处理是不平等的，实际上这不利于选择真正合适的搜索起点。

搜索模式的设置由于当前块的运动矢量是利用相邻块的运动矢量进行差分编码的，所以在以相邻块运动矢量为中心的一系列菱形区域内的运动矢量所用的编码量最少，因此菱形是比较理想的搜索路径。搜索步长不同的菱形就构成了不同的搜索模式，把搜索步长为1的菱形搜索称为小菱形模式(简称小菱形)，把搜索步长为2的菱形搜索称为大菱形模式(简称大菱形)。现有方法不能根据视频图像的特点自动地选择搜索模式，即不能自动地设置初始搜索模式以及在搜索过程中动态改变搜索模式。

搜索过程的中止目前基于菱形的搜索方法在下列两种情况中止搜索过程：一是小菱形搜索结束，二是当前块的SAD小于某一阈值。对第一种情况，当初始搜索模式为小菱形时，现有算法不管搜索结果如何都让搜索过程结束，这样会遗漏一些更好的点。对第二种情况，现有方法选择某个固定的常数作为SAD阈值，缺点是这个固定的SAD阈值不具有普遍适应性，可能造成搜索不足或过度搜索。

发明内容

为解决现有方法中存在的问题，本发明提供了一种用于视频压缩的有效运动估计方法，它既能大幅度提高运动估计的搜索速度，又能达到与全搜索方法相当的搜索精度。

本发明在现有菱形搜索方法及其改进的基础上，分别对搜索起点选择、搜索过程的中止准则和搜索模式设置三个方面进行了改进，具体内容如下：

(a)搜索起点的选择：在选择搜索起点时(0，0)点的象素值绝对差和不减去常数，只有当(0，0)点被确定为搜索起点后才将其象素值绝对差和减去常数；

(b)搜索模式的设置：采用小菱形和大菱形相结合的自适应搜索模式，即：在开始搜索时，若当前帧中相邻位置块以及参考帧中同一位置块的运动矢量均相等则采用小菱形搜索模式，否则采用大菱形搜索模式；在搜索过程中，当大菱形搜索得到的象素值绝对差和小于某一阈值T2时或者当大菱形搜索到的最优点位于中心时，转为小菱形继续搜索；

(c)搜索过程的中止：搜索过程中止于下列三种情况之一：第一是当前搜索模式为小菱形且搜索到的最优点位于菱形中心，第二是当前块的象素值绝对差和小于某一阈值T1，第三是当前块的象素值绝对差和介于阈值T1和T2之间且搜索模式已由大菱形转为小菱形。

所述搜索起点的选择，是在确定搜索起点过程中，将(0，0)点和其它点(即V1、V2、V3和V4对应的搜索起点)平等对待，仅当(0，0)点被确定为搜索起点时才将其SAD减去常数。

所述搜索模式的设置，是采用小菱形和大菱形相结合的自适应搜索模式，即：

(1)在选择初始搜索模式时，若V1、V2、V3、V4都相等，则表明运动变化小，将初始搜索模式设为小菱形；否则表明运动变化大，将初始搜索模式设为大菱形。这种分类法不仅有效，而且简单，只引入了极少量的计算。

(2)设T2是当前块的SAD的上界阈值。在搜索过程中，本发明不仅允许当大菱形搜索到的最优点在中心时转为小菱形，而且还允许当前块的SAD小于T2时搜索模式直接从大菱形转为小菱形，使搜索过程从“粗调”进入“微调”。

所述搜索过程的中止，是当前搜索模式为小菱形且搜索到的最优点在菱形中心，则搜索过程结束；或者当前块的SAD小于T1，则搜索过程结束；或者当前块的SAD介于T1和T2之间，而且搜索模式已由大菱形转为小菱形，则搜索过程结束。这里T1是当前块的SAD的下界阈值。

上述系数和变量的值是这样确定的，由于本发明揭示了当前块的SAD与参考帧同一位置块的SAD间普遍存在的比例关系，所以在确定当前块的SAD的上、下界阈值T1、T2时以参考帧同一位置块的SAD乘以某个系数。这里把参考帧同一位置块的SAD记为Prev_SAD，则T1＝Prev_SAD×a，T2＝Prev_SAD×b。由于T1、T2的选取具有自适应性，所以能够适应不同的视频序列，实现以较少的搜索代价得到较好的搜索结果。若当前帧为第一个P帧，此时不存在参考SAD(即Prev_SAD)，则令T1＝500，T2＝750。系数a和b的值可以根据视频图像的特点和压缩的速度(或时间)要求来设定，如果要求压缩速度快，则可将a和b的值取大一些；一般情况下，可令a＝1.05，b＝1.5。

附图说明

图1为本方法的总体框架

图2为选择搜索起点的流程图

图3为选择搜索模式及中止搜索过程的流程图。

具体实施方案

结合图1～3，下面说明本发明方法的具体工作流程。

首先，本发明所述的快速视频运动估计方法的总体工作过程如下：

(1)对当前帧中每个当前块，重复(1)至(6)步的过程；

(2)按照本发明方法选择搜索起点；

(3)按照本发明方法设置初始搜索模式；

(4)比较当前块与参考帧中当前搜索点对应的象素块，计算其SAD；

(5)若满足本发明方法的搜索中止条件，则本搜索过程结束；否则，若满足本发明方法的搜索模式改变条件，则将搜索模式从大菱形转为小菱形；

(6)按照菱形路径选择其它搜索点作为当前搜索点，并转到第(4)步。

其次，搜索起点的选择过程如下：

(1)计算(0，0)点的SAD，此时不减常数；

(2)计算当前帧中空间相邻块的运动矢量V1、V2、V3对应点的SAD：

若当前块不在第一列，则计算V1对应点的SAD；

若当前块不在第一行，则计算V2对应点的SAD；

若当前块不在第一行和最后一列，则计算V3对应点的SAD；

(3)计算时间相邻块的运动矢量V4对应点的SAD，即若当前帧不是本组图像的第一个P帧，则计算V4对应点的SAD；

(4)在(0，0)、V1、V2、V3、V4对应点的SAD中选择最小者，并将相应的点确定为搜索起点；

(5)若搜索起点为(0，0)点，则将其SAD减去常数。

第三，按照如下过程设置初始搜索模式和动态改变搜索模式：

(1)如果V1＝V2＝V3＝V4，则将初始搜索模式设置为小菱形；否则，将初始搜索模式设置为大菱形；

(2)如果T1≤当前块的SAD＜T2且当前搜索模式为大菱形，则将搜索模式转为小菱形；

(3)如果大菱形搜索到的最优点位于菱形中心，则将搜索模式转为小菱形。

最后，按照如下过程中止为当前块寻找最优匹配块的搜索过程：

(1)如果当前块位于本组图像的第一个P帧，则令T1＝500，T2＝750；否则，令T1＝Prev_SAD×a，T2＝Prev_SAD×b；

(2)如果最优点位于菱形中心且搜索模式为小菱形，则中止搜索；

(3)不管当前搜索模式为大菱形或小菱形，只要当前块的SAD小于T1，则中止搜索；

(4)如果T1≤当前块的SAD＜T2且当前搜索模式已由大菱形转为小菱形，则中止搜索。

总之，本发明方法充分利用了视频序列中空间和时间相邻块之间的运动相关性，以及前后帧同一位置块的SAD间的相似性，在保证匹配精度的前提下大大提高了寻找最优匹配块的速度，进而提高了视频压缩的速度。

Claims

1、一种快速视频运动估计方法，包括搜索起点的选择、搜索模式的设置、及搜索过程的中止，其特征在于：

2、根据权利要求1所述的一种快速视频运动估计方法，其特征在于：阈值T1、T2为参考P帧中同一位置块的象素值绝对差和分别乘以系数a与b。

3、根据权利要求2所述的一种快速视频运动估计方法，其特征在于：阈值T1是当前块的象素值绝对差和的下界阈值，T2是当前块象素值绝对差和的上界阈值；若当前帧为第一个P帧，则令T1＝500，T2＝750。

4、根据权利要求2所述的一种快速视频运动估计方法，其特征在于：系数a与b的值根据视频图像的特点和压缩的速度要求设定。

5、根据权利要求4所述的一种快速视频运动估计方法，其特征在于：其中系数a＝1.05，系数b＝1.5。