[发明专利]用于混合型高速运动估计的方法和设备

说明书

本发明涉及一种用于混合型高速运动估计的方法和设备，其可应用于运动图像编码设备，尤其涉及一种组合了单像素贪婪搜索(one-pixel greedysearch，OPGS)算法和分级搜索块匹配算法(HSBMA)的运动估计方法和设备。

通常，视频服务、娱乐、数字广播和便携式视频终端采用国际视频标准，如H.261、H.263、运动图像专家组(MPEG)-1、MPEG-2和MPEG-4。根据国际视频标准产生比特流的视频编码器采用诸如离散余弦变换(DCT)、量化和可变长度编码的压缩算法及运动估计算法来压缩视频信号。

现有的运动估计算法包括全搜索块匹配算法(FSBMA)和快速搜索算法(FSA)。FSBMA首先逐个得到先前帧中搜索区域内的所有可能的位置与当前帧中相应位置之间的差值，然后求出具有最小误差的位置。但是，尽管FSBMA是最简单的并且是具有理想精度的，FSBMA需要进行大量的计算，从而不适于实时编码。

与此同时，与FSBMA相比，FSA以较低精度为代价显著减少了计算量，并且其适于其中视频品质相对来讲不是十分重要的实时视频编码器(例如，视频电话、IMT-2000终端、视频会议系统等)。FSA的示例包括分级搜索块匹配算法(HSBMA)、3步搜索(TSS)算法、2D对数搜索算法(LSBA)和单像素贪婪搜索(OPGS)。

这里，HSBMA的精度高，并且受运动量的影响相对较小，但是计算量大，并且需要用于存储低分辨率帧的存储器。此外，对于长距离运动向量和不用区分的短距离运动向量两者，HSBMA所需计算量大。

OPGS算法仅能够求出中心点(或开始点)附近的有效运动向量，不能准确地收敛到局部最小点，不能对具有复杂运动的复杂图像得到准确结果，并且需要大量计算来求出长距离上的运动向量。

因此，现有的运动估计算法不能采用已计算出的结果，并且不能减少不必要的计算，这是因为，这些算法中的每个都均匀地应用于所有块，而不管运动的复杂性如何，也不管主题块的特性如何。因此，现有的运动估计算法适于以硬件如超大规模集成电路(VLSI)芯片实现，但不适于在软件专用编码器中实施算法。另外，由于计算量大，因此，不能采用低价位、低电压的中央处理器(CPU)来以软件实施这些算法。

为了解决上述问题，本发明的第一个目的是提供一种自适应运动估计方法，其中通过执行混合型运动估计使不必要的计算最少，并且提高精度，该混合型运动估计组合了单像素贪婪搜索(OPGS)算法和分级搜索块匹配算法(HSBMA)。

本发明的第二个目的是提供一种运动估计设备，其采用组合了OPGS算法和HSBMA算法的运动估计方法。

为了实现本发明的第一个目的，提供了一种运动估计方法，该运动估计方法包括下列步骤：(a)输入以宏块为单位的帧和搜索区域，并估计希望得到估计的宏块的候选运动向量；和(b)如果在步骤(a)中估计的候选运动向量的误差在阈值范围内，则估计以估计位置为中心的限制的搜索区域内的运动，否则估计整个搜索区域内的运动。

为了实现本发明的第二个目的，还提供了一种自适应运动估计设备，该运动估计设备包括：向量估计单元，用于接收视频数据，并且估计零运动向量、先前运动向量和相邻块的运动向量中与希望得到估计的宏块匹配的运动向量，作为候选运动向量；算法选择单元，用于通过将候选向量估计单元中估计到的候选向量的误差与预置的阈值相比较，来选择运动估计算法；和运动估计单元，用于当算法选择单元中估计的候选运动向量的误差在阈值范围内时，估计以估计位置为中心的限制的搜索区域内的运动，否则，估计整个搜索区域内的运动。

从下列参照附图对本发明优选实施例的详细描述中，本发明的上述目的和优点将变得更清楚，其中：

图1是本发明混合型高速运动估计设备的框图；

图2是本发明混合型高速运动估计方法的流程图；

图3的图形表示的是按运动向量尺寸的宏块分布，该运动向量尺寸是通过执行全搜索块匹配算法(FSBMA)得到的；

图4是根据图2的估计先前帧和下一帧中的候选向量的示意图；

图5是根据图2的单像素贪婪搜索(OPGS)算法的示意图；和

图6是根据图2的分级搜索块匹配算法(HSBMA)的示意图。

下面将参照附图详细描述本发明的优选实施例。本发明不局限于下面的实施例，可在本发明的宗旨和范围内进行多种变化。给出本发明实施例是为了向本领域内的普通技术人员更完全地解释本发明。

图1是本发明混合型高速运动估计设备的框图。