[发明专利]自适应的运动搜索范围

说明书

技术领域

本发明涉及视频压缩领域。

背景技术

通过去除图像(帧)之间的时间冗余可以实现视频序列的高压缩增 益。例如，为了对图像进行编码，基于先前已编码的图像生成将被编码图 像的时间预测。将该时间预测与实际图像进行比较以确定预测误差，并且 对预测误差进行编码。可以通过使用被广泛应用的基于块的运动估计和压 缩方法(例如，MPEG标准)来完成预测。

运动补偿和估计方法被用于在一个或多个参考图像中找到参考块以预 测在目标图像中相应目标块的位置，从而使得仅需要对目标块的预测残差 进行编码，通常该预测残差是预测误差和运动矢量。这些方法执行块匹配 从而识别与目标图像中的相应目标块最相似的参考图像中的参考像素块。

参考块与相应目标块之间的像素距离是目标块的运动矢量。例如，令 mx_i，j，my_i，j分别表示块B_i，j在x轴(水平的)和y轴(垂直的)处的运动矢 量。运动矢量的值与参考块一起被用于视频压缩，以针对目标块生成预测 值。

图1是说明性运动矢量的简图。将要利用来自参考图像110的信息对 目标图像120进行编码。参考块115被识别为与目标图像120中的目标块 125最接近地匹配的参考图像110中的块。在识别了参考块之后，运动矢 量130(仅出于说明性目的将其示出为箭头)被生成用于识别相对于参考 块115的位置的目标块125的位置。运动矢量130具有表示参考块115与 目标块125之间关系的两个项：水平位移和垂直位移。例如，参考块115 (其是说明性的3×3的像素组)位于(i′，j′)，并且目标块125位于 (i，j)。两个块之间的距离是运动矢量(i′-i，j′-j)。

为了识别参考图像中的参考块，将参考图像中的侯选块与目标块进行 比较。每个侯选块与目标块大小相同并且位于参考图像中的指定搜索范围 内。与目标块最接近地匹配的侯选块被识别为参考块。搜索参考块是运动 估计很重要的一部分，并且通常需要大量的算术计算。

针对一个目标块执行运动估计的复杂度与搜索范围内的可能参考块的 数目成比例，该可能参考块的数目与运动搜索范围或者距离d的平方成比 例，例如，复杂度＝a×d²，其中a是常数。运动搜索范围定义被用于找到 参考块的参考图像中的区域。换言之，搜索范围指定在运动估计期间将被 检查的参考图像中的块数目。

运动搜索范围应该与图像中的物体移动速度相关。例如，对于快速移 动的物体，较大的搜索范围适于找到良好的相对块(counter-block)以预 测目标块。然而，如果在执行运动估计方法之前预测图像(或者帧)的哪 一部分具有较小的运动量以及哪一部分具有较大的运动量是困难的。因 此，典型的视频压缩方法将固定的运动搜索范围用于相同目标图像中的所 有块。

固定的运动搜索范围的缺点是：如果该搜索范围足够大以至于可以捕 获图像中移动最快的物体，那么这不必要地增大了用于具有较小移动的区 域的搜索计算。相反，如果该搜索范围太小，那么因为参考块可能在搜索 范围之外，所以运动估计方法可能不能够找到具有较大移动量的参考块。

发明内容

一种通过使用自适应的运动搜索范围来执行运动估计的技术，包括计 算目标图像中的像素块的运动矢量，通过使用计算得到的运动矢量来生成 与目标图像中的目标像素块相关联的搜索范围，并且通过使用生成的搜索 范围来估计目标像素块的运动。

附图说明

作为示例示出本发明，并且通过结合附图参考以下描述可以更好地理 解本发明，其中：

图1示出基于参考块而生成的目标块的运动矢量的示例。

图2示出用于执行视频序列中的运动估计的可自适应的运动搜索范围 的示例。

图3示出用于使运动搜索范围适合与在执行运动估计时所使用的块的 方法的示例。

图4和图5示出在图3所示的方法中使用的块扫描顺序的示例。

图6示出使用自适应的运动搜索范围方法的系统的示例。

具体实施方式