[发明专利]低复杂度的运动估计方法

说明书

技术领域

本发明涉及运动估计，特别涉及低复杂度的运动估计方法。

背景技术

随着数字视频技术的发展，各种数字视频处理的应用，特别是实时视频通信的应用，引起了人们的广泛关注。实时视频通信的要求侧重于低码率和低延迟的要求。由于传输通信链路的带宽有限，视频压缩编码技术成为许多视频应用必不可少的一部分。

在图像序列中，相邻图像帧之间有着高度冗余。因此相邻帧数据用作当前编码帧的参考帧，进行分块匹配寻找最佳匹配块，即基于分块匹配的运动向量预测。分块匹配编码把当前编码的宏块或子块在参考帧中进行匹配，使块匹配残差和运动向量的编码比特数最小，然后对匹配残差和运动向量进行编码。因此块匹配结果的好坏直接影响到编码效率。

分块匹配运动预测算法因其高效、简洁、易于实现而被当前视频编码标准广泛采用：H.261、H.263，MPEG-1，MPEG-2，MPEG-4和H.264和AVS中都采用块匹配算法来编码压缩图像序列。

视频编码器可分为1)帧内编码，2)帧间编码，3)量化、熵编码4)码率控制5)环路滤波五个部分。

其中，帧间编码的运动估计是编码器中计算最为复杂的部分，运动估计计算、访存密集，是实时实现编码器的一个巨大瓶颈。

各种运动向量估计方法中，最直接、简单的块匹配算法就是遍历搜索(Full Search——FS)，它在搜索窗口内遍历所有位置，寻找最佳匹配块，因此FS算法效果最好，但计算复杂度也最高。前人提出了对数搜索，三步，四步，新三步搜索法等，近年来又提出了钻石搜索法，六边形搜索法等。

对于目前的高效、快速运动估计算法，运动向量估计计算量仍占编码器运算的50％以上。运动估计计算和访存密集，对处理器计算能力要求高，功耗消耗大，缩减了手持设备电池使用时间。手持设备受电源功耗和计算能力的限制，计算成本高，这使得运动向量估计成为实时实现视频编码的瓶颈。因此需要探索计算量更低的快速运动估计算法，降低计算复杂度。在不降低或略微降低性能的情况下降低计算量，从而减少功耗。

上世纪90中期的提出的三步、四步算法采用固定搜索模式进行搜索，没有充分利用当前计算值和残差分布特性。近年来算法根据编码宏块当前计算值和残差分布特性调整搜索步长和搜索模式，搜索效果优于固定模式搜索算法，其中较为实用的是钻石搜索法和六边形搜索法。钻石搜索法包括大模式和小模式两种搜索模式，如图1所示，算法如下：

Step 1)初始大模式搜索中心位于搜索窗口中心，计算模式中的9个检查点的残差值。如最小匹配残差值点在模式中心，转步骤3，否则转步骤2。

Step 2)以最小匹配残差点为搜索模式中心，重新搜索模式上的检查点。如当前最小匹配残差点为搜索模式中心，转3，否则重复步骤2。

Step 3)由大搜索模式切换为小搜索模式，计算搜索模式中检查点。当前最小匹配残差点为最佳位置点，该点确定的运动向量为最佳匹配运动向量。

六边行搜索模式如图2，具体算法如下：

Step 1)初始六边形大模式搜索中心位于搜索窗口中心，计算模式中的7个检查点的残差值。如最小匹配残差值点为搜索模式中心，转步骤3，否则转步骤2。

Step 2)以最小匹配残差点为六边形搜索模式中心，重新搜索模式上的检查点。如当前最小匹配残差点为搜索模式中心，转3，否则重复步骤2。

Step 3)由六边形大模式切换为小十字搜索模式，计算搜索模式中检查点。当前最小匹配残差点为最佳位置点，该点确定的运动向量为最佳匹配运动向量。

低复杂度的快速运动估计算法