[发明专利]一种全局运动估计方法及装置

说明书

技术领域

本发明涉及图像、视频编码技术领域，尤其涉及一种全局运动估计方法及装置。 

背景技术

全局运动估计(Global Motion Estimation，GME)被广泛应用于图像配准、计算机视觉、摄像机运动检测、对象识别和跟踪，以及基于内容的视频编码等图像和视频处理中。现有技术中的全局运动估计方法一般可以分为以下几类：基于空域的方法、基于频域的方法、基于图像特征和纹理的方法以及基于时空切片的方法等。 

基于空域的方法应用较为普遍，但由于干扰像素和噪音的存在，使估计结果的精确度受到很大的影响，同时由于计算过程中需要多次迭代，使计算的复杂度增加，因此不适用于实时情景。基于频域的方法以傅立叶变换中傅立叶-梅林域上的变换不变量为理论基础，结合相位相关方法求解运动模型，但该方法在应用过程中对各种因素的影响较敏感，因此实际效果并不理想。基于图像特征和纹理的方法通过追踪图像中特定特征或纹理的运动求解运动模型，而获取图像中的特征和纹理较为困难，在图像中存在出现又消失的特征或纹理时尤其困难。基于时空切片的方法根据时域上图像的纹理变化进行运动估计，但该方法通常需要连续的多张图像，对计算能力和存储能力要求较高。 

基于空域的全局运动估计方法出现了些优化策略，常用的包括：利用图像金字塔模型得到同一图像的多个不同分辨率的图像版本，将图像金字塔模型由高层到低层依次进行迭代，求解运行模型。这种方法可以减轻计算的复杂度，但不能很好地解决干扰像素对于进行运动估计的影响；通过选择特定的像素，例如亮度梯度最大的像素，将其作为运动模型的输入像素，可以减少了计算量，例如亮度梯度最大的像素，将其作为运动模型的输入像素，可以减少了计算量，但由于输入像素的选择只考虑像素的亮度信息而忽略了其他相关信息，因而导致对全局运动补偿的结果准确度不高。因此可知，目前对于全局运动估计提出的方法还存在一定的缺陷，不能有效、准确的对全局运行进行补偿。

发明内容

有鉴于此，本发明实施例提供一种全局运动估计方法及装置，用以解决现有技术全局运动估计精度低、准确性差的问题。 

本发明实施例提供的一种全局运动估计方法，包括： 

根据待估图像当前帧每个像素点对应的运动向量的幅角信息，确定所述当前帧内运动向量的幅角分布直方图，该幅角分布直方图中包括多个通道，根据每个通道包含的样本的数目，确定至少一个簇，其中，每个簇中包括多个像素点，每个簇包括至少一个通道，所述样本为运动向量； 

将该当前帧划分为多个区域，根据每个簇包含的像素点在每个区域内的数目，及每个区域包含的像素点的数目，确定每个簇在每个区域内包含的像素点的分布密度，根据所述分布密度，计算所述每个簇在当前帧内的分布方差，根据该分布方差确定运动模型输入像素点所在的簇； 

根据所述输入像素点所在的簇中每个像素点所在的宏块分割模式和/或每个像素点对应的运动向量的幅角信息，确定该簇内每个像素点的综合权重值，根据所述每个像素点的综合权重值，确定运动模型输入像素点； 

根据所述运动模型输入像素点及设置的运动模型，确定所述运动模型的参数，根据所述参数确定所述待估图像参考帧经运动补偿后的像素点的位置； 

其中，所述确定所述当前帧内运动向量的幅角分布直方图包括： 

将运动向量的幅角转换到0到360度内； 

按照设置的角度间隔，将0到360度划分为多个通道； 

统计每个通道的角度范围内包含的样本的数目，绘制以所述角度间隔为宽，以包含的样本的数目为高的直方图；

其中，所述根据每个通道包含的样本的数目，确定至少一个簇包括： 

根据每个通道包含的样本的数目，将包含样本最多的通道确定为当前候选簇的中心通道； 

根据与所述中心通道相邻的通道包含的样本的数目，及与所述中心通道相邻的通道与所述中心通道的角度间隔，确定是否将所述与中心通道相邻的通道合并到所述当前候选簇，并提取所述当前候选簇； 

根据提取了所述当前候选簇后的直方图的通道包含的样本的数目，确定是否继续进行当前候选簇的提取； 

其中，所述确定该簇内每个像素点的综合权重值包括： 

统计所述簇内每个像素点所在的宏块分割模式，根据所述宏块分割模式对应的权重值，确定所述簇内位于所述宏块分割模式内的像素点的宏块分割模式权重值；