[发明专利]面向全景视频编码的自适应选择全局运动估计方法

权利要求书

1.面向全景视频编码的自适应选择全局运动估计方法，包括以下步骤：(1)把图像划分为若干个子图像块、(2)零运动矢量块判定、(3)多分辨率运动估计、(4)平移运动模型运动参数估计、(5)六参数运动模型运动参数估计和(6)十二参数运动模型运动参数估计，其特征在于：增设了(7)率失真优化自适应选择全局运动估计模型，步骤中：

1)把一幅图象划分为若干个子图象块，具体来说，就是把CIF图象划分了3×3个子图象块，把QCIF图象划分了2×2个子图象块，选取每个子图象块的中心区域作为全局运动估计的初始化输入，中心区域的大小是64×64像素，考虑到运动物体通常集中在图象中部，因此，位于图象中心的子图象块不作为初始化输入的候选值；

2)使用零运动矢量判别方法来剔除静止区域块，在做块匹配运动估计之前，首先计算当前块和参考帧对应块之间的残差，如果亮度均方差MSE(lum)和色度均方差MSE(chr)同时满足以下条件，则当前块的模式是零矢量运动模式，如下式所示：

MSE(lum)<max(5.0,QP26)]]>

MSE(chr)<max(5.0,QP212)]]>

式中，QP为量化步长，如果当前块的亮度均方差MSE(lum)和色度均方差MSE(chr)不同时满足以上条件，则当前块为有效的全局运动估计块，进行块匹配运动估计；

3)使用多分辨率运动估计，多分辨率图像的金字塔共三层，从下至上每增加一层，图像分辨率在水平和垂直两个方向上都同时减半，由顶层运动矢量插值得到各层的运动矢量，插值方法为

式中，符号表示对x下取整，即不大于x的最大整数；

在l+1层中，根据初始解搜索校正矢量u_l+1，m，n，l+1层的运动矢量为

dl+1,m,n=d~l+1,m,n+ul+1,m,n]]>

顶层的运动矢量d_l，m，n和各层的校正矢量u_l+1，m，n由最小化误差函数得到；本方法设计的编码器采用上述这种金字塔式运动估计搜索，搜索范围是14个像素，对8×8块是整像素搜索精度，对16×16块和32×32块是2个像素搜索精度，首先对32×32块进行块匹配，依次下来是对16×16、8×8块进行块匹配，其中，8×8块是否需要进行块匹配取决于在做16×16块运动估计时，块内像素点的平均MSE是否超过MSE_spliThr：

MSEspliThr=5λ256+QP212]]>

式中，λ＝0.85QP²，如果超过MSE_spliThr则说明16×16块运动估计没有达到很好的运动估计准确度，需要将当前16×16块分为四个8×8块分别进行块匹配和运动估计；

4)平移运动模型运动参数在步骤(3)中计算得到；

5)六参数运动模型参数值估计方法采用改进的高斯牛顿迭代法，在本方法中，估算MSE阈值被设为0.1；

6)十二参数运动模型运动参数估计过程与步骤5)中六参数运动模型运动参数估计过程相同；

7)率失真优化自适应选择全局运动估计模型中，率失真优化模型的拉格朗日乘子法代价函数定义如下：

J_MODE(S_k，I_k|Q，λ_MODE)＝D_REC(S_k，I_k|Q)+λ_MODE·R_REC(S_k，I_k|Q)    (1)

式中：I_k表示某种编码模式；D_REC(S_k，I_k|Q)表示重构恢复图像与原始图像间的失真度；R_REC(S_k，I_k|Q)表示对宏块编码后数据及相关参数在码流中所占用的比特数，包括所有信息编码所用的比特数，所述所有信息包括宏块头，运动矢量和运动补偿残差；Q表示量化参数；λ_MODE表示拉格朗日参数，

针对全景视频里运动流的特点，经过大量实验与对比，本发明公开在全景视频编码中，式(1)中λ_MODE按下式确定：

λ_MODE＝0.85×2^QP/3+2^QP/6    (2)

在依次用平移运动模型法、六参数运动模型法和十二参数运动模型法进行全局运动估计补偿，量化编码再解码重构过程中，使用拉格朗日乘子法把重构恢复图像与原始图像间的失真度D_REC以及编码所使用的比特数R_REC，公式(2)所示的λ_MODE值代入式(1)可分别计算出各运动模型的代价函数值，设J_translation代表当前块使用平移运动模型的代价函数值，J_affine代表当前块使用六参数仿射运动模型的代价函数值，J_quadratic代表当前块使用十二参数二次项运动模型的代价函数值，则三者中代价函数值最小的，被选为最优模式，即min{J_translation，J_affine，J_quadratic}。