[发明专利]视频编码运动估计方法

说明书

技术领域

本发明涉及视频编码领域，特别是涉及一种视频编码运动估计方法。

背景技术

在现有的主流视频编码中如H.264，MPEG4中，采用图像组(Group OfPicture，GOP)的方式进行压缩编码。所述GOP包括三种类型的帧即I帧、B帧、P帧。其中I帧为关键帧，B帧为后向帧，P帧为参考帧。一般来说一段视频中，在一定时间间隔内视频图像之间的相似度极高，因此H.264，MPEG4等主流算法都需要对要针对帧与帧之间的信息相关性进行预测，来提升压缩率。

如图1A-图1C所示，为现有视频编码运动估计方法的帧示意图。如图1A所示，现有视频编码运动估计方法首先是将图像1分割为2倍数的宏块2如8×8或者16×16的宏块；如图1B所示，然后在和宏块2周围设置一个搜索范围3(Search Region)比如32×32的区域进行搜索；如图1C所示，寻找出和所述宏块2匹配程度最好的宏块4，得出所述宏块2和所述宏块4间的运动矢量(Motion Vector)，如图1C中的箭头所示。上述就是现有视频编码运动估计方法。

现有运动估计方法具有如下需要改进的地方：

一、现有运动估计方法的运动估计运算量极大，是视频编码中运算量最大的模块，占整个编码器运算量的60％左右。现有主流的搜索方法即现有钻石法对性能提升仍然非常有限。

二、现有运动估计方法都需要参考当前宏块的左、上、上右、上左宏块的运算结果，难以在多核CPU，GPU上实现并行运算。

三、对单个宏块进行运动估计时，不能对搜索区域内的所有点进行同时并行处理，每次只能测试4-6个运动矢量。

四、运动估计每次计算都需要吞吐大量的数据，在硬件设备比如GPU，嵌入式芯片上难以实施。

发明内容

本发明所要解决的技术问题是提供一种视频编码运动估计方法，能缩小当前帧各宏块的搜索区域、降低数据计算量以及内存吞吐量，能实现当前帧各宏块的并行搜索、并能在多核CPU或GPU上实现并行计算。

为解决上述技术问题，本发明提供的视频编码运动估计方法包括如下步骤：

步骤一、取和当前帧的宏块一相对应的前一帧的宏块二、以及所述宏块二的周围宏块作为估计样本；计算出所述估计样本的各宏块的运动矢量的横坐标的平均值和标准差、纵坐标的平均值和标准差。所述宏块二在前一帧中的位置和所述宏块一在当前帧中的位置相同。

步骤二、建立当前帧的各位置出现所述宏块一的最优匹配宏块的概率参数模型，并根据所述横坐标的标准差计算出所述概率参数模型的横坐标概率参数、根据所述纵坐标的标准差计算出所述概率参数模型的纵坐标概率参数。

步骤三、给定一个概率值，根据当前帧的所述概率参数模型计算出所述宏块一的在当前帧中的搜索范围一；以所述搜索范围一确定所述宏块一在前一帧中的搜索范围二，所述搜索范围二在前一帧中的位置和所述搜索范围一再当前帧中的位置相同。

步骤四、在所述搜索范围二内进行全搜索并找到所述宏块一得最优匹配块。

步骤二中所述概率参数模型为广义柯西分布模型，横坐标的公式为：

fmvx(x)=C1+(xζx)35]]>