[发明专利]基于动态缩放搜索窗的运动估计方法及系统

说明书

技术领域

本发明涉及视频图像压缩编码运动估计方法，属于视频图像处理领域。

背景技术

在信息交互高度发达的今天，网络电视会议、网络可视电子商务、网上政务等以网络为载体的视频交互、分配业务对视频信息的表达、存储以及传输提出了更高的要求，几乎所有现代视频处理技术均需要面对海量数据的困扰。如何处理海量数据，减少视频表达的复杂度、减少视频存储对硬件成本的需要，提高视频传输的实时性是当今视频处理技术的研究重点。为了克服这些困难，传统的处理策略多是采用扩大存储器容量、增加通信干线传输速率等方法，但是这些方法均是以牺牲硬件成本为代价所进行的被动改进，不能从本质上解决海量视频数据处理的瓶颈。为了主动地解决视频处理中的数据量过高的问题，对视频数据本身的处理是一种更为合理的解决方案。通过数据压缩技术可以有效地降低视频数据中的冗余信息量，以压缩形式存储、传输及处理，不仅可以节约存储空间，还能够提高通信干线的传输效率，提高视频处理的实时性。

视频编码是当今视频压缩领域的主流技术，它以视频信号的高度相关性和人眼的视觉特性为基础，通过恰当的编码方式消除因各种相关性和人眼特性所产生的冗余，以求表达相同质量视频信号的同时降低所需要的码率。由于视频序列中大量时域冗余、空域冗余以及由于人类视觉所引起的心理视觉冗余的存在，各种视频编码的最终目标归结于如何尽量减少这些冗余信息量，如何在一定码率的条件下尽量提高视频图像的质量。总体上视频编码主要分为基于波形编码和基于内容编码两种，前者主要针对时空信息冗余，后者主要针对人类视觉系统所引起的心理视觉冗余。基于波形的编码技术主要依据帧间的相关性特征利用变换编码和预测编码来降低信息的冗余度，主要有MPEG-1、MPEG-2、H.261、H.263、H.264/AVC等标准，其中大多都采用了基于固定块划分的编码方案。而正是由于在编码设计中选择固定块作为基准，在跨越物体轮廓边界的块上会产生较为严重的偏差。为了解决这一问题，在基于内容的编码方案中将一个视频序列分成多个目标对象区域分别进行编码，需要复杂场景的分析，其典型的编码标准主要有MPEG-4。以上各种国际视频编码标准以及其特性见表.1。在时间域上，对于目标对象运动状态的估计是时域信息压缩的关键；在空间域上，块分割的设计的是空间域上信息压缩的关键。同时二者又密切相关：没有块分割就无从实现目标对象的准确界定，没有目标的界定就无法衡量帧间目标的运动信息。因此块分割以及在此基础上的运动估计成为当今视频编码技术领域的研究热点。

通过表.1可以清楚地看到在现今的视频编码国际标准中均含有运动估计技术。由于运动估计的高计算复杂度，在编码的过程中耗费了多达80％的时间复杂度，因而运动估计以及在此基础上的运动补偿算法的优劣直接对编码码率及图像质量产生影响。目前运动估计算法主要是基于块匹配的设计思想，鉴于块匹配算法的特性，对运动估计算法的研究其目标在于降低搜索过程中寻找到最佳匹配点所需要的的块匹配操作数——搜索点个数，最终降低块操作所造成的时间开销。搜索技术的发展从最初的单一局部搜索的三步法、新三步法、四步法到菱形搜索、六边形搜索、再到最新的基于运动矢量预测、搜索模式选择、提前截止等技术的混合搜索技术的提出，根本目标在于利用不同的搜索策略快速准确地估计运动矢量。通过运动估计视频压缩只需保存运动矢量和残差数据就可以较好恢复出当前块，实现视频的重构，其结构如图.1所示。

表.1视频标准

通常在中高速运动场景中，由于目标的高速移动当前帧相对于参考帧的运动矢量较大，例如球场中球体的运动，车窗外快速移动的景物以及高速公路上运动的车辆等。正是由于这种帧间宏块位置大尺度的变化，传统运动估计算法的搜索策略很难在快速确定矢量范围的同时高精度地确定矢量终点，在估计高速运动场景下目标的运动矢量时，要么块匹配搜索运算的复杂度急剧上升，要么搜索精度显著下降，最终导致压缩后视频质量的下降。

为了解决这一问题，本发明提出基于动态缩放搜索窗的运动估计方法及系统。不同于以往固定状态的搜索模板，它采用不同尺度不同形状搜索窗动态缩放式策略来进行中高速视频序列运动估计。仿真结果显示该搜索算法在保证搜索精度的前提下如表.2所示，显著地减少了块匹配过程中的搜索点数如表.3所示，提高了运动估计算法的搜索效率。该程序加载到系统中央处理器模块中，形成基于动态缩放搜索窗的运动估计系统，如图.9所示。

发明内容

本发明目的是针对现有技术存在的缺陷提供一种基于动态缩放搜索窗的运动估计方法及系统。