[发明专利]一种视频内容自适应的运动搜索方法

权利要求书

1.一种视频内容自适应的运动搜索方法，其特征在于，包括以下步骤：

1)计算当前图像内所有像素点的梯度的平均值，并根据所述平均值设定两个阈值；

2)根据上述阈值确定当前CU的区域类型；

3)利用空域、时域上运动向量的相关性，为当前PU建立候选预测MV列表，从所述MV列表中选择率失真代价最小的MV作为预测MV，并用所述预测MV所指向的位置作为搜索起点；

4)根据HEVC选定的运动搜索方法，在编码预设的搜索范围内进行搜索，选出率失真代价最小的点作为整数像素运动搜索下的最佳匹配点；

5)如果当前CU为平坦区域，则将步骤4)得到的最佳匹配点作为最终结果；如果当前CU为纹理区域，以步骤4)得到的最佳匹配点作为1/2像素运动搜索的起始点，在编码预设的搜索范围进行搜索，选择率失真代价最小的点作为1/2像素运动搜索的最佳搜索点，并且将该最佳搜索点作为最终结果；如果当前CU为边缘区域，以步骤4)得到的最佳匹配点作为1/4像素运动搜索的起始点，在一定的范围内进行搜索，选择率失真代价最小的点作为1/4像素运动搜索的最佳搜索点，并且将该点作为最终结果；

6)结束。

2.根据权利要求1所述的视频内容自适应的运动搜索方法，其特征在于，两个阈值的设定过程如下：

1)将当前帧图像中位置为(x，y)的像素点的梯度标记为G_x，y，G_x，y计算公式如下：

|G_x，y|＝|G_x|+|G_y|

其中，G_x、G_y分别代表水平、垂直方向边缘检测得到的梯度值：

其中，A表示原始图像，为卷积符号；

2)计算当前图像内所有像素点的梯度的平均值G_a：

其中，w、h分别为当前图像的宽和高；

3)根据G_a设定两个阈值T₁、T₂，计算公式如下：

T₁＝α×G_a

T₂＝β×G_a

其中，α、β取值分别为0.1、0.05。

3.根据权利要求2所述的视频内容自适应的运动搜索方法，其特征在于，确定当前CU的区域类型方法步骤如下：

1)计算当前CU单元内所有像素点的梯度值的平均值，记为G_cu，G_cu计算公式如下：

其中，”N”表示当前CU大小为N×N，G_i，j为当前CU中位置为(i，j)像素点的梯度；

2)判断是否满足条件G_cu＜T₂，若满足，当前CU被划分为平坦区域；否则，判断是否满足条件G_cu＜T₁，若满足，当前CU被划分为纹理区域；否则，当前CU被划分为边缘区域。