[发明专利]一种运动估计的方法及装置

说明书

一种运动估计的方法及装置，所述方法包括将当前帧的图像超像素分割成为多个超像素分块；全局运动估计所述当前帧的图像，得到所述当前帧的图像的全局运动矢量，形成候选运动矢量场，所述候选运动矢量场包括所述全局运动矢量及零运动矢量；根据所述候选运动矢量场，确定每个超像素分块的运动矢量。采用上述方案可以提高运动矢量估计的准确性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种运动估计的方法及装置。

背景技术

类似手机及平板电脑等的智能用户设备的人机交互方式主要包括点击、拖动及滑动操作，而由于智能用户设备屏幕大小的限制，故在一个屏幕中显示的内容比较有限，因此在用户快速浏览或者寻找特定内容时，需要快速拖动或滑动智能用户设备的屏幕。此时，受限于如智能用户设备般的图形处理器(Graphics Processing Unit，GPU)等渲染设备的性能，真实的显示帧率并不高，或者会出现一定程度的卡顿或模糊的现象，进而造成用户看不清屏幕内容。

为解决上述问题，可以通过在解码端采用视频插帧技术，即帧率转换技术来恢复原始帧率以提高视频图像的主观视觉效果。视频插帧技术也可以用于不同帧率的视频格式之间的转换。由于简单的帧重复和帧平均会产生运动抖动和模糊，因此，在实际运用中通常采用的是基于块匹配的运动补偿内插(Motion-compensated Interpolation，MCI)方法，而该方法所获得的内插帧的质量取决于运动矢量估计的准确度。

现有技术中，通常采用三维递归搜索的块匹配方法来估计图像的运动。在三维递归搜索的块匹配方法中，当前块的运动矢量是对时间、空间预测的运动矢量的小范围的修正。当前块的运动矢量同时也是下一分块，下一行的相邻分块的空域候选矢量和时域候选矢量。

但是，这种运动估计方法，存在运动矢量估计的准确性差的问题。

发明内容

本发明解决的问题是如何提高智能用户设备在人机交互时，对运动矢量估计的准确性。

为解决上述问题，本发明实施例提供了一种运动估计的方法，所述方法包括：将当前帧的图像超像素分割成为多个超像素分块；全局运动估计所述当前帧的图像，得到所述当前帧的图像的全局运动矢量，形成候选运动矢量场，所述候选运动矢量场包括所述全局运动矢量及零运动矢量；根据所述候选运动矢量场，确定每个超像素分块的运动矢量。

可选地，所述根据所述候选运动矢量场，确定每个超像素分块的运动矢量，包括：分别计算每个超像素分块属于运动区域和静止区域的代价，所述运动区域对应的运动矢量为所述全局运动矢量，所述静止区域对应的运动矢量为所述零运动矢量；根据每个超像素分块属于运动区域和静止区域的代价，构建以所述超像素分块为节点的图；求解图的最小割，取所述图的最小割所对应的每个超像素分块的运动矢量，分别作为各个超像素分块的运动矢量。

可选地，所述根据所述候选运动矢量场，确定每个超像素分块的运动矢量，包括：对于每一个所述超像素分块，计算各个候选运动矢量对应的绝对差和，并将各个候选运动矢量与周围超像素分块的运动矢量之间的差值与预设权重系数的乘积作为惩罚项；从所述候选运动矢量场中选取对应的绝对差和与惩罚项之和最小的候选运动矢量，作为对应的超像素分块的运动矢量。

可选地，所述全局运动估计所述当前帧的图像，得到所述当前帧的图像的全局运动矢量，包括：分别获取当前帧的图像及参考图像；分别求取所述当前帧的图像及参考图像的傅里叶变换；计算得到傅里叶变换后的所述当前帧的图像及参考图像的互相关；计算所述互相关的逆傅里叶变换，作为所述当前帧的图像的全局运动矢量。

可选地，在所述分别求取所述当前帧的图像及参考图像的傅里叶变换之前，还包括：对所述当前帧的图像及参考图像进行降采样操作。

可选地，在所述分别求取所述当前帧的图像及参考图像的傅里叶变换之前，还包括：采用三角窗函数对所述当前帧的图像及参考图像进行处理。