[发明专利]基于数据压缩与搜索范围预测的运动估计存储架构设计方法

权利要求书

1.基于数据压缩与搜索范围预测的运动估计存储架构设计方法，其特征在于，包括以下步骤：

1)主存储器视频数据加载：

首先从片外存储器向主存储器中加载数据，加载的模式为ModelB；

2)主存储器视频数据压缩：

从片外存储器中加载得到的要存入主存储器中的视频数据块进行压缩之后再存入主存储器；

3)主存储器存储压缩后的视频数据；

4)主存储器数据解压缩：

当运动估计模块需要从主存储器中读取数据时，将数据进行解压缩；

5)利用主存储器中解压缩的数据进行运动估计：

此时运动估计垂直方向的搜索范围为PSR_V；

6)判断局部最优运动估计是否为最终的最优运动估计：

从主存储器中解压缩的数据当中得到在垂直向搜索范围为PSR_V的搜索区域中的最优运动估计，判断该局部最优运动估计是否为最终的最优运动估计，如果是则结束运动估计过程，如果不是则进入步骤7)；

7)副存储器数据加载：

副存储器的加载的模式为Model A；

8)副存储器数据压缩：

对于单次运动估计和两次运动估计中需要存入副存储器的视频数据进行压缩，压缩方式和步骤2)中的主存储器数据压缩方式一致；

9)副存储器存储压缩后的视频数据：

将步骤8)中压缩之后的数据存入副存储器中，副存储器中DPRAM的行数为SR_V-PSR_V，位宽大小由量化等级和压缩参数的调整决定，其中SR_V是极限的垂直向搜索范围；

10)副存储器数据解压缩：

副存储器数据解压缩方式和步骤4)中的主存储器数据解压缩方式一致；

11)利用副存储器中解压缩的数据进行运动估计；

12)判断最优运动估计结果是否出现在从副存储器中读取的数据之中：

判断最优运动估计结果是否出现在从副存储器中读取的数据之中，如果存在则结束本次运动估计，如果不存在则继续在副存储器中加载数据，循环进行步骤7)至11)，直到找到最终的最优运动估计或者到达极限搜索边界SR_V则结束本次运动估计。

2.根据权利要求1所述的基于数据压缩与搜索范围预测的运动估计存储架构设计方法，其特征在于，步骤1)中，第一次加载的数据块大小为(PSR_V+N)*W，之后每次加载N*W大小的数据块，其中PSR_V为初始运动估计垂直向搜索范围的大小，W为整个图像的宽度，N为搜索宏块的垂直向尺寸；当从片外存储器中加载数据时，加载的数据是未进行帧压缩的原始视频数据，或者是帧压缩模块压缩后的视频数据，如果是帧压缩模块压缩后的视频数据，则读取之后要进行帧解压缩；加载的原始视频数据块和帧解压缩后的视频数据块都符合ModelB模式，大小都为(PSR_V+N)*W或N*W。