[发明专利]用于在帧削减视频编码器中检测运动矢量的方法及装置

说明书

本发明涉及对视频信号编码的方法及装置，更具体地，涉及使用帧削减技术及以逐帧为基础的运动估算和数据压缩补偿来估算帧削减视频编码器中的运动矢量的方法及装置。

正如众所周知的，数字化视频信号传输可以传送比模拟信号传输质量高得多的视频图象。当包括一系列图象“帧”的图象信号用数字形式表达时，就产生了大量的用以传输的数据，尤其在高清晰度电视系统中更是如此。但是，由于在传统传输频道中可得到的频带宽度是有限的，为了通过有限的频带宽度传输大量的数字数据，就不可避免地要压缩或削减被传输数据的量。在各种视频压缩技术中，所谓混合编码技术，即将时间及空间压缩技术与统计编码技术相结合的技术，被认为是最有效的。

大部分混合编码技术使用了运动补偿DPCM(差分脉冲码调制)，二维DCT(离散余弦变换)，DCT系数量化及VLC(可变长度编码)。运动补偿DPCM是，确定当前帧与其上一帧之间物体运动，并根据物体的运动流预测当前帧，以便产生代表当前帧及其预测之间差值的差分信号的一种方法。这种方法例如被描述在“用于混合预测/变换编码的固定及自适应预测器”Staffan Ericsson著，IEEE Transaction on Communications COM-33，No.12(1985年12月)中；及“用于电视图象的运动补偿帧间编码方案”，Ninomiya及Ohtswka著，IEEETransaction on Communications，COM-30，No.1(1982年1月)中。

具体地，在运动补偿DPCM中，基于当前帧及上一帧之间的运动估算从相应的上一帧数据中预测目前帧数据。这种被估算的运动可以用代表上一帧及当前帧之间象素位移的二维运动矢量的术语来描述。

对于估算物体象素位移已具有许多方案，总地，它们可以被划分成两类，即以一块接一块为基础的和以一个象素接一个素为基础的运动估算。

在以逐块为基础的运动估算中在当前帧中的一个块与它的上一帧中的多个块进行比较，直到确定出最佳匹配为止。为此，对于整个块的帧间运动矢量(该块已在帧间运动了多少)能够对于被传输的当前帧作出估算。但是在逐块为基础的运动估算中，在运动补偿过程中在一个块的边界处可能发生阻塞(blocking)效应；如果在该块中的所有象素不是以同一方式运动，则可能产生差的估算结果，由此减小了整体编码效率。

另一方面，当使用逐个象素的方法时，对于每一个象素均确定其位移。这种技术能更精确地估算象素值，并具有易于处理比例变化(例如变焦，垂直于图象表面的运动)的能力。但是在逐个象素的方法中，因为运动矢量要在每一个象素上确定，因而在实际中不可能将所有的运动矢量传输到接收机。因此，将对于一组被选择象素，即特征点的运动矢量传输到接收机，其中每个特征点被定义为能代表它附近象素的象素的位置，以便使在接收机中对于非特征点的运动矢量能由特征点的运动矢量来再生。本发明主要涉及使用特征点的运动估算。在一种采用基于特征点的运动估算的编码器中，首先从包括在上一帧中所有的象素中选出多个特征点。然后，对于每个被选出的特征点确定其运动矢量，其中每个运动矢量是当前帧中特征点及上一帧中相应匹配点、即最相似的象素之间的空间运动。具体地，对于每个特征点在一个参考帧中的搜索区域中搜索匹配点，该参考帧例如是一个在前帧，其中搜索区域定义为包围了它的相应特征点位置的一个预定区域。

另一种易于实现的压缩技术是帧削减方法，它使用仅对于在视频信号中选出的帧进行编码及传输，跳过它们之间的帧或削减在它们之间具有的剩余帧(例如参看：“用于P×64kb/s的视听服务的视频编码解码器”，CCITT规则H.261，CDMXV-R37E，国际电报电话咨询委员会(CCITT)，1990年8月)。

通常，输入到视频编码器的是一个30帧/秒的视频信号。在每两个被编码帧之间跳过一个、两个或三个帧所产生的帧速率典型地分别为15，10或7.5帧/秒。