[发明专利]一种基于图像纹理和运动特征的运动预测方法

摘要

本发明提供一种基于图像纹理和运动特征的运动预测方法，包括步骤：A：确定当前待匹配分割块在宏块中的位置(I，J)，并计算出当前待匹配分割块的边缘强度值ESM，I，J：B：确定参考块的运动向量(MVx，MVy)，并分别得到其对应的绝对差异总值SADM，I，J(MVx，MVy)和运动向量MV值，C：设置阈值SADTH；D：判断参考块的绝对差异总值SADM，I，J(MVx，MVy)是否小于所述阈值SADTH，如果是，则提前终止搜索，以当前参考块作为最优的参考块；否则，返回步骤B继续在其他参考块中寻找最优参考块。应用本发明所述的方法，有效减少了块匹配算法中的冗余计算，从而达到减少功耗的目的。本发明所提出的方法适合硬件实现，其特征是用加减、移位和比较三种简单操作实现阈值的生成与判定。

主权项

一种基于图像纹理和运动特征的运动预测方法，其特征在于，包括步骤：A：确定当前待匹配分割块在宏块中的位置(I，J)，并根据下式计算出当前待匹配分割块的边缘强度值ESM，I，J： ES M , I , J = Σ i = 0 H - 1 Σ j = 0 W - 1 [ | ( C i , j - C i , j + 1 ) + ( C i + 1 , j - C i + 1 , j + 1 ) | + | ( C i , j - C i + 1 , j ) + ( C i , j + 1 - C i + 1 , j + 1 ) | ] 其中，M为宏块分割模式值，I，J为整数，Ci，j是当前待匹配分割块的矩阵点的像素值，i为其列数，j为其行数，H与W分别是当前待匹配分割块的高与宽；B：确定参考块的运动向量(MVx，MVy)，并根据公式 SAD M , I , J ( MVx , MVy ) = Σ j = 0 H - 1 Σ i = 0 W - 1 | C i , j - R i + MVx , j + MVy | 和公式MV＝|MVx|+(|MVy|＞＞1)分别得到其对应的绝对差异总值SADM，I，J(MVx，MVy)和运动向量MV值，其中Ri+MVx，j+MVy是参考块中的矩阵点的像素值，|MVy|＞＞1是将参考块的运动向量的纵向分量MVy的幅度用右移操作实现|MVy|/2的除法运算；C：设置阈值SADTH；D：判断参考块的绝对差异总值SADM，I，J(MVx，MVy)是否小于所述阈值SADTH，如果是，则提前终止搜索，以当前参考块作为最优的参考块；否则，返回步骤B继续在其他参考块中寻找最优参考块。