[发明专利]ME中基于特征动态控制候选矢量惩罚值的方法及系统

摘要

本发明提供了一种ME中基于特征动态控制候选矢量惩罚值的方法及系统，包括：候选运动矢量获取步骤：获取当前计算块所有的候选运动矢量；匹配代价计算步骤：逐个计算各个候选运动矢量的匹配代价；比较筛选步骤：对于当前计算块，比较当前计算块所有候选运动矢量的匹配代价，选择匹配代价最小的候选运动矢量作为当前计算块的运动矢量。本发明是一种矢量惩罚值自适应调整的方案，可以根据实际收敛状态调整矢量的惩罚值，而非传统方法中只由候选块位置决定的固定值，因此更有利于运动估计的收敛。

主权项

1.一种ME中基于特征动态控制候选矢量惩罚值的方法，其特征在于，包括：候选运动矢量获取步骤：获取当前计算块所有的候选运动矢量；匹配代价计算步骤：逐个计算各个候选运动矢量的匹配代价；比较筛选步骤：对于当前计算块，比较当前计算块所有候选运动矢量的匹配代价，选择匹配代价最小的候选运动矢量作为当前计算块的运动矢量；所述匹配代价计算步骤，包括如下步骤：块SAD和特征获取步骤：针对每一个候选运动矢量Vector_k，得到前一帧图像和当前帧图像对应的两个相同大小的块block_pre、block_cur，根据取得的块block_pre、block_cur，计算候选运动矢量Vector_k的SAD和特征；可靠度判断步骤：根据候选运动矢量Vector_k的SAD和特征，判断候选运动矢量Vector_k是否可靠，并根据判断结果对候选运动矢量Vector_k进行矢量惩罚值自适应调整，得到自适应的矢量惩罚值，其中，越可靠则矢量惩罚值越小，越不可靠则矢量惩罚值越大；匹配代价综合获取步骤：根据SAD和自适应的矢量惩罚值，得到候选运动矢量的匹配代价；所述块SAD和特征获取步骤，具体为：SAD_k＝∑j＝1～bHt∑i＝1～bwdabs(G_prei,j‑G_curi,j)其中，SAD_k表示候选运动矢量Vector_k的绝对差值和，abs()表示求取绝对值，G_prei,j表示块block_pre中第i行第j列像素的灰阶信息，G_curi,j表示块block_cur中第i行第j列像素的灰阶信息；块的大小为bWd×bHt，bWd表示块的水平像素数,bHt表示块的垂直像素数；APL_k＝(APL_pre+APL_cur)/2APL_pre＝(∑j＝1～bHt∑i＝1～bwdG_prei,j)/(bHt*bWd)APL_cur＝(∑j＝1～bHt∑i＝1～bwdG_curi,j)/(bHt*bWd)其中，APL_k表示候选运动矢量Vector_k的平均画面亮度特征，APL_pre表示块block_pre的平均画面亮度特征，APL_cur表示块block_cur的平均画面亮度特征；Dtl_k＝(Dtl_pre+Dtl_cur)/2Dtl_pre＝∑j＝1～bHt∑i＝1～bwd abs(G_prei,j‑APL_pre)Dtl_cur＝∑j＝1～bHt∑i＝1～bwd abs(G_curi,j‑APL_cur)其中，Dtl_k表示候选运动矢量Vector_k的细节特征，Dtl_pre表示块block_pre的细节特征，Dtl_cur表示块block_cur的细节特征；所述匹配代价综合获取步骤，具体为：Cost_k＝SAD_k×α_sad+Penalty_k×α_pealty其中，Cost_k表示候选运动矢量Vector_k的匹配代价，α_sad表示候选运动矢量Vector_k的绝对差值和的预定义加权系数，Penalty_k表示候选运动矢量Vector_k的矢量惩罚值，α_pealty表示候选运动矢量Vector_k的矢量惩罚值的预定义加权系数；在所述可靠度判断步骤中，根据平均画面亮度特征、细节特征计算自适应的矢量惩罚值的方法是一维映射法，具体为：Penalty_k＝Penalty_apl×α_apl+Penalty_dtl×α_dtlPenalty_apl＝(APL_k–Grey_medium)×α_aplPenalty_dtl＝Penalty_max–Dtl_k其中，Penalty_apl表示候选运动矢量Vector_k的平均画面亮度特征减去Grey_medium的差值与α_apl的乘积，α_apl表示预定义的平均画面亮度特征的加权系数，Penalty_dtl表示Penalty_max减去候选运动矢量Vector_k的细节特征的差值，α_dtl表示预定义的细节特征的加权系数，Grey_medium表示图像灰阶中值，Penalty_max表示预定义的矢量惩罚值上限。