視頻壓縮的運動估計方法

專利名稱：視頻壓縮的運動估計方法
技術領域：
本發(fā)明涉及視頻壓縮編碼技術(H.264標準)，尤其是涉及一種視頻壓縮的運動估計方法。
背景技術：
H.264壓縮編碼標準是目前最先進的視頻壓縮編碼國際標準，其全稱是國際電信聯(lián)盟-電信標準化組織H.264標準(ITU-T H.264 Recommendation，International Telecommunication Union-Telecommunication H.264Recommendation)，為描述簡單起見，以下將其簡稱為H.264標準。
目前，基于H.264標準的視頻壓縮編碼技術主要是采用以運動估計(ME，Motion Estimation)和運動補償(MC，Motion Compensation)技術為核心的幀間預測(Inter-frame prediction)方式來去除視頻序列相繼圖像幀之間存在的冗余信息，從而達到視頻數(shù)據(jù)壓縮的目的。由于視頻序列中的各個圖像幀是來自時間連續(xù)的運動場景中的離散時間采樣值，因此各個圖像幀之間在時間上存在著很大的相關性(correlation)，即上述所指的冗余性(redundancy)。由于視頻序列中的各個圖像幀之間存在的這種冗余性，使得可以根據(jù)前面的數(shù)據(jù)幀來預測后面的數(shù)據(jù)幀，預測的基本方式是把當前圖像幀(即被預測圖像幀)分成若干宏塊(MB，Macro block，為16X16大小的塊，當然在H.264標準中也可以是更小單位的塊，如4×4塊等)，對于當前幀中的每個MB在前幀(即參考圖像幀)中通過運動估計算法找到最優(yōu)參考MB，然后求取二者的預測殘差，然后再對預測殘差進行后續(xù)的編碼處理，如離散余弦變換(DCT，Discrete Consine Transform)/整數(shù)變換、量化及熵編碼處理等。而接收方的解碼過程則正好相反，對接收的視頻編碼碼流進行熵解碼、反量化和逆離散余弦變換IDCT/逆整數(shù)變換等處理來求取預測殘差，然后和最優(yōu)參考MB相加來重構當前MB。在H.264標準逐步成熟及大量應用的過程中，已經(jīng)產(chǎn)生了多種運動估計方法，而通常衡量一種運動估計方法技術水平高低的參數(shù)指標主要有兩個估計精度(指找到最優(yōu)參考MB的能力和概率大小)和搜索速度。
下面相繼介紹幾種目前在H.264視頻壓縮編碼標準中常用的運動估計方法，以分析得出目前的各種運動估計方法在視頻壓縮編碼實施過程存在的缺陷和不足。
為便于后續(xù)描述簡單起見，這里將運動估計方法進行一般化處理，并約定一些常用的符號和量當前圖像幀表示為F，參考圖像幀表示為G；對于在位置(i，j)處的當前幀像素值和參考幀像素值分別用F(i，j)和G(i，j)表示；圖像塊大小參數(shù)定義圖像塊的高度為m像素，寬度為n像素；運動向量(MV，Motion Vector)mv＝[dx，dy]T表示被預測圖像塊(即當前塊)相對于參考圖像塊的位移，其中dx表示水平方向的位移，dy表示垂直方向的位移；搜索窗口大小參數(shù)p搜索窗口是指參考圖像幀在運動估計過程中以初始位置(初始位置一般對應零運動向量，即mv＝
T)為中心的包含有(2p+1)×(2p+1)個像素的正方形圖像區(qū)域，其中運動估計過程中最優(yōu)參考MB的搜索被限制在這個搜索窗口區(qū)域內進行。在參數(shù)p的取值上，當然p越大，對應的運動估計精度越高，但是在運動搜索過程中需要搜索的位置數(shù)和p2成正比，因此從計算強度角度考慮不會允許p很大，通常在H.264標準中一般取p＝7，并且這里規(guī)定下面描述中都默認p＝7。
匹配準則函數(shù)MAD(dx,dy)=1mnΣi-n/2n/2Σj-m/2m/2|F(i,j)-G(i+dx,j+dy)|]]>在H.264標準中，該準則稱為平均絕對誤差(MAD，Mean AbsoluteDifference)，是由絕對誤差和(SAD，Sum of Absolute Differences)除以參考塊大小而得到每像素的平均預測誤差。
由此，運動估計過程就可以描述為針對當前被預測圖像塊，在其對應的參考圖像幀的搜索窗口內搜索使得匹配準則函數(shù)達到最小的運動向量或對應的預測位置。這個過程其實類似于一個離散優(yōu)化問題，即在給定的一個離散點集合內搜索使得某個準則函數(shù)達到最小值的點，如果窮舉地搜索這個離散點集合內的每一個點，必然能夠得到全局最小點；但如果采用某些搜索策略，而不必窮舉搜索離散點集合內的每一個點，從而就可以節(jié)省搜索時間，提高搜索效率，但其代價是不一定能夠搜索得到全局最小點，而可能是搜索得到局部最小點。
但在很多情況下，因為圖像序列中的各個圖像幀之間在空間上或時間上存在著連續(xù)性和相關性，因此上述全局最小點和局部最小點實質上是相差不多的，即通過運動估計過程搜索到局部最小點對于運動估計的整體性能影響并不會很大，因此基于這個理由，就可以開發(fā)多種基于搜索策略的局部最小點搜索方法。而基于搜索策略的搜索方式往往和某種圖像區(qū)域的形狀(如十字形，鉆石形等)相關聯(lián)，搜索過程首先是從參考圖像幀的初始預測位置出發(fā)，搜索這個初始預測位置的某個形狀上的點，并且搜索過程分為多步，每步需要搜索的圖像區(qū)域大小逐步遞減，最終或者因為搜索到的某個點滿足停止條件(停止條件一般通過閾值條件進行判斷)，或者搜索區(qū)域最終縮小到只包含一個點，則搜索過程終止。
搜索策略其實就是一套算法步驟，首先利用圖像的結構特性和統(tǒng)計特性，來選擇一個初始搜索位置集合，該集合包含有一系列的位置點，這些位置點一般來說存在于搜索窗口內搜索中心點的周圍，一般也包含搜索中心點，且這些位置點一般呈現(xiàn)關于搜索中心點的對稱分布；然后從這個初始搜索位置集合出發(fā)進行搜索，找到這個集合中使得匹配準則函數(shù)取得最小值的臨時最優(yōu)位置參考點，然后再以這個臨時最優(yōu)位置點為新的搜索中心點，按照上述類似方式選擇一組位置點作為下一步的搜索位置集合(但這個集合相對于上一個集合而言，空間范圍縮小，位置點數(shù)也就相應減少)，然后按照上述類似過程在該集合中進行搜索，再找到此時的使得匹配準則函數(shù)取得最小值的臨時最優(yōu)位置參考點，……，重復以上步驟，直到搜索過程因為滿足某些停止條件或者一直到最后無法按照規(guī)則構造非空搜索位置集合(即不再包含任何未搜索過的位置點)，則最后搜索到的一個臨時最優(yōu)位置參考點就是最終的最優(yōu)位置，可以直接作為運動估計過程的輸出結果。
請參閱圖1，該圖是現(xiàn)有技術中以全搜索方式進行運動搜索的搜索原理示意圖；全搜索方式是指搜索窗口中的每個位置點都將被搜索到，然后對應每個位置點分別計算匹配準則函數(shù)，以找到全局最小位置點。可見，在采用全搜索方式進行運動估計過程中，搜索窗中的每個位置點都是在第一步被搜索到的，因此在圖1上的每個位置點都用數(shù)字“1”來標注。
由于采用全搜索方式進行運動估計需要不加區(qū)別地搜索給定搜索窗圖像區(qū)域內的每個位置點，而沒有采取任何搜索策略，也沒有利用任何關于圖像的屬性和統(tǒng)計特性，也沒有利用圖像塊和其前幀及本幀相鄰圖像塊之間在運動向量方面的相關性，因此其搜索速度是非常低的。
請參閱圖2，該圖是現(xiàn)有技術中以三步法方式進行運動搜索的搜索原理示意圖；在三步法運動估計過程中，p的取值為7，三步法運動估計處理過程為步驟1從參考圖像幀的初始位置，也可以稱為搜索中心(Search Center)(j，k)開始，設置初始搜索步長(step size)為ceiling(7/2)；其中函數(shù)ceiling(x)表示大于或者等于自變量x的最小整數(shù)，所以初始搜索步長＝ceiling(7/2)＝4；則第一步要搜索的初始搜索位置集合為{(j，k)，(j-4，k-4)，(j，k-4)，(j+4，k-4)，(j-4，k)，(j+4，k)，(j-4，k+4)，(j，k+4)，(j+4，k+4)}，該集合中共包含9個位置點；按順序搜索這些位置點，找到這9個位置點中使得匹配準則函數(shù)取得最小值的位置點(s，t)，假設找到的這個位置點即為(j+4，k+4)，再以這個第一步得到的最優(yōu)參考位置作為下一步搜索的新搜索中心。
步驟2將搜索步長減半為ceiling(4/2)＝2；從而構造出新的搜索位置集合{(j+4，k+4)，(j+2，k+2)，(j+4，k+2)，(j+6，k+2)，(j+2，k+4)，(j+6，k+4)，(j+2，k+6)，(j+4，k+6)，(j+6，k+6)}，該集合中也共包含9個位置點；按順序搜索這些位置點，找到這9個位置點中使得匹配準則函數(shù)取得最小值的位置點(s’，t’)，假設找到的這個位置點即為(j+6，k+6)，再以這個最優(yōu)參考位置點作為下一步搜索的新搜索中心。
步驟3將搜索步長繼續(xù)減半為ceiling(2/2)＝1；構造新的搜索位置集合{(j+6，k+6)，(j+5，k+5)，(j+6，k+5)，(j+7，k+5)，(j+5，k+6)，(j+7，k+6)，(j+5，k+7)，(j+6，k+7)，(j+7，k+7)}，該集合中也共包含9個位置點；按順序搜索這些位置點，找到這9個位置點中使得匹配準則函數(shù)取得最小值的位置點，則該位置點就是最終的搜索結果。
至此整個運動搜索過程結束。
在上述三步法運動估計的基礎上又發(fā)展出了新三步法運動估計方式，請參閱圖3，該圖是現(xiàn)有技術中以新三步法方式進行運動搜索的搜索原理示意圖；新三步法運動估計處理過程如下步驟1第一步的初始搜索位置集合擴大為17個位置點(包含搜索中心(j，k))，如圖3中以1標識的位置點所示，按順序搜索這些位置點，找到這17個位置點中使得匹配準則函數(shù)取得最小值的位置點(s，t)；如果找到的這個位置點(s，t)即為搜索中心(j，k)，則認為已經(jīng)找到最優(yōu)參考位置點，整個運動搜索過程結束。其中擴大的初始搜索位置集合包括搜索中心(j，k)，外8點{(j-4，k-4)，(j，k-4)，(j+4，k-4)，(j-4，k)，(j+4，k)，(j-4，k+4)，(j，k+4)，(j+4，k+4)}，內8點{(j-1，k-1)，(j，k-1)，(j+1，k-1)，(j-1，k)，(j+1，k)，(j-1，k+1)，(j，k+1)，(j+1，k+1)}。
步驟2如果第一步找到的最優(yōu)參考位置點(s，t)屬于內8點，那么順序搜索位置點(s，t)的8個相鄰位置點，找到最優(yōu)參考位置點作為最終搜索結果，整個運動搜索過程結束。
步驟3如果第一步找到的最優(yōu)參考位置點(s，t)屬于外8點，那么轉入執(zhí)行上述三步法運動估計處理過程的步驟2和步驟3，找到最優(yōu)參考位置點作為最終搜索結果，至此整個運動搜索過程結束。
新三步法運動估計方式顯然相對于三步法運動估計方式而言，該方法解決了原來三步法中第一步初始搜索位置集合均勻分布造成的搜索效率低問題，新三步法采用了中心偏置分布特性，因此能夠適應于實際的運動向量分布，并且該方法引入了中途停止條件，從而也降低了運動估計過程的計算量。
請同時參閱圖4A及圖4B，該兩圖是現(xiàn)有技術中以四步法方式進行運動搜索的搜索原理示意圖；四步法和上述新三步法類似，也采用了中心偏置分布特性和中途停止條件，但是四步法在極端情況下的處理表現(xiàn)和平均計算量均比新三步法有顯著改進。四步法運動估計處理過程如下步驟1設置初始搜索步長為2，選擇包括搜索中心(j，k)及其8個相鄰位置點在內的9個位置點作為第一步的初始搜索位置集合；按順序搜索這些位置點，找到這9個位置點中使得匹配準則函數(shù)取得最小值的位置點(s，t)，如果找到的這個位置點(s，t)＝(j，k)，直接執(zhí)行步驟4；否則執(zhí)行步驟2；步驟2設置以步驟1找到的最優(yōu)參考位置點(s，t)為新的搜索中心，保持搜索步長為2繼續(xù)構造下一搜索位置集合，但是搜索位置集合的構造模式依賴于位置點(s，t)的具體位置；有兩種可能性存在，如下a)如果位置點(s，t)位于步驟1中初始搜索位置集合的一個角，則再加入5個新位置點構成新的搜索位置集合以進行該步搜索處理，如圖4A所示；或b)如果位置點(s，t)位于步驟1中初始搜索位置集合某邊的中點，則再加入3個新位置點構成新的搜索位置集合以進行該步搜索處理，如圖4B所示；按順序搜索上述構造的新的搜索位置集合中的每個位置點，找到新的最優(yōu)參考位置點(s’，t’)，如果找到的這個位置點(s’，t’)＝(j，k)，直接執(zhí)行步驟4；否則執(zhí)行步驟3；步驟3設置以步驟2找到的最優(yōu)參考位置點(s’，t’)為新的搜索中心，保持搜索步長為2繼續(xù)構造下一搜索位置集合，繼續(xù)步驟2的搜索模式，當滿足兩個條件之一時就轉入步驟4
(1)搜索到的新的最優(yōu)參考位置點即為搜索中心(j，k)；或(2)按照步驟2的規(guī)則a)或者b)擴大的新的搜索位置集合已經(jīng)超出了搜索窗口的范圍。
步驟4設置以步驟3找到的最優(yōu)參考位置點(s，t)為新的搜索中心，結合其8個相鄰位置點構成新的搜索位置集合，并搜索步長減到1；按順序搜索新構造的搜索位置集合中的每個位置點，找到新的最優(yōu)參考位置點作為運動估計的最終輸出結果，至此整個運動搜索過程結束。
請參閱圖5，該圖是現(xiàn)有技術中以對數(shù)法方式進行運動搜索的搜索原理示意圖；對數(shù)法運動估計處理過程如下步驟1首先設置初始搜索步長為4，初始搜索位置集合為{(j，k)，(j，k-4)，(j，k+4)，(j-4，k)，(j+4，k)}；按順序搜索該集合中的四個位置點，以搜索到使匹配準則函數(shù)取得最小值的最優(yōu)參考位置點(s，t)。
步驟2如果步驟1中搜索到的位置點(s，t)＝(j，k)，則直接執(zhí)行步驟3；否則有如下規(guī)則(1)如果(s，t)＝(j，k-4)，則選擇(j-4，k-4)，(j+4，k-4)作為兩個新的位置點；或(2)如果(s，t)＝(j，k+4)，則選擇(j-4，k+4)，(j+4，k+4)作為兩個新的位置點；或(3)如果(s，t)＝(j-4，k)，則選擇(j-4，k-4)，(j-4，k+4)作為兩個新的位置點；或(4)如果(s，t)＝(j+4，k)，則選擇(j+4，k-4)，(j+4，k+4)作為兩個新的位置點；在上述選擇的兩個新位置點中找到最優(yōu)參考位置點(s’，t’)，如假設找到的位置點(s’，t’)＝(j+4，k+4)；然后執(zhí)行步驟3。
步驟3將搜索步長減半為2，和步驟1類似，構造新的搜索位置集合為{(j+4，k+4)，(j+4，k+2)，(j+4，k+6)，(j+2，k+4)，(j+6，k+4)}，搜索該集合中的4個位置點，找到最優(yōu)參考位置點(s”，t”)。
步驟4如果步驟3中找到的位置點(s”，t”)＝(j+4，k+4)，再將搜索步長減半為1，構造新的搜索位置集合為{(j+4，k+4)，(j+4，k+3)，(j+4，k+5)，(j+3，k+4)，(j+5，k+4)}；搜索到該集合中的最優(yōu)參考位置點作為最終運動搜索的輸出結果，至此整個運動搜索過程結束；否則有如下規(guī)則(1)如果(s”，t”)＝(j+4，k+2)，則選擇(j+2，k+2)，(j+6，k+2)作為兩個新的位置點；或(2)如果(s”，t”)＝(j+4，k+6)，則選擇(j+2，k+6)，(j+6，k+6)作為兩個新的位置點；或(3)如果(s”，t”)＝(j+2，k+4)，則選擇(j+2，k+2)，(j+2，k+6)作為兩個新的位置點；或(4)如果(s”，t”)＝(j+6，k+4)，則選擇(j+6，k+2)，(j+6，k+6)作為兩個新的位置點；在上述選擇的兩個新位置點中找到最優(yōu)參考位置點(s，t)，假設找到的位置點(s，t)＝(j+6，k+6)，則構造新的搜索位置集合為{(j+6，k+6)，(j+6，k+5)，(j+6，k+7)，(i+5，k+6)，(i+7，k+6)}；在該搜索位置集合中找到最優(yōu)參考位置點作為運動搜索的最終輸出結果，至此整個運定搜索過程結束。
請參閱圖6，該圖是現(xiàn)有技術中以十字法方式進行運動搜索的搜索原理示意圖；其中采用十字法進行運定搜索類似于采用對數(shù)法進行運動搜索，二者之間只是存在如下區(qū)別(1)在運動搜索的每一步處理過程中，圍繞上一步找到的最優(yōu)參考位置點(s，t)，只選擇(s-d，t-d，(s-d，t+d)，(s+d，t-d)，(s+d，t+d)四個位置點構成新的搜索位置集合，其中d為當前步驟對應的搜索步長。
(2)在最后一步，即搜索步長為1時，構造新的搜索位置集合為上一步找到的最優(yōu)參考位置點加上其8個相鄰位置點。
請同時參閱圖7A、圖7B，該兩圖是現(xiàn)有技術中以鉆石法方式進行運動搜索的搜索原理示意圖；其中鉆石法(Diamond Search)又稱為菱形法，與上述的新三步法和四步法的處理過程類似，但性能相對于新三步法和四步法而言要好一些。鉆石法運動搜索過程是在四步法的基礎上，把初始搜索位置集合從以搜索中心為中心的正方形變成了菱形，并在后面的步驟中根據(jù)當前找到的最優(yōu)參考位置點選擇新的位置點來擴展搜索位置集合的規(guī)則也進行了相應修改根據(jù)兩種不同情況，擴展的新位置點分別是從菱形的一個頂點向外伸出的一個箭頭形狀(如圖7A所示)，或者是沿著菱形的一條邊增加的一條外邊形狀(如圖7B所示)。
綜上可見，三步法、新三步法、四步法、對數(shù)法、十字法和鉆石法與全搜索法相比有了很大的改進，都利用了搜索窗中的中心偏置分布特性，也相應地引入了中途停止判斷條件，搜索速度相對于全搜索法有了很大的提高，但是這些方法在構造搜索位置集合方面還是采用了比較簡單的規(guī)則，沒有考慮多種圖像形狀的搜索位置集合，而且完全沒有利用當前圖像塊的運動向量與其周圍的一些圖像塊以及前幀搜索中心周圍的一些圖像塊的運動向量之間的相關性；另外，在上述所有搜索方法中，都默認搜索中心就是參考幀中對應參考圖像塊的中心點，這個假設在很大程度上有其合理性，但并不是最好的，完全有進一步改進的余地，因為選擇更合理的搜索中心以作為搜索過程的起始位置，可以進一步提高搜索速度。

發(fā)明內容
本發(fā)明要解決的技術問題在于提出一種可以在確保運動估計精度的基礎上，能夠進一步提高運動估計過程中運動搜索速度的視頻壓縮的運動估計方法。
為解決上述問題，本發(fā)明提出了一種視頻壓縮的運動估計方法，包括初始參數(shù)確定步驟(1)根據(jù)當前圖像幀中當前塊的相鄰塊及前幀對應位置塊的運動向量確定當前塊的初始搜索位置集合SMVP；(2)確定第一中途停止判決門限值T1和第二中途停止判決門限值T2；(3)根據(jù)當前視頻序列的內容確定運動強度門限MG；搜索中心確定步驟
(11)分別針對初始搜索位置集合SMVP中的每個運動向量所對應的位置點進行SAD=Mini∈SMVP(Σy=0Hblock-1Σx=0Wblock-1|MB0(x,y)-MBi(x,y)|)]]>運算，其中MB0(x，y)表示當前塊中坐標(x，y)的象素值，MBi(x，y)表示初始搜索位置集合SMVP中第i個運動向量所對應的位置塊中坐標(x，y)的象素值；(12)分別判斷步驟(11)中針對每個運動向量所對應的位置點所求得的SAD是否小于所述第一中途停止判決門限值T1，如果是，將該SAD值對應的運動向量作為運動估計的最終結果；否則繼續(xù)步驟(11)中后續(xù)運動向量所對應位置點的SAD值計算處理；(13)將步驟(11)所求得的最小SADmin對應的位置點確定為搜索中心；(14)根據(jù)所述最小SADmin對應的位置點的運動向量預測值(mvx′，mvy′)計算其運動強度因子M＝|mvx′|+|mvy′|；(15)判斷所述M是否大于所述運動強度門限MG，如果是，執(zhí)行后續(xù)六邊形運動搜索步驟；否則執(zhí)行后續(xù)小鉆石形運動搜索步驟；六邊形運動搜索步驟(21)以確定的搜索中心構造八點六邊形，分別對所述六邊形的八個位置點進行SAD=Mini∈SHesagon(Σy=0Hblock-1Σx=0Wblock-1|MB0(x,y)-MBi(x,y)|)]]>運算，分別求得對應每個位置點的SAD；其中式中SHexagon表示八點六邊形中八個位置點所組成的搜索位置集合；(22)找到步驟(21)中計算得到的每個SAD值和所述搜索中心對應的SAD值中最小的SADmin，判斷所述最小SADmin對應的位置點是否為所述搜索中心，如果是，執(zhí)行后續(xù)小鉆石形運動搜索步驟；否則(23)以步驟(21)所求得的最小SADmin對應的位置點作為新的搜索中心，返回繼續(xù)執(zhí)行步驟(21)；(24)分別判斷步驟(21)中針對每個位置點所求得的SAD值是否小于所述第二中途停止判決門限值T2，如果是，將該SAD值對應的運動向量作為運動估計的最終結果；否則繼續(xù)步驟(21)中后續(xù)運動向量所對應位置點的SAD值計算處理；小鉆石形運動搜索步驟(31)以確定的搜索中心構造四點小鉆石形，分別對所述小鉆石形的四個位置點進行SAD=Mini∈SDiamond(Σy=0Hblock-1Σx=0Wblock-1|MB0(x,y)-MBi(x,y)|)]]>運算，分別求得對應每個位置點的SAD；其中式中SDiamond表示四點小鉆石形中四個位置點所組成的搜索位置集合；(32)找到步驟(31)中計算得到的每個SAD值和所述搜索中心對應的SAD值中最小的SADmin，判斷所述最小SADmin對應的位置點是否為所述搜索中心，如果是，將搜索中心位置點對應的運動向量作為運動估計的最終結果；否則(33)以步驟(31)所求得的最小SADmin對應的位置點作為新的搜索中心，返回繼續(xù)執(zhí)行步驟(31)；(34)分別判斷步驟(31)中針對每個位置點所求得的SAD是否小于所述第二中途停止判決門限值T2，如果是，將該SAD對應的運動向量作為運動估計的最終結果；否則繼續(xù)步驟(31)后續(xù)運動向量所對應位置點的SAD值計算處理。
其中所述初始搜索位置集合SMVP＝{MVP0，MVPMED，MVPL，MVPUL，MVPU，MVPUR，MVPLAST}；其中MVP0表示當前塊的零運動向量；MVPL、MVPUL、MVPU，和MVPUR分別表示當前塊的左方塊、左上方塊、上方塊和右上方塊的運動向量；MVPLAST表示當前塊所在圖像幀的前一圖像幀中對應位置塊的運動向量；MVPMED為MVPL、MVPUR和MVPU的中值，或為MVPL、MVPUL和MVPU的中值。
其中所述第一中途停止判決門限值T1＝2×Wblock×Hblock；所述第二中途停止判決門限值T2＝T1/2；其中Wblock和Hblock分別表示圖像塊的寬度和高度。
所述步驟(21)中還包括步驟標記已經(jīng)進行過SAD值計算處理的位置點；后續(xù)再執(zhí)行步驟(21)時，所述分別對六邊形的八個位置點進行SAD計算處理的過程包括步驟(211)提取已經(jīng)做過標記處理的位置點的SAD值；(212)分別對未做過標記處理的位置點進行SAD值計算處理。
所述步驟(31)中還包括步驟標記已經(jīng)進行過SAD值計算處理的位置點；后續(xù)再執(zhí)行步驟(31)時，所述分別對小鉆石形的四個位置點進行SAD計算處理的過程包括步驟(211)提取已經(jīng)做過標記處理的位置點的SAD值；(212)分別對未做過標記處理的位置點進行SAD值計算處理。
其中所述八點六邊形周邊上的八個點包括六邊形的六個頂點和該六邊形中分別位于搜索中心正上方和正下方的兩條邊的中點。
其中所述四點小鉆石形中的四個點分別位于所述搜索中心的正上方、正下方、正左方和正右方。
本發(fā)明能夠達到的有益效果如下1)由于本發(fā)明視頻壓縮的運動估計方法在運動估計的搜索過程中，提出根據(jù)視頻序列運動向量的中心偏置分布特性來構造初始搜索位置集合，這樣充分利用了當前塊運動向量和其周圍圖像塊、以及前幀對應位置圖像塊的運動向量之間的相關性，因此可以在保證運動估計精度的基礎上，提高運動搜索的速度。
2)由于本發(fā)明視頻壓縮的運動估計方法提出了兩個較合理的中途停止判決門限值T1、T2，在運動估計過程中，基于這兩個中途停止判決條件可以快速的選出運動搜索的最終結果，停止后續(xù)計算量大但是搜索精度甚微的后續(xù)運動搜索計算，因此也可以在保證運動估計精度的基礎上，提高運動搜索的速度。
3)由于本發(fā)明視頻壓縮的運動估計方法是基于構造出的初始搜索位置集合來求取搜索中心的，這種方式選擇出的搜索中心更具有其合理性，能夠保證更快地搜索到最終的運動向量和對應的參考圖像塊，因此也保證了在運動估計精度的基礎上，提高了運動搜索的速度。
4)本發(fā)明視頻壓縮的運動估計方法使用不斷計算確定的搜索中心構造搜索性能較好八點六邊形和四點小鉆石形搜索形狀，這兩個搜索形狀也能很好地保證在運動估計精度的基礎上，提高運動搜索的速度。


圖1是現(xiàn)有技術中以全搜索方式進行運動搜索的搜索原理示意圖；圖2是現(xiàn)有技術中以三步法方式進行運動搜索的搜索原理示意圖；圖3是現(xiàn)有技術中以新三步法方式進行運動搜索的搜索原理示意圖；圖4A、圖4B是現(xiàn)有技術中以四步法方式進行運動搜索的搜索原理示意圖；圖5是現(xiàn)有技術中以對數(shù)法方式進行運動搜索的搜索原理示意圖；圖6是現(xiàn)有技術中以十字法方式進行運動搜索的搜索原理示意圖；圖7A、圖7B是現(xiàn)有技術中以鉆石法方式進行運動搜索的搜索原理示意圖；圖8是本發(fā)明視頻壓縮的運動估計方法的初始參數(shù)確定和搜索中心確定的主要實現(xiàn)原理流程圖；圖9是本發(fā)明視頻壓縮的運動估計方法中初始搜索位置集合中各個運動向量與當前塊的相對位置示意圖；圖10是本發(fā)明視頻壓縮的運動估計方法中在確定搜索中心后選擇何種搜索形狀的選擇流程圖；圖11是本發(fā)明視頻壓縮的運動估計方法中八點六邊形的運動搜索處理流程圖；
圖12是本發(fā)明視頻壓縮的運動估計方法中所構造的八點六邊形搜索形狀示意圖；圖13是本發(fā)明視頻壓縮的運動估計方法中四點小鉆石形的運動搜索處理流程圖；圖14是本發(fā)明視頻壓縮的運動估計方法中所構造的四點小鉆石形搜索形狀示意圖；圖15是分別采用現(xiàn)有技術全搜索方案和本發(fā)明視頻壓縮的運動估計方法后，整個運動搜索時間占整個視頻編碼時間的百分比示意圖；圖16是以視頻序列“foreman”為例給出了分別采用現(xiàn)有技術全搜索方案和本發(fā)明運動估計方法的每幀圖像的編碼比特數(shù)示意圖；圖17是以視頻序列“foreman”為例給出了分別采用現(xiàn)有技術全搜索方案和本發(fā)明運動估計方法的亮度信號PSNR示意圖。
具體實施例方式
由上述現(xiàn)有技術的闡述可知，在H.264視頻壓縮編碼技術的運動估計過程中，構造初始搜索位置集合是非常重要的一個環(huán)節(jié)，其往往決定了運動估計方法水平的高低。大量研究表明，其實在搜索窗口內，真正的運動向量(即全局最優(yōu)位置參考點)的分布是關于搜索中心點對稱的。但是，在搜索窗口內，真正的運動向量的分布往往是不均勻的，而是具有明顯的中心偏置(center-biased)特性，也就是說越靠近搜索中心，運動向量的分布概率就越大；并且在以搜索中心為幾何中心的不同形狀和大小的圖像區(qū)域內，運動向量具有不同的中心偏置分布概率。其中最理想的圖像區(qū)域形狀是圓，因為在同樣面積的圖像區(qū)域中，圓形形狀對應的中心偏置分布概率最大，因此如果確定初始搜索位置集合盡可能接近圓，則可以使得對應的中心偏置分布概率最大。因此，在現(xiàn)有技術已經(jīng)成熟的運動估計方法中，鉆石法性能比三步法、四步法優(yōu)越，是因為在鉆石法中，其初始搜索位置集合從圖像區(qū)域形狀上來說更接近于圓形。
當然，運動估計方法水平的高低不完全是由初始搜索位置集合的選取來決定的，還有運動估計算法控制規(guī)則包括搜索步長的變化，中途退出條件等。例如好的中途退出條件可以使得在找到足夠好的參考位置點的基礎上，而不必把整個運動估計過程進行完，因此可以節(jié)省搜索時間，提高搜索效率。同時，因為當前圖像塊的運動向量必然和其周圍相鄰的一些圖像塊以及前幀搜索中心點周圍的一些圖像塊的運動向量存在很大的相關性，因此如果能夠充分利用這些相關性提供的相關信息，則可以實現(xiàn)構造更高性能的運動估計方法。
本發(fā)明視頻壓縮的運動估計方法即是根據(jù)上述理由，充分利用現(xiàn)有技術中關于中心偏置分布概率的統(tǒng)計研究結果，同時結合當前圖像塊的運動向量與其周圍的一些圖像塊以及前幀搜索中心點周圍的一些圖像塊的運動向量之間存在的較大相關性，來構造出八點六邊形的初始搜索位置集合，同時在搜索范圍逐步減少時，切換到搜索效率更高的小鉆石法，以結合這兩者的特點，就可以使得運動估計方法的算法效率提高，同時還能夠保證運動估計過程應有的高精度特性。
下面將結合各個附圖對本發(fā)明視頻壓縮的運動估計方法的具體實施原理進行詳細的闡述；本發(fā)明視頻壓縮的運動估計方法的具體實施過程主要分為初始參數(shù)確定、搜索中心確定、六邊形運動搜索和小鉆石形運動搜索四個部分。請首先參閱圖8，該圖是本發(fā)明視頻壓縮的運動估計方法的初始參數(shù)確定和搜索中心確定的主要實現(xiàn)原理流程圖；其中初始參數(shù)確定和搜索中心確定的實現(xiàn)過程包括步驟S10，首先根據(jù)當前圖像幀中當前塊的相鄰塊及其當前塊所在圖像幀的前幀對應位置塊的運動向量來確定當前塊的初始搜索位置集合SMVP，以確定對視頻圖像進行運動估計處理的初始搜索位置集合SMVP＝{MVP0，MVPMED，MVPL，MVPUL，MVPU，MVPUR，MVPLAST}(1)
請同時參閱圖9，該圖是本發(fā)明視頻壓縮的運動估計方法中初始搜索位置集合中各個運動向量與當前塊的相對位置示意圖，其中式(1)中MVP0表示當前塊的零運動向量(MV，Motion Vector)；MVPL、MVPUL、MVPU，和MVPUR分別表示當前塊的左方塊、左上方塊、上方塊和右上方塊的運動向量；MVPLAST表示當前塊所在圖像幀的前一圖像幀中對應位置塊的運動向量；MVPMED稱為中值運動向量，它可以為MVPL、MVPUR和MVPU三者的中值；當MVPUR不存在或無法得到時，也可以使用MVPUL來代替，即MVPMED也可以為MVPL、MVPUL和MVPU三者的中值；由此可見，上述初始搜索位置集合是由一組和當前塊相關的相關塊的已知運動估計和特殊點的運動估計組成的，這樣選取初始搜索位置集合的目的主要是為運動搜索過程提供更接近最佳MV的搜索起始位置，以減少運動搜索的次數(shù)，提高運動搜索的速度。
同時確定在運動搜索過程中，第一中途停止判決門限值T1和第二中途停止判決門限值T2；其中可以確定T1＝2×Wblock×Hblock，則第二中途停止判決門限值T2＝T1/2；其中該式中Wblock和Hblock分別表示圖像塊的寬度值和高度值。
同時再根據(jù)當前進行運動估計處理的視頻序列的內容來確定運動強度門限MG。
步驟S11，計算步驟S10中所確定的初始搜索位置集合SMVP中第一個運動向量所對應位置點的絕對誤差和SAD，計算過程采用如下公式SAD=Mini∈SMVP(Σy=0Hblock-1Σx=0Wblock-1|MB0(x,y)-MBi(x,y)|)---(2)]]>式中MB0(x，y)表示當前塊中坐標(x，y)的象素值，MBi(x，y)表示初始搜索位置集合SMVP中第i個運動向量所對應位置塊中的坐標(x，y)的象素值；步驟S12，判斷計算得到的SAD值是否小于步驟S10中所確定的第二中途停止判決門限值T1，如果是，執(zhí)行步驟S13，否則執(zhí)行步驟S14；步驟S13，將該SAD值對應的運動向量作為運動估計的最終搜索結果；步驟S14，繼續(xù)使用式(2)計算初始搜索位置集合SMVP中下一個運動向量所對應位置點的絕對誤差和SAD，然后返回繼續(xù)執(zhí)行步驟S12；步驟S15，在上述步驟S12至步驟S14的反復執(zhí)行過程中，針對初始搜索位置集合SMVP中7個運動向量所對應的位置點，分別利用式(2)計算得到7個相對應的SAD值，并在這7個SAD值中找到最小SADmin，并以這個最小SADmin所對應的位置點作為后續(xù)構造搜索形狀的搜索中心。
請參閱圖10，該圖是本發(fā)明視頻壓縮的運動估計方法中在確定搜索中心后選擇何種搜索形狀的選擇流程圖；根據(jù)上述確定的搜索中心來確定選擇何種搜索形狀的過程如下步驟S20，根據(jù)上述步驟S15中所確定的最小SADmin對應的搜索中心的運動向量預測值(mvx′，mvy′)來計算其運動強度因子M＝|mvx′|+|mvy′|；步驟S21，判斷步驟S20中所求得的運動強度因子M是否大于上述步驟S10中所確定的運動強度門限MG，如果是，執(zhí)行步驟S22；否則執(zhí)行步驟S23；步驟S22，直接執(zhí)行后續(xù)八點六邊形的運動搜索處理；步驟S23，直接執(zhí)行后續(xù)四點小鉆石形的運動搜索處理。
請參閱圖11，該圖是本發(fā)明視頻壓縮的運動估計方法中八點六邊形的運動搜索處理流程圖；其具體搜索過程如下步驟S30，以上述步驟S15所確定的搜索中心來構造八點正六邊形搜索形狀；請參閱圖12，該圖是本發(fā)明視頻壓縮的運動估計方法中所構造的八點六邊形搜索形狀示意圖，如圖所示，所構造的六邊形搜索形狀除了包含六邊形的六個搜索頂點之外，還包括該六邊形中分別位于搜索中心點正上方和正下方的兩條邊的中點。這樣所構造出的六邊形搜索形狀共包含9個搜索點(上述八個點和搜索中心點)，這樣的搜索形狀可以實現(xiàn)在基本沒有增加六點六邊形搜索算法運算復雜度的前提下，大大提高運動搜索的準確度。
步驟S31，利用下式SAD=Mini∈SHexagon(Σy=0Hblock-1Σx=0Wblock-1|MB0(x,y)-MBi(x,y)|)---(3)]]>計算八點六邊形搜索形狀中第一個搜索位置點的SAD值；其中該式(3)中SHexagon表示八點六邊形中八個位置點所組成的搜索位置集合；步驟S32，判斷計算得到的SAD值是否小于上述步驟S10中確定的第二中途停止判決門限值T2，如果是，執(zhí)行步驟S33；否則執(zhí)行步驟S34；步驟S33，將該SAD值所對應的運動向量作為最終的運動搜索結果；步驟S34，繼續(xù)利用上述式(3)計算八點六邊形搜索形狀中下一個搜索位置點的SAD值，然后返回繼續(xù)執(zhí)行步驟S32；步驟S35，在上述步驟S32至步驟S34的反復執(zhí)行過程中，針對八點六邊形搜索形狀中的八個搜索位置點，分別利用式(3)計算得到八個對應的SAD值，并結合上述求得的搜索中心對應的SAD值，找到這九個SAD值中的最小SADmin；步驟S36，判斷該最小SADmin對應的位置點是否為該八點六邊形的搜索中心，如果是，執(zhí)行步驟S37；否則執(zhí)行步驟S38；步驟S37，執(zhí)行后續(xù)四點小鉆石形運動搜索處理；步驟S38，以該最小SADmin對應的位置點作為新的搜索中心來構造新的八點六邊形搜索形狀，然后返回繼續(xù)執(zhí)行步驟S31。
顯而易見，上述在對每個八點六邊形中的九個搜索點(包括搜索中心點)分別計算SAD值過程中，會存在重疊位置點，這里為避免同一位置點SAD值的重復計算，可以采用對已經(jīng)進行過SAD值計算處理的位置點進行標記處理的方式；后續(xù)執(zhí)行分別對六邊形的八個搜索位置點進行SAD計算處理的過程如下直接提取已經(jīng)做過標記處理的位置點的SAD值；再分別對未做過標記處理的位置點進行SAD值計算處理。
請參閱圖13，該圖是本發(fā)明視頻壓縮的運動估計方法中四點小鉆石形的運動搜索處理流程圖；其具體搜索過程如下步驟S41，以上述步驟S15確定的搜索中心來構造四點小鉆石形搜索形狀；請參閱圖14，該圖是本發(fā)明視頻壓縮的運動估計方法中所構造的四點小鉆石形搜索形狀示意圖，如圖所示，其中所構造的四點小鉆石形搜索形狀中的四個點分別位于搜索中心的正上方、正下方、正左方和正右方；這樣四點小鉆石形搜索形狀中共包含五個搜索點(上述四個點和搜索中心點)；步驟S42，利用下式SAD=Mini∈SDiamond(Σy=0Hblock-1Σx=0Wblock-1|MB0(x,y)-MBi(x,y)|)---(4)]]>計算四點小鉆石形搜索形狀中第一個搜索位置點的SAD值；其中式(4)中SDiamond表示四點小鉆石形中四個位置點所組成的搜索位置集合；步驟S43，判斷計算得到的SAD值是否小于上述步驟S 10中確定的第二中途停止判決門限值T2，如果是，執(zhí)行步驟S48；否則執(zhí)行步驟S44；步驟S44，繼續(xù)利用上述式(2)計算四點小鉆石形搜索形狀中下一個搜索位置點的SAD值，然后返回繼續(xù)執(zhí)行步驟S43；步驟S45，在上述步驟S43至步驟S44的反復執(zhí)行過程中，針對四點小鉆石形搜索形狀中的四個位置點，分別利用式(2)計算得到四個對應的SAD值，并結合上述求得的搜索中心對應的SAD值，找到這五個SAD值中的最小SADmin；步驟S46，判斷該最小SADmin對應的位置點是否為該四點小鉆石形的搜索中心，如果是，執(zhí)行步驟S48；否則執(zhí)行步驟S47；步驟S47，以該最小SADmin對應的位置點作為新的搜索中心來構造新的四點小鉆石形搜索形狀，然后返回繼續(xù)執(zhí)行步驟S42；步驟S48，以該SAD值對應的運動向量作為最終的運動搜索結果。
同理，上述在對每個四點小鉆石形中的五個搜索點(包括搜索中心點)分別計算SAD值過程中，會存在重疊位置點，這里也同樣為避免同一位置點SAD值的重復計算，可以采用對已經(jīng)進行過SAD值計算處理的位置點進行標記處理的方式；則后續(xù)執(zhí)行分別對小鉆石形的四個搜索位置點進行SAD值計算處理的過程如下直接提取已經(jīng)做過標記處理的位置點的SAD值；再分別對未做過標記處理的位置點進行SAD值計算處理。
綜上，本發(fā)明能夠帶來的有益效果在于可以對采用H.264標準的各種多媒體通信產(chǎn)品，降低其視頻編碼過程中的運動搜索計算量，從而保證在一定成本下，提高運動估計的精度，并可以把各種多媒體通信產(chǎn)品的運行資源用于產(chǎn)品的其它性能環(huán)節(jié)的提高。
下面將以實驗平臺是PIV 2GHz的計算機和H.264軟件編解碼器來驗證本發(fā)明運動估計方法的優(yōu)越性，并用視頻圖像亮度信號的平均峰值信噪比PSNR和編碼比特數(shù)/幀作為衡量H.264編碼性能和效率的測度參數(shù)首先給出利用本發(fā)明運動估計方法對H.264測試模型JM8.2進行改進后的編碼測試結果，如下表1表1本發(fā)明方法對CPU占有比例的測試結果

同時結合上表，請參閱圖15，該圖是分別采用現(xiàn)有技術全搜索方案和本發(fā)明視頻壓縮的運動估計方法后，整個運動搜索時間占整個視頻編碼時間的百分比示意圖。
再次使用三個比較典型的視頻序列“foreman”(運動劇烈)”、“news(中等運動)”和“claire”(運動較小)”共300幀(重復20次)進行試驗研究，這些視頻序列都是QCIF格式，Y∶U∶V都是4∶2∶0。在H.264視頻編碼器中，設定量化因子QP為28，且滿足H.264的基本框架(Baseline Profile)要求，運動強度門限MG取值為1。
則下面表2分別給出了現(xiàn)有技術全搜索方案和本發(fā)明運動估計方法的H.264編碼速度值，并圖16和圖17以運動劇烈的視頻序列“foreman”為例給出了分別采用現(xiàn)有技術全搜索方案和本發(fā)明運動估計方法的H.264編碼效率的變化情況示意圖。
表2編碼速度和本發(fā)明運動估計編碼速度比較(單位幀/秒) 由表2和圖16、圖17可以看出，本發(fā)明運動估計方法與現(xiàn)有技術全搜索方式相比，在碼率增加不到1％，且圖像亮度信號的平均峰值信噪比PSNR下降不到0.1dB的情況下，其視頻編碼速度可提高10～12倍，這樣的視頻編碼速度完全可以滿足以個人計算機為平臺的實時視頻通信要求，從而可以實現(xiàn)在PC平臺上開發(fā)出多種基于H.264壓縮編碼的應用。
因此，采用本發(fā)明視頻壓縮的運動估計方法后，將使得H.264壓縮標準在運動搜索速度方面得到較大的提高，從而相應提高了視頻編碼的速度，對H.264的編碼性能具有較大的貢獻作用。
在此還應該注意，雖然上面描述了本發(fā)明的優(yōu)選實施方式，但還可以對上述公開的解決方案進行多種變換和改變，只要不偏離本發(fā)明權利要求所定義的范圍，都落在本發(fā)明的保護范圍內。
權利要求
1.一種視頻壓縮的運動估計方法，其特征在于，包括初始參數(shù)確定步驟(1)根據(jù)當前圖像幀中當前塊的相鄰塊及前幀對應位置塊的運動向量確定當前塊的初始搜索位置集合SMVP；(2)確定第一中途停止判決門限值T1和第二中途停止判決門限值T2；(3)根據(jù)當前視頻序列的內容確定運動強度門限MG；搜索中心確定步驟(11)分別針對初始搜索位置集合SMVP中的每個運動向量所對應的位置點進行SAD=Mini∈SMVP(Σy=0Hblock-1Σx=0Wblock-1|MB0(x,y)-MBi(x,y)|)]]>運算，其中MB0(x，y)表示當前塊中坐標(x，y)的象素值，MBi(x，y)表示初始搜索位置集合SMVP中第i個運動向量所對應的位置塊中坐標(x，y)的象素值；(12)分別判斷步驟(11)中針對每個運動向量所對應的位置點所求得的SAD是否小于所述第一中途停止判決門限值T1，如果是，將該SAD值對應的運動向量作為運動估計的最終結果；否則繼續(xù)步驟(11)中后續(xù)運動向量所對應位置點的SAD值計算處理；(13)將步驟(11)所求得的最小SADmin對應的位置點確定為搜索中心；(14)根據(jù)所述最小SADmin對應的位置點的運動向量預測值(mvx′，mvy′)計算其運動強度因子M＝|mvx′|+|mvy′|；(15)判斷所述M是否大于所述運動強度門限MG，如果是，執(zhí)行后續(xù)六邊形運動搜索步驟；否則執(zhí)行后續(xù)小鉆石形運動搜索步驟；六邊形運動搜索步驟(21)以確定的搜索中心構造八點六邊形，分別對所述六邊形的八個位置點進行SAD=Mini∈SHexagon(Σy=0Hblock-1Σx=0Wblock-1|MB0(x,y)-MBi(x,y)|)]]>運算，分別求得對應每個位置點的SAD；其中式中SHexagon表示八點六邊形中八個位置點所組成的搜索位置集合；(22)找到步驟(21)中計算得到的每個SAD值和所述搜索中心對應的SAD值中最小的SADmin，判斷所述最小SADmin對應的位置點是否為所述搜索中心，如果是，執(zhí)行后續(xù)小鉆石形運動搜索步驟；否則(23)以步驟(21)所求得的最小SADmin對應的位置點作為新的搜索中心，返回繼續(xù)執(zhí)行步驟(21)；(24)分別判斷步驟(21)中針對每個位置點所求得的SAD值是否小于所述第二中途停止判決門限值T2，如果是，將該SAD值對應的運動向量作為運動估計的最終結果；否則繼續(xù)步驟(21)中后續(xù)運動向量所對應位置點的SAD值計算處理；小鉆石形運動搜索步驟(31)以確定的搜索中心構造四點小鉆石形，分別對所述小鉆石形的四個位置點進行SAD=Mini∈SDiamond(Σy=0Hblock-1Σx=0Wblock-1|MB0(x,y)-MBi(x,y)|)]]>運算，分別求得對應每個位置點的SAD；其中式中SDiamond表示四點小鉆石形中四個位置點所組成的搜索位置集合；(32)找到步驟(31)中計算得到的每個SAD值和所述搜索中心對應的SAD值中最小的SADmin，判斷所述最小SADmin對應的位置點是否為所述搜索中心，如果是，將搜索中心位置點對應的運動向量作為運動估計的最終結果；否則(33)以步驟(31)所求得的最小SADmin對應的位置點作為新的搜索中心，返回繼續(xù)執(zhí)行步驟(31)；(34)分別判斷步驟(31)中針對每個位置點所求得的SAD是否小于所述第二中途停止判決門限值T2，如果是，將該SAD對應的運動向量作為運動估計的最終結果；否則繼續(xù)步驟(31)后續(xù)運動向量所對應位置點的SAD值計算處理。
2.如權利要求1所述的視頻壓縮的運動估計方法，其特征在于，所述初始搜索位置集合SMVP＝{MVP0，MVPMED，MVPL，MVPUL，MVPU，MVPUR，MVPLAST}；其中MVP0表示當前塊的零運動向量；MVPL、MVPUL、MVPU，和MVPUR分別表示當前塊的左方塊、左上方塊、上方塊和右上方塊的運動向量；MVPLAST表示當前塊所在圖像幀的前一圖像幀中對應位置塊的運動向量；MVPMED為MVPL、MVPUR和MVPU的中值，或為MVPL、MVPUL和MVPU的中值。
3.如權利要求1所述的視頻壓縮的運動估計方法，其特征在于，所述第一中途停止判決門限值T1＝2×Wblock×Hblock；所述第二中途停止判決門限值T2＝T1/2；其中Wblock和Hblock分別表示圖像塊的寬度和高度。
4.如權利要求1所述的視頻壓縮的運動估計方法，其特征在于，所述步驟(21)中還包括步驟標記已經(jīng)進行過SAD值計算處理的位置點；后續(xù)再執(zhí)行步驟(21)時，所述分別對六邊形的八個位置點進行SAD計算處理的過程包括步驟(211)提取已經(jīng)做過標記處理的位置點的SAD值；(212)分別對未做過標記處理的位置點進行SAD值計算處理。
5.如權利要求1所述的視頻壓縮的運動估計方法，其特征在于，所述步驟(31)中還包括步驟標記已經(jīng)進行過SAD值計算處理的位置點；后續(xù)再執(zhí)行步驟(31)時，所述分別對小鉆石形的四個位置點進行SAD計算處理的過程包括步驟(211)提取已經(jīng)做過標記處理的位置點的SAD值；(212)分別對未做過標記處理的位置點進行SAD值計算處理。
6.如權利要求1或4所述的視頻壓縮的運動估計方法，其特征在于，所述八點六邊形周邊上的八個點包括六邊形的六個頂點和該六邊形中分別位于搜索中心正上方和正下方的兩條邊的中點。
7.如權利要求1或5所述的視頻壓縮的運動估計方法，其特征在于，所述四點小鉆石形中的四個點分別位于所述搜索中心的正上方、正下方、正左方和正右方。
全文摘要
本發(fā)明公開了一種視頻壓縮的運動估計方法，包括初始參數(shù)確定步驟，根據(jù)初始參數(shù)確定搜索中心的步驟，并根據(jù)搜索中心確定八點六邊形，執(zhí)行后續(xù)八點六邊形的運動搜索步驟，或根據(jù)搜索中心確定四點小鉆石形，執(zhí)行后續(xù)四點小鉆石形的運動搜索步驟，從而找到最終的運動估計結果。本發(fā)明視頻壓縮的運動估計方法可以在確保運動估計精度的基礎上，進一步提高運動估計過程中運動搜索的速度。
文檔編號H04N7/26GK1798339SQ20041010152
公開日2006年7月5日 申請日期2004年12月21日 優(yōu)先權日2004年12月21日
發(fā)明者羅忠, 宋彬, 常義林, 周寧召 申請人:華為技術有限公司