H.264視頻壓縮快速運動估計算法分析
H.264是現(xiàn)有最重要數(shù)據(jù)壓縮編碼國際標準之一。
本文引用地址:http://m.butianyuan.cn/article/193233.htm快速運動估計算法一直是視頻壓縮中的研究熱點。本文針對一些快速估計算法過早確定了搜索方向,容易陷入局部最小點,損失了搜索精度的情況,在原有基礎(chǔ)上,運用菱形十字搜索算法(DCS)與閾值估計相結(jié)合的方法提高了運動估計的性能。實驗結(jié)果表明,該算法可以用較小的搜索代價取得與全搜索(FS)相當?shù)男Ч⑶以谒阉魉俣确矫鎯?yōu)于鉆石法DS)。
0 引言
H.264采用了減少視頻圖像各幀間冗余度的運動估計算法。運動估計算法傳統(tǒng)的有全搜索(FS)、三步搜索(TSS)、新三步搜索(NTSS)、四步搜索(FSS)等;常用的是鉆石搜索(DS)和非對稱十字交叉多層次六邊形格點運動搜索算法(UMHexagonS)。運動估計是整個視頻編碼中運算量最大的模塊,可占整個軟件編碼器運算量的70%以上。因此視頻系統(tǒng)中編碼器的復(fù)雜部分取決于運動估計算法體系結(jié)構(gòu)的復(fù)雜性。
1 運動估計算法分析
1.1 鉆石搜索(DS)算法
DS算法即鉆石搜索算法,被MPEG-4國際標準采用并收入驗證模型VM(Verification Model)中,是MPEG-4建議采用的快速運動估計算法。 DS算法采用了兩種搜索模板,分別是有9個檢測點的大模板和有5個檢測點的小模板。搜索時先用大模板LDSP在搜索區(qū)域中心及周圍8個點處進行匹配計算,當最小塊誤差出現(xiàn)在中心點處時,將大模板LDSP換為SDSP,再進行匹配計算,這時5個點中的MBD(Minimum Block Distortion)即為最優(yōu)匹配點;否則,改變中心位置,仍用LDSP重復(fù)計算。
1.2 菱形十字搜索(DCS)算法
菱形十字搜索算法(DCS)算法是在DS算法基礎(chǔ)上改進而來,DCS的匹配模板是建立在兩種不同的搜索模板之上的,即大菱形十字型(LDCSP)和小菱形十字型(SDCSP),如圖1所示。其中,十字型可以對應(yīng)于實際的運動的矢量分布,而交叉型則是為了加速搜索效果。
DCS算法在進行運動估計匹配運算時,有三種可能的情況:
(1)若MBD點位于LDCSP中心位置,說明圖像是靜止的,DCS算法一步結(jié)束;
(2)若MBD點位于LDCSP小十字位置,說明圖像的運動較小,則在此基礎(chǔ)上按照SDCSP模板反復(fù)進行交叉搜索。
(3)若MBD點位于LDCSP大十字位置,說明圖像的運動較大,則在此基礎(chǔ)上按照LDCSP模板反復(fù)進行交叉搜索。
由此可以看出,DCS算法的優(yōu)點是,可以根據(jù)圖像的運動類型(如上述三種情況),白適應(yīng)選擇下一步相應(yīng)的搜索模板,使搜索與圖像內(nèi)容有關(guān)(基于內(nèi)容的搜索),從而得到較好的搜索效果;DCS算法的搜索并不一定要經(jīng)歷模板由大到小的必然過程,有時一步即可完成搜索;用DCS搜索時,十字形模板對應(yīng)于實際的運動矢量分布,交叉形模板則有準確性“聚焦”特性,這從本質(zhì)上體現(xiàn)了DCS是粗定位和準確定位的有效結(jié)合。 Script type=text/javascript> function ImgZoom(Id)//重新設(shè)置圖片大小 防止撐破表格 { var w = $(Id).width; var m = 650; if(w m){return;} else{ var h = $(Id).height; $(Id).height = parseInt(h*m/w); $(Id).width = m; } } window.onload = function() { var Imgs = $(content).getElementsByTagName(img); var i=0; for(;i
視頻圖像的運動矢量大部分為零矢量或運動很小的矢量。運動矢量為零的塊稱為靜止塊;運動矢量很小的塊(以搜索窗口中心為圓心,兩像素為半徑的圓內(nèi))稱為準靜止塊:而其他的稱為運動塊。如果有超過80%運動矢量很小的塊可被看作靜止或準靜止塊。因此,可設(shè)一個閥值T,當運動矢量的值小于T時,可用SDCSP搜索法直接進行精確定位,找出最優(yōu)點;當運動矢量的值大于T時,可用LDCSP搜索算法找出最優(yōu)點。
運動矢量空間域的預(yù)測方式有運動矢量中值預(yù)測、空間域的上層塊模式運動矢量;在時間域的預(yù)測方式有前幀對應(yīng)塊運動矢量預(yù)測和時間域的鄰近參考幀運動矢量預(yù)測。本文采用運動矢量中值預(yù)測方式。根據(jù)與當前E塊相鄰的左邊A塊,上邊B塊和右上邊C塊的運動矢量,取中值作為當前塊的預(yù)測運動矢量。如圖2所示。
設(shè)當前要編碼塊E的運動矢量為MVp。如果運動矢量的值MVp≥T,則與E塊相鄰的各塊間運動的相關(guān)性較高,表明該區(qū)域的變化比較平緩;如果運動矢量的值MVpT,則與E塊相鄰的各塊間運動的相關(guān)性較低,表明該區(qū)域變化比較劇烈。通過對missa、grandmother、carphone、salesman的檢測可知,取閾值T=2。
3 自適應(yīng)運動估計算法
結(jié)合上述DCS算法和閾值的確定,可采取先對視頻圖像的運動塊進行閾值的判斷,再根據(jù)判斷結(jié)果進行最佳匹配塊的搜索。具體搜索步驟描述如下:
Step 1:判斷當前塊運動矢量MVp和閾值確大小。若MVp≥T,則進入Step 2;若MVpT,則進入Step 5。
Step 2:用LDCSP在搜索區(qū)域中心及周圍8個點進行匹配運算,然后判斷,找出MBD點。若MBD點位于中心點,說明宏塊是靜止的,DCS算法一步結(jié)束,得到最優(yōu)匹配塊;否則進行Step 3。
Step 3:若MBD點為LDCSP模版的小十字處,以該點為中心構(gòu)建SDCSP進行匹配計算,若MBD點位于中心點,所得MBD點為所求。否則,進入Step 4。
Step 4:若MBD點為LDCSP模版的大十字處,以該點為中心構(gòu)建LCSP進行匹配計算,進入step 2。
Step 5:用LDCSP在搜索區(qū)域中心及周圍5個點進行匹配運算,然后判斷,找出MBD點。若MBD點位于中心點,所得MBD點為所求;否則繼續(xù)Step 5。
算法流程圖如圖3所示
評論