基于块匹配的运动估计算法研究和优化(2)

自适应初始搜索点的预测方法， MV B算法进对 C行优化。 定义变量 P为当前块左、 .左上、和上右 4个上相邻块以及前一帧相同位置总共 5个块中静止块

邻分块的绝对坐标下的运动矢量；pj ) (x,为前 一

重建 V P内的对应的分块及其自身周围的相 O

的个数，为前一帧中静止块总数在一帧的总块 p 数中所占比例，s自 7为适应阈值，r— A 1 1 Pe S D (≤ d

邻分块的绝对坐标下的运动矢量；权重系数， A为 0< A<1 ( Z)前后帧 V P之间在绝对坐标； Z,为 O下的距离；d。d。为搜索后的运动矢量。 (x,y) 2 3优化后的算法描述 .

i。为时间和空间上相邻的静止块的 S D值，≤p) A s a efc r c l at为缩放系数， a _at=( 2+ ) o s lf c r ce o 4/_

5 S。A D准则见式( )式中， a _ c r 1, s lf t的值在区 ceao间[.,.]间。s lf c r 08 12之 c e at根据前一帧静止 a_ o块的比例来预测当前块中静止块的分布概率，对

优化算法具体步骤描述如下： () 1直接对当前块的零矢量计算 S D A。若计

算出的 SD值小于阈值 ( A该值由式 ( ) 1自适应

论文

第3 0卷第 6期

王会鲜，:等基于块匹配的运动估计算法研究和优化

83 6

调整获得 )则直接跳至步骤 ( )并将零矢量作， 6,为当前块的最终运动矢量；则，至步骤 ( )否转 2。() 2根据当前块的坐标判断是否处于图像帧的边沿。若当前块为帧的第一行、一列或最后第一

法预测当前宏块的初始搜索点，后用 H S算法而 B进行运动搜索得到当前宏

块的运动矢量。

() 6搜索结束。

列宏块，至步骤 ( )否则，跳 5;转至步骤 ( ) 3。

3实验结果和分析笔者将改进后的算法在 V C++ 60平台上用 . c++语言实现，并与 M tb结合对算法进行仿真， aa l对 ai、 o e— agt、 o e、os ur、 rm n k o m t r duhe f w rcat a f e a y h rl g d o

() 3根据 C值判断当前宏块左、 T上和右上 3个相邻运动矢量问的相关性。若 3个矢量两两相

关，则宏块为相关类型宏块，转至步骤 ( )若 3 4; 个矢量不为两两相关，则宏块为独立类型宏块，跳至步骤 ( ) 5。

和 t pt这 6个序列的前 8 e e m e 0帧进行了编码， F、与 S

(取 3个相邻运动矢量为候选搜索中心， 4) 每个中心以及其上、、和右 4个相邻点为候选下左

HS M C B和 V B算法比较重建帧信噪比以及搜索点数。在 M C V B和改进算法中的 C T值取 4。图 3和图 4为这几种算法在 a i ky o和 tm e e pt e

搜索点，遍历候选搜索点，中，其对相互重叠的点仅执行一次搜索。得到的最优匹配点对应的矢量即为当前块的运动矢量。跳至步骤 ( ) 6。 () 5首先用基于运动相关性的自适应预测方

序列中性能比较的结果。图中的 ( ) a是逐帧比较

噪声比的结果，中的( )图 b是逐帧比较搜索点数的结果。表 1中列出了这 6个序列测试得到的信噪比和搜索点数。

图 3 ai ky o序列性能比较

图 4 e pt序列性能比较 tm e e表 1算法性能比较

由图 3图 4和表 1可以看出，小运动的、在

—序列FS

—HBS MV C B

塑室盛MVCB

ai序列和运动表现为镜头拉仲的 tm ee列 ky o e pt序

譬

中，进后的算法的重建帧信噪比与 H S算法和改 B M C V B算法基本相当。在运动比较剧烈的 f e o r ma n和纹理丰富细节变化多的 fw r序列中， l e o改

进后的算法的重建帧信噪比与 H S B算法相当，略高于 MV B算法。在运动很剧烈的 catur C os ad序 g

列中，改进后的算法的重建帧信噪比要略高于其他的快速算法。在搜索速度上，改进后的算法的

搜索点数要少于 HB S和 MV B算法。在小运动 C

的 ai k o和 m t r duh r y o e— agt序列中， h e改进后的算

论文

84 6

武汉工大学学报 信息与管理工程版

20 0 8年 1 2月

法的速度提升最为明显。 笔者在 MV B算法巾引入 A D准则和基于 C S

E AND T,UL I S LVAN G, J T AR G,ta. J B 0N EG D e 1 [] W1G 4O e e f t e H. 6/ C v d o o i g sa d r v￣i w o h 2 4 AV i e c d n t n a d

运动相关性的自适应初始搜索点预测方法后，在保证图像质量的前提下，少算法的搜索点数，减有

{ . E rn . rut a d S se o ie J{ I EE Ta s On Ci i n ytmsfrVd o c s

T c . 2 0,3 7:6 5 6 e h,0 3 1 ( ) 5 0— 7 .

效提高了搜索速度改进后算法的平均搜索点数比 H S和 M C B V B算法分别下降 _ 4%和 2%。 r 8 9 参考文献：张明，笃彦.匹配运动估计算法研究进展毕块[]电视技术，0 7 3 ( ) 8—1 . J. 20,1 3: 1

[]沈渝力. 5视频编码块匹配运动估计算法研究[ . D]

浙江：浙江大学信息科学与工程学院，0 7 20 .[]许 6磊.基于块匹配的序列图像运动估计算法研究

[]山东： D.山东大学通信与信息系统所，07 20 . J ONG J a tmoin et t n .F s t si i o ma o[] C IW,EON B, E 7 HO Jwi d f d da n e r h frv ra l t n b o k t mo i e imo d s a c a ib emo i lc h i o o

s e[] Itra oa C neec m g rcs n i s J . nent nl ofrne I aePoes g z i iI E,0 3 3 6:7 3 4 E E 2 0, ( ) 3 t一 7 .

[]李志欣， 2李建华，侯建党 .一种改进的运动估计新算法[]计算机工程与应用，0 74 ( 8:1 2 J. 20,3 1 )5—5 .[]周 3巍，史浩 l, l瑚 l l欣.翠于 H.6 2 4的快速运动估计算法[]汁算机 L巧 J. t没}, 07,

8 2) f20 2 (:‘3 9—3 . 7 81

『] VANNE J 8 ,HAMAL NE AI N T D.KUU I I S LNNA K. Ap r l lme r y tm r a a l lc aa l mo ys s e e f r b e b o k—sz t n o vi ie moi o

et mt n a oi m J . i u s a d S s m o s n i l r h sf] C r i n yt s f i o g t ct e r

Vd oTc nl y20,8 4:3 5 3 ie eh o g,0 8 1 ( )5 8— 4 . o

Su n t dy a d Optm ia i n o o i n Esi to Al o ihm s d o o k— m a c ng i z to n M to tma i n g rt Ba e n Bl c— t hi

W NGHu in C E e, I a, H N o g a g A i a, H N W iX E T o Z E G H nf n x iAb t a t T v ro h ih c mp tt n l e n so e vd o c d n t n e t t n, S a g rt m a d MVC lo s r c: o o e c me te hg o u ai a d ma d f h ie o i g i moi si i HB lo h n o t n o ma o i B ag— r h wee d s u s d A a t e S ai i m r ic s e . d p i t t t v c—b o k Dee t n c i r n a d t e a a t e i i a e r h p i t rd ci n me h d b s d( lc tc i r e i n h d p i n t l ac on e it t o a e ) o t o v i s p o nt e mo in c re ain w r s ( t e l et e o t z t n o e MVC lo i m, ih r d c d t es ac on sa d ef ci e h t o r lt e e u e] o r ai h p i ai ft o o z mi o h B ag rt h whc e u e e r h p it n f t h e v l mp o e h e r h s e d o t n e t t n r i e p r n e u t s o a i h ma e q ai u rn e d t ea e a e y i r v d t es ac p e f mo i si i .r e x e i o