[發(fā)明專(zhuān)利]基于硬件實(shí)現(xiàn)的視頻壓縮的整像素運(yùn)動(dòng)估計(jì)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201210571825.X
• 申請(qǐng)日: 2012-12-25
• 公開(kāi)（公告）號(hào): CN103067707A
• 公開(kāi)（公告）日: 2013-04-24
• 發(fā)明（設(shè)計(jì)）人: 車(chē)秀玉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 諸城市新東方汽車(chē)儀表有限責(zé)任公司
• 主分類(lèi)號(hào): H04N7/26
• 分類(lèi)號(hào): H04N7/26
• 代理公司: 濰坊正信專(zhuān)利事務(wù)所 37216
• 代理人: 張?jiān)豢?/td>

技術(shù)領(lǐng)域??

本發(fā)明涉及數(shù)字視頻編解碼技術(shù)領(lǐng)域，尤其涉及一種整像素運(yùn)動(dòng)估計(jì)方法。

背景技術(shù)

H.264是新一代的視頻壓縮標(biāo)準(zhǔn)，它大幅度提高了編碼效率和圖像質(zhì)量，但增加了運(yùn)算復(fù)雜度，運(yùn)動(dòng)估計(jì)、幀內(nèi)預(yù)測(cè)、變換/量化等需要大量運(yùn)算，尤其是運(yùn)動(dòng)估計(jì)模塊的運(yùn)算量占整個(gè)編碼器運(yùn)算量的80％以上，成為編碼速度提高的瓶頸，因此必須在算法實(shí)現(xiàn)中對(duì)其優(yōu)化。運(yùn)動(dòng)估計(jì)由整像素運(yùn)動(dòng)估計(jì)和分?jǐn)?shù)像素運(yùn)動(dòng)估計(jì)兩部分組成，其中整像素部分的運(yùn)算量約占整個(gè)運(yùn)動(dòng)估計(jì)的90％。

基于上述情況先后提出許多快速搜索算法，如六邊形搜索算法(HBS)、非對(duì)稱(chēng)十字型多層次六邊形格點(diǎn)搜索算法(UMHexagonS)、引改進(jìn)的預(yù)測(cè)式區(qū)域搜索算法(EPZS)等，其中UMHexagonS和EPZS已被H.264的參考軟件所采用。這些算法可以有效地降低運(yùn)算量，但是也有不適合VLSI實(shí)現(xiàn)的缺點(diǎn)，主要有：(1)這些算法都是對(duì)于不同的分塊模式分別進(jìn)行搜索，無(wú)法充分利用VLSI設(shè)計(jì)的并行性?xún)?yōu)點(diǎn)。

基于上述原因，當(dāng)前很多VLSI實(shí)現(xiàn)都是采用全搜索算法，即在起始點(diǎn)周?chē)囊欢ǚ秶鷥?nèi)進(jìn)行搜索，對(duì)該范圍內(nèi)的搜索塊區(qū)域內(nèi)的所有點(diǎn)，都要計(jì)算一次匹配結(jié)果，從中選出最佳匹配點(diǎn)作為整像素搜索的結(jié)果。這樣做的優(yōu)點(diǎn)是能夠找到在限定范圍內(nèi)的全局最優(yōu)匹配的分塊或子分塊，運(yùn)動(dòng)估計(jì)精度很高，并且可以實(shí)現(xiàn)多種模式的并行搜索；但其不足在于算法的復(fù)雜程度太高。AMRMCS算法是針對(duì)VLSI實(shí)現(xiàn)的快速搜索算法，它采用多分辨率的技術(shù)，在最低層的中心點(diǎn)周?chē)⑿兴阉鞲髂Ｊ降淖罴哑ヅ潼c(diǎn)，大大提高了計(jì)算速度。但是由于采樣及各模式最佳匹配點(diǎn)分布不集中的原因，該方法對(duì)復(fù)雜場(chǎng)景無(wú)法得到很好的壓縮效果。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種基于VLSI實(shí)現(xiàn)、降低計(jì)算量的基于硬件實(shí)現(xiàn)的視頻壓縮的整像素運(yùn)動(dòng)估計(jì)方法。?

為解決上述技術(shù)問(wèn)題，本發(fā)明的技術(shù)方案是：基于硬件實(shí)現(xiàn)的視頻壓縮的整像素運(yùn)動(dòng)估計(jì)方法，包括以下步驟：

步驟一：計(jì)算當(dāng)前5*5像素塊的最佳匹配點(diǎn)；

步驟二：根據(jù)當(dāng)前塊的最佳匹配點(diǎn)的位置確定下一個(gè)搜索塊的中心點(diǎn)位置的運(yùn)動(dòng)矢量mv。

作為一種優(yōu)選的技術(shù)方案，對(duì)于當(dāng)前的5*5像素塊，計(jì)算各點(diǎn)的SATD值，采用累加器計(jì)算代價(jià)函數(shù)，確定出最佳匹配點(diǎn)；根據(jù)當(dāng)前塊的最佳匹配點(diǎn)的位置確定下一個(gè)搜索塊的中心點(diǎn)位置的運(yùn)動(dòng)矢量mv的步驟如下：

步驟一：若當(dāng)前5*5像素塊的最佳匹配點(diǎn)落在了內(nèi)部的3*3像素塊內(nèi)，則認(rèn)為該點(diǎn)就是搜索的全局最優(yōu)點(diǎn)，結(jié)束搜索；

步驟二：若當(dāng)前5*5像素塊的最佳匹配點(diǎn)落在了四條邊上，則根據(jù)最佳匹配點(diǎn)的位置確定下一5*5像素塊得中心點(diǎn)位置的運(yùn)動(dòng)矢量mv。

由于采用了上述技術(shù)方案，基于硬件實(shí)現(xiàn)的視頻壓縮的整像素運(yùn)動(dòng)估計(jì)方法，包括以下步驟：步驟一：計(jì)算當(dāng)前5*5像素塊的最佳匹配點(diǎn)；步驟二：根據(jù)當(dāng)前塊的最佳匹配點(diǎn)的位置確定下一個(gè)搜索塊的中心點(diǎn)位置的運(yùn)動(dòng)矢量mv；利用該運(yùn)動(dòng)估計(jì)方法，能夠找到在限定范圍內(nèi)的全局最優(yōu)匹配的分塊或子分塊，運(yùn)動(dòng)估計(jì)精度很高，算法比較簡(jiǎn)單；該運(yùn)動(dòng)估計(jì)方法非常適合VLSI實(shí)現(xiàn)，在降低了計(jì)算量的前提下，性能非常接近全搜索算法。

附圖說(shuō)明??

圖1是確定下一個(gè)5*5像素塊中心點(diǎn)運(yùn)動(dòng)矢量mv過(guò)程的流程圖；

圖2是確定下一個(gè)5*5像素塊中心點(diǎn)運(yùn)動(dòng)矢量mv示意圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，進(jìn)一步闡述本發(fā)明。在下面的詳細(xì)描述中，只通過(guò)說(shuō)明的方式描述了本發(fā)明的某些示范性實(shí)施例。毋庸置疑，本領(lǐng)域的普通技術(shù)人員可以認(rèn)識(shí)到，在不偏離本發(fā)明的精神和范圍的情況下，可以用各種不同的方式對(duì)所描述的實(shí)施例進(jìn)行修正。因此，附圖和描述在本質(zhì)上是說(shuō)明性的，而不是用于限制權(quán)利要求的保護(hù)范圍。

如圖1所示，基于硬件實(shí)現(xiàn)的視頻壓縮的整像素運(yùn)動(dòng)估計(jì)方法，包括以下步驟：

步驟一：計(jì)算當(dāng)前5*5像素塊的最佳匹配點(diǎn)，計(jì)算各點(diǎn)的SATD值，采用累加器計(jì)算代價(jià)函數(shù)，確定出最佳匹配點(diǎn)；

步驟二：根據(jù)當(dāng)前塊的最佳匹配點(diǎn)的位置確定下一個(gè)搜索塊的中心點(diǎn)位置的運(yùn)動(dòng)矢量mv，該過(guò)程需要兩個(gè)步驟，如下：

①：若當(dāng)前5*5像素塊的最佳匹配點(diǎn)落在了內(nèi)部的3*3像素塊內(nèi)，則認(rèn)為該點(diǎn)就是搜索的全局最優(yōu)點(diǎn)，結(jié)束搜索；