基于對象的運動估計算法研究.pdf

1、運動估計是視頻信息處理中的關(guān)鍵技術(shù)，主要目的是獲取視頻圖像的運動信息，便于視頻信息的應(yīng)用。由于運動估計的計算量通常在視頻處理系統(tǒng)中占總計算量的60-80％，運動估計算法直接影響到系統(tǒng)的效率，因此尋找一種簡便、快速、高效的運動估計算法成為視頻信息處理領(lǐng)域的一個研究熱點。在過去的研究中，研究者雖然提出了許多運動估計算法，以提高估計性能。但是，由于塊匹配運動估計實現(xiàn)簡單，因此對其研究受到特別關(guān)注，出現(xiàn)了以運動矢量均勻分布為基礎(chǔ)的矩形模型塊匹配

2、運動估計算法，以及以運動矢量分布中心偏置特征為基礎(chǔ)的非矩形模型估計算法。其中后者能較大程度地提高搜索速度，但由于搜索模型的復(fù)雜性，實現(xiàn)比較困難，特別是對于硬件實現(xiàn)。此外，由于視頻對象通常為任意形狀，不能滿足搜索模型的要求。針對這些問題，以運動矢量概率分布特點為基礎(chǔ)進行運動估計算法研究。 運動矢量概率分布特性分析是獲得最佳運動估計性能方法之一，因此使用全搜索算法對包含不同運動內(nèi)容視頻序列的運動矢量分布進行測試，發(fā)現(xiàn)了現(xiàn)實視頻序列的

3、運動矢量分布除了具有中心偏置特性之外，還具有方向性偏置分布特性。該特性反映了現(xiàn)實運動序列的運動矢量在搜索窗口的中心坐標(biāo)軸方向上的概率分布比對角線方向上的概率分布大。 根據(jù)運動矢量概率分布的中心偏置性和方向性偏置性分布，提出了針對不同運動矢量的搜索模型。不同形狀、大小的搜索模型很大程度上決定了運動估計搜索的效果和速度，根據(jù)視頻序列運動矢量的偏置特性，給出了對于中心偏置特性的大/小十字形搜索模型(L/SCSP)，以及對應(yīng)于方向性偏置

4、特性的新的非對稱十字形搜索模型。該模型相對于以前的菱形、十字等搜索模型更符合現(xiàn)實視頻序列中的運動規(guī)律。 提出一種新十字形塊匹配運動估計算法。該算法在搜索策略上對大、小運動矢量的搜索區(qū)別對待。在搜索初始階段同時使用小十字搜索模型(SCSP)和大十字搜索模型(LCSP)對小運動矢量進行搜索，盡可能通過減少搜索所需要的點,加快對靜止或準(zhǔn)靜止塊的搜索。在后繼的搜索步驟中，充分考慮大運動矢量概率分布的方向性，采用非對稱十字搜索模型進行搜索

5、，從而加快對大運動矢量的搜索速度。該算法保持與菱形搜索(DS)和十字-菱形搜索(CDS)算法相當(dāng)?shù)乃阉髻|(zhì)量下，可提高大約60％和35％的搜索速度。 根據(jù)MPEG-4校驗?zāi)Ｐ?VM：Verification Model)，結(jié)合新十字形塊匹配運動估計算法，實現(xiàn)了基于對象的運動估計算法的編碼器。該編碼器將視頻對象的宏塊被分為3類:對象內(nèi)部宏塊,對象邊緣宏塊和對象外部宏塊。對于對象內(nèi)部宏塊,采用新十字形塊匹配法進行運動估計，對于對象外部