專利名稱：一種快速運(yùn)動搜索方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種運(yùn)動搜索方法，具體地說，是涉及一種基于遺傳算法的快 速運(yùn)動搜索方法，屬于數(shù)字視頻編解碼技術(shù)領(lǐng)域。
背景技術(shù)：
在基于塊匹配運(yùn)動補(bǔ)償算法的視頻編碼體系中，運(yùn)動搜索算法是運(yùn)動補(bǔ)償 算法的核心，也是其中計算復(fù)雜性最高的模塊， 一直處于非常重要的地位。在 各種視頻編解碼標(biāo)準(zhǔn)(如AVS， H. 264等)中，并沒有規(guī)定具體的搜索算法，只 是規(guī)定得到運(yùn)動矢量MV (Mot ion Vector )后如何進(jìn)行預(yù)測和編碼，同時也規(guī)定 了解碼端如何對其進(jìn)行解碼。這樣一來，無論通過哪種算法得到MV都可以利用 這個MV進(jìn)行運(yùn)動補(bǔ)償，從而得到預(yù)測值，進(jìn)而對殘差值進(jìn)行編碼傳輸，同時也 對MV進(jìn)行編碼傳輸；解碼端將MV和殘差值解出來后，所要作的操作也僅僅是 將通過MV得到的恢復(fù)后的預(yù)測值與殘差值相加，就能夠得到相應(yīng)的解碼結(jié)果了 。遺傳算法是對生物界自然選擇和自然遺傳機(jī)制進(jìn)化過程的模擬，最初是由 Holland在70年代提出來的。由于遺傳算法能利用簡單的編碼技術(shù)和繁殖機(jī)制 來表現(xiàn)復(fù)雜的現(xiàn)象，從而可以解決非常困難的問題。而且由于它不受搜索空間 限制性假設(shè)的約束，不必要求諸如單調(diào)、連續(xù)等假設(shè)，因此能以很大的概率快 速找到全局最優(yōu)解。如今遺傳算法以其固有的計算并行性，已廣泛應(yīng)用于問題 優(yōu)化、模型識別、并行處理等領(lǐng)域。編碼機(jī)制是遺傳算法的基礎(chǔ)。通常遺傳算法不直接處理問題空間的資料，而 是將各種實際問題變換為與問題無關(guān)的串個體。對染色體串的遺傳操作只與遺 傳算法的理論、技術(shù)有關(guān)，而與具體實際問題無關(guān)，這一特性增大了遺傳算法
的適用性。當(dāng)實際問題變化時，可只改變適應(yīng)度函數(shù)，而無需改變其它操作， 加強(qiáng)了代碼的通用性。傳統(tǒng)的編碼方式有兩種，即直接的二進(jìn)制編碼和格雷碼 編碼。二進(jìn)制編碼方式編碼譯碼操作簡單易行、交叉變異才喿作便于實現(xiàn)、符合最小字符集編碼原則，而且便于利用模式定理進(jìn)行理論分析；但是二進(jìn)制編碼 方式不便于反映所求問題的特定知識，而且由于遺傳算法的隨機(jī)特性而使得其 局部搜索能力較差。格雷碼編碼雖然便于提高遺傳算法的局部搜索能力，但由 于其編碼時相鄰數(shù)字的碼字之間只有一位不同，導(dǎo)致格雷碼對于編譯操作不易 產(chǎn)生新的不同個體，使得遺傳算法容易陷于局部最優(yōu)。基于以上原因，如何結(jié)合圖像匹配本身的特點(diǎn)，找到一種適合于視頻編碼過 程中的快速運(yùn)動搜索方法，提高視頻編碼效率，是本發(fā)明所要解決的主要問題。發(fā)明內(nèi)容本發(fā)明提供了一種快速運(yùn)動搜索方法，所述搜索方法基于遺傳算法，并結(jié) 合視頻圖像自身的特點(diǎn)，采用新的編碼方式，定義了新的交叉算子和變異算子， 引入竟?fàn)庍M(jìn)化策略，有效降低了運(yùn)動估計的計算復(fù)雜度，減少了視頻編碼時間。為解決上述技術(shù)問題，本發(fā)明采用以下技術(shù)方案予以實現(xiàn)一種快速運(yùn)動搜索方法，包括以下步驟a、 對待匹配圖像上的各個點(diǎn)的橫坐標(biāo)和縱坐標(biāo)的位置信息進(jìn)行整數(shù)編碼， 然后從圖像中抽取若干個點(diǎn)，形成初始種群；b、 根據(jù)預(yù)設(shè)的適應(yīng)度函數(shù)計算初始種群中的每個個體的適應(yīng)度值； c 、采用輪轉(zhuǎn)法選擇用來繁殖后代的父代群體；d、 進(jìn)行遺傳算法中的交叉操作；e、 進(jìn)行遺傳算法中的變異操作，生成子代群體；f、 迭代執(zhí)行步驟c e，直至滿足終止條件，尋找到匹配點(diǎn)；g、 根據(jù)匹配點(diǎn)計算運(yùn)動矢量。進(jìn)一步地，所述步驟d中的交叉操作包括兩步dl、定義交叉算子直接
交換兩個父代個體的橫坐標(biāo)或縱坐標(biāo)；d2、根據(jù)預(yù)設(shè)的交叉概率對父代群體進(jìn) 行交配或復(fù)制操作，所述交叉概率根據(jù)待匹配圖像的像素及尺寸確定。
所述步驟e中的變異操作也包括兩步驟el、定義變異算子將要變異的 個體的橫坐標(biāo)或縱坐標(biāo)分別加上一個常數(shù)，所述常數(shù)是根據(jù)待匹配圖像的灰度 級確定的一個固定范圍內(nèi)的隨機(jī)值；e2、根據(jù)預(yù)設(shè)的變異頻率，對需要進(jìn)行變 異操作的個體的橫坐標(biāo)和縱坐標(biāo)分別進(jìn)行變異操作，所述變異概率根據(jù)待匹配 圖像的像素及尺寸確定。
由于對視頻圖像進(jìn)行遺傳操作時的特殊性，變異操作在搜索中起主要作用， 所以選擇的變異概率要大于0. 3。
同時，考慮到圖像信號數(shù)據(jù)本身具有馬爾可夫特性，即某一像素的信息與 其鄰近的的像素信息具有很強(qiáng)的相關(guān)性，本發(fā)明不采用傳統(tǒng)的隨機(jī)產(chǎn)生初始種 群的辦法，而是釆用抽樣法，即以固定間隔在待匹配圖像上抽取若干個點(diǎn)作為 初始種群。所述固定間隔根據(jù)待匹配圖像的尺寸及所需要的初始種群內(nèi)個體的 數(shù)量確定。
進(jìn)一步地，本發(fā)明中計算個體適應(yīng)度的適應(yīng)度函數(shù)依據(jù)絕對誤差和SAD匹 配準(zhǔn)則進(jìn)行設(shè)計。
再進(jìn)一步地，在確定遺傳算法一次迭代過程中的子代群體時，首先根據(jù)預(yù) 設(shè)的適應(yīng)度函數(shù)計算變異操作得到的個體的適應(yīng)度值，然后將變異后的所有個 體與所有本次迭代中的父代個體按適應(yīng)度值從大到小排列，選取適應(yīng)度值較大
的個體組成遺傳算法的子代群體。
更進(jìn)一步地，所述遺傳算法終止條件為迭代執(zhí)行遺傳操作的次數(shù)超過預(yù)設(shè) 值；所述預(yù)設(shè)值依據(jù)待匹配圖像的尺寸來確定。
優(yōu)選地，在尋找到匹配點(diǎn)后，不直接計算運(yùn)動矢量。而是以所述匹配點(diǎn)為 中心進(jìn)行局部搜索，找到一個最佳匹配點(diǎn)，然后才艮據(jù)最佳匹配點(diǎn)計算運(yùn)動矢量。
本發(fā)明將遺傳算法應(yīng)用到視頻編碼中的運(yùn)動搜索方法中，結(jié)合視頻圖像匹 配本身的特點(diǎn)，采用了新的整數(shù)編碼方式，又根據(jù)整數(shù)編碼的特點(diǎn)，定義了新
的交叉算子和遺傳算子，在運(yùn)動搜索過程中引入竟?fàn)庍M(jìn)化策略，有效降低了計 算量，提高了視頻編碼效率。而且在選擇遺傳算法中的初始種群時，采用了固 定間隔抽樣的初始化方法，能夠保"^正初始化個體均勻分布于整個解空間，以較 少的個體和迭代次數(shù)獲得最佳匹配點(diǎn)。


圖l是本發(fā)明所提出的快速運(yùn)動搜索方法的流程圖； 圖2是圖1所示流程圖中交叉操作的示意圖。
l體實施方式
下面結(jié)合附圖對本發(fā)明的實施方式作進(jìn)一步詳細(xì)的說明。
圖l是本發(fā)明所提出的快速運(yùn)動搜索方法的流程圖，具體過程描述如下
步驟S101:流程開始。
步驟S102:種群初始化。首先對待匹配圖像上的各個點(diǎn)的橫坐標(biāo)和縱坐標(biāo) 的位置信息進(jìn)行整數(shù)編碼；然后采用抽樣法，以固定間隔在待匹配圖像上抽取I 個點(diǎn)，形成初始種群d(Xi, yi)， C2(x2， y2),...a(xn， yn)， i-0，l，2…I;其中x、 y分別為各點(diǎn)的橫坐標(biāo)值和縱坐標(biāo)值。固定間隔根據(jù)待匹配圖像的尺寸和所需要 的初始種群內(nèi)個體的數(shù)量確定。例如，待匹配圖像的尺寸為256 x 256，初始種 群數(shù)設(shè)為100，則以一個10x 10的網(wǎng)格疊加在待匹配圖像上，所有交叉點(diǎn)可成 為初始種群。這種初始化方法可以保證初始化個體均勻分布于整個解空間，以 較少的個體和迭代次數(shù)獲得最佳匹配點(diǎn)。
步驟S103:計算初始種群的適應(yīng)度值。本發(fā)明根據(jù)匹配準(zhǔn)則SAD設(shè)計適應(yīng) 度函數(shù)，然后用適應(yīng)度函數(shù)計算個體的適應(yīng)度。設(shè)模板圖像T的尺寸為MxN， S (u, v )和T (u， v)分別為待匹配圖像與模板圖像對應(yīng)像素的灰度值，根據(jù)下式計 算群體中各個體的適應(yīng)度值<formula>formula see original document page 7</formula>
步驟S104:采用輪轉(zhuǎn)法選擇I個用來繁殖后代的個體形成父代群體，將父代 群體放入交配池。輪轉(zhuǎn)法中個體被選擇的概率與其適應(yīng)度值成正比，個體適應(yīng) 度越大，被選擇的概率就越高；個體適應(yīng)度越小，被選擇的概率就越低。根據(jù) 輪轉(zhuǎn)法計算出種群中每一個體的選4奪概率后，就可以決定哪些個體被選出。
步驟S105:進(jìn)行遺傳算法中的交叉操作。針對視頻圖像整數(shù)編碼的特點(diǎn)，
定義交叉算子為直接交換兩個父代個體的橫坐標(biāo)或者縱坐標(biāo)，例如，設(shè)有兩個
父代個體A。(x" yJ和B。(X6， yj，交叉操作產(chǎn)生兩個新個體A: (x" y》和新個
體B,(X6， ya);然后根據(jù)待匹配圖像的像素及尺寸確定一個交叉概率Pc,從交配
池的父代群體中任選兩個個體，根據(jù)預(yù)設(shè)的交叉頻率Pc進(jìn)行交配或復(fù)制；重復(fù)
進(jìn)行選擇、交配或復(fù)制，最后得到I個交叉^t喿作后的個體。
步驟S106:進(jìn)行遺傳算法中的變異操作。考慮到視頻圖像數(shù)據(jù)的相關(guān)性較 大，定義變異算子為<formula>formula see original document page 8</formula>
x為一個需要進(jìn)行變異操作的基因，即個體的橫坐標(biāo)或縱坐標(biāo)；x'為變異 后基因，n為"N N之間的一個隨機(jī)常數(shù)，N為固定值。N值根據(jù)待匹配圖像的 灰度確定，例如，對于亮度數(shù)據(jù)，如果灰度級為8位，其取值范圍為0 255, 則N可設(shè)為255/10。然后根據(jù)預(yù)設(shè)的變異概率Pm,對步驟S105得到的I個個 體的橫坐標(biāo)和縱坐標(biāo)分別按上述變異算子進(jìn)行變異4喿作，得到I個變異操作后 的個體。
需要說明的是，理論上來說，在遺傳算法中，交叉操作的作用是主要的， 變異操作的作用是次要的，所以在傳統(tǒng)遺傳操作中變異概率常常小于0.1。但 由于本發(fā)明中交叉操作和變異操作具有特殊性，變異操作在搜索中起主要作用， 故應(yīng)預(yù)設(shè)一個較大的變異概率， 一般要大于O. 3。
步驟S107:選4奪適應(yīng)度值較大的個體形成子代群體。根據(jù)步驟S103的適 應(yīng)度函數(shù)計算變異操作后的I個個體的適應(yīng)度值；然后將變異操作后的I個個 體與步驟S104中的I個父代個體按適應(yīng)度值從大到小依次排列，取前I個適應(yīng) 度較大的個體，形成第一次遺傳操作的子代群體。
步驟S108:判斷遺傳操作是否滿足終止條件，即判斷迭代次數(shù)是否超過 預(yù)設(shè)值。如果迭代次數(shù)超過預(yù)設(shè)值，轉(zhuǎn)至下述步驟；否則轉(zhuǎn)至步驟S104，重復(fù) 遺傳操作過程。迭代次數(shù)預(yù)設(shè)值根據(jù)圖像尺寸進(jìn)行確定。
步驟S109:遺傳操作滿足終止條件終止后，獲得遺傳搜索的匹配點(diǎn)p(x,y)。
步驟S110:通過遺傳搜索得到一個匹配點(diǎn)p(x， y)后，以p(x， y)為中心， 在nxm范圍內(nèi)進(jìn)行一次局部搜索，得到最佳匹配點(diǎn);/(;c,力。n, m—般分別取模
板長度和寬度的一半。
步驟S111:根據(jù)上述最佳匹配點(diǎn)計算運(yùn)動矢量。設(shè)模板圖像左上角位置座 標(biāo)為(xO，yO)，得到的最佳匹配點(diǎn)/Z(jc,力的座標(biāo)為(xl，yl)，則有
mv-x = xl - x0 , mv_y = yl - y0 這里，(mv_x, mv-y)就是所需要的運(yùn)動矢量。根據(jù)上述搜索計算得到的運(yùn)動矢 量，可以對一見頻圖像進(jìn)行預(yù)測和編碼。
步驟S112:流程結(jié)束。
圖2所示為用上述所定義的交叉算子進(jìn)行交叉#:作的示意圖，圖中，A。(10,
10)和B。(20, 20)為兩個父代個體，通過交叉操:作即互換縱坐標(biāo)后，產(chǎn)生兩個新 的個體20)和B! (20, 10)。
應(yīng)當(dāng)指出，上述說明并非是對本發(fā)明的限制，本發(fā)明也并不僅限于上述舉 例，本技術(shù)領(lǐng)域的普通技術(shù)人員在本發(fā)明的實質(zhì)范圍內(nèi)所做出的修改、變形、 添加或替換，也應(yīng)屬于本發(fā)明的保護(hù)范圍。
權(quán)利要求
1、一種快速運(yùn)動搜索方法，其特征在于包括以下步驟a、對待匹配圖像上的各個點(diǎn)的橫坐標(biāo)和縱坐標(biāo)的位置信息進(jìn)行整數(shù)編碼，然后從圖像中抽取若干個點(diǎn)，形成初始種群；b、根據(jù)預(yù)設(shè)的適應(yīng)度函數(shù)計算初始種群中的每個個體的適應(yīng)度值；c、采用輪轉(zhuǎn)法選擇用來繁殖后代的父代群體；d、進(jìn)行遺傳算法中的交叉操作；e、進(jìn)行遺傳算法中的變異操作，生成子代群體；f、迭代執(zhí)行步驟c～e，直至滿足終止條件，尋找到匹配點(diǎn)；g、根據(jù)匹配點(diǎn)計算運(yùn)動矢量。
2、 根據(jù)權(quán)利要求1所述的快速運(yùn)動搜索方法，其特征在于，所述交叉操作 包括下述步驟dl、定義交叉算子直接交換兩個父代個體的橫坐標(biāo)或縱坐標(biāo)； d2、根據(jù)預(yù)設(shè)的交叉概率對父代群體進(jìn)行交配或復(fù)制操作，所述交叉概率 根據(jù)待匹配圖像的像素及尺寸確定。
3、 根據(jù)權(quán)利要求1或2所述的快速運(yùn)動搜索方法，其特征在于，所述變異 操作包括下述步驟el、定義變異算子將要變異的個體的橫坐標(biāo)或縱坐標(biāo)分別加上一個常數(shù); e2、根據(jù)預(yù)設(shè)的變異頻率，對需要進(jìn)行變異操作的個體的橫坐標(biāo)和縱坐標(biāo) 分別進(jìn)行變異操作，所述變異概率根據(jù)待匹配圖像的像素及尺寸確定。
4、 根據(jù)權(quán)利要求3所述的快速運(yùn)動搜索方法，其特征在于，所述變異概率 大于0. 3。
5、 根據(jù)權(quán)利要求3所述的快速運(yùn)動搜索法方法，其特征在于，所述常數(shù)為 一個固定范圍內(nèi)的隨機(jī)數(shù)；所述固定范圍根據(jù)待匹配圖像的灰度級確定。
6、 根據(jù)權(quán)利要求1所述的快速運(yùn)動搜索方法，其特征在于，從待匹配圖像 上以固定間隔抽取若干個點(diǎn)，所述固定間隔根據(jù)待匹配圖像的尺寸及所需要的 初始種群內(nèi)個體的數(shù)量確定。
7、 根據(jù)權(quán)利要求1所述的快速運(yùn)動搜索方法，其特征在于，所述適應(yīng)度函數(shù)依據(jù)絕對誤差和SAD匹配準(zhǔn)則進(jìn)行設(shè)計。
8、 根據(jù)權(quán)利要求1所述的快速運(yùn)動搜索方法，其特征在于，根據(jù)預(yù)設(shè)的適 應(yīng)度函數(shù)計算變異操作得到的個體的適應(yīng)度值，然后將變異后的所有個體與所 有父代個體按適應(yīng)度值從大到小排列，選取適應(yīng)度值較大的個體組成遺傳算法 的子代群體。
9、 根據(jù)權(quán)利要求1所述的快速運(yùn)動搜索方法，其特征在于，所述終止條件 為迭代執(zhí)行遺傳操作的次數(shù)超過預(yù)設(shè)值；所述預(yù)設(shè)值依據(jù)待匹配圖像的尺寸確 定。
10、 根據(jù)權(quán)利要求1或9所述的快速運(yùn)動搜索方法，其特征在于，尋找到 匹配點(diǎn)后，以所述匹配點(diǎn)為中心進(jìn)行局部搜索，得到最佳匹配點(diǎn)，然后根據(jù)所 述最佳匹配點(diǎn)計算運(yùn)動矢量。
全文摘要
本發(fā)明公開了一種快速運(yùn)動搜索方法，結(jié)合視頻圖像自身的特點(diǎn)，采用新的編碼方式，定義了新的交叉算子和變異算子，引入競爭進(jìn)化策略，有效降低了運(yùn)動估計的計算復(fù)雜度，提高了視頻編碼效率。所述運(yùn)動搜索方法包括下述步驟a.首先對待匹配圖像上的各個點(diǎn)的橫坐標(biāo)和縱坐標(biāo)的位置信息進(jìn)行整數(shù)編碼，然后從圖像中抽取若干個點(diǎn)，形成初始種群；b.根據(jù)預(yù)設(shè)的適應(yīng)度函數(shù)計算初始種群中的每個個體的適應(yīng)度值；c.采用輪轉(zhuǎn)法選擇用來繁殖后代的父代群體；d.進(jìn)行遺傳算法中的交叉操作；e.進(jìn)行遺傳算法中的變異操作，生成子代群體；f.迭代執(zhí)行步驟c～e，直至滿足終止條件，尋找到匹配點(diǎn)；g.根據(jù)匹配點(diǎn)計算運(yùn)動矢量。
文檔編號H04N7/26GK101212681SQ200710116360
公開日2008年7月2日 申請日期2007年12月25日 優(yōu)先權(quán)日2007年12月25日
發(fā)明者碩 胡 申請人:海信集團(tuán)有限公司