專利名稱：一種視頻壓縮編碼搜索算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種視頻編碼方法，具體指一種在保證視頻編碼效率的前提下大幅度節(jié)減軟硬件實(shí)現(xiàn)中亞象素運(yùn)動(dòng)的部分運(yùn)算量的算法。
背景技術(shù)：
在現(xiàn)有視頻壓縮編碼的亞象素搜索算法中，廣泛使用的技術(shù)是基于空間域的全搜索算法或是全搜索的各種快速算法，這些算法在搜索窗內(nèi)以象素塊為單位查找最匹配塊，以均方差和或絕對(duì)差值和為判斷法則，其搜索過(guò)程中需要作多次濾波插值，并反復(fù)計(jì)算代價(jià)函數(shù)，計(jì)算復(fù)雜度非常高。實(shí)驗(yàn)顯示，進(jìn)入亞象素精度計(jì)算后，運(yùn)動(dòng)搜索過(guò)程的計(jì)算開(kāi)銷往往要超出原整象素搜索的一倍以上。不僅如此，匹配的準(zhǔn)確度還取決于插值算法的精度，從一定程度上影響編碼效率。在傳統(tǒng)視頻編碼中，編碼圖象首先需要進(jìn)行空間域-頻域變換，在頻域中完成量化、熵編碼，然后再做頻域-空間域變換，回到空間域進(jìn)行運(yùn)動(dòng)搜索及存儲(chǔ)。這樣的全搜索算法在亞象素搜索中的計(jì)算復(fù)雜度高，花銷的時(shí)間和效率低下，還影響視頻編碼的精度。

發(fā)明內(nèi)容
本發(fā)明針對(duì)現(xiàn)有的搜索算法復(fù)雜度高，精度低的缺陷提出一種新穎的搜索算法，在頻域直接利用相位的相關(guān)性預(yù)測(cè)和搜索運(yùn)動(dòng)矢量，該算法在亞象素搜索過(guò)程中由于不需要回到空間域，不需做插值計(jì)算，避免計(jì)算代價(jià)函數(shù)，從而極大削減視頻編碼中運(yùn)動(dòng)搜索帶來(lái)的計(jì)算開(kāi)銷，適用于需要視頻內(nèi)容服務(wù)的嵌入式平臺(tái)。
目前被各視頻編碼標(biāo)準(zhǔn)普遍采用的是DCT變換，DCT域的亞象素運(yùn)動(dòng)搜索算法的算法流程如下 7)確定搜索窗為N，提取在x方向上以參考圖像整象素點(diǎn)F為起始的一維信號(hào)x1(n)及當(dāng)前圖像中對(duì)應(yīng)位置的x2(n)； 8)根據(jù)DCT和DST變換公式，計(jì)算x1(n)和x2(n)的四個(gè)離散DCT/DST變換系數(shù)； 9)計(jì)算在[1，N]區(qū)間的gmS，由DCT和DST變換公式、及滿足方程得到 10)根據(jù)gm的方程分析δ響應(yīng)的正負(fù)方向，得出mx的正負(fù)方向上的位移； 11)在y方向上重復(fù)以上步驟，得出y方向上的my的正負(fù)方向上的位移； 12)攜帶參數(shù)mx、my查詢表1，確定在亞象素空間位置圖中的匹配點(diǎn)，同時(shí)確定半象素運(yùn)動(dòng)矢量。
表1 m與運(yùn)動(dòng)矢量 上述gm的方程 上述所述的DCT和DST變換公式，定義如下的DCT和DST變換為 上式中， 上述所述的滿足方程 其中， 上述滿足方程能改寫為能夠證明Z(k)是一個(gè)正交矩陣，并且有λZT(k)Z(k)＝I2，I2是一個(gè)2×2的單位矩陣；這樣可以解出方程從而可以解出gmC、gmS。
將

近似代替

將

近似代替

以進(jìn)一步降低計(jì)算量。
如果需要1/4象素精度的運(yùn)動(dòng)矢量，按6)中所得的運(yùn)動(dòng)矢量使用雙線性濾波器插值，在所得象素塊上重復(fù)1)-6)步驟。
從上述算法及公式能分析出gmC、gmS這兩個(gè)屬于頻域的變量包含了平動(dòng)信息m，并從中提取出m，就能實(shí)現(xiàn)DCT域的運(yùn)動(dòng)搜索?；陬l域的快速運(yùn)動(dòng)搜索算法通過(guò)分析在頻域的相位來(lái)檢測(cè)物體運(yùn)動(dòng)信息，比起空間域的搜索算法，這種分析技術(shù)更接近物體運(yùn)動(dòng)的本質(zhì)，擁有其極低的計(jì)算復(fù)雜度，本發(fā)明提出的基于頻域的亞象素運(yùn)動(dòng)搜索算法的計(jì)算復(fù)雜度大約是空間域亞象素全搜索算法的5％到2 0％之間，特別適用于嵌入式平臺(tái)或手持終端。


圖1為物體向右平動(dòng)m時(shí)的δ響應(yīng)示意圖； 圖2為物體向左平動(dòng)m時(shí)的δ響應(yīng)示意圖； 圖3為各標(biāo)準(zhǔn)測(cè)試序列下的計(jì)算性能復(fù)雜度比較； 圖4為亞象素空間位置示意圖。
具體實(shí)施方式
目前被各視頻編碼標(biāo)準(zhǔn)普遍采用的是DCT變換，DCT變換具有接近K-L變換的能量收斂性能，能夠?qū)⒋蟛糠帜芰考性谥绷骱偷皖l部分，在通過(guò)低通濾波器后，可以在高壓縮比下保證圖像質(zhì)量。針對(duì)這點(diǎn)，本發(fā)明主要從DCT變換域的相位來(lái)推算空間的平動(dòng)，由于DCT變換的特殊性，在DCT域不再像傅立葉那樣有簡(jiǎn)單的對(duì)應(yīng)關(guān)系。
有一維離散信號(hào){x1(n)|n∈
}(N為搜索窗的大小)，經(jīng)右移m后，形成信號(hào){x2(n)|n∈
} 根據(jù)定義如下的DCT和DST變換式， 上式中， 容易證明，這四個(gè)變換滿足如下方程 其中， 將(8)中的方程改寫為可以證明，Z(k)是一個(gè)正交矩陣，并且有 λZT(k)Z(k)＝I2(9) I2是一個(gè)2×2的單位矩陣。這樣，我們可以解出方程 從而可以解出gmC、gmS。
根據(jù)正弦函數(shù)的正交法則，有如下定律 其中，δ(n)是離散沖激函數(shù)。
根據(jù)式(8)、(10-12)，可以得出關(guān)于gm的方程 我們看到，這兩個(gè)屬于頻域的變量包含了平動(dòng)信息m。如果能夠找到快速算法解出gmC、gmS，并從中提取出m，就能實(shí)現(xiàn)DCT域的運(yùn)動(dòng)搜索。
分析式(13)、(14)，當(dāng)m大于0，且位于搜索窗
時(shí)，總能在n＝m處找到正的δ響應(yīng)，同時(shí)在n＝-m-1處找到負(fù)的δ響應(yīng)；當(dāng)m＜0，且位于搜索窗的負(fù)鏡象[-N，0)時(shí)，總能在n＝m處找到負(fù)的δ響應(yīng)，同時(shí)在n＝-m-1處找到正的δ響應(yīng)。如圖1(a)、圖1(b)所示，灰色區(qū)域?yàn)樗阉鞔?，如果在搜索?br> 發(fā)現(xiàn)正的δ響應(yīng)，則意味著物體有向右的平動(dòng)，m＞0；如果在搜索窗
發(fā)現(xiàn)負(fù)的δ響應(yīng)，則意味著物體有向左的平動(dòng)，m＜0。下文表1顯示，當(dāng)僅知m的正負(fù)方向，不需求解m的具體取值即可確定亞象素運(yùn)動(dòng)矢量，大大降低了計(jì)算量。
在具體計(jì)算時(shí)，可將

近似代替

將

近似代替

以進(jìn)一步降低計(jì)算量。
在上文建立的各式基礎(chǔ)上，DCT域的亞象素運(yùn)動(dòng)搜索算法的算法流程如下第一步確定搜索窗為N，提取在x方向上以參考圖像整象素點(diǎn)F為起始的一維信號(hào)x1(n)及當(dāng)前圖像中對(duì)應(yīng)位置的x2(n)； 第二步根據(jù)式(3-6)，計(jì)算x1(n)和x2(n)的四個(gè)離散DCT/DST變換系數(shù)； 第三步計(jì)算在[1，N]區(qū)間的gmS，由式(3-6)、(8)得到 第四步根據(jù)式(13)根據(jù)δ響應(yīng)的正負(fù)方向，得出mx的正負(fù)方向的位移； 第五步與上步驟同理，得出y方向上的my的正負(fù)方向位移； 第六步攜帶參數(shù)mx、my查詢表1，確定在亞象素空間位置示意圖中的匹配點(diǎn)， 同時(shí)確定半象素運(yùn)動(dòng)矢量。
表1 m與運(yùn)動(dòng)矢量 如果需要1/4象素精度的運(yùn)動(dòng)矢量，按6)中所得的運(yùn)動(dòng)矢量使用雙線性濾波器插值，在所得象素塊上重復(fù)1)-6)步驟。
實(shí)驗(yàn)在H.264編碼平臺(tái)上進(jìn)行，使用的測(cè)試視頻編碼軟件的版本是JM8.6(JVT官方發(fā)布)，編碼參數(shù)為量化參數(shù)＝26、1幀參考圖像。使用的標(biāo)準(zhǔn)測(cè)試序列是大小為QCIF，長(zhǎng)度均為100幀的Foreman、Container、News、Silent、Carphone。圖3是本文的算法與全搜索算法在亞象素搜索中的計(jì)算復(fù)雜度比較。由于各測(cè)試序列的圖像構(gòu)成各異，計(jì)算復(fù)雜度各不相同，為方便起見(jiàn)，將各個(gè)測(cè)試序列中的全搜索算法計(jì)算復(fù)雜度設(shè)為1，作為比較基準(zhǔn)。由圖3中可看出，本發(fā)明提出的基于頻域的亞象素運(yùn)動(dòng)搜索算法的計(jì)算復(fù)雜度大約是空間域亞象素全搜索算法的5％到20％之間。
對(duì)算法的編碼性能的測(cè)試數(shù)據(jù)下表所示，對(duì)于不同的圖像測(cè)試序列使用該算法編碼后圖像的峰值信噪比與全搜索算法相比，下降0.04到0.65dB。
下表為在不同測(cè)試序列下的編碼性能變化 基于頻域的快速運(yùn)動(dòng)搜索算法通過(guò)分析在頻域的相位來(lái)檢測(cè)物體運(yùn)動(dòng)信息，比起空間域的搜索算法，這種分析技術(shù)更接近物體運(yùn)動(dòng)的本質(zhì)。由于其極低的計(jì)算復(fù)雜度，特別適用于嵌入式平臺(tái)或手持終端。
在上述實(shí)施例中，僅對(duì)本發(fā)明進(jìn)行了示范性描述，但是本領(lǐng)域技術(shù)人員在不脫離本發(fā)明所保護(hù)的范圍和精神的情況下，可根據(jù)不同的實(shí)際需要設(shè)計(jì)出各種實(shí)施方式。
權(quán)利要求
1.一種視頻壓縮編碼搜索算法，其算法流程如下
1)確定搜索窗為N，提取在x方向上以參考圖像整象素點(diǎn)F為起始的一維信號(hào)x1(n)及當(dāng)前圖像中對(duì)應(yīng)位置的x2(n)；
2)根據(jù)DCT和DST變換公式，計(jì)算x1(n)和x2(n)的四個(gè)離散DCT/DST變換系數(shù)；
3)計(jì)算在[1，N]區(qū)間的gms，由DCT和DST變換公式、及滿足方程得到
4)根據(jù)gm方程分析δ響應(yīng)的正負(fù)方向，得出mx的正負(fù)方向上的位移；
5)在y方向上重復(fù)以上步驟，得出y方向上的my的正負(fù)方向上的位移；
6)攜帶參數(shù)mx、my查詢表1，確定在亞象素空間位置圖中的匹配點(diǎn)，同時(shí)確定半象素運(yùn)動(dòng)矢量。
表1m與運(yùn)動(dòng)矢量
2.要求1所述的視頻壓縮編碼搜索算法，其特征在于上述步驟4)中的gm方程為
3.權(quán)利要求1述的視頻壓縮編碼搜索算法，其特征在于上述步驟2)、3)中所述的DCT和DST變換公式為
上式中，
4.要求1所述的視頻壓縮編碼搜索算法，其特征在于上述步驟3)所述的滿足方程其中，
5.根據(jù)權(quán)利要求4述的視頻壓縮編碼搜索算法，其特征在于上述滿足方程能改寫為能夠證明Z(k)是一個(gè)正交矩陣，并且有λZT(k)Z(k)＝I2，I2是一個(gè)2×2的單位矩陣；這樣能解出方程從而可以解出gmC、gmS。
6.根據(jù)權(quán)利要求2所述的視頻壓縮編碼搜索算法，其特征在于將
近似代替將
近似代替以進(jìn)一步降低計(jì)算量。
7.根據(jù)權(quán)利要求1所述的視頻壓縮編碼搜索算法，其特征在于當(dāng)需要1/4象素精度的運(yùn)動(dòng)矢量，按步驟6)中所得的運(yùn)動(dòng)矢量使用雙線性濾波器插值，在所得象素塊上重復(fù)步驟1)-6)。
全文摘要
本發(fā)明涉及一種視頻編碼方法，具體指一種在保證視頻編碼效率的前提下大幅度節(jié)減軟硬件實(shí)現(xiàn)中亞象素運(yùn)動(dòng)的部分運(yùn)算量的算法。基于頻域的快速運(yùn)動(dòng)搜索算法通過(guò)分析在頻域的相位來(lái)檢測(cè)物體運(yùn)動(dòng)信息，比起空間域的搜索算法，這種分析技術(shù)更接近物體運(yùn)動(dòng)的本質(zhì)，擁有其極低的計(jì)算復(fù)雜度，通過(guò)gmC、gmS這兩個(gè)屬于頻域的變量包含了平動(dòng)信息m，并從中提取出m，就能實(shí)現(xiàn)DCT域的運(yùn)動(dòng)搜索。本發(fā)明提出的基于頻域的亞象素運(yùn)動(dòng)搜索算法的計(jì)算復(fù)雜度大約是空間域亞象素全搜索算法的5％到20％之間，特別適用于嵌入式平臺(tái)或手持終端。
文檔編號(hào)H04N7/32GK101583028SQ200810067220
公開(kāi)日2009年11月18日 申請(qǐng)日期2008年5月14日 優(yōu)先權(quán)日2008年5月14日
發(fā)明者馬國(guó)強(qiáng) 申請(qǐng)人:深圳市融合視訊科技有限公司