H．264是現(xiàn)有最重要數(shù)據(jù)壓縮編碼國(guó)際標(biāo)準(zhǔn)之一。

快速運(yùn)動(dòng)估計(jì)算法一直是視頻壓縮中的研究熱點(diǎn)。本文針對(duì)一些快速估計(jì)算法過(guò)早確定了搜索方向，容易陷入局部最小點(diǎn)，損失了搜索精度的情況，在原有基礎(chǔ)上，運(yùn)用菱形十字搜索算法(DCS)與閾值估計(jì)相結(jié)合的方法提高了運(yùn)動(dòng)估計(jì)的性能。實(shí)驗(yàn)結(jié)果表明，該算法可以用較小的搜索代價(jià)取得與全搜索(FS)相當(dāng)?shù)男Ч?，并且在搜索速度方面?yōu)于鉆石法DS)。

　　0 引言

　　H．264采用了減少視頻圖像各幀間冗余度的運(yùn)動(dòng)估計(jì)算法。運(yùn)動(dòng)估計(jì)算法傳統(tǒng)的有全搜索(FS)、三步搜索(TSS)、新三步搜索(NTSS)、四步搜索(FSS)等；常用的是鉆石搜索(DS)和非對(duì)稱十字交叉多層次六邊形格點(diǎn)運(yùn)動(dòng)搜索算法(UMHexagonS)。運(yùn)動(dòng)估計(jì)是整個(gè)視頻編碼中運(yùn)算量最大的模塊，可占整個(gè)軟件編碼器運(yùn)算量的70％以上。因此視頻系統(tǒng)中編碼器的復(fù)雜部分取決于運(yùn)動(dòng)估計(jì)算法體系結(jié)構(gòu)的復(fù)雜性。

　　1 運(yùn)動(dòng)估計(jì)算法分析

　　1．1 鉆石搜索(DS)算法

　　DS算法即鉆石搜索算法，被MPEG-4國(guó)際標(biāo)準(zhǔn)采用并收入驗(yàn)證模型VM(Verification Model)中，是MPEG-4建議采用的快速運(yùn)動(dòng)估計(jì)算法。  DS算法采用了兩種搜索模板，分別是有9個(gè)檢測(cè)點(diǎn)的大模板和有5個(gè)檢測(cè)點(diǎn)的小模板。搜索時(shí)先用大模板LDSP在搜索區(qū)域中心及周圍8個(gè)點(diǎn)處進(jìn)行匹配計(jì)算，當(dāng)最小塊誤差出現(xiàn)在中心點(diǎn)處時(shí)，將大模板LDSP換為SDSP，再進(jìn)行匹配計(jì)算，這時(shí)5個(gè)點(diǎn)中的MBD(Minimum Block Distortion)即為最優(yōu)匹配點(diǎn)；否則，改變中心位置，仍用LDSP重復(fù)計(jì)算。

　　1．2 菱形十字搜索(DCS)算法

　　菱形十字搜索算法(DCS)算法是在DS算法基礎(chǔ)上改進(jìn)而來(lái)，DCS的匹配模板是建立在兩種不同的搜索模板之上的，即大菱形十字型(LDCSP)和小菱形十字型(SDCSP)，如圖1所示。其中，十字型可以對(duì)應(yīng)于實(shí)際的運(yùn)動(dòng)的矢量分布，而交叉型則是為了加速搜索效果。

　　DCS算法在進(jìn)行運(yùn)動(dòng)估計(jì)匹配運(yùn)算時(shí)，有三種可能的情況：

　　(1)若MBD點(diǎn)位于LDCSP中心位置，說(shuō)明圖像是靜止的，DCS算法一步結(jié)束；

　　(2)若MBD點(diǎn)位于LDCSP小十字位置，說(shuō)明圖像的運(yùn)動(dòng)較小，則在此基礎(chǔ)上按照SDCSP模板反復(fù)進(jìn)行交叉搜索。

　　(3)若MBD點(diǎn)位于LDCSP大十字位置，說(shuō)明圖像的運(yùn)動(dòng)較大，則在此基礎(chǔ)上按照LDCSP模板反復(fù)進(jìn)行交叉搜索。

　　由此可以看出，DCS算法的優(yōu)點(diǎn)是，可以根據(jù)圖像的運(yùn)動(dòng)類型(如上述三種情況)，白適應(yīng)選擇下一步相應(yīng)的搜索模板，使搜索與圖像內(nèi)容有關(guān)(基于內(nèi)容的搜索)，從而得到較好的搜索效果；DCS算法的搜索并不一定要經(jīng)歷模板由大到小的必然過(guò)程，有時(shí)一步即可完成搜索；用DCS搜索時(shí)，十字形模板對(duì)應(yīng)于實(shí)際的運(yùn)動(dòng)矢量分布，交叉形模板則有準(zhǔn)確性“聚焦”特性，這從本質(zhì)上體現(xiàn)了DCS是粗定位和準(zhǔn)確定位的有效結(jié)合。 <Script type=text/javascript> function ImgZoom(Id)//重新設(shè)置圖片大小 防止撐破表格 { var w = $(Id).width; var m = 650; if(w < m){return;} else{ var h = $(Id).height; $(Id).height = parseInt(h*m/w); $(Id).width = m; } } window.onload = function() { var Imgs = $("content").getElementsByTagName("img"); var i=0; for(;i

　　設(shè)當(dāng)前要編碼塊E的運(yùn)動(dòng)矢量為MVp。如果運(yùn)動(dòng)矢量的值MVp≥T，則與E塊相鄰的各塊間運(yùn)動(dòng)的相關(guān)性較高，表明該區(qū)域的變化比較平緩；如果運(yùn)動(dòng)矢量的值MVp<T，則與E塊相鄰的各塊間運(yùn)動(dòng)的相關(guān)性較低，表明該區(qū)域變化比較劇烈。通過(guò)對(duì)missa、grandmother、carphone、salesman的檢測(cè)可知，取閾值T=2。

　　3 自適應(yīng)運(yùn)動(dòng)估計(jì)算法

　　結(jié)合上述DCS算法和閾值的確定，可采取先對(duì)視頻圖像的運(yùn)動(dòng)塊進(jìn)行閾值的判斷，再根據(jù)判斷結(jié)果進(jìn)行最佳匹配塊的搜索。具體搜索步驟描述如下：

　　Step 1：判斷當(dāng)前塊運(yùn)動(dòng)矢量MVp和閾值確大小。若MVp≥T，則進(jìn)入Step 2；若MVp<T，則進(jìn)入Step 5。

　　Step 2：用LDCSP在搜索區(qū)域中心及周圍8個(gè)點(diǎn)進(jìn)行匹配運(yùn)算，然后判斷，找出MBD點(diǎn)。若MBD點(diǎn)位于中心點(diǎn)，說(shuō)明宏塊是靜止的，DCS算法一步結(jié)束，得到最優(yōu)匹配塊；否則進(jìn)行Step 3。

　　Step 3：若MBD點(diǎn)為L(zhǎng)DCSP模版的小十字處，以該點(diǎn)為中心構(gòu)建SDCSP進(jìn)行匹配計(jì)算，若MBD點(diǎn)位于中心點(diǎn)，所得MBD點(diǎn)為所求。否則，進(jìn)入Step 4。

　　Step 4：若MBD點(diǎn)為L(zhǎng)DCSP模版的大十字處，以該點(diǎn)為中心構(gòu)建LCSP進(jìn)行匹配計(jì)算，進(jìn)入step 2。

　　Step 5：用LDCSP在搜索區(qū)域中心及周圍5個(gè)點(diǎn)進(jìn)行匹配運(yùn)算，然后判斷，找出MBD點(diǎn)。若MBD點(diǎn)位于中心點(diǎn)，所得MBD點(diǎn)為所求；否則繼續(xù)Step 5。

　　算法流程圖如圖3所示[!--empirenews.page--]

<Script type=text/javascript> function ImgZoom(Id)//重新設(shè)置圖片大小 防止撐破表格 { var w = $(Id).width; var m = 650; if(w < m){return;} else{ var h = $(Id).height; $(Id).height = parseInt(h*m/w); $(Id).width = m; } } window.onload = function() { var Imgs = $("content").getElementsByTagName("img"); var i=0; for(;i

　　從表1可知：a．FS搜索效果最佳，但耗時(shí)太長(zhǎng)；DS算法有較大改進(jìn)，可以實(shí)現(xiàn)實(shí)時(shí)壓縮；DCS比DS，運(yùn)行時(shí)間都有不同程度的減少，故DCS算法在搜索速度有優(yōu)勢(shì)。b．從單個(gè)序列來(lái)看，DCS算法對(duì)missa和salesman時(shí)間優(yōu)化最為顯著，分別只占FS算法的7．42％、7．50％和DS算法的98．17％、97．49％；對(duì)carphone序列的搜索速度也有很大優(yōu)化，占FS搜索算法的7．97％和DS算法的97．82％。綜合視頻特性可知：DCS算法針對(duì)運(yùn)動(dòng)平緩的視頻對(duì)象搜索速度優(yōu)化明顯。

　　4．2 信噪比的比較

　　對(duì)標(biāo)準(zhǔn)測(cè)試序列claire和carphone序列進(jìn)行測(cè)定，計(jì)算PSNR得表2。

　　表2中FS的平均PSNR最高，達(dá)到42．38，但搜索時(shí)間最長(zhǎng)；DS的PSNR最低，為42．31，而DCS為42．35，高于DS算法，且僅低于FS算法0．03dB。從單個(gè)序列來(lái)看，DCS算法對(duì)claire的優(yōu)化程度最大，超過(guò)了FS的PSNR值，說(shuō)明DCS算法身體靜止僅面部表情運(yùn)動(dòng)特點(diǎn)視頻適用。用DCS算法計(jì)算得到的carphone的PSNR值雖然低于FS算法，但高于DS算法；missa序列的DCS算法的PSNR值和FS、DS法的相差不大。故DCS算法在搜索速度、圖像質(zhì)量上均有保證。

　　5 結(jié)束語(yǔ)

　　本文從搜索時(shí)間和圖像質(zhì)量?jī)煞矫鎸?duì)各種塊匹配運(yùn)動(dòng)估計(jì)算法進(jìn)行了性能分析比較。實(shí)驗(yàn)結(jié)果表明，將菱形十字交叉搜索算法和閾值判斷結(jié)合，在搜索速度方面，有很大程度的優(yōu)化，而且能得到與FS、DS搜索算法相當(dāng)?shù)膱D像質(zhì)量。DCS算法針對(duì)運(yùn)動(dòng)平緩的視頻作用明顯，由此推知該算法適用于電視電話、遠(yuǎn)程教育等實(shí)時(shí)視頻壓縮。