【導(dǎo)讀】進(jìn)行設(shè)計（研究）所取得的成果，除文中特別加以標(biāo)注引用的內(nèi)容外，對本設(shè)計（研究）做出貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。對位移即為運(yùn)動矢量。高精度的運(yùn)動補(bǔ)償預(yù)測可以大大提高視頻編碼的效率，是視頻編。碼中的重要環(huán)節(jié)。了解運(yùn)動補(bǔ)償?shù)哪康囊饬x和發(fā)展史；要求所編制的軟件在答辯時演示；嚴(yán)格按照格式要求完成設(shè)計論文的排版打印，字?jǐn)?shù)不少于萬字；體通信更是成為人們必不可少的需求。運(yùn)動估計得越準(zhǔn)確，視頻壓縮編碼的效率就越高，解碼出來的視頻圖像質(zhì)量。越好;而且，運(yùn)動估計在整個視頻壓縮編碼系統(tǒng)中的計算復(fù)雜度最大。高效的運(yùn)動估計算法是視頻壓縮編碼技術(shù)的研究重點(diǎn)。采用運(yùn)動估計和運(yùn)動補(bǔ)償技。術(shù)可以消除視頻信號的時間冗余，從而提高編碼效率。的運(yùn)動估計算法成為目前視頻壓縮技術(shù)中研究的重要課題。其相關(guān)快速算法也得到了廣泛的研。文章最后對本文工作進(jìn)行了總結(jié)，并對未來的研究方向進(jìn)行了展望。

　　

【正文】 所示。這樣運(yùn)動補(bǔ)償方法是基于局部運(yùn)動估計的，它對圖像中的宏塊進(jìn)行操作，在參考幀圖像的搜索范圍內(nèi)，搜索與當(dāng)前幀最接近的宏塊，從而得到這個宏塊的運(yùn)動矢量。運(yùn)動矢量是一個包括水平和垂 直分量的二維矢量，編碼過 西南交通大學(xué) 本 科 畢業(yè)設(shè)計 (論文 ) 第 12 頁 程只對這個運(yùn)動矢量和當(dāng)前宏塊與在參考幀中搜索到的宏塊的差值就行編碼。運(yùn)動估計越準(zhǔn)確，那么所要編碼的殘差圖像就越小，運(yùn)動補(bǔ)償編碼所需要的位數(shù)就越少。另外，如果運(yùn)動估計的搜索采用全搜索法，它占用了編碼過程中程序運(yùn)行的大部分時間，所以為了提高搜索速度和效率，搜索策略也很重要。目前研究最多的快速搜索算法，有三步法、四步法、新三步法、菱形法等，這些算法將在第三章詳細(xì)介紹。 塊匹配運(yùn)動估計的基本原理 運(yùn)動估計可以看作是對相鄰圖像幀時域相關(guān)性的檢測，通過對相鄰圖像幀之間相似部分的搜尋來獲得 圖像中景物對象的運(yùn)動信息。運(yùn)動估計和補(bǔ)償?shù)幕具^程是通過一定的方法在參考幀圖像中搜索當(dāng)前幀圖像的運(yùn)動信息，再根據(jù)這些運(yùn)動信息在參考圖像上進(jìn)行相應(yīng)的運(yùn)動補(bǔ)償操作，得到一個當(dāng)前幀的重構(gòu)圖像。由于運(yùn)動估計時得到了當(dāng)前圖像與參考圖像的相關(guān)信息，這個重構(gòu)圖像與當(dāng)前圖像的差值往往比直接用參考圖像和當(dāng)前圖像作差而得到的比特數(shù)要少得多，因此，運(yùn)動估計與補(bǔ)償技術(shù)能有效減少相鄰幀之間的數(shù)據(jù)冗余，從而獲得更高的壓縮比，降低視頻壓縮編碼后的碼率。 運(yùn)動估計的一個基本問題是如何選擇運(yùn)動信息的表示方式，這又與運(yùn)動估計的算法模型密切相關(guān) 。最直接的方法是對于每一個當(dāng)前幀的像素都采用一個二維矢量 (由于我們這里討論的都是針對二維圖像的運(yùn)動估計，因此每個被估計的圖像單元的運(yùn)動信息都可以表示為一個由水平方向分量和垂直方向分量構(gòu)成的二維矢量 )來表示其運(yùn)動信息，即我們通常所稱的運(yùn)動矢量。這種方法具有普遍的適用性，但是由于視頻圖像通常具有非常多的像素，這樣對每一個像素都進(jìn)行運(yùn)動估計是不現(xiàn)實(shí)的，同時這樣得到的運(yùn)動矢量場的數(shù)據(jù)量太大而使得總的編碼比特反而不能減少。因此，在實(shí)際中，我們一般將圖像幀分割為許多互不重疊的宏塊，并假定宏塊中的所有像素做相同的平動，這 樣就可以分別對每個宏塊獨(dú)立地估計其運(yùn)動信息參數(shù)即運(yùn)動矢量，這就是目前在各種主流的視頻壓縮標(biāo)準(zhǔn) (如 MPEG 等 )中被廣泛應(yīng)用的基于塊匹配的運(yùn)動估計方法。這種方法在運(yùn)動估計精度與計算復(fù)雜度之間提供了一個較好的折衷，其基本原理如圖 23所示。 在對某一幀圖像進(jìn)行運(yùn)動估計時，首先將其按照一定的方式劃分成互不重疊的若干個宏塊，設(shè)宏塊的大小為 M*N(、 MPEG2 和 MPEG4 建議采用 M=N=16，而 則可采用幾種不同大小的宏塊模式進(jìn)行估計 )，然后再對每幀中的宏塊依次進(jìn)行運(yùn)動估計，獲得各 自的運(yùn)動矢量。在基于塊匹配運(yùn)動估計和補(bǔ)償?shù)囊曨l壓縮編碼系統(tǒng)中， 西南交通大學(xué) 本 科 畢業(yè)設(shè)計 (論文 ) 第 13 頁 宏塊是進(jìn)行 DCT 變換、量化、運(yùn)動估計、運(yùn)動補(bǔ)償及圖像重建等操作的基本單元，即在運(yùn)動預(yù)測編解碼過程中均以宏塊作為操作的單位。 圖 23 塊匹配運(yùn)動估計原理示意圖 為了便于說明塊匹配算法的基本原理，設(shè)當(dāng)前幀中的某目標(biāo)宏塊左上角像素點(diǎn)的坐標(biāo)為 :s=(x， y)。需要說明的是，由于假設(shè)宏塊中的所有像素都作相同的平移運(yùn)動，因此宏塊中的任意一點(diǎn)都可以標(biāo)明其位置。然后，在參考幀中，以待估計宏塊的位置坐標(biāo) s 為中心，在水平方向分別向左和向右擴(kuò)展一定長度的搜索距離 xd ，而在垂直方向分別向上和向下擴(kuò)展 yd ，則可得到一個大小為 )12(*)12( ?? yx dd 的搜索窗砰。搜索窗中的每一個點(diǎn)都對應(yīng)著一個候選匹配宏塊，設(shè)某個候選宏塊的左上角像素點(diǎn)的坐標(biāo)為 ),( 39。39。39。 yxs ? ，則該候選宏塊相對于目標(biāo)宏塊的偏移量 mv 就是該搜索點(diǎn)對應(yīng)的運(yùn)動矢量，即 : ),(),(),()(mv 39。39。39。39。39。 yxyyxxyxyxss ?????????? ， (21) 塊匹配運(yùn)動估計的目的是在搜 索窗中搜尋與目標(biāo)宏塊最為匹配的候選宏塊，并獲 西南交通大學(xué) 本 科 畢業(yè)設(shè)計 (論文 ) 第 14 頁 得相應(yīng)的運(yùn)動矢量。其中，搜索窗的大小由視頻中景物對象的運(yùn)動速度決定。對象的運(yùn)動速度越塊，搜索窗也應(yīng)越大，即 xd 和 yd 的取值需加大，以覆蓋更大的運(yùn)動范圍，從而獲得更高的預(yù)測精度。不過，較大的搜索窗通常會使得搜索點(diǎn)增多，從而加大計算量，因此，搜索距離的設(shè)定需綜合考慮具體視頻的運(yùn)動特性、運(yùn)動估計的質(zhì)量以及算法的計算量等因素，以獲得最佳的估計性能。 塊匹配的運(yùn)動估計的參數(shù)和指標(biāo) 基 于塊匹配的運(yùn)動估計算法，在具體實(shí)現(xiàn)的時候，需要考慮其中的幾個參數(shù)：分塊大小（ M,N 取值），匹配準(zhǔn)則，搜索范圍和估計精度。其中每一個都對匹配的效率產(chǎn)生重要影響，有些則是最關(guān)鍵的。 分塊大小 上面已經(jīng)提到過一點(diǎn)，塊匹配法有個前提，就是同一個塊內(nèi)的像素運(yùn)動方向是一致的。因此需要選擇合適的塊大小。塊大小大時，塊內(nèi)各像素作平移運(yùn)動的可能性比較小，不滿足我們的前提條件，會影響估計的精度；塊大小小時，會受噪聲影響，結(jié)果不準(zhǔn)確，而且還會導(dǎo)致產(chǎn)生許多運(yùn)動矢量，使得運(yùn)算量增加，降低了編碼的效率。所以塊的大小必須選擇 合適，滿足上面的要求。當(dāng)前的視頻壓縮標(biāo)準(zhǔn)，如 和MPEG 一般以 16 16大小的塊作為一個宏塊，這是一個已經(jīng)證明的較好的平衡結(jié)果。而且 和 MPEG4在進(jìn)行 16 16 的宏塊運(yùn)動估計的基礎(chǔ)上，還加入了 8 8塊的處理，使得預(yù)測的精度有了提高。 更是最小分塊達(dá)到了 4 4，進(jìn)一步使得運(yùn)動估計的結(jié)果精確。 匹配準(zhǔn)則 塊匹配準(zhǔn)則是判斷塊相似程度的算法和標(biāo)準(zhǔn)，準(zhǔn)則的好壞直接影響了運(yùn)動估計的結(jié)果。而且匹配運(yùn)算、數(shù)據(jù)讀取復(fù)雜度很大程度上決定于所采用的塊匹配準(zhǔn)則。在塊匹配法中，有三種最優(yōu)匹配準(zhǔn) 則： (1)最小絕對差 MAD(Mean Absolute Difference)、 |),(),(|1 11 1jnimfnmfMNM A D kMmNn k???? ?? ?? ? （ 22） MAD 值最小時為最優(yōu)的匹配點(diǎn)。 西南交通大學(xué) 本 科 畢業(yè)設(shè)計 (論文 ) 第 15 頁 (2)最小均方誤差函數(shù) MSE(Mean Square Error) 211 1)],(),([1,x ynxmfnmfMNyM S E kMmNn k???? ?? ?? ?）（ （ 23） 結(jié)果最小時為最優(yōu)的匹配點(diǎn)。 (3)歸一化互相關(guān)函數(shù) NCCF(Normalized Cost Correlation Function)。 ? ? ???? ? ??????????? MmMmNnkNnkNMnmkkjnimfnmfjnimfnmfjiN C C F1 12/11212/112,1,11)],([]),([))((,）（）（ （ 24） 結(jié)果最大時為最優(yōu)的匹配點(diǎn)。 在上式中， M N為塊大小， (i,j)為位移， p ≤ i,j ≤ +p,p 為搜索范圍， kf 和1?kf 分別為當(dāng)前幀和參考幀像素的灰度值。這是由于人眼對灰度值比較敏感，而且灰度也反映了運(yùn)動的信息，所以匹配時只考慮圖像像素的灰度值。有試驗(yàn)證明 MSE匹配函數(shù)的精度最高，但是它的乘方運(yùn)算實(shí)現(xiàn)起來比較困難； MAD 匹配函數(shù)效果其次，而且運(yùn)動估計的精度影響不太大，效果不錯。從而不需作乘法運(yùn)算又易于硬件實(shí)現(xiàn)的MAD 算 法得到廣泛的應(yīng)用。當(dāng) SAD 準(zhǔn)則出現(xiàn)后，它卻快速的取代 MAD，被各種運(yùn)動估計算法所采用，因?yàn)樗c MAD 的匹配效果相同，又不需要實(shí)際運(yùn)算中不必要的除法，又大量的降低了計算量。 SAD 描述如下： ??? ???? 10 |),().(|),( Nm njmiRjiCjiS A D （ 25） 其中 N*N 為塊大小， C 為當(dāng)前塊的灰度值， R為搜索區(qū)域的灰度值。 搜索范圍的確定 搜索范圍（ p,+p）是塊匹配中的重要一環(huán)，它的大小的選擇決定了整個運(yùn)動估計的精度。搜索范圍有以下幾個特點(diǎn)： （ 1） 不同的清晰度對應(yīng)的搜索范圍不同，清晰度越高就需 要越大的搜索范圍來配合； （ 2） 圖像的運(yùn)動程度也有關(guān)系，圖像運(yùn)動越劇烈，運(yùn)動越明顯，就需要相應(yīng)比較大的搜索范圍； 西南交通大學(xué) 本 科 畢業(yè)設(shè)計 (論文 ) 第 16 頁 （ 3） 搜索范圍的大小也決定了運(yùn)算量的大小，當(dāng)搜索范圍取比較大時，就相應(yīng)計算量也多，占用的資源也越多。 從上面看，搜索區(qū)域不是隨意而定的，也不是越大就越好。當(dāng)搜索區(qū)域變大時，運(yùn)動估計的性能得到了提高，但同時需要處理的運(yùn)算量也變大了。因此如何選擇搜索區(qū)域的大小要根據(jù)實(shí)際處理的圖像來確定。搜索區(qū)域的大小的確定就需要具體情況具體分析。 估計精度 早期的視頻壓縮標(biāo)準(zhǔn)中，運(yùn)動估計是基于 16 16塊的塊匹配運(yùn)算，運(yùn)算精度為整像素。這是由算法的復(fù)雜度和當(dāng)時硬件水平所決定的。 實(shí)際情況時有時會遇到圖像中的物體真實(shí)位移，與我們選定的網(wǎng)格不匹配的情況。所以整像素運(yùn)動估計的精度在這個時候就捉襟見肘了。在不斷的發(fā)展中，我們改進(jìn)了相關(guān)算法，提升了硬件的水平，在 MPEG4 和 中，運(yùn)動估計的精度精確到半像素 (即亞像素 )，從而提高了運(yùn)動估計的性能。 半像素級搜索是指，在整像素搜索的基礎(chǔ)上，為了尋找更佳匹配，進(jìn)一步在像素的插值空間上所進(jìn)行的搜索。一般是在整像素搜索的點(diǎn)周圍的一定區(qū)域 (通常為周圍8個半像素點(diǎn) )作全 搜索。本文重點(diǎn)研究的是運(yùn)動估計的硬件結(jié)構(gòu)，因此在條件允許和自身能力的范圍內(nèi)，選擇了整像素進(jìn)行研究。 算法評定指標(biāo) 運(yùn)動估計算法的設(shè)計目的是盡可能準(zhǔn)確地為當(dāng)前幀建立一個模型 (因?yàn)檫@樣可能獲得更好的壓縮性能 )，同時在可以接受的計算復(fù)雜度內(nèi)。通過觀察匹配 效果和搜索的時間復(fù)雜度可以評判一個運(yùn)動估計算法的好壞，具體說來，匹配效果可通過人眼主觀和一些客觀的指標(biāo)來評價重構(gòu)圖像的質(zhì)量。人眼對圖像質(zhì)量的評價是許多因素的一個交互過程，包括人類視覺系統(tǒng) (HVS)，眼睛和大腦系統(tǒng)等。人類視覺感知受空間保真度和時間保真度的影 響，同時還受到其它因素的影響，如觀察環(huán)境、觀察者的精神狀態(tài)等。這些都具有較大的隨意性，不易進(jìn)行準(zhǔn)確的和定量的比較 [9][10]。 鑒于以上視頻效果主觀判斷的局限性，視頻壓縮和視頻處理的開發(fā)者越來越傾向于客觀的判斷，應(yīng)用最廣泛的就是峰值信噪比 PSNR(Peak Signal to Noise Ratio)和平均 MSE。 MSE 在前面已經(jīng)有介紹， PSNR 的計算公式如下 : 西南交通大學(xué) 本 科 畢業(yè)設(shè)計 (論文 ) 第 17 頁 M S EP S N RnB2d )12(lg10 ?? (26) PSNR 的計算非常 簡單和快捷，因此成為一種應(yīng)用廣泛