【正文】 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。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。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。本文重點研究的是運動估計的硬件結(jié)構(gòu)，因此在條件允許和自身能力的范圍內(nèi)，選擇了整像素進行研究。 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，進一步在像素的插值空間上所進行的搜索。所以整像素運動估計的精度在這個時候就捉襟見肘了。這是由算法的復(fù)雜度和當(dāng)時硬件水平所決定的。搜索區(qū)域的大小的確定就需要具體情況具體分析。當(dāng)搜索區(qū)域變大時，運動估計的性能得到了提高，但同時需要處理的運算量也變大了。搜索范圍有以下幾個特點： （ 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） 圖像的運動程度也有關(guān)系，圖像運動越劇烈，運動越明顯，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。 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。從而不需作乘法運算又易于硬件實現(xiàn)的MAD 算 法得到廣泛的應(yīng)用。這是由于人眼對灰度值比較敏感，而且灰度也反映了運動的信息，所以匹配時只考慮圖像像素的灰度值。 ? ? ???? ? ??????????? MmMmNnkNnkNMnmkkjnimfnmfjnimfnmfjiN C C F1 12/11212/112,1,11)],([]),([))((,）（）（ （ 24） 結(jié)果最大時為最優(yōu)的匹配點。 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。而且匹配運算、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。 更是最小分塊達到了 4 4，進一步使得運動估計的結(jié)果精確。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。塊大小大時，塊內(nèi)各像素作平移運動的可能性比較小，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)生許多運動矢量，使得運算量增加，降低了編碼的效率。 分塊大小 上面已經(jīng)提到過一點，塊匹配法有個前提，就是同一個塊內(nèi)的像素運動方向是一致的。 塊匹配的運動估計的參數(shù)和指標(biāo) 基 于塊匹配的運動估計算法，在具體實現(xiàn)的時候，需要考慮其中的幾個參數(shù)：分塊大?。?M,N 取值），匹配準(zhǔn)則，搜索范圍和估計精度。對象的運動速度越塊，搜索窗也應(yīng)越大，即 xd 和 yd 的取值需加大，以覆蓋更大的運動范圍，從而獲得更高的預(yù)測精度。 yxyyxxyxyxss ?????????? ， (21) 塊匹配運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)的運動矢量。39。39。39。搜索窗中的每一個點都對應(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的坐標(biāo)為 ),( 39。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動，因此宏塊中的任意一點都可以標(biāo)明其位置。在基于塊匹配運動估計和補償?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 宏塊是進行 DCT 變換、量化、運動估計、運動補償及圖像重建等操作的基本單元，即在運動預(yù)測編解碼過程中均以宏塊作為操作的單位。這種方法在運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。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行運動估計是不現(xiàn)實的，同時這樣得到的運動矢量場的數(shù)據(jù)量太大而使得總的編碼比特反而不能減少。 運動估計的一個基本問題是如何選擇運動信息的表示方式，這又與運動估計的算法模型密切相關(guān) 。運動估計和補償?shù)幕具^程是通過一定的方法在參考幀圖像中搜索當(dāng)前幀圖像的運動信息，再根據(jù)這些運動信息在參考圖像上進行相應(yīng)的運動補償操作，得到一個當(dāng)前幀的重構(gòu)圖像。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。運動估計越準(zhǔn)確，那么所要編碼的殘差圖像就越小，運動補償編碼所需要的位數(shù)就越少。這樣運動補償方法是基于局部運動估計的，它對圖像中的宏塊進行操作，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動矢量。 圖 22 宏塊、搜索區(qū)域與運動矢量的關(guān)系 運動估計及補償?shù)幕驹砭褪抢脦g運動估計得到待編碼塊的一個參考塊，然后用這個參考塊進行運動補償，將補償后的殘差進行 DCT 變換和可變長編碼。運動估計是以宏塊為單位進行，計算被壓縮圖像與參考圖像的對應(yīng)位置上的宏塊間的位置偏移。運動估計的越準(zhǔn)確，補償?shù)臍埐罹驮叫。幋a效率就越高，解碼出來的圖像質(zhì)量就越好。這方面一種有效的方法就是基于塊匹配的運動估計 (Motion Estimation， ME)，因為算法簡單，便于實現(xiàn)等優(yōu)點而得到廣泛的應(yīng)用。 運動估計 對于視頻序列圖像，由于相鄰幀間存在很大的時間相關(guān)性，即時間兀余 (Temp oral Redundancy)。 基于上述原因，高效快速的運動估計算法一直是視頻壓縮領(lǐng)域的研究熱點。而在 編碼器中，運動估計占用了 42%的計算量。 (a)編碼器 西南交通大學(xué) 本 科 畢業(yè)設(shè)計 (論文 ) 第 10 頁 （ b）解碼器 圖 21 典型的視頻壓縮編解碼系統(tǒng) 在解碼端，如圖 21(b)所示，壓縮碼流經(jīng)過變長解碼分成兩部分 :運動矢量和預(yù)測誤差的逆信息，然后將預(yù)測誤差的逆信息經(jīng)過反量化、 IDCT 變換得到預(yù)測誤差，將運動矢量與幀存器里的前一幀進行運動補償?shù)玫筋A(yù)測幀，再將預(yù)測幀與預(yù)測誤差相加就得 到了當(dāng)前幀的重構(gòu)圖像，同時保存到幀存器里作為下一幀的參考幀。 和 MPEG1， MPEG2， MPEG4 等標(biāo)準(zhǔn)采用的都是基于塊匹配運動估計與運動補償?shù)膸g壓縮方案，其壓縮比和基于幀內(nèi)壓縮的標(biāo)準(zhǔn) (如 JPEG)相比有較大的提高。運動補償根據(jù)得到的運動矢量，對前一幀中由于運動而產(chǎn)生的位移進行調(diào)整，從而得到盡可能接近本幀的預(yù)測幀。 西南交通大學(xué) 本 科 畢業(yè)設(shè)計 (論文 ) 第 9 頁 第 2 章 運動估計概述及其 技術(shù)指標(biāo) 由于視頻序列圖像在時間上具有較強的相關(guān)性，運動估計 (ME)及運動補償 (MC)技術(shù)可以有效的減少時間相關(guān)性，因此該技術(shù)被廣泛應(yīng)用于各種視頻壓縮編碼方案中。 總結(jié)與展望。詳細(xì)闡述了各種經(jīng)典塊匹配運動估計算法，并從搜索算法在搜索速度、計算量、匹配質(zhì)量、等方面的性能進行了分析比較。介紹了運動估計的思想，著重分析了塊匹配運動估計的原理，對塊匹配運動估計的幾項重要的技術(shù)指標(biāo) (分塊的大小，匹配準(zhǔn)則，搜索范圍，估計精度 )的確定進行了重點討論。通過查閱大量的相關(guān)文獻，介紹了課題的背景與研究的重要意義，然后對視頻壓縮技術(shù)也進行了簡要介紹，最后介紹了運動估計的研究 現(xiàn)狀。在此基礎(chǔ)上，力爭提出一種優(yōu)化和改進后的塊匹配運動估計算法，使其能夠在保證圖像質(zhì)量的同時，搜索速度得到較大的提高。 該類算法的經(jīng)典代表有三步法 [3](Three step seareh， TSS)、 2維對數(shù)法 [4] (2Dime nsion Logarithm， 2DLOG)、新三步法 [5](New Three step seareh， NTSS)、四步法 [6](Four Step Seareh， FSS)、菱形法 [7](Diamond Seareh， DS)、六邊形搜索法 [8](Hexagon Based seareh， HEXBS)等。模板搜索快速算法是提出最早，發(fā)展最 為成熟，也是應(yīng)用最為廣泛的一類快速算法。為了提高運動估計的運算速度，人們不斷提出針對塊匹配運動估計的改進快速算法，其目標(biāo)是在保證編碼質(zhì)量的同時，盡可能的降低運算復(fù)雜度。 本文的研究都是針對塊匹配的運動估計算法，在后文中，如無特別說明，所提到的運動估計也都是指基于塊匹配的運動估計。而 BMA 則是基于當(dāng)前幀中一定大小的塊，在當(dāng)前幀的前后幀的一定區(qū)域內(nèi)搜索該象素塊的最佳匹配塊，作為它的預(yù)測塊。另一類是塊匹配算法 BMA(Block Matching Algorithm)。 則是在空域中，利用當(dāng)前 西南交通大學(xué) 本 科 畢業(yè)設(shè)計 (論文 ) 第 7 頁 塊的相鄰象素直接對每個系數(shù)做預(yù)測，有效地去除相鄰之間的相關(guān)性，極大地提高了幀內(nèi)編碼的效率。這里所說的變換去除空間相關(guān)性，僅僅局限在所變換的塊內(nèi)，如 88或者 4 4，并沒有塊與塊之間的處理。 視頻編碼通過去除圖像的空間與時間相關(guān)性來達到數(shù)據(jù)壓縮的目的。 相對于早期的視頻壓縮標(biāo)準(zhǔn)， 引入了許多相對 先進的技術(shù)，包括 4 4 的整數(shù)變換、空域內(nèi)的幀內(nèi)預(yù)測、 1/4象素精度的運動估計、多參考幀與多種大小塊的幀間預(yù)測技術(shù)等。既可工作于低時延的模式以滿足實時業(yè)務(wù)，如會議電視；又可工作于無時延限制的場合，如視頻存儲。 (3) 視頻壓縮標(biāo)準(zhǔn) 是由 ISO/IEC 與 ITUT組成的聯(lián)合視頻組 (JVT)制定的新一代視頻壓縮編碼標(biāo)準(zhǔn)。補償時， 8 8亮度塊每個象素的補償值由 3個預(yù)測值加權(quán)平均而得到。 與 相比采用了半象素的運動補償，且增加了 4 種有效的壓縮編碼模式。 (2) 視頻壓縮標(biāo)準(zhǔn) ITUT為低于 64kb/s 的窄帶通信信道而制定的視頻編碼標(biāo)準(zhǔn)。 只對 CIF 和 QCIF 兩種圖像格式進行處理，每幀圖像被分成圖像層、宏塊組 (GOB)層、宏塊 (MB)層、塊 (Block)層來處理。 ITU 主