DCS算法--H．264視頻壓縮快速運動估計算法

H．264是現(xiàn)有最重要數(shù)據(jù)壓縮編碼國際標準之一。

快速運動估計算法一直是視頻壓縮中的研究熱點。本文針對一些快速估計算法過早確定了搜索方向，容易陷入局部最小點，損失了搜索精度的情況，在原有基礎上，運用菱形十字搜索算法(DCS)與閾值估計相結合的方法提高了運動估計的性能。實驗結果表明，該算法可以用較小的搜索代價取得與全搜索(FS)相當?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動估計算法。運動估計算法傳統(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)和非對稱十字交叉多層次六邊形格點運動搜索算法(UMHexagonS)。運動估計是整個視頻編碼中運算量最大的模塊，可占整個軟件編碼器運算量的70％以上。因此視頻系統(tǒng)中編碼器的復雜部分取決于運動估計算法體系結構的復雜性。

　　1 運動估計算法分析

　　1．1 鉆石搜索(DS)算法

　　DS算法即鉆石搜索算法，被MPEG-4國際標準采用并收入驗證模型VM(Verification Model)中，是MPEG-4建議采用的快速運動估計算法。 DS算法采用了兩種搜索模板，分別是有9個檢測點的大模板和有5個檢測點的小模板。搜索時先用大模板LDSP在搜索區(qū)域中心及周圍8個點處進行匹配計算，當最小塊誤差出現(xiàn)在中心點處時，將大模板LDSP換為SDSP，再進行匹配計算，這時5個點中的MBD(Minimum Block Distortion)即為最優(yōu)匹配點；否則，改變中心位置，仍用LDSP重復計算。

　　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算法基礎上改進而來，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，十字型可以對應于實際的運動的矢量分布，而交叉型則是為了加速搜索效果。

　　DCS算法在進行運動估計匹配運算時，有三種可能的情況：

　　(1)若MBD點位于LDCSP中心位置，說明圖像是靜止的，DCS算法一步結束；

　　(2)若MBD點位于LDCSP小十字位置，說明圖像的運動較小，則在此基礎上按照SDCSP模板反復進行交叉搜索。

　　(3)若MBD點位于LDCSP大十字位置，說明圖像的運動較大，則在此基礎上按照LDCSP模板反復進行交叉搜索。

　　由此可以看出，DCS算法的優(yōu)點是，可以根據(jù)圖像的運動類型(如上述三種情況)，白適應選擇下一步相應的搜索模板，使搜索與圖像內(nèi)容有關(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程，有時一步即可完成搜索；用DCS搜索時，十字形模板對應于實際的運動矢量分布，交叉形模板則有準確性“聚焦”特性，這從本質(zhì)上體現(xiàn)了DCS是粗定位和準確定位的有效結合。 Script type=text/javascript> function ImgZoom(Id)//重新設置圖片大小 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

　　視頻圖像的運動矢量大部分為零矢量或運動很小的矢量。運動矢量為零的塊稱為靜止塊；運動矢量很小的塊(以搜索窗口中心為圓心，兩像素為半徑的圓內(nèi))稱為準靜止塊：而其他的稱為運動塊。如果有超過80％運動矢量很小的塊可被看作靜止或準靜止塊。因此，可設一個閥值T，當運動矢量的值小于T時，可用SDCSP搜索法直接進行精確定位，找出最優(yōu)點；當運動矢量的值大于T時，可用LDCSP搜索算法找出最優(yōu)點。

　　運動矢量空間域的預測方式有運動矢量中值預測、空間域的上層塊模式運動矢量；在時間域的預測方式有前幀對應塊運動矢量預測和時間域的鄰近參考幀運動矢量預測。本文采用運動矢量中值預測方式。根據(jù)與當前E塊相鄰的左邊A塊，上邊B塊和右上邊C塊的運動矢量，取中值作為當前塊的預測運動矢量。如圖2所示。

　　設當前要編碼塊E的運動矢量為MVp。如果運動矢量的值MVp≥T，則與E塊相鄰的各塊間運動的相關性較高，表明該區(qū)域的變化比較平緩；如果運動矢量的值MVpT，則與E塊相鄰的各塊間運動的相關性較低，表明該區(qū)域變化比較劇烈。通過對missa、grandmother、carphone、salesman的檢測可知，取閾值T=2。

　　3 自適應運動估計算法

　　結合上述DCS算法和閾值的確定，可采取先對視頻圖像的運動塊進行閾值的判斷，再根據(jù)判斷結果進行最佳匹配塊的搜索。具體搜索步驟描述如下：

　　Step 1：判斷當前塊運動矢量MVp和閾值確大小。若MVp≥T，則進入Step 2；若MVpT，則進入Step 5。

　　Step 2：用LDCSP在搜索區(qū)域中心及周圍8個點進行匹配運算，然后判斷，找出MBD點。若MBD點位于中心點，說明宏塊是靜止的，DCS算法一步結束，得到最優(yōu)匹配塊；否則進行Step 3。

　　Step 3：若MBD點為LDCSP模版的小十字處，以該點為中心構建SDCSP進行匹配計算，若MBD點位于中心點，所得MBD點為所求。否則，進入Step 4。

　　Step 4：若MBD點為LDCSP模版的大十字處，以該點為中心構建LCSP進行匹配計算，進入step 2。

　　Step 5：用LDCSP在搜索區(qū)域中心及周圍5個點進行匹配運算，然后判斷，找出MBD點。若MBD點位于中心點，所得MBD點為所求；否則繼續(xù)Step 5。

　　算法流程圖如圖3所示