主权项 |
基于运动向量相关性的运动估计搜索范围预测方法,其特征在于,包括以下步骤:S1、预先设定最大搜索范围SR<sub>max</sub>和最小搜索范围SR<sub>min</sub>;S2、计算不同模式下预测单元PU的拟合系数ah<sub>k</sub>,av<sub>k</sub>和bh<sub>k</sub>,bv<sub>k</sub>,其中预测单元PU的模式总数为Q,0≤k<Q;S3、根据当前PU的模式k,获取对应的拟合系数ah<sub>k</sub>,av<sub>k</sub>和bh<sub>k</sub>,bv<sub>k</sub>;S4、根据当前PU的模式k,获取对应的运动向量预测子(MVPh<sub>k</sub>,MVPv<sub>k</sub>)以及可用的空域和时域相关候选运动向量(MVCh<sub>ki</sub>,MVCv<sub>ki</sub>),其中,iCount<sub>k</sub>表示可用的空域和时域相关候选运动向量的总个数,0≤i<iCount<sub>k</sub>;S5、计算运动向量预测子(MVPh<sub>k</sub>,MVPv<sub>k</sub>)和每个可用的空域和时域相关候选运动向量(MVCh<sub>ki</sub>,MVCv<sub>ki</sub>)的累加差(ΔMVTh<sub>k</sub>,ΔMVTv<sub>k</sub>);S6、根据S2中的拟合系数ah<sub>k</sub>,av<sub>k</sub>和bh<sub>k</sub>,bv<sub>k</sub>,S4中的运动向量预测子(MVPh<sub>k</sub>,MVPv<sub>k</sub>),S5中的累加差(ΔMVTh<sub>k</sub>,ΔMVTv<sub>k</sub>),计算基本搜索范围SRBasic<sub>k</sub>;S7、根据S6中的基本搜索范围SRBasic<sub>k</sub>和S1中的最大搜索范围SR<sub>max</sub>和最小搜索范围SR<sub>min</sub>确定最终搜索范围SR<sub>k</sub>。 |