基于块匹配在不同分辨率下视频序列的运动估计方法

摘要

本发明是一种基于块匹配在不同分辨率下视频序列的运动估计方法,针对以往单一分辨率下的比较，该方法基于全搜索，三步搜索，新三步搜索三种经典算法和传统匹配法则SAD，对快，中，慢三种速度的国际标准视频序列在两种分辨率下进行运动估计性能的比较，即搜索块数，搜索时间，PSNR，重构图像。本发明的重要结论在于，中低速度的视频序列在低分辨率下表现较好，反之，快速视频序列在高分辨率下的运动估计效果较好。该方法所得结论弥补了不同分辨率下运动估计的不足，解决了不同特征的视频序列在不同的分辨率下更适合的搜索方法，其结果还可应用于目标识别，运动跟踪，视频压缩等方面。

主权项

一种基于块匹配在不同分辨率下视频序列的运动估计方法，它包括的内容有：(a)块运动补偿：是将图片分成若干块，运用匹配法则，找到上一帧的块在这一帧位置；(b)搜索窗口：是确定搜索的范围，每一个帧都有M×N的宏块，每个宏块都需要在搜索区域中都要找到最佳匹配块，运动目标决定搜索窗口的尺寸，搜索窗口的大小应该略大于有最大可能性的运动物体；(c)全搜索：即为FS，通过在相邻帧中搜索所有候选块来得到最佳搜索点，FS的搜索系数为P＝7，因此，每一个块需要搜索225个点；(d)三步搜索：即为TSS，就是用“三步”找到最佳匹配点，此外，这是一个从粗糙到精细的搜索方法，很容易陷入局部最小，适用于对运动幅度较大的视频序列估计；(e)新三步搜索：即为NTSS，是在TSS的基础上提出的，并且引入了中心偏置的方法，因此，比TSS效率更高，适用于在运动幅度小或者静止的视频序列中的搜索；(f)匹配准则：就是用“价值函数”找到最佳匹配块，这个过程可以通过计算价值函数来计算匹配误差，其中最小误差匹配块就是最佳匹配块，匹配准则不仅对精度有影响，而且对运动估计的速度也有影响，运动估计的计算量由搜索点数和匹配准则的复杂度决定，为了权衡精度和速度这两者，匹配准则是一个必须考虑的重要因素；(g)用PSNR来评价运动估计的精度：峰值信噪比用于图像质量的客观估计，特别用来估计重构图像的质量,常用于视频压缩，通常，视频压缩之后，输出视频和原始视频会有一些不同，为了测量处理后的视频质量，PSNR的值可以反应出是否这个过程满足人类的视觉效果；其特征是，还包括：(h)选择三种国际标准视频序列：选择三种特征的不同分辨率的视频序列，分别为，Girl视频序列，传统的Talk‑heading视频序列，背景不动，前景只有少量的运动，Caltrain是画质细腻的中等视频序列，而Football则是快速剧烈的视频序列；(i)预处理：是将视频序列转换成帧，把每一帧的彩色图片通过Matlab程序批量处理成灰度图片；(j)不同分辨率下运动估计性能的比较：选用两种常用分辨率，对三种速度标准视频序列在不同分辨率和三种不同经典算法下的搜索时间，搜索块数，PSNR,与以往不同的比较项目如下：1)比较同一视频序列在不同分辨率下平均PSNR得出结果；2)观察高低分辨率下的最差帧，即PSNR最低点；3)QCIF视频序列下三种经典算法平均PSNR的比较；4)观察Caltrain高分辨率下最差帧的重构图像和低分辨率下最差帧的重构图像；(k)运动估计性能指标取平均值：每一组运动估计都会产生一组搜索块和PSNR，为了权衡整个视频的估计效果，需要对搜索块和PSNR取均值。