專利名稱：基于塊內(nèi)降采樣的avs－m視頻編碼快速運動估計方法
技術領域：
本發(fā)明涉及多媒體應用中的視頻壓縮技術領域，特別涉及一種基于塊內(nèi)降采樣的AVS-M視頻編碼快速運動估計方法。所述“AVS-M”全稱為“數(shù)字音視頻移動多媒體國家標準”。
背景技術：
自1948年C.E.Shannon提出信源編碼理論以來，人們對圖像壓縮編碼技術進行了廣泛的研究。經(jīng)過近六十年的研究和發(fā)展，出現(xiàn)了大量的視頻壓縮技術和方法，包括預測編碼、矢量編碼、變換編碼、熵編碼、基于對象的形狀編碼以及小波變換編碼、分形編碼等。根據(jù)視頻壓縮方法所采用的信源模型，這些壓縮技術可以分為兩大類基于內(nèi)容的編碼方法和基于波形的編碼方法。
基于波形的編碼采用了把預測編碼和變換編碼組合起來的基于塊的混合編碼方法。為了減少編碼的復雜性，使視頻編碼操作易于執(zhí)行，采用混合編碼方法時，首先把一幅圖像分成固定大小的塊，例如塊8×8(即每塊8行，每行8個象素)、塊16×16(每塊16行，每行16個象素)等等，然后對塊進行壓縮編碼處理。
預測編碼是數(shù)據(jù)壓縮最有效的手段之一。視頻中一幀圖像內(nèi)的數(shù)據(jù)相關性使得對于某個數(shù)據(jù)塊可以利用其相鄰塊的數(shù)據(jù)信息進行預測，僅保留原始象素與預測象素之差，從而減小或消除空間冗余，此為幀內(nèi)預測；視頻中相鄰圖像幀之間的時間相關性使得數(shù)據(jù)塊可以利用其相鄰圖像幀(參考幀)進行預測，僅保留原始象素與預測象素之差，消除或減小空間相關性，此為幀間預測。
通常，在實現(xiàn)幀間預測時，對于每一個塊劃分，需要在參考幀中相應的搜索范圍內(nèi)查找最匹配的參考塊，確定最匹配的塊的準則主要有MSE(MeanSquared Error)、MAE(Mean Absolute Error)和SAD(Sum of AbsoluteDifference)三種，其定義分別如式(1)、(2)和(3)式所示。
MSE=1N2Σi=0M-1Σj=0N-1(Ci,j-RMV(i,j))2---(1)]]>MAE=1N2Σi=0M-1Σj=0N-1|Ci,j-RMV(i,j)|---(2)]]>
SAD=Σi=0M-1Σj=0N-1|Ci,j-RMV(i,j)|---(3)]]>其中，C表示待編碼視頻幀中的象素點的值；R表示參考幀中的象素點的值；M、N分別表示塊大小中的象素點行數(shù)和列數(shù)，i、j分別表示第一個求和號的行取值和第二個求和號的列取值；MV(i，j)表示在參考幀中相對于(i，j)的位置偏移。
相對而言，SAD準則最為簡單，在H.261、H.263、H.264和MPEG-1、MPEG-2、MPEG-4等國際食品壓縮標準中都推薦使用SAD準則。雖然采用SAD準則較其他準則簡單，但在匹配過程中，計算量還是非常大的，這主要是因為以下幾點1、塊匹配過程中，每個宏塊(大小為16×16)需要劃分成多種子塊模式(例如16×16、16×8、8×16、8×8)進行搜索；2、每種塊劃分要在參考幀的給定范圍內(nèi)進行搜索，這個范圍導致每個塊的匹配搜索次數(shù)隨著搜索點的增加而增加；3、通常運動搜索要在多于一個參考幀中進行。
以CIF格式(大小為352×288)的視頻編碼為例，若考慮四種塊劃分模式(例如16×16、16×8、8×16、8×8)，在參考幀中的搜索范圍為±32個象素點，參考幀為2幀，對于一幀視頻，實現(xiàn)基于SAD準則的運動搜索需要做(22×18)×(33×33)×4×2＝3449952次的減法操作、3449952絕對值操作和3449951次加法操作，對于幀率為25幀/秒的視頻序列編碼，計算量是相當龐大的。
在已有的運動搜索快速算法中，通常是通過采用某種及早停止準則，在搜索過程中盡可能的省略不可能是最優(yōu)匹配的搜索點和塊劃分模式的方法。即使這樣做由于在塊內(nèi)還是采用象素點全采樣的方式進行運算，因此其計算量仍相當龐大。因此，如何從其它角度來減少搜索過程中的計算量，且所提出的算法可以很好地與現(xiàn)有的快速運動搜索算法結(jié)合，以進一步減小計算復雜性，是本發(fā)明作重研究的問題。

發(fā)明內(nèi)容
本發(fā)明提供一種基于塊內(nèi)降采樣的AVS-M視頻編碼快速運動估計方法，其目的是在保證編碼質(zhì)量與最優(yōu)搜索算法相當?shù)那疤嵯陆档瓦\動搜索和塊匹配的計算復雜度，減少搜索最優(yōu)匹配塊的軟件執(zhí)行時間，實現(xiàn)更高的編碼效率。
為達到上述目的，本發(fā)明采用的技術方案是一種基于塊內(nèi)降采樣的AVS-M視頻編碼快速運動估計方法，其創(chuàng)新在于在采用SAD準則進行塊匹配的視頻壓縮算法中，對于所定義的任意一種矩陣排列的M×N象素塊劃分模式，通過塊內(nèi)間隔采樣象素點的采樣方式進行計算，即在塊內(nèi)象素點矩陣排列中，按間隔的方式對每行和每列中的象素點進行采樣，并按下列公式(A)或者公式(B)進行計算SAD′=Σi=0M2-1Σj=0N2-1(|C2i,2j+1-RMV(2i,2j+1)|+|C2i+1,2j-RMV(2i+1,2j)|)---(A)]]>SAD′=Σi=0M2-1Σj=0N2-1(|C2i,2j-RMV(2i,2j)|+|C2i+1,2j+1-RMV(2i+1,2j+1)|)---(B)]]>式中，C表示待編碼視頻幀中的象素點的值；R表示參考幀中的象素點的值；M、N分別表示塊大小中的象素點行數(shù)和列數(shù)，i、j分別表示第一個求和號的行取值和第二個求和號的列取值；MV(i，j)表示在參考幀中相對于(i，j)的位置偏移。
上述方案中所述象素塊劃分模式可以定義為以下四種之一(1)、M×N象素塊劃分模式為塊16×16，即每塊16行，每行16個象素。
(2)、M×N象素塊劃分模式為塊16×8，即每塊16行，每行8個象素。
(3)、M×N象素塊劃分模式為塊8×16，即每塊8行，每行16個象素。
(4)、M×N象素塊劃分模式為塊8×8，即每塊8行，每行8個象素。
本發(fā)明的主要思想是在采用SAD準則進行塊匹配的視頻壓縮算法中，通過塊內(nèi)象素降采樣來減小計算復雜性。在已有的采用SAD準則的運動搜索算法中，每一種塊劃分中的所有象素點都參與運算，而在本發(fā)明中，通過間隔采樣象素點進行計算。
由于上述技術方案運用，本發(fā)明與現(xiàn)有技術相比具有下列優(yōu)點和效果1、本發(fā)明相對于全采樣SAD方法，是在不改變視頻編碼流程的框架的前提下有效減小計算量，因此仍然保留了SAD的特點。
2、本發(fā)明相對于全采樣SAD方法，基于降采樣的搜索算法的計算復雜性大大降低，降低幅度可以達到50％；峰值信噪比PSNR略微有所降低，但其視覺質(zhì)量幾乎沒有變化；碼率略微有所增加?？傮w上，編碼效率有很大的提高。
3、將本方法應用于AVS-M(數(shù)字音視頻移動多媒體國家標準)標準代碼中塊類型為16×16、16×8、8×16、8×8的塊劃分運動搜索并與全采樣SAD方法進行實驗對比測試，見圖5～圖8，可以驗證本發(fā)明的優(yōu)點和積極效果。


附圖1(a)為塊16×16的第一種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。
附圖1(b)為塊16×16的第二種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。
附圖2(a)為塊16×8的第一種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。
附圖2(b)為塊16×8的第二種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。
附圖3(a)為塊8×16的第一種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。
附圖3(b)為塊8×16的第二種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。
附圖4(a)為塊8×8的第一種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。
附圖4(b)為塊8×8的第二種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。
附圖5～圖8為本發(fā)明與全采樣SAD算法的對比測試結(jié)果圖。其中，編碼標準為AVS移動視頻標準AVS-M，編碼序列選擇具有代表性的四個典型視型序列(一般在測試中使用)News、Foreman、Tempete和Football。編碼幀數(shù)為250幀，幀率為30幀/秒。圖中“Original”表示采用全SAD方法時的編碼性能曲線，“Rapid”表示采用了降采樣SAD方法編碼時的編碼性能曲線。
具體實施例方式
下面結(jié)合附圖及實施例對本發(fā)明作進一步描述實施例一圖1(a)為塊16×16的第一種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。按照圖1(a)所示，在采用SAD準則進行塊匹配的視頻壓縮算法中，對于所定義的塊16×16(即每塊16行，每行16個象素)象素塊劃分模式，通過塊內(nèi)間隔采樣象素點的采樣方式進行計算，即在塊內(nèi)象素點矩陣排列中，按間隔的方式對每行和每列中的象素點進行采樣，并按下列公式(A)進行計算SAD′=Σi=0M2-1Σj=0N2-1(|C2i,2j+1-RMV(2i,2j+1)|+|C2i+1,2j-RMV(2i+1,2j)|)---(A)]]>式中，C表示待編碼視頻幀中的象素點的值；R表示參考幀中的象素點的值；M、N分別表示塊大小中的象素點行數(shù)和列數(shù)，i、j分別表示第一個求和號的行取值和第二個求和號的列取值；MV(i，j)表示在參考幀中相對于(i，j)的位置偏移。
由于第一和第二求和號的上限M、N分別取值16，公式(A)變?yōu)镾AD′=Σi=07Σj=07(|C2i,2j+1-RMV(2i,2j+1)|+|C2i+1,2j-RMV(2i+1,2j)|)---(A-1)]]>從以上公式(A-1)中可以看出，圖1(a)采樣象素點僅選擇了塊16×16全部象素點的一半，而且選取范圍是行與列坐標以奇偶性不同進行組合，即行與列坐標兩者中，一個為奇數(shù)，另一個為偶數(shù)，其核心是兩者的奇偶性不同。
圖1(b)為塊16×16的第二種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。按照圖1(b)所示，在采用SAD準則進行塊匹配的視頻壓縮算法中，對于所定義的塊16×16象素塊劃分模式，通過在塊內(nèi)象素點矩陣排列中，按間隔的方式對每行和每列中的象素點進行采樣，并按下列公式(B)進行計算SAD′=Σi=0M2-1Σj=0N2-1(|C2i,2j-RMV(2i,2j)|+|C2i+1,2j+1-RMV(2i+1,2j+1)|)---(B)]]>式中，C表示待編碼視頻幀中的象素點的值；R表示參考幀中的象素點的值；M、N分別表示塊大小中的象素點行數(shù)和列數(shù)，i、j分別表示第一個求和號的行取值和第二個求和號的列取值；MV(i，j)表示在參考幀中相對于(i，j)的位置偏移。
由于第一和第二求和號的上限M、N分別取值16，公式(B)變?yōu)镾AD′=Σi=07Σj=07(|C2i,2j-RMV(2i,2j)|+|C2i+1,2j+1-RMV(2i+1,2j+1)|)---(B-1)]]>從以上公式(B-1)中可以看出，圖1(b)采樣象素點僅選擇了塊16×16全部象素點的一半，而且選取范圍是行與列坐標以奇偶性相同進行組合，即行與列坐標兩者中，要么兩者同時為奇數(shù)，要么兩者同時為偶數(shù)，其核心是兩者的奇偶性相同。
圖1(a)與圖1(b)的區(qū)別是在塊內(nèi)象素點矩陣排列中，對應行和對應列的采樣象素點相反。
實施例二與實施例一的不同之處是所定義的象素塊劃分模式為塊16×8，即每塊16行，每行8個象素。
圖2(a)和圖2(b)分別為塊16×8的第一種和第二種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。圖2(a)與圖2(b)的區(qū)別是在塊內(nèi)象素點矩陣排列中，對應行和對應列的采樣象素點相反。
圖2(a)采用的公式為SAD′=Σi=07Σj=03(|C2i,2j+1-RMV(2i,2j+1)|+|C2i+1,2j-RMV(2i+1,2j)|)---(A-2)]]>圖2(b)采用的公式為SAD′=Σi=07Σj=03(|C2i,2j-RMV(2i,2j)|+|C2i+1,2j+1-RMV(2i+1,2j+1)|)---(B-2)]]>其它與實施例一相同，這里不再重復描述。
實施例三與實施例一的不同之處是所定義的象素塊劃分模式為塊8×16，即每塊8行，每行16個象素。
圖3(a)和圖3(b)分別為塊8×16的第一種和第二種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。圖3(a)與圖3(b)的區(qū)別是在塊內(nèi)象素點矩陣排列中，對應行和對應列的采樣象素點相反。
圖3(a)采用的公式為SAD′=Σi=03Σj=07(|C2i,2j+1-RMV(2i,2j+1)|+|C2i+1,2j-RMV(2i+1,2j)|)---(A-3)]]>圖3(b)采用的公式為SAD′=Σi=03Σj=07(|C2i,2j-RMV(2i,2j)|+|C2i+1,2j+1-RMV(2i+1,2j+1)|)---(B-3)]]>
其它與實施例一相同，這里不再重復描述。
實施例四與實施例一的不同之處是所定義的象素塊劃分模式為塊8×8，即每塊8行，每行8個象素。
圖4(a)和圖4(b)分別為塊8×8的第一種和第二種象素點間隔降采樣示意圖，圖中黑色的點表示參與SAD運算的象素點，無色的點不參與運算。圖4(a)與圖4(b)的區(qū)別是在塊內(nèi)象素點矩陣排列中，對應行和對應列的采樣象素點相反。
圖4(a)采用的公式為SAD′=Σi=03Σj=03(|C2i,2j+1-RMV(2i,2j+1)|+|C2i+1,2j-RMV(2i+1,2j)|)---(A-4)]]>圖4(b)采用的公式為SAD′=Σi=03Σj=03(|C2i,2j-RMV(2i,2j)|+|C2i+1,2j+1-RMV(2i+1,2j+1)|)---(B-4)]]>其它與實施例一相同，這里不再重復描述。
上述實施例只為說明本發(fā)明的技術構(gòu)思及特點，其目的在于讓熟悉此項技術的人士能夠了解本發(fā)明的內(nèi)容并據(jù)以實施，并不能以此限制本發(fā)明的保護范圍。凡根據(jù)本發(fā)明精神實質(zhì)所作的等效變化或修飾，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1.一種基于塊內(nèi)降采樣的AVS-M視頻編碼快速運動估計方法，其特征在于在采用SAD準則進行塊匹配的視頻壓縮算法中，對于所定義的任意一種矩陣排列的M×N象素塊劃分模式，通過塊內(nèi)間隔采樣象素點的采樣方式進行計算，即在塊內(nèi)象素點矩陣排列中，按間隔的方式對每行和每列中的象素點進行采樣，并按下列公式(A)或者公式(B)進行計算SAD′=Σi=0M2-1Σj=0N2-1(|C2i,2j+1-RMV(2i,2j+1)|+|C2i+1,2j-RMV(2i+1,2j)|)---(A)]]>SAD′=Σi=0M2-1Σj=0N2-1(|C2i,2j-RMV(2i,2j)|+|C2i+1,2j+1-RMV(2i+1+1,2j+1)|)---(B)]]>式中，C表示待編碼視頻幀中的象素點的值；R表示參考幀中的象素點的值；M、N分別表示塊大小中的象素點行數(shù)和列數(shù)，i、j分別表示第一個求和號的行取值和第二個求和號的列取值；MV(i，j)表示在參考幀中相對于(i，j)的位置偏移。
2.根據(jù)權(quán)利要求1所述的快速運動估計方法，其特征在于所述M×N象素塊劃分模式為塊16×16，即每塊16行，每行16個象素。
3.根據(jù)權(quán)利要求1所述的快速運動估計方法，其特征在于所述M×N象素塊劃分模式為塊16×8，即每塊16行，每行8個象素。
4.根據(jù)權(quán)利要求1所述的快速運動估計方法，其特征在于所述M×N象素塊劃分模式為塊8×16，即每塊8行，每行16個象素。
5.根據(jù)權(quán)利要求1所述的快速運動估計方法，其特征在于所述M×N象素塊劃分模式為塊8×8，即每塊8行，每行8個象素。
全文摘要
一種基于塊內(nèi)降采樣的AVS－M視頻編碼快速運動估計方法，涉及視頻壓縮技術領域，本發(fā)明在采用SAD準則進行塊匹配的視頻壓縮算法中，對塊16×16、塊16×8、塊8×16、塊8×8四種塊劃分模式中的任意一種塊，通過塊內(nèi)間隔采樣象素點的象素采樣方式進行計算，即在塊內(nèi)象素點矩陣排列中，按間隔的方式對每行和每列中的象素點進行采樣。相對于全采樣SAD方法，本發(fā)明將采樣的搜索算法的計算復雜性大大降低，降低幅度可以達到50％；峰值信噪比PSNR略微有所降低，但其視覺質(zhì)量幾乎沒有變化；碼率略微有所增加?？傮w上，編碼效率有很大的提高。
文檔編號H04N7/24GK101035282SQ20071002163
公開日2007年9月12日 申請日期2007年4月19日 優(yōu)先權(quán)日2007年4月19日
發(fā)明者袁定伍, 劉東華 申請人:蘇州鷂鷹數(shù)據(jù)技術有限公司