一种基于码率控制的帧间图像运动估计方法与系统技术方案

本发明专利技术公开了一种基于码率控制的帧间图像运动估计方法，涉及图像处理技术领域，主要包括步骤：基于时空域上的运动相关性，获取当前编码块的运动矢量候选列表；基于率失真代价函数筛选运动矢量候选列表中代价最小的运动矢量候选作为预测运动矢量；以预测运动矢量为中心进行运动搜索，并计算运动搜索过程中所获得编码块的率失真代价；在当前运动搜索所获得编码块所对应的码率超过阈值后，筛选当前率失真代价最小的编码块进行运动矢量获取。本发明专利技术通过率失真函数的运用，进行最优运动搜索中心的判定，并基于运动中心进行第次向外的运动搜索，减少传统技术中无序搜索所带来的无效计算量，同时，避免以有限点进行区域搜索可能导致的局部最小值陷入。的局部最小值陷入。的局部最小值陷入。

【技术实现步骤摘要】
一种基于码率控制的帧间图像运动估计方法与系统


[0001]本专利技术涉及图像处理
，具体涉及一种基于码率控制的帧间图像运动估计方法与系统。

技术介绍

[0002]目前，高分辨率（4K
×
4K，8K
×
8K）的视频应用非常广泛，更重要的是，随着互联网的飞速发展，催生了各种不同的视频应用。而随着视频应用需求的提高，目前的视频编码技术面临着很大的挑战。联合视频编码组(Joint Collaborative Team on Video Coding，JCT
‑
VC)在2013年发布了一种高效率视频压缩标准H.265/HEVC。H.265/HEVC采用混合编码技术，与H.264/AVC相比，它的编码块大小从16
×
16增加到64
×
64，平均编码压缩率也提高了55%
‑
87%，但是其编码的复杂度也随之提高。在视频编码中，连续帧图像间的帧间预测主要目的在于去除图像之间的时间相关性。H.265/HEVC中帧间预测编码算法是通过将已编码的图像作为当前图像的参考图像，通过运动估计来获得当前图像的各个块在参考图像中的运动信息。那么在此基础上，如何在运动搜索的过程中更好更快的获取所要的运动信息，进而获取当前编码块的运动矢量，就是本专利技术所要解决的技术问题。

技术实现思路

[0003]为了更好的对帧间图像进行运动估计，提高效率的同时保证数据压缩还原后的完整度，本专利技术提出了一种基于码率控制的帧间图像运动估计方法，包括步骤：S1：基于时空域上的运动相关性，获取当前编码块的运动矢量候选列表；S2：基于率失真代价函数筛选运动矢量候选列表中代价最小的运动矢量候选作为预测运动矢量；S3：以预测运动矢量为中心进行运动搜索，并计算运动搜索过程中所获得编码块的率失真代价；S4：判断当前运动搜索所获得编码块所对应的码率是否超过阈值，若否，继续进行运动搜索，若是，筛选当前率失真代价最小的编码块进行运动矢量获取。
[0004]进一步地，所述时空域上的运动相关性，包括时域和空域上当前编码块的运动方向特性。
[0005]进一步地，所述运动矢量候选列表包括预设个数的运动矢量候选，当运动矢量候选不足预设个数时，以零矢量填充运动矢量候选列表。
[0006]进一步地，所述率失真代价函数可表示为如下公式：
式中，D(SAD)为当前编码块与当前运动搜索所获得编码块之间的像素值残差，F
t
(i，j)为t时刻当前编码块的像素值，F
t
‑1(i，j)为t时刻当前运动搜索所获得编码块的像素值，(i，j)为当前编码块的坐标，m*n为当前帧间图像的尺寸大小，为当前运动搜索所获得编码块的运动矢量，为预测运动矢量，为运动向量差值，J
cost
为率失真代价，为 的码率，λ为拉格朗日乘子。
[0007]进一步地，所述当前运动搜索所获得编码块所对应的码率是否超过阈值可表示为如下公式：式中，e为自然常数，β为阈值。
[0008]本专利技术还提出了一种基于码率控制的帧间图像运动估计系统，包括：列表获取单元，用于基于时空域上的运动相关性，获取当前编码块的运动矢量候选列表；中心获取单元，用于基于率失真代价函数筛选运动矢量候选列表中代价最小的运动矢量候选作为预测运动矢量；中心搜索单元，用于以预测运动矢量为中心进行运动搜索，并计算运动搜索过程中所获得编码块的率失真代价；矢量获取单元，用于当前运动搜索所获得编码块所对应的码率超过阈值时，筛选当前率失真代价最小的编码块进行运动矢量获取。
[0009]进一步地，所述时空域上的运动相关性，包括时域和空域上当前编码块的运动方向特性。
[0010]进一步地，所述运动矢量候选列表包括预设个数的运动矢量候选，当运动矢量候选不足预设个数时，以零矢量填充运动矢量候选列表。
[0011]进一步地，所述率失真代价函数可表示为如下公式：式中，D(SAD)为当前编码块与当前运动搜索所获得编码块之间的像素值残差，F
t
(i，j)为t时刻当前编码块的像素值，F
t
‑1(i，j)为t时刻当前运动搜索所获得编码块的像素值，(i，j)为当前编码块的坐标，m*n为当前帧间图像的尺寸大小，为当前运动搜索所获
得编码块的运动矢量，为预测运动矢量，为运动向量差值，J
cost
为率失真代价，为 的码率，λ为拉格朗日乘子。
[0012]进一步地，所述当前运动搜索所获得编码块所对应的码率是否超过阈值可表示为如下公式：式中，e为自然常数，β为阈值。
[0013]与现有四叔相比，本专利技术至少含有以下有益效果：（1）本专利技术所述的一种基于码率控制的帧间图像运动估计方法与系统，其通过率失真函数的运用，进行最优运动搜索中心的判定，并基于运动中心进行第次向外的运动搜索，减少传统技术中无序搜索所带来的无效计算量，同时，避免以有限点进行区域搜索可能导致的局部最小值陷入；（2）通过对搜索过程中获得编码块所对应的码率进行限制，在保证最优搜索效果的同时，避免无限制搜索带来的效率低下问题；（3）基于阈值的设置与比较，减少对于复杂运动矢量的计算，提高编码效率。
附图说明
[0014]图1为一种基于码率控制的帧间图像运动估计方法的方法步骤图；图2为一种基于码率控制的帧间图像运动估计系统的系统结构图；图3为运动矢量候选示意图。
具体实施方式
[0015]以下是本专利技术的具体实施例并结合附图，对本专利技术的技术方案作进一步的描述，但本专利技术并不限于这些实施例。
[0016]实施例一运动估计就是在参考图像中找到当前编码块所对应匹配块的过程，实质上，就是搜索并确定当前编码块最佳位移量的过程。它的基本思想是将图像序列每一帧分成许多互不重叠的预测单元，并选定已编码的图像作为参考图像，从参考图像中寻找当前图像中当前编码块的最佳匹配参考块，并假设块内所有像素的位移量都相同。针对每个块根据一定的匹配准则到参考帧的某一特定搜索范围内找出与当前编码块最相似的匹配块，而匹配块与当前编码块的相对位移即为运动矢量(Motion vector, MV)。视频编码中得到运动矢量的过程就被称为运动估计。
[0017]而运动估计（Motion estimation，ME）一直被认为是视频压缩中最耗时的操作之一，在使用全搜索运动估计时占编码时间的40%到80%。现有技术中，许多不同的快速运动估计算法都是试图通过将整数运动估计（Integer motion estimation，IME）的搜索区域限制为尽可能少的点来降低编码成本，此策略虽然提高了编码的效率，但是容易使搜索变得次优，同时可能会陷入局部最小值。为了避免次优以及局部最小值陷入的风险，本专利技术提出了一种基于码率控制的帧间图像运动估计方法，如图1所示，包括步骤：S1：基于时空域上的运动相关性，获取当前编码块的运动矢量候选列表；
S2：基于率失真代价函数筛选运动矢量候选列表中代价最小的运动矢量候选作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于码率控制的帧间图像运动估计方法，其特征在于，包括步骤：S1：基于时空域上的运动相关性，获取当前编码块的运动矢量候选列表；S2：基于率失真代价函数筛选运动矢量候选列表中代价最小的运动矢量候选作为预测运动矢量；S3：以预测运动矢量为中心进行运动搜索，并计算运动搜索过程中所获得编码块的率失真代价；S4：判断当前运动搜索所获得编码块所对应的码率是否超过阈值，若否，继续进行运动搜索，若是，筛选当前率失真代价最小的编码块进行运动矢量获取。2.如权利要求1所述的一种基于码率控制的帧间图像运动估计方法，其特征在于，所述时空域上的运动相关性，包括时域和空域上当前编码块的运动方向特性。3.如权利要求1所述的一种基于码率控制的帧间图像运动估计方法，其特征在于，所述运动矢量候选列表包括预设个数的运动矢量候选，当运动矢量候选不足预设个数时，以零矢量填充运动矢量候选列表。4.如权利要求1所述的一种基于码率控制的帧间图像运动估计方法，其特征在于，所述率失真代价函数可表示为如下公式：式中，D(SAD)为当前编码块与当前运动搜索所获得编码块之间的像素值残差，F
t
(i,j)为t时刻当前编码块的像素值，F
t
‑1(i,j)为t时刻当前运动搜索所获得编码块的像素值，(i,j)为当前编码块的坐标，m*n为当前帧间图像的尺寸大小，为当前运动搜索所获得编码块的运动矢量，为预测运动矢量，为运动向量差值，J
cost
为率失真代价，为的码率，λ为拉格朗日乘子。5.如权利要求4所述的一种基于码率控制的帧间图像运动估计方法，其特征在于，所述当前运动搜索所获得编码块所对应的码率是否超过阈值可表示为如下公式：式中，e为自然常数，β为阈值。6.一种基于码率控...

【专利技术属性】
技术研发人员：蒋先涛，陈剑明，谢英志，王辉，汪帅伊，陆炎，张纪庄，郭咏梅，郭咏阳，
申请(专利权)人：康达洲际医疗器械有限公司，
类型：发明
国别省市：