运动估计方法研究与序列图像的相关性分析
【摘要】:多媒体中的视频压缩编码技术主要是通过消除帧间的时间冗余来实现的,运动估计技术可以有效的减少这种冗余,因此该技术被广泛应用于各种视频压缩编码方案中,也一直是视频压缩领域的研究热点; 对图像序列的特性认识越全面并将这些特性充分应用到运动估计搜索算法中,运动估计的搜索效率和搜索精度越高。本文即对这两个方面进行了一点探讨和研究分析。
本文首先讨论了数据压缩的必要性和可能性,回顾了视频编码技术的发展状况,接着介绍了压缩编码的国际标准和运动估计在视频压缩中的作用。由于运动估计问题是一个“不适定”问题,需要对运动场结构附加假设模型。模型通常分为两类:参数模型和非参数模型。本文对“不适定”问题进行了介绍,对两类附加模型中的研究热点进行了讨论分析。在视频压缩编码的标准中,块匹配方法得到了广泛地应用。采用不同的块匹配准则函数和不同的块搜索策略,运动估计的算法效率和估计的准确度有所差别。本文在介绍了几种常用的匹配准则函数并比较了它们的计算复杂度和匹配效果后,详细分析了运动估计的主要搜索算法,讨论了这些算法的搜索性能。
本文重点对qcif格式的标准测试图像序列的相关性进行了分析研究,在得到其相关统计特性后,提出了小范围全搜索法和三步法相结合的运动估计搜索策略。试验仿真结果表明,在PSNR测度下,这种方法可以减少搜索次数同时提高搜索精度。因此,此方法具有一定的应用价值。