序列图像帧间预测技术的研究

序列图像帧间预测技术的研究 () ISSN 100020054 36 36ƒ清华大学学报 自然科学版2004 年 第 44 卷 第 1 期(1422144 ) CN 1122223ƒN J T singhua U ivn Sci& T ech, 2004, V o .l 44, N o. 1 序列图像帧间预测技术的研究 胡广 书 关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf 刘 冰,张 辉, ( ) 清华大学 生物医学工程系, 北京 100084 摘 要: 在视频压缩领域, 帧间预测技术占有十分重要的地 1 运动图像的帧间预测技术位。在简要介绍两种帧间运动估计ƒ补偿模式基础上, 该文重 1, 2 点讨论了局部运动估计中块匹配算法的应用和 编码 Sp r ite 目前, 24 、等图像压缩标准普 . 263 M P E GH中的全局运动估计算法, 提出一种“改进的分级块匹配法”, 遍采用的帧间预测技术主要分为 2 种模式: 局部运 并结合 编码实现序列图像帧间压缩。 大量实验 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明, Sp r ite 动估计和全局运动估计。 采用这种局部和全局相结合的预测算法, 可以减少搜索时 间, 提高图像压缩质量和压缩比, 是视频压缩可以输出甚低 1. 1 局部运动估计 码流的有效手段之一。 所谓局部运动估计, 就是将当前帧分割成静止 部分和运动部分分别进行处理。 静止部分重复上一 关键词: 图像编码;; 块匹配; 局部运动估计; 峰图像压缩帧数据, 而运动部分则通过搜索它在上一帧中一定 值信噪比; 最小绝对误差; 全局运动估计; Sp r ite 范围内的位移矢量进行运动补偿, 完成图像重建。 编码 1. 2 全局运动估计 中图分类号: 919. 81 文献标识码: TN A() 全局运动估计 , g loba l m o t ion e st im a t ion GM E () 文章编号: 100020054 20040120142203 是基于内容编码的重要概念之一。24 中采用 M P E G 的 编码就是一种全局运动估计编码 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 , 它通 Sp r ite 过预测当前帧在由整个图像序列生成的 图Sp r ite In ter- cod in g f or m o t ion 像 () 背景图像中的位置来实现运动图像压缩。 p icture v ideo com pression L UI B ing, ZHANG Hui, HU G ua ngs hu 2 序列图像压缩中的局部运动估计算法(D epar tm en t of B iom ed ica l Eng ineer ing, )Tsin ghua Un iver sity, Be ij in g 100084, Ch ina 2. 1 块匹配法的基本原理 Abstract: In ter2cod ing of m o t ion p ictu re f ram es is qu ite im po r tan t fo r ( 80 年 代 提 出 的 块 匹 配法 b lock m a tch ing v ideo com p ression. T h is p ap er com b ines loca l and g lobal m o t ion ) , 具有位移跟踪能力强、实现简单等 a lgo r ithm BM A est im a tes w ith a b lock m a tch ing a lgo r ithm fo r the loca l m o t ion 优点, 常被用在运动估计算法中。 其具体思路是: 在 est im a t ion w ith Sp r ite cod ing fo r com p ression of the m o t ion p ictu re 假设宏块内各像素只作相同平移运动的前提下, 将当 f ram es. M any test s show ed tha t the com b ina t ion of local and g loba l 前帧划分为×的小块, 用每一小块在上一帧中M N m o t ion est im a tes g rea t im p roved im age recon st ruct ion qua lity and the com p ression rate, w h ile reducing the sea rch t im e fo r m a tch ing. T herefo re, the m ethod can p rov ide low v ideo com p ression b it2ra tes. ) () (+ 2× 的区域进行搜索匹 + 2大小为 W y N W x M Key words: im age cod ing; im age com p ression; b lock m a tch ing ()配, 求得的最优结果就是运动矢量的估值, 。 d x d y () () a lgo r ithm BM A ; local m o t ion est im a t ion LM E ; p eak 2. 2 应用块匹配法的几个问题 () signa l to no ise ra t io P SN R ; m in im um ab so lu te () (() GM E ; 匹配准则: 通常采用最小绝对误差 d ifference M AD ; g lobal m o t ion est im a t ion m in im um Sp r ite cod ing ) , 准则, 绝对误差的计算方ab so lu te d ifferenceM A D 法如下: 3. 1 全局运动估计算法中的关键技术 ( ) D i, j = 在全局运动估计中, 为了减少运算量, 通常将 N ,M 考帧和当前编码帧都经过一个三点的二维滤波 1 () () + 1, n + j . || f k m , n- f k- 1 m6 ( ) M N 滤波系数为1 ƒ4, 1ƒ2, 1ƒ4 , 产生类似金字塔 m = 1, n= 1 三层图像, 这样, 最上层图像的长度和宽度都是原 运动矢量的精度:可以通过双线性插值实现半 像的四分之一, 既减少了迭代的计算量, 又通过两 像素运动估计精度。滤波有效地消除了高频噪声对运动估计的影响。 计算量: 由于不同搜索策略的计算量差别很对于前景物体局部运动产生干扰的问题, 在 设 大, 因此将在本节重点讨论。 文3 中提到“分级”的 前景物体有聚集成块性质的前提下, 笔者选择 概念, 笔者进一步将其改进后应用在运动图像帧间 预测中。6 基于块的去除外点的方法来代替在24 M P E G2. 3 改进的分级块匹配算法及其仿真结果 7 验模型中所使用的 算法。 Kon rand 所谓分级块匹配法, 就是在匹配搜索过程中, 通 3. 2 全局运动估计算法的仿真结果 过域值判断宏块的运动幅度, 从而分别对具有不同 采用二维 6 参数的仿射变换模型和上述基于 运动幅度的宏块采用不同的搜索策略。 的去除外点的方法对 序列图像中当前帧的 tenn is 文3 中的分级块匹配算法对整组序列图像使 景物体进行去除, 所得的结果如图 1 所示。其中黑 用固定阈值进行判断, 而忽略阈值在不同帧之间的 区域表示去除的部分, 可见, 局部运动的前景区域 变化, 实用性受到局限。另一方面, 参考24 中 M P E G本上都已被有效去除, 对进一步估计全局运动模 判断宏块进行块内或块间编码时用到的两个参数: 参数十分有利。 16 ×16 待预测宏块和重建宏块之间的 值M A D () 和每个宏块内 4 个 8×8 子块的值中 M AD 16 M A D () 最大的一个 , 笔者提出了一种改进的判断宏M AD 8 块运动幅度准则: () M - M ? aM ,AD 8 AD 16 AD 8 当该式成立时, 认为是变化较大的块, 使用对数 4 搜索法, 反之, 使用基于块的梯 度 下 降 的 搜 索 5 ( )法。 其中,为常数, 经验值为 0. 75。 a 分别采用以上 4 种搜索法对标准测试图像 图 1 基于块的去除外点的结果 进行预测, 仿真结果见表 1。T enn is ()在全局运动估计中,改进的分级搜索结果 图像 图像的生成过程 表 1Tenn is Sp r ite 共搜索 t P SN R 图 2 所示, 由以上去除外点的结果进一步生成 方法 s dB 点数 Sp r ite 图像见图 3。 对数搜索法166 412 7. 410 24. 878 基于块的梯度下降搜索法 144 581 6. 495 23. 361 155 584 7. 047 24. 874 分级搜索法 改进的分级 搜索法 155 019 6. 978 24. 779 从表 1 中可以看出, 采用改进的分级搜索法可 以在搜索效果上集合每一级算法的优势, 进一步提 高运动图像的压缩效率。 3 全局运动估计算法和动态 生成 Spr ite 技术 全局运动估计是一个求解运动模型参数的最优 迭代过程, 目前存在两个主要问题: 运算量大和前 景物体运动的干扰。 图像的生成 图 2Spr ite () ()清 华 大 学 学 报 自 然 科 学 版2004, 44 1 144 分 为“局部运动估计”和“局部运动估计+ 编 sp r ite 码”两类列在表 2 中。 从表 2 中的纵向比较中, 我们可以看到: 加入背景 编码技术后, 所有图像序列的Sp r ite 值都有不同程度提高, 这是全局运动估计可以 P SN R 弥补局部运动估计容易陷入局部最小不足的具体体 现; 加入背景 编码技术后, 所有图像序列的 Sp r ite 帧间压缩比都有不同程度提高, 尤其是类图像序 A 动态背景 图像的生成 图 3Spr ite 列, 其采用 预测的块数量占整个预测块数量Sp r ite 的比例高达 40. 9% 。 4 序列图像压缩的仿真结果可见, 采用 编码是提高视频图像压缩质 Sp r ite 分别选取标准类、类和 类测试图像序列 A B C 量和压缩比的有效方法之一; 也是在引入基于内容 各两个, 在中仿真序列图像压缩, 将结果M A TLA B 编码的概念后可以大大降低码流的重要原因之一。 表 2 运动图像序列帧间预测仿真结果 类 类 类 A B C 类别参量C la ire Su sie Sa le sm an Fo rem an S tep h an T enn is ()()()()()() 360×288176×144360×288176×144720×480720×486 ƒ36. 68 33. 500 33. 76 33. 62 25. 95 25. 164 P SN R dB 局部运动 估计 46. 87 28. 23 20. 181 18. 568 18. 643 12. 346 压缩比 ƒ块 944 149 856 193 4 663 2 673 M C 块ƒ400 103 488 59 153 1 315 S p rite 局部运动 估计+ Sp r iteƒ40. 911 35. 213 36. 073 34. 337 30. 25 26. 87 P SN R dB 67. 784 33. 535 23. 453 21. 352 23. 44 13. 53 压缩比 HU AN G Q iang, HU Guang shu. A f lex ib le b lock 2ba se sea rch 5 小结V id eo sea rch a lgo r ithm J . a lgo r ithm —H ierach ica l ( )T echnolog y , 2002, 5: 9 11. in Ch inese 本文通过改进运动图像帧间预测块匹配算法和4 ] J a in J R , J a in A K. D isp lacem en t m ea su rem en t and it s 研究仿真 编码过程中的全局运动估计算法, Sp r ite app licat ion in in ter2f ram e im age cod ing J . I E E E T rans 基本实现了用于输出低码流的基于内容编码框架, ( ) C om m un, 1981, 12 29: 1799 1808. 为进一步实现序列图像的高效压缩提供了途径。 5 ] L iu L u rng2Kuo , Feig Ep h ra im. A b lock 2ba sed g rad ien t descen t sea rch a lgo r ithm fo r b lock m o t ion est im at ion in video cod ing () Ref eren ces 参考文献J . I E E E T rans C ircu its and S y stem s f or V id eo T ech, 1996, ( ) 6 4: 419 422. 1 ] 钟玉琢, 王琪, 贺玉文. 基于对象的多媒体数据压缩编码国 6 ] 贺玉文, 杨士强, 钟玉琢. 全局运动估计中特征点选取和鲁际标准 ——M P E G24 及其校验模型 M . 北京: 科学出版 ( ) 棒性 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 J . 计算机学报, 2001, 24 3: 236 241.社, 2000. H E Yuw en, YA N G Sh iq iang, ZHON G Yuzhuo. C haracter ZHON G Yuzhuo, W AN G Q i, H E Yuw en. In terna t iona l po in t select ion and robu st ana ly sis in g loba l m o t ion est im a t ion Com p ression S tandard fo r M u lt im ed ia Im ages w ith ( ) ( J . C om p u te T ransaction, 2001, 24 3: 236 241. in Con ten t2ba sed Cod ing T echno logy— M P E G24 M . B eijing: )C h inese ( )T he Science P ub lish ing Com p any, 2000. in C h inese ISO ƒIEC ƒSC 29ƒW G11. Im p roved g loba l m o t ion est im a t ion fo r 7 ] 24 V ideo M P E G2 ] SO IEC J TC 1SC 29W G11 N 3908. ƒƒƒN 3 S . V er if ica t ion M odel V er sion 18. 0 S . J an. 2001. 3 ] 黄强, 胡广书. 一种灵活的块匹配搜索算法 —— 分级搜索法 J . 电视技术, 2002, 5: 9 11.