一种基于H264的自适应块匹配运动估计快速算法

收稿日期:2004207202;修返日期:2004209224基金项目:铁道部科技研究开发项目(2003X0402A );西南交通大学科学基金项目(2002A04)一种基于H .264的自适应块匹配运动估计快速算法3黄　为1,杨天武2,陈维荣1(西南交通大学1.电气工程学院;2.计算机与通信工程学院,四川成都610031)摘　要:提出了一种基于H.264/AVC 视频编码标准的自适应块匹配运动估计快速算法。

该算法是根据当前参考帧、当前宏块分割模式、初始预测搜索距以及预测平均像素差阈值的不同而动态采用相应的搜索策略和终止准则,并能够根据检测点块失真和搜索距统计特性来进行实时更新,提高预测的准确性。

模拟试验表明,提出算法能获得与全搜索十分接近的视频质量,但搜索速度却有成倍提高。

关键词:视频编码;搜索距;运动估计;块匹配;十字搜索;钻石搜索;H.264/AVC中图法分类号:TP391.41 文献标识码:A 文章编号:100123695(2005)0720167203An Adap tive A lgorith m f or Fast B l ock 2matching Moti on Esti m ati on in H.264HUANG W ei 1,Y ANG Tian 2wu 2,CHE N W ei 2r ong1(1.School of Electrical Engineering;2.School of Co m puter &Co mm unications Engineering,Southw est J iaotong U niversity,Chengdu S ichuan610031,China )Abstract:An adap tive algorith m f or fast bl ock 2matching moti on esti m ati on in H.264is p r oposed in this paper .Consideringthe conditi on of current reference fra me,macr obl ock ’s seg mentati on mode,initial search 2length,initial p redict or candidates and p redictive median PS AD ,this algorith m choose the corres ponding search pattern and contr ollable p redictive search crite 2ria .The statistical data of PS AD and S L will be updated after finishing current search in order t o i m p r ove the veracity of p re 2dicti on .Extensive si m ulati on results de monstrate that the p r oposed algorith m can get al m ost the same i m age quality but its search s peed has i m p r oved several ti m es than FS .Key words:V ideo Coding;Search Length;Moti on Esti m ati on;B l ock Matching;Cr oss Search;D ia mond Search;H.264/AVC1　引言 H.264/AVC 是由国际电联I T U 2T 的视频编码专家组VCEG 和国际标准化组织I S O /I EC 的活动图像专家组MPEG联合最新制定的新一代视频编码新标准。

运动补偿技术是其核心技术之一。

基于块匹配的运动估计通过在相关帧中搜索当前编码块的最佳匹配块,并只编码两个块的差值(即残余信息),消除了相继视频帧间的时域冗余,高效且简单地实现了运动补偿。

现行的大多数视频编码标准,如H.261,H.263,MPEG 21,M PEG 22,M PEG 24等采纳了该技术。

H.264同样采用了基于块的运动补偿混合变换结构,由于它包含一系列新的特性使得其编码效率得到了大幅度提高。

相比以往各种视频编码标准,如H.261,H.263,M PEG 21,MPEG 22,MPEG 24等,由于H.264增强了运动估计的搜索精度和范围,并且采用多个参考帧和多种宏块分割模式进行运动估计,在同样视频质量的条件下,可比MPEG 24Advance Si m p le Pr ofile (ASP )提高约40%的比特率[1]。

多参考帧的采用也有助于提高比特流的差错恢复能力。

但是,所有这些特性都极大地增加了其运算复杂度。

所以,设计良好的快速运动估计算法显得至关重要。

2　H.264/AVC 中的运动估计框架2.1　多种宏块分割模式同以前其他视频编码标准不同,H.264支持树状结构的运动补偿模式[2],其宏块可以进一步进行划分,可由16×16,8×16,16×8,8×8,8×4,4×8和4×4个像素块构成,如图1所示。

其中16×16块可分为四种模式,相应的8×8类型的子块也可细分为相应的四种模式,除去模式四以外,总共具有七种分割模式。

2.2　多参考帧运动补偿在H.264中允许编码器采用最多五个已编码图像作为参考帧来进行运动估计。

图2显示了P 帧图像采用了步长为1～5的五个已编码图像作为参考帧对当前帧进行运动估计。

如果当前为B 帧时,就增加一个后向预测帧[2],所以B 帧比P 帧多一个参考帧。

2.3　拉格朗日代价函数一般来说,评价一个压缩算法好坏的标准就是用相同的bit数获得更高质量的视频质量,或用较少bit数获得同样质量的视频图像。

在H.264中正是采用了率失真优化技术来进行运动估计、多参考帧和多种宏块分割的模式选择,实现了比特率受限条件下的运动估计[3]。

其运动搜索的最优运动矢量是由拉格朗日代价函数确定的。

计算方法如式(1)所示。

J(m,λm otion)=SAD(s,c(m))+λm otion・R(m-p)(1)其中m=(mx,m y)T代表运动矢量MV;p=(p x,p y)T代表预测运动矢量MV,λm otion是拉格朗日乘子;SAD是绝对差值和,是常用的表示图像失真度的计算方法;R(m-p)因子代表编码当前MV和预测MV的差值需要bit数。

也就说,H.264在选择最优运动矢量进行编码时不光考虑了SAD残差值的大小,还考虑了运动矢量的bit数。

因此,在保证搜索精度足够高的条件下,应使视频流的运动矢量场尽量地均匀,以减小J(m,λm otion)的值。

2.4　运动估计过程编码器首先由大到小遍历各个宏块的所有分割模式,然后根据当前宏块分割模式的不同来对其所有的子块进行运动估计,并由近及远地遍历所有的参考帧。

在搜索过程中,编码器根据拉格朗日代价函数计算各个分割模式和各个参考帧的编码代价,从而进行最优模式选择,最后获得最优编码代价的整像素运动矢量MV pel。

编码器还会对当前获得的最优整像素进行半像素和1/4像素精度的运动搜索,来获得最优1/4像素精度的运动矢量MVhalf。

3　自适应搜索算法3.1　搜索距与初始搜索点搜索距定义为搜索中心与最佳匹配点之间的距离,图3指出了搜索距SL分别为1,2,3,4时的点集。

当搜索距为0时,则搜索中心就是最佳匹配点。

初始搜索点的选取对搜索算法初始预测精度影响很大,好的初始点可以极大地缩短搜索距,从而提高搜索效率。

本文提出的算法会将搜索距进行分级,然后根据搜索距的不同采用不同的搜索方式。

对于大搜索距,则适当增加搜索范围和搜索点数,对与较小的搜索距则采用较小的搜索范围。

另外,本文提出的算法采用了两个初始搜索点集:一个为三点,即当前块上面和左面,以及参考帧相同位置块的运动矢量;一个为六点,即参考帧相同位置块上下左右四个相邻块加上当前块左上、右上块。

3.2　预测方式由于H.264具有多种宏块分割模式和多个参考帧,不同分割模式和不同参考帧的选择对其预测结果会产生很大影响,所以要对预测方式进行详细研究。

编码器在进行运动估计时会首先对宏块分割模式为1(此时子块大小为16×16,B l ock2 Type=1),参考帧为前一帧(Ref=0)的模式进行运动搜索,直到宏块模式的所有参考帧遍历结束,然后将16×16块进行进一步细分,并分别进行运动估计,以寻找其最优模式。

宏块分割模式搜索过程是按照大到小,而参考帧的遍历顺序则按照由近及远的方式进行的。

所以当B l ockType=1,Ref=0时,可由参考帧(Ref=0帧)和当前帧的邻域宏块进行预测。

如图4所示,宏块X具有A,B,C,D四个空域相邻宏块。

由于运动物体的整体性和视频图像的运动连续性,视频流的运动必然在时间和空间上具有很强的相关性。

所以当进行宏块模式2(此时,宏块由两个16×8的子块构成)搜索所获得的两个16×8子块的运动矢量就很有可能与模式1的运动矢量十分接近。

同理, B l ockType=1,Ref=0时获得的运动矢量与真实的运动矢量是十分接近,如果将宏块进一步细分,其运动矢量也会越来越复杂,但是总体方向大体上应该比较相近。

大量的统计试验也证明了这一点。

另外,如果当前参考帧Ref>0时,可以取Ref=0时获得的搜索结果进行参考。

所以,我们就可以充分利用这一特点来增大预测的准确性。

根据这一原则,针对当前宏块分割模式与参考帧的不同,则采用了不同的预测方法。

本文提出的预测方式如下:当宏块分割模式为1,参考帧为前一帧的情况下,采用前一帧相同位置宏块和当前帧已编码的四个相邻宏块进行预测。

此时预测矢量和预测SAD值与P MVF AST算法基本类似[4]。

当Ref=0,B l ockType>1时,由于搜索顺序不同,模式2和3便可以采用模式1时已经获得的运动矢量进行预测,模式4便可采用模式2和3时获得的运动矢量进行预测;同理可得,模式5,6,7便可采用前面已经搜索的宏块模式进行预测。

当Ref>0时,也就是参考帧为前i{i|i=n,1<n<6}帧时,由于已经获得了前一参考帧的所有宏块分割模式的运动矢量值,此时便采用Ref=i-1时所获得的运动矢量作为参考矢量来进行运动预测。