CN113453016A - 一种用于图像流文件压缩的运动矢量自选择方法 - Google Patents

Abstract

本发明公开了一种用于图像流文件压缩的运动矢量自选择方法，涉及图像处理技术领域，主要包括步骤：通过AMVP技术获取目标编码块运动矢量的候选列表；并基于时间候选运动矢量与空间候选运动矢量之间的相应关系、候选列表中第一角运动矢量至第三角运动矢量之间的差值关系进行预测运动向量的选择，或者对加入候选列表中的运动矢量进行筛选后对预测运动向量的选择；根据预测运动向量进行运动估计，并根据估计结果进行图像流文件的压缩处理。本发明利用边邻编码块的运动矢量来进行方向偏向性的判断，从而选择与运动方向偏向性接近的角运动矢量加入到候选列表，提高了最终选取的预测运动向量的置信度。

Description

一种用于图像流文件压缩的运动矢量自选择方法

技术领域

本发明涉及图像处理技术领域，具体涉及一种用于图像流文件压缩的运动矢量自选择方法。

背景技术

相比于H.264/AVC这一高度压缩数字视频编码器标准，为了进一步提高编码效率，在H.265/HEVC引入了新的编码工具，如编码块单元（Coding Unit，简称CU)的最大尺寸从16×16扩大到64×64，帧内编码预测模式从9种增加到35种，当前编码块运动矢量(MotionVector，简称MV)的预测采用高级运动矢量预测(Advanced Motion Vector Prediction，简称AMVP)技术等。通过深入研究发现，在H.265/HEVC中使用的AMVP技术所选取的候选MV的数目较少，当前编码块的预测运动向量（Prediction Motion Vector, 简称PMV）可以从相邻编码块（与当前编码块相邻）的运动矢量所组成的候选列表中选取，通过比较所选取运动矢量的搜索代价，将搜索代价最小的运动矢量作为最终的PMV。但是，这种相对固定选择模式下的PMV决策过程并没有考虑到边邻编码块中运动矢量的可靠性，在低可靠性的情况下并不能非常准确的作为当前编码块的搜索中心，如果当前编码块的搜索中心准确，会使编码效率更高。而一个高精度的PMV能够准确地获取运动搜索的中心，从而达到提高编码效率的目的。因此，如何更进一步提升视频编码的效率是急需解决的问题。

发明内容

为了在现有H.265/HEVC的技术上，进一步地提高图像流文件压缩过程中的编码效率，本发明提出了一种用于图像流文件压缩的运动矢量自选择方法，包括步骤：

S1：通过AMVP技术获取目标编码块运动矢量的候选列表，所述候选列表中包括时间候选运动矢量、空间候选运动矢量、第一角运动矢量、第二角运动矢量、第三角运动矢量、第一边运动矢量和第二边运动矢量；

S2：判断候选列表中时间候选运动矢量与空间候选运动矢量是否存在，若是，进入下一步骤，若否，进入步骤S4；

S3：判断候选列表中时间候选运动矢量与空间候选运动矢量之间的差值是否处于预设区间，若是，将空间候选运动矢量或时间候选运动矢量作为预测运动向量并进入步骤S7，若否，进入下一步骤；

S4：判断候选列表中第一角运动矢量至第三角运动矢量是否均存在，若是，进入下一步骤；

S5：判断第一角运动矢量与第二角运动矢量差值的绝对值是否大于第一角运动矢量与第三角运动矢量差值的绝对值，若是，将第一角运动矢量和第三角运动矢量加入候选列表，若否，将第一角运动矢量和第二角运动矢量加入候选列表；

S6：根据候选列表对其中的各个运动矢量进行搜索代价比较，并将代价最低的运动矢量作为预测运动向量；

S7：根据预测运动向量进行运动估计，并根据估计结果进行图像流文件的压缩处理。

进一步地，所述目标编码块包含四个边角和四个边框，图像运动方向所对应的目标编码块边角为方向边角，

所述第一角运动矢量为目标编码块在方向边角处相邻编码块的运动矢量；第二角运动矢量为与方向边角相邻一侧边角处相邻编码块的运动矢量；第三角运动矢量为与方向边角相邻另一侧边角处相邻编码块的运动矢量；

所述第一边运动矢量为与方向边角相邻一侧边框处相邻编码块的运动矢量；所述第二边运动矢量为与方向边角相邻另一侧边框处相邻编码块的运动矢量。

进一步地，所述步骤S3中，若判断为是，还包括步骤，

S31：判断目标编码块是否符合预设尺寸，若是，将候选列表中的第一个存在的运动矢量作为预测运动向量并进入步骤S7。

进一步地，所述步骤S5之前还包括步骤，

S50：判断第一角运动矢量、第二角运动矢量和第三角运动矢量之间是否相等，若是，选取第一角运动矢量作为预测运动向量并进入步骤S7，若否，进入步骤S5。

进一步地，所述步骤S4中，当判断为否时，还包括步骤，

S41：将与目标编码块相邻的所有编码块的运动矢量加入候选列表中，并进入步骤S6。

进一步地，所述步骤S7在进行运动估计前还包括步骤：

通过预设公式进行运动估计的搜索范围限定。

进一步地，所述预设公式可表示为公式：

式中，SR为目标编码块的搜索范围，di为目标编码块的深度，编码块深度di的范围为0到3之间。

进一步地，所述步骤S5可表示为公式：

式中，

为第一角运动矢量与第二角运动矢量差值的绝对值，

为第一角运动矢量与第三角运动矢量差值的绝对值，n为候选列表，MV_TL为第一角运动矢量，MV_TR为第二角运动矢量，MV_BL为第三角运动矢量。

与现有技术相比，本发明至少含有以下有益效果：

（1）本发明所述的一种用于图像流文件压缩的运动矢量自选择方法，基于图像流文件中图像运动一致性这一特点，并根据候选列表中不同运动矢量之间不同的空间关系，选用最为合适的判断方式分别进行预测运动向量的筛选，提高了最终选取的预测运动向量的置信度；

（2）在时间候选运动矢量与空间候选运动矢量方向偏差超出预设范围，且第一角运动矢量至第三角运动矢量存在的情况下，充分利用边邻编码块的运动矢量来进行方向偏向性的判断，从而选择与运动方向偏向性接近的角运动矢量加入到候选列表，提高搜索的准确度；

（3）而当无法进行运动矢量择优筛选的时候，则通过在编码过程中的运动搜索阶段进行搜索范围的调整，从而降低搜索复杂性。

附图说明

图1为一种用于图像流文件压缩的运动矢量自选择方法的方法步骤图；

图2为目标编码块与边邻编码块运动矢量示意图。

具体实施方式

以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。

实施例一

在对图像流文件进行编码时，编码块选取的越小，编码效率相对越高。同时，由于图像流文件（由一个个连续图像帧组成的视频文件）中图像帧的运动是连贯的，具有一定的运动趋势一致性，因此所选取的编码块（也即是本发明中的目标编码块）的运动矢量（MV）和相邻编码块的运动矢量集（MVs）之间存在很强的关联性。因此预测运动向量（PMV）可以基于编码块特征点上运动矢量方向偏向性的判断，从而选择与图像运动方向一致性更佳的运动矢量加入到候选列表中，从而提高所获取PMV的置信度和编码效率。

而在现有H.265/HEVC 中，普遍采用的是TZ search 的快速搜索算法来降低整数运动估计的复杂性。TZ search 算法是基于一个固定的钻石搜索和更细化的搜索，该算法由四个不同阶段组成，分别为：

（1）确定运动搜索的起点：H.265/HEVC采用AMVP技术生成搜索的起点（也即是搜索中心的点，PMV）；

（2）初始网格搜索：以1为步长开始，采用菱形搜索（Square Search，简称SS）寻找搜索的范围（Search Range，简称SR：默认的最大搜索范围为64×64）；

（3）光栅搜索：在搜索范围内应用简单的全搜索算法；

（4）细化搜索：当相邻两次细化搜索得到的最优点一致时停止搜索，得到的MV即为最终的MV。从前面的分析我们知道，MV预测的越准确，运动搜索的复杂性最低，编码效率越高。因此，在获取高精度的PMV后，运动估计可以进行冗余处理，从而减少计算复杂度。

根据本实施例开头的论点，本发明针对于TZ search算法在步骤（1）中，H.265/HEVC采用AMVP技术进行目标编码块的预测运动矢量选择时，对于相邻编码块中的候选运动矢量置信度不作要求，导致搜索中心的选取可能存在不佳的情况。如图1所示，本发明基于图像流文件中图像运动趋势一致性的特点，充分利用相邻编码块的运动矢量集来获取目标编码块最终的预测运动向量，从而提出了一种用于图像流文件压缩的运动矢量自选择方法，主要包括步骤：

S1：通过AMVP技术获取目标编码块运动矢量的候选列表，所述候选列表中包括时间候选运动矢量、空间候选运动矢量、第一角运动矢量、第二角运动矢量、第三角运动矢量、第一边运动矢量和第二边运动矢量；

S2：判断候选列表中时间候选运动矢量与空间候选运动矢量是否存在，若是，进入下一步骤，若否，进入步骤S4；

S3：判断候选列表中时间候选运动矢量与空间候选运动矢量之间的差值是否处于预设区间，若是，将空间候选运动矢量或时间候选运动矢量作为预测运动向量并进入步骤S7，若否，进入下一步骤；

S4：判断候选列表中第一角运动矢量至第三角运动矢量是否均存在，若是，进入下一步骤；

S5：判断第一角运动矢量与第二角运动矢量差值的绝对值是否大于第一角运动矢量与第三角运动矢量差值的绝对值，若是，将第一角运动矢量和第三角运动矢量加入候选列表，若否，将第一角运动矢量和第二角运动矢量加入候选列表；

S6：根据候选列表对其中的各个运动矢量进行搜索代价比较，并将代价最低的运动矢量作为预测运动向量；

S7：根据预测运动向量进行运动估计，并根据估计结果进行图像流文件的压缩处理。

在现有H.265/HEVC的AMVP机制中，由于可供候选的运动矢量数量少，候选运动矢量的选取不能根据图像运动趋势方向的改变而自适应变化。因此，现有技术中的AMVP机制不能很好获取准确的PMV，因此现有技术往往还需要添加更多的候选运动矢量至候选列表中，而加入过多的运动矢量势必造成计算的耗时增加。在此背景下，从步骤S1至步骤S7可以看出，本发明为了获取更加准确的预测运动向量，其先是对AMVP技术进行了改进，以下来对该改进点进行详细说明。

首先，运动估计的准确度与效率依赖于预测运动向量（PMV）的选择，而预测运动向量又是从运动矢量（MV）组成的候选列表中选取的。当PMV接近于运动估计得到的MV时，PMV和计算的MV之间的差值MVD（Motion Vector Difference, 简称MVD，为运动矢量之间的差值）越小，代表PMV的方向越趋近于图像运动趋势方向。在AMVP技术中总共选取7个运动矢量添加到候选列表中，分别为时间候选运动矢量、空间候选运动矢量、第一角运动矢量至第三角运动矢量、第一边运动矢量和第二边运动矢量。

需要说明的是，如图2所示，任何编码块在形态上均是由四个边角和四个边框组成的四边形，考虑到边角处相邻编码块具有唯一性，而边框处可以包含多个相邻编码块，因此若是选取目标编码块（图2中的PU）四个边角处相邻编码块的运动矢量进行方向性判断，能够相对减少所要判断的数据量。同时由于图像流文件中图像的运动趋势方向具有一致性，因此，为了选择更为合适相邻编码块的运动矢量加入候选列表，本发明将图像运动趋势方向上的边角作为方向边角，进行运动矢量的方向与运动趋势方向趋近度的判断，相应地（如图2）：

第一角运动矢量（MV_TL）为目标编码块在方向边角处相邻编码块的运动矢量；第二角运动矢量（MV_TR）为与方向边角相邻一侧边角处相邻编码块的运动矢量；第三角运动矢量（MV_BL）为与方向边角相邻另一侧边角处相邻编码块的运动矢量；

第一边运动矢量（MV_T）为与方向边角相邻一侧边框处相邻编码块的运动矢量；所述第二边运动矢量（MV_B）为与方向边角相邻另一侧边框处相邻编码块的运动矢量。

一般而言，图像流文件中的图像纹理可分为两种类型：平滑和复杂。当图像的纹理趋于平滑时，只需要用目标编码块周围少许候选的运动矢量就能获取精确的PMV。相反，当图像纹理趋于复杂时，就需要更多候选的编码矢量来获取精确的PMV。因此，可以根据图像纹理的区别选择更为合适的MV作为PMV提高编码效率。

在对纹理研究的基础上，本发明通过对大量的编码图像进行分析发现，在图像纹路相对平滑的帧中，大尺寸的编码单元会被选择作为最终的编码块。一般地，在图像的纹理平滑处，64×64大小的单元被选定为最终的编码块，此时只需要少数MVs就可以得到精确的PMV，而对于纹理不平滑的图像则需要对编码块进行分割减小其尺寸。因此，对于纹理平滑且尺寸为64×64的编码块，在步骤S3中，若判断为是，还包括步骤，

S31：判断目标编码块是否符合预设尺寸（64×64），若是，将候选列表中的第一个存在的运动矢量作为预测运动向量并进入步骤S7。

此外，考虑到视频图像中运动的一致性，当编码块的空间候选运动矢量和时间候选运动矢量变化很小时，只需要使用空间或时间候选运动矢量就可以获得准确的PMV。因此，当空间候选运动矢量与时间候选运动矢量的差值的绝对值很小时，表示目标编码块的纹理趋于平滑。在本实施例中，采用上述选择判断的空间候选运动矢量与时间候选运动矢量之间的差值需满足如下关系：

式中，

为空间候选运动矢量与时间候选运动矢量的差值的绝对值，

为空间候选运动矢量，

为时间候选运动矢量。值得注意的是，上述通过目标编码块尺寸、时空候选运动矢量差值进行PMV确认的方法在编码时并没有带来比特率的损失，甚至还有助于减少候选列表中运动矢量的数量。

而当通过目标编码块尺寸、时空候选运动矢量均无法进行预测运动向量的直接判断时，本发明基于空间候选运动矢量的分析，引入一个的预测运动向量可靠性参数R，它的值是基于候选列表中第一角运动矢量至第三角运动矢量的计算得到的，当R越小时，预测运动向量越准确，特殊地，当第一角运动矢量至第三角运动矢量相等时，步骤S5之前还包括步骤，

S50：判断第一角运动矢量、第二角运动矢量和第三角运动矢量之间是否相等，若是，选取第一角运动矢量作为预测运动向量并进入步骤S7，若否，进入步骤S5。

R的计算公式即为预设公式，可表示为：

式中，MV T为第一角运动矢量与第二角运动矢量差值的绝对值，MV L为第一角运动矢量与第三角运动矢量差值的绝对值，n为候选列表，MV_TL为第一角运动矢量，MV_TR为第二角运动矢量，MV_BL为第三角运动矢量。

通过比较MV T和MV L的大小，来决定哪个区域的候选MVs的可靠性高低。在图2所示的情况下，当MV T>MV L时，最佳的PMV位置是倾向于在编码单元左侧，因此MV _TL 和MV _BL 被添加到候选列表n中。相反，最佳的PMV 位置是倾向于在编码单元上侧，MV _TR 和MV _TL 被添加到候选列表中。

预设公式的目的在于通过计算获取在可以确认大致运动趋势下，从第二角运动矢量和第三角运动矢量中挑选一个方向更加趋近运动趋势方向的角运动矢量，并和第一角运动矢量一并加入候选列表中，从而使得通过计算得到的搜索中心更加精确。

特殊地，若是目标编码块尺寸小于预设尺寸，在时间和空间候选运动矢量存在且差值超出预设区间，且第一角运动矢量至第三角运动矢量并不是全部存在，在这种情况下，本发明将相邻编码块的所有的运动矢量添加到候选列表中, 然后通过两两比较，得到最优的PMV。也即是当步骤S4判断为否时，还包括步骤，

S41：将与目标编码块相邻的所有编码块的运动矢量加入候选列表中，并进入步骤S6。

这样对于编码器来说并不需要PMV索引, 因此它也不会影响编码效率。另外, 对于解码器端来说, 它会带来更多的时间开销。

同时，本发明针对于TZ search算法在步骤（2）中固有的步长搜索模式，本发明还考虑到高精度的PMV选择算法能显著地提高编码效率，但是，它的编码复杂性也随之提高。为了降低运动估计的计算复杂性，在得到精确的PMV 后，需要自适应地调整运动搜索范围。

一般而言，在获取精确的搜索中心后，运动搜索的范围可以适当地缩小，而且在编码过程中，随着目标编码块深度的增加，运动搜索的范围也应适当地缩小。因此，在目标编码块深度迭代过程中，自适应地调整编码块搜索范围，该方法可以避免陷入局部最小值在合理的搜索范围内。

当用大尺寸的编码块来编码时，编码块周围的运动矢量集变化较大，此时适合在较大的搜索范围中搜索最佳匹配块。相反，当用小尺寸的编码块来编码时，编码块周围的运动矢量集变化较小，此时适合在较小的搜索范围中搜索最佳匹配块。在本文中引入新的搜索复杂性参数SC。因此，运动搜索复杂性SC 可分为：简单simple, normal 和complex 三类，以公式表示为：

在编码时，目标编码块的尺寸越小，其深度就越高。因此，针对不同深度的目标编码块编码，还需要通过预设公式进行运动估计的搜索范围限定，此预设公式可表示为公式：

式中，SR为目标编码块的搜索范围，di为目标编码块的深度，编码块深度di的范围为0到3之间。

实施例二

为了更好对本发明技术内容进行证实和研究，本实施例通过一仿真实验来对本发明进行说验证，通过对比本发明所提出的运动矢量自选择方法和H.265/HEVC 参考软件的率失真和计算复杂性来验证算法的性能, 实验测试采用的是标准H.265/HEVC 视频序列,它们具有不同的分辨率和图像纹理特征。模拟实验环境配置如表1 所示：

表1：模拟实验环境

为了评估本专利提出算法的性能，算法性能的评价标准仍然采用BD-BR 和BD-PSNR，编码的计算复杂性(CI) 采用平均的编码时间来衡量。

式中T_HM(QP_i)和T_pro(QP_i)分别为在不同量化参数QP取值下，参考软件的编码时间与本实施例提出的算法编码时间。

表2显示了结合搜索范围自适应调整的PMV 预测算法的总体性能。表中的第六列至第八列显示了在低延迟配置条件下，该方法相对于参考软件的性能变化，从中可以看出，在编码效率方面，该方法平均能提升5.17% 的编码效率。在编码复杂性方面，该方法使得编码复杂度平均升高了91%。而且对于高分辨率的视频应用，该方法平均能提升4.77% 的编码效率，对于低分辨率的视频应用，该方法平均能提升5.57% 的编码效率。

表2中的第三列至第五列显示了在随机访问配置条件下，该方法相对于参考软件的性能变化，从中可以看出，在编码效率方面，该方法平均能提升5.22% 的编码效率。在编码复杂性方面，该方法使得编码复杂度平均升高了89%。在随机访问配置下，对于高分辨率的视频应用，该方法平均能提升4.99% 的编码效率。

表2：综合算法性能

对于低分辨率的视频应用，该方法平均能提升5.45%的编码效率。相比较本章前面提出的高精度PMV决定算法，该综合方法通过自适应调整搜索范围，能进一步地降低运动搜索的计算复杂性。

综上所述，本发明所述的一种用于图像流文件压缩的运动矢量自选择方法，基于图像流文件中图像运动一致性这一特点，并根据候选列表中不同运动矢量之间不同的空间关系，选用最为合适的判断方式分别进行预测运动向量的筛选，提高了最终选取的预测运动向量的置信度。

在时间候选运动矢量与空间候选运动矢量方向偏差超出预设范围，且第一角运动矢量至第三角运动矢量存在的情况下，充分利用边邻编码块的运动矢量来进行方向偏向性的判断，从而选择与运动方向偏向性接近的角运动矢量加入到候选列表，提高搜索的准确度。而当无法进行运动矢量择优筛选的时候，则通过在编码过程中的运动搜索阶段进行搜索范围的调整，从而降低搜索复杂性。

需要说明，本发明实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，在本发明中如涉及“第一”、“第二”、“一”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

Claims (8)

1.一种用于图像流文件压缩的运动矢量自选择方法，其特征在于，包括步骤：

S1：通过AMVP技术获取目标编码块运动矢量的候选列表，所述候选列表中包括时间候选运动矢量、空间候选运动矢量、第一角运动矢量、第二角运动矢量、第三角运动矢量、第一边运动矢量和第二边运动矢量；

S2：判断候选列表中时间候选运动矢量与空间候选运动矢量是否存在，若是，进入下一步骤，若否，进入步骤S4；

S3：判断候选列表中时间候选运动矢量与空间候选运动矢量之间的差值是否处于预设区间，若是，将空间候选运动矢量或时间候选运动矢量作为预测运动向量并进入步骤S7，若否，进入下一步骤；

S4：判断候选列表中第一角运动矢量至第三角运动矢量是否均存在，若是，进入下一步骤；

S5：判断第一角运动矢量与第二角运动矢量差值的绝对值是否大于第一角运动矢量与第三角运动矢量差值的绝对值，若是，将第一角运动矢量和第三角运动矢量加入候选列表，若否，将第一角运动矢量和第二角运动矢量加入候选列表；

S6：根据候选列表对其中的各个运动矢量进行搜索代价比较，并将代价最低的运动矢量作为预测运动向量；

S7：根据预测运动向量进行运动估计，并根据估计结果进行图像流文件的压缩处理。

2.如权利要求1所述的一种用于图像流文件压缩的运动矢量自选择方法，其特征在于，所述目标编码块包含四个边角和四个边框，图像运动方向所对应的目标编码块边角为方向边角，

所述第一角运动矢量为目标编码块在方向边角处相邻编码块的运动矢量；第二角运动矢量为与方向边角相邻一侧边角处相邻编码块的运动矢量；第三角运动矢量为与方向边角相邻另一侧边角处相邻编码块的运动矢量；

所述第一边运动矢量为与方向边角相邻一侧边框处相邻编码块的运动矢量；所述第二边运动矢量为与方向边角相邻另一侧边框处相邻编码块的运动矢量。

3.如权利要求1所述的一种用于图像流文件压缩的运动矢量自选择方法，其特征在于，所述步骤S3中，若判断为是，还包括步骤，

S31：判断目标编码块是否符合预设尺寸，若是，将候选列表中的第一个存在的运动矢量作为预测运动向量并进入步骤S7。

4.如权利要求2所述的一种用于图像流文件压缩的运动矢量自选择方法，其特征在于，所述步骤S5之前还包括步骤，

S50：判断第一角运动矢量、第二角运动矢量和第三角运动矢量之间是否相等，若是，选取第一角运动矢量作为预测运动向量并进入步骤S7，若否，进入步骤S5。

5.如权利要求1所述的一种用于图像流文件压缩的运动矢量自选择方法，其特征在于，所述步骤S4中，当判断为否时，还包括步骤，

S41：将与目标编码块相邻的所有编码块的运动矢量加入候选列表中，并进入步骤S6。

6.如权利要求5所述的一种用于图像流文件压缩的运动矢量自选择方法，其特征在于，所述步骤S7在进行运动估计前还包括步骤：

通过预设公式进行运动估计的搜索范围限定。

7.如权利要求6所述的一种用于图像流文件压缩的运动矢量自选择方法，其特征在于，所述预设公式可表示为公式：

式中，SR为目标编码块的搜索范围，di为目标编码块的深度，编码块深度di的范围为0到3之间。

8.如权利要求2所述的一种用于图像流文件压缩的运动矢量自选择方法，其特征在于，所述步骤S5可表示为公式：

式中，

为第一角运动矢量与第二角运动矢量差值的绝对值，

为第一角运动矢量与第三角运动矢量差值的绝对值，n为候选列表，MV_TL为第一角运动矢量，MV_TR为第二角运动矢量，MV_BL为第三角运动矢量。

Images