TWI491248B - Global motion vector estimation method - Google Patents

Global motion vector estimation method Download PDF

Info

Publication number
TWI491248B
TWI491248B TW100149792A TW100149792A TWI491248B TW I491248 B TWI491248 B TW I491248B TW 100149792 A TW100149792 A TW 100149792A TW 100149792 A TW100149792 A TW 100149792A TW I491248 B TWI491248 B TW I491248B
Authority
TW
Taiwan
Prior art keywords
search
image
estimation method
starting point
motion vector
Prior art date
Application number
TW100149792A
Other languages
English (en)
Other versions
TW201328339A (zh
Original Assignee
Chung Shan Inst Of Science
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chung Shan Inst Of Science filed Critical Chung Shan Inst Of Science
Priority to TW100149792A priority Critical patent/TWI491248B/zh
Publication of TW201328339A publication Critical patent/TW201328339A/zh
Application granted granted Critical
Publication of TWI491248B publication Critical patent/TWI491248B/zh

Links

Landscapes

  • Compression Or Coding Systems Of Tv Signals (AREA)

Description

全域移動向量估測方法
本發明是有關於一種全域移動向量估測方法，尤指一種可利用預測移動向量之方式預測搜尋起始點，以降低所需之搜尋點，並利用適應性搜尋範圍之方式得到全域移動向量，而達到大幅降低搜尋視訊資料運算量之功效者。
按，視訊壓縮或影像定位(image registration)的領域中，為了提高壓縮率、降低失真或提昇定位精準度，經常需要找出影像中兩個相同的區塊，利用sum of absolute difference(SAD)的方法可以得到最相近的區塊，進而找出區塊的移動向量；而一些區塊搜尋比對的快速演算法如：鑽石搜尋(Diamond search)、三階段搜尋(Three step search)，雖然可降低搜尋點數目，但因容易在搜尋的過程中掉入區域極小值(Local minimal)產而生錯誤，故我們必須使用全搜尋(full search)之演算法，並且加大搜尋範圍才能找到精確全域移動向量(GMV)進而提高壓縮率、降低失真或精確的估算出兩張影像中相同物件的位移量，但是全搜尋與較大的搜尋範圍卻會大大提高運算量。
且在以往視訊壓縮編碼或影像定位中，要找到全域移動向量需要利用全搜尋之技巧，才能找到精確的全域移動向量，但此方法卻要花費大量的運算量，且search range也需要擴大到影像移動的範圍才能找到全域極小點，這些運算非常耗費計算量。
有鑑於此，本案之發明人特針對前述習用發明問題深入探討，並藉由多年從事相關產業之研發與製造經驗，積極尋求解決之道，經過長期努力之研究與發展，終於成功的開發出本發明「全域移動向量估測方法」，藉以改善習用之種種問題。
本發明之主要目的係在於，可利用預測移動向量之方式預測搜尋起始點，以降低所需之搜尋點，並利用適應性搜尋範圍之方式得到全域移動向量，而達到大幅降低搜尋視訊資料運算量之功效。
為達上述之目的，本發明係一種全域移動向量估測方法其包含有下列步驟：
步驟一：將待估測全域移動向量視訊資料中之邊界去除保留中央部分，之後將中央部分等間隔切出複數影像區域進行動態搜尋；
步驟二：於各影像區域中利用前一張影像複數影像區域的移動向量，預測待估測移動向量(取中位值)以進行搜尋起點之預測；以及
步驟三：依據比較數值適應性降低搜尋範圍，之後再統計各影像區域之移動向量分佈，並將最大統計數目之移動向量作為全域移動向量。
於本發明之一實施例中，該步驟一中之中央部分至少可切出25個影像區域。
於本發明之一實施例中，各影像區域中係分別包含有一16x16之區塊。
於本發明之一實施例中，該步驟二之移動向量搜尋前，係先判斷欲搜尋的區塊是否位於25個影像區域中之第一列，若是則利用前一張影像25個影像區域中之右上、右上的右邊及右上右邊的右邊三個區塊的移動向量取中位數作為搜尋之起始點。
於本發明之一實施例中，該步驟二之移動向量搜尋前，係先判斷欲搜尋的區塊是否位於25個影像區域中之第二列或第三列或第四列，若是則利用前一張影像25個影像區域中之左邊、上面及右上三個區塊的移動向量取中位數作為搜尋之起始點。
於本發明之一實施例中，該步驟二之移動向量搜尋前，係先判斷欲搜尋的區塊是否位於25個影像區域中之第五列，若是則利用前一張影像25個影像區域中之左邊、上面及左上三個區塊的移動向量取中位數作為搜尋之起始點。
於本發明之一實施例中，該步驟三係搜尋各影像區域範圍±32個像素，並判斷是否為第二行，之後比較數值D1與D2的最小值，若大於16則搜尋範圍±32個像素，反之若小於16則搜尋範圍±16個像素。
於本發明之一實施例中，亦可判斷各影像區域範圍是否為第二行、第三行或第四行，，之後比較數值D1與D2的最小值，若大於16則搜尋範圍±32個像素，若大於8小於16則搜尋範圍±16個像素，若小於16則搜尋範圍±8個像素。
於本發明之一實施例中，最後統計25個影像區域中16x16區塊之移動向量，並將最大統計數目之移動向量作為全域移動向量。
請參閱『第1、2、3、4及第5圖』所示，係分別為本發明之主要流程示意圖、本發明之步驟一示意圖、本發明之步驟二區塊比對示意圖、本發明之步驟二示意圖及本發明步驟三之流程示意圖。如圖所示：本發明係一種全域移動向量估測方法，係可於切出複數個影像區域A後，利用前一張影像中各影像區域之移動向量預測搜尋起始點並適應性降低搜尋範圍B，且統計各影像區域之移動向量C，並以統計之最大值為全域移動向量D(如第1圖所示)，而其至少包含有下列實施步驟：
步驟一：將視訊資料1中之邊界去除保留中央部分11，之後將中央部分11等間隔切出多數影像區域111進行動態搜尋，其中該中央部分11至少可切出25個影像區域111，而各影像區域111中係分別包含有一16x16之區塊1111(如第2圖所示)。
步驟二：如第3圖所示，原先的搜尋範圍為a框部分，利用預測移動向量的技巧，先跳到比較接近全域極小點之區塊111起始點開始找，最後找到全域極小點之區塊111為最後的答案。而預測搜尋起始點的方法如第4圖所示，利用前一張影像複數影像區域111內區塊1111的移動向量，預測移動向量(取中位值)進行搜尋起點之預測，其中該移動向量搜尋前，係先判斷欲搜尋的區塊是位於25個影像區域中之第幾列，再依據所在的列數選取3個區塊的移動向量並取中位數作為搜尋之起始點。若欲搜尋的區塊是位於25個影像區域中之第一列，則利用前一張影像25個影像區域中之右上、右上的右邊及右上右邊的右邊三個區塊的移動向量取中位數作為搜尋之起始點。若欲搜尋的區塊是位於25個影像區域中之第二列或第三列或第四列，則利用前一張影像25個影像區域中之左邊、上面及右上三個區塊的移動向量取中位數作為搜尋之起始點。若欲搜尋的區塊是位於25個影像區域中之第五列，則利用前一張影像25個影像區域中之左邊、上面及左上三個區塊的移動向量取中位數作為搜尋之起始點。例如所選取3個區塊的移動向量排序之後結果為p3>p2>p1，則p2為搜尋之起點。
步驟三：依據比較數值適應性降低搜尋範圍，之後再統計各影像區域區塊1111之移動向量分佈，並將最大統計數目之移動向量作為全域移動向量，我們可以將步驟二所預測3個區塊之移動向量來做排序的運算，假設排序之後之結果為p3>p2>p1，則p2為搜尋之起點，進而可假設以下兩個變數D1、D2當作預測搜尋範圍的參數。
D1=|p 1-p 2|,D2=|p 3-p 2|
於計算出這兩個參數之後，便可以利用其做適為應性降低搜尋範圍，其中若搜尋的區塊位於第2圖之第二行則只能下降到16，而位於第三~第五行則有較大下降的彈性空間，其運作時如第5圖所示，至少包含下列步驟：
S100：搜尋範圍±32個像素。
S101：並判斷是否為第二行。
S102：比較數值D1與D2取最小值。
S103：若大於16則搜尋範圍±32個像素。
S104：若小於16則搜尋範圍±16個像素。
S105：判斷各影像區域範圍是否為第二行、第三行或第四行，比較數值D1與D2取最小值。
S106：若大於16則搜尋範圍±32個像素。
S107：若大於8小於16則搜尋範圍±16個像素。
S108：若小於16則搜尋範圍±8個像素。
而於執行上述步驟之後再統計各影像區域之移動向量分佈，並將最大統計數目之移動向量作為全域移動向量。如此，便可利用預測移動向量之方式預測搜尋起始點，以降低所需之搜尋點，並利用適應性搜尋範圍之方式得到全域移動向量，而達到大幅降低搜尋視訊資料運算量之功效。
綜上所述，本發明全域移動向量估測方法可有效改善習用之種種缺點，可利用預測移動向量之方式預測搜尋起始點，以降低所需之搜尋點，並利用適應性搜尋範圍之方式得到全域移動向量，而達到大幅降低搜尋視訊資料運算量之功效；進而使本發明之產生能更進步、更實用、更符合消費者使用之所須，確已符合發明專利申請之要件，爰依法提出專利申請。
惟以上所述者，僅為本發明之較佳實施例而已，當不能以此限定本發明實施之範圍；故，凡依本發明申請專利範圍及發明說明書內容所作之簡單的等效變化與修飾，皆應仍屬本發明專利涵蓋之範圍內。
1．．．視訊資料
11．．．中央部分
111．．．影像區域
1111．．．區塊
A．．．切出複數個影像區域
B．．．利用前一張影像中各影像區域之移動向量預測搜尋起始點並適應性降低搜尋範圍
C．．．統計各影像區域之移動向量
D．．．以統計之最大值為全域移動向量
S100～S108．．．步驟
第1圖，係本發明之主要流程示意圖。
第2圖，係本發明之步驟一示意圖。
第3圖，係本發明之步驟二區塊比對示意圖。
第4圖，係本發明之步驟二示意圖。
第5圖，係本發明步驟三之流程示意圖。
A．．．切出複數個影像區域利用前一張影像中各影像區域之移動向量預測搜尋起始
B．．．點並適應性降低搜尋範圍
C．．．統計各影像區域之移動向量
D．．．以統計之最大值為全域移動向量

Claims (8)

  1. 一種全域移動向量估測方法，至少包括有下列步驟：步驟一：將視訊資料中之邊界去除保留中央部分，之後將中央部分等間隔切出複數影像區域進行動態搜尋；步驟二：於各影像區域中利用預測移動向量之中位值進行搜尋起點之預測；以及步驟三：依據比較數值適應性降低搜尋範圍，之後再統計各影像區域之移動向量分佈，並將最大統計數目之移動向量作為全域移動向量。
  2. 依申請專利範圍第1項所述之全域移動向量估測方法，其中，該步驟一中之中央部分至少可切出25個影像區域。
  3. 依申請專利範圍第2項所述之全域移動向量估測方法，其中，各影像區域中係分別包含有一16x16之區塊。
  4. 依申請專利範圍第1項所述之全域移動向量估測方法，其中，該步驟二之移動向量搜尋前，係先判斷欲搜尋的區塊是否位於25個影像區域中之第一列，若是則利用前一張影像25個影像區域中之右上、右上的右邊及右上右邊的右邊三個區塊的移動向量取中位數作為搜尋之起始點。
  5. 依申請專利範圍第1項所述之全域移動向量估測方法，其中，該步驟二之移動向量搜尋前，係先判斷欲搜尋的區塊是否位於25個影像區域中之第二列或第三列或第四列，若是則利用前一張影像25個影像區域中之左邊、上面及右上三個區塊的移動向量取中位數作為搜尋之起始點。
  6. 依申請專利範圍第1項所述之全域移動向量估測方法，其中，該步驟二之移動向量搜尋前，係先判斷欲搜尋的區塊是否位於25個影像區域中之第五列，若是則利用前一張影像25個影像區域中之左邊、上面及左上三個區塊的移動向量取中位數作為搜尋之起始點。
  7. 依申請專利範圍第1項所述之全域移動向量估測方法，其中，該步驟三係搜尋各影像區域範圍±32個像素，並判斷是否為第二行，之後比較數值D1與D2的最小值，若大於16則搜尋範圍±32個像素，反之若小於16則搜尋範圍±16個像素；於其中，該步驟三係假設步驟二所預測三個區塊的移動向量排序之後結果為p3>p2>p1，則p2為搜尋之起點，進而可假設以下兩個變數D1、D2當作預測搜尋範圍的參數，D1=|p 1-p 2|,D2=|p 3-p 2|。
  8. 依申請專利範圍第1項所述之全域移動向量估測方法，其中，該步驟三亦可判斷各影像區域範圍是否為第二行、第三行或第四行，之後比較數值D1與D2的最小值，若大於16則搜尋範圍±32個像素，若大於8小於16則搜尋範圍±16個像素，若小於16則搜尋範圍±8個像素，於其中，該步驟三係假設步驟二所預測三個區塊的移動向量排序之後結果為p3>p2>p1，則p2為搜尋之起點，進而可假設以下兩個變數D1、D2當作預測搜尋範圍的參數，D1=|p 1-p 2|,D2=|p 3-p 2|。
TW100149792A 2011-12-30 2011-12-30 Global motion vector estimation method TWI491248B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW100149792A TWI491248B (zh) 2011-12-30 2011-12-30 Global motion vector estimation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW100149792A TWI491248B (zh) 2011-12-30 2011-12-30 Global motion vector estimation method

Publications (2)

Publication Number Publication Date
TW201328339A TW201328339A (zh) 2013-07-01
TWI491248B true TWI491248B (zh) 2015-07-01

Family

ID=49225381

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100149792A TWI491248B (zh) 2011-12-30 2011-12-30 Global motion vector estimation method

Country Status (1)

Country Link
TW (1) TWI491248B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060017814A1 (en) * 2004-07-21 2006-01-26 Victor Pinto Processing of video data to compensate for unintended camera motion between acquired image frames
US6996177B1 (en) * 1999-08-02 2006-02-07 Koninklijke Philips Electronics N.V. Motion estimation
US20070076982A1 (en) * 2005-09-30 2007-04-05 Petrescu Doina I System and method for video stabilization
US20070183504A1 (en) * 2005-12-15 2007-08-09 Analog Devices, Inc. Motion estimation using prediction guided decimated search

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6996177B1 (en) * 1999-08-02 2006-02-07 Koninklijke Philips Electronics N.V. Motion estimation
US20060017814A1 (en) * 2004-07-21 2006-01-26 Victor Pinto Processing of video data to compensate for unintended camera motion between acquired image frames
US20070076982A1 (en) * 2005-09-30 2007-04-05 Petrescu Doina I System and method for video stabilization
US20070183504A1 (en) * 2005-12-15 2007-08-09 Analog Devices, Inc. Motion estimation using prediction guided decimated search

Also Published As

Publication number Publication date
TW201328339A (zh) 2013-07-01

Similar Documents

Publication Publication Date Title
CN101080930B (zh) 运动矢量计算装置及运动矢量计算方法
CN111462261B (zh) 针对h.266/vvc的快速cu分区和帧内决策方法
CN111242997A (zh) 一种基于滤波器的点云属性预测方法及设备
WO2019114023A1 (zh) 一种基于傅里叶图变换的点云帧内编码方法及装置
KR20020085269A (ko) 다중 후보를 이용한 움직임 벡터 병합 탐색 방법
JP2000236552A (ja) 動きベクトル検出装置
KR100994773B1 (ko) 계층적 움직임 추정에 있어서 움직임 벡터 생성 방법 및장치
US20160165258A1 (en) Light-weight video coding system and decoder for light-weight video coding system
JPWO2015083300A1 (ja) 動画像符号化装置、動画像符号化方法および動画像符号化用プログラム
CN110113608B (zh) 一种基于率失真优化的gpu中视频编码快速搜索方法
JP5566786B2 (ja) 誤差絶対値和の推定システム及び推定方法
TWI401970B (zh) 在多媒體系統晶片設計中的低電量且高效率的快速移動評估超大型積體電路
CN100474932C (zh) 基于最佳预测模式概率的视频帧内图像快速编码方法
TWI491248B (zh) Global motion vector estimation method
US20080112487A1 (en) Image search methods for reducing computational complexity of motion estimation
TWI590083B (zh) 一種產生影像位移偵測之快速搜尋視窗的方法
CN109391818B (zh) 一种基于dct变换的快速搜索分形图像压缩方法
JP2007158855A (ja) 動きベクトル検出装置および動きベクトル検出方法
CN104159123B (zh) 一种适合于硬件实现的hevc运动估计方法
JP2012129791A (ja) 画像符号化装置
CN102300086A (zh) 对参考帧边界进行扩展和对运动补偿参考样本位置进行限定的方法
JP4035560B2 (ja) 動き推定方法
US7627140B2 (en) Flatted hexagon search method for fast block motion estimation
US20150092835A1 (en) Methods for Comparing a Target Block to a Reference Window for Motion Estimation during Video Encoding
WO2018205780A1 (zh) 一种运动估计实现方法及电子设备