WO2006050651A1

WO2006050651A1 - Method for performing motion estimation

Info

Publication number: WO2006050651A1
Application number: PCT/CN2005/001596
Authority: WO
Inventors: Zhu Liang
Original assignee: Tencent Technology (Shenzhen) Company Limited
Priority date: 2004-09-29
Filing date: 2005-09-29
Publication date: 2006-05-18
Also published as: KR20070088615A; US8804830B2; US20070195885A1; JP4669517B2; JP2008515298A; KR100903498B1; EP1802127B1; EP1802127A4; EP1802127A1

Description

一种实现运动估计的方法

技术领域

本发明涉及视频数据压缩技术，特别是涉及一种在视频数据压缩中实现运动估计的方法。发明背景

在多媒体应用中，视频数据包括实际有效的信息量以及冗余数据。由于冗余数据是无用的数据，没有必要传输，且视频数据中存在大量的冗余数据，因此，针对视频数据中的冗余数据进行压缩则可大大降低视频数据的数据量，从而可为视频数据的存储和实时处理带来极大的方便。

在视频数据中，冗余数据的数量即冗余度在结构方面表现为很强的时间相关性。这是因为，通常，图像中大部分区域信号的变化都非常緩慢，尤其是背景部分几乎不变，所以视频信号在相邻帧间存在较强的相关性，也就是帧间相关性。因此，如果能够消除帧间相关性则可对视频数据进行极大的压缩。

目前，通常采用运动估计方法来消除帧间相关性，即，对于当前图像帧的数据，首先在前一帧搜索与其最匹配的区域，计算当前帧的数据相对于前一帧数据的运动矢量，并对该计算出的运动矢量进行编码。可见，运动估计方法的关键因素是确定运动矢量。

在具体实现时，运动估计方法通常通过块匹配法来实现。在块匹配法中，每帧图像被划分为二维的 N x N象素的子块，一般 N为 16, 假定每个子块内的所有象素作相等的平移运动，当前帧的 N X N子块在前一帧对应的子块的邻域窗口内搜索与之最匹配的子块，当前子块与前帧的匹配块在二维平面上的位移即为运动估计得到的运动矢量。

在块匹配法中，搜索匹配子块的方法通常为全搜索法。全搜索法是对于当前帧的每一个宏块，在前帧的特定范围（通常为邻域）内计算每个点的块匹配值，该邻域内的每个点为匹配点，然后将最小匹配值对应的匹配点作为最佳匹配点，最佳匹配点对应的运动矢量为当前宏块的运动矢量。通常，块匹配值为宏块和搜索范围内的匹配点对应块之间的一一对应的象素点灰度值之差的绝对值之和，即绝对差和（SAD )，所述匹配点对应块为匹配点在左上角的、与宏块大小相等的块。块匹配值即 SAD的计算公式如下：

M N

SAD{u, v) =∑∑|/_c (i, j)一 I_r (i + u, j + v) I 其中， (^ζ·，表示当前宏块中象素的灰度值， ( ^{+ ¾} ' ⁺ ^表示前帧中匹配宏块对应象素的灰度值，（^w，^v)为运动矢量。

由以上描述可以看出，在现有技术中，在采用运动估计方法中的块匹配法来消除帧间相关性时，采用了全搜索法来搜索匹配子块，也就是说，对指定邻域内的每个点均必须进行搜索，这种遍历式的搜索过程将会导致巨大的计算量，比如，在前帧 32 x 32即 1024个点的范围内进行搜索时，每个宏块都要计算 1024 ·个点，从而极大地降低了视频数据压缩的速度，无法满足视频数据对实时性的要求。发明内容

本发明的主要目的在于提供一种实现运动估计的方法，以便减少运动估计的计算量，提高视频数据压缩的速度。

本发明的目的是通过如下技术方案实现的：

一种实现运动估计的方法，包括如下步驟： A、设置多于一种的块模式，根据每种块模式分别在当前宏块中划分出计算块；

B、针对每一种块模式，分别计算当前宏块中所有计算块的运动矢量；

C、针对每一种块模式，分别计算当前宏块中所有计算块与各自运动矢量对应的块的匹配值之和，获取最小和值所对应的块模式，并将所获取的块模式对应的运动矢量作为当前宏块的运动矢量。

在步骤 B中，针对包括最小计算块的块模式计算当前宏块中所有计算块的步骤包括：针对包括最小计算块的块模式，逐点计算当前宏块中所有计算块的运动矢量。

在步骤 B中，针对其它块模式计算当前宏块中所有计算块的步骤包括：针对其它每一种块模式，分别逐点计算当前宏块中所有计算块的运动矢量。

在步骤 B中，针对其它块模式计算当前宏块中所有计算块的步骤包括：针对其它每一种块模式，分别利用已计算出的各计算块运动矢量之和得到当前宏块中所有计算块的运动矢量。

在步骤 B中，在针对其它块模式利用已计算出的各计算块运动矢量之和得到该其它块模式中所有计算块的运动矢量之前，进一步包括：判断是否已计算出了组成该其它块模式中计算块的最小计算块的块匹配值，如果是，则继续执行所述的针对其它块模式利用已计算出的各计算块运动矢量之和得到该其它块模式中所有计算块的运动矢量的步骤，否则，分别逐点计算所述其它块模式中所有计算块的运动矢量。

所述利用已计算出的各计算块运动矢量之和得到其它块模式中所有计算块的运动矢量的步骤包括：将组成该其它块模式中当前计算块的各个最小计算块的块匹配值之和作为该其它块模式中当前计算块的运动矢量，重复执行，直至得到该其它块模式中所有计算块的运动矢量。在步骤 B中，所述逐点计算所有计算块的运动矢量的步骤包括： Bl、确定菱形搜索的起始点，以所确定的起始点作为当前菱形中心点；

B2、对于当前所针对块模式下的当前计算块，分别计算当前计算块与当前菱形中心点周围的四个点对应块的块匹配值，将块匹配值最小的点作为当前菱形中心点，计算当前菱形中心点周围的四个点对应块的块匹配值，直至块匹配值满足预先设定的退出条件，将满足退出条件的块匹配值对应的点作为最佳匹配点，将最佳匹配点对应的运动矢量确定为当前计算块的运动矢量，重复本步骤，直至确定出当前所针对块模式下所有计算块的运动矢量。

在步骤 B2之前，进一步包括：确定当前宏块的运动矢量预测值以及当前所针对块模式下计算块的第二阔值，根据所确定的运动矢量预测值和第二阈值确定菱形半径；

在步骤 B2 中，所述当前菱形中心点周围的四个点包括：在当前菱形中心点的上、下、左和右方向上，与当前菱形中心点之间的距离分别为所确定的菱形半径的四个点。

所述确定当前宏块的运动矢量预测值的步骤包括：获取当前宏块的左方、正上方和右上方宏块的运动矢量的中值，将所获取的中值确定为当前宏块的运动矢量预测值。

所述确定菱形半径的步驟包括：当满足所确定的当前宏块的运动矢量预测值与当前宏块的左方、正上方和右上方宏块中的任意一个的运动矢量相同，且前一帧图像当前位置的运动矢量不为 0, 且所确定的第二阈值小于预先设定的块运动阈值时，确定菱形半径为 1 , 否则，确定菱形半径为 2。所述确定第二阔值的步驟包括：根据当前所针对块模式下当前计算块与至少三个方向的相邻点所对应的块的块匹配值确定第二阔值。

在步骤 B1 中，所述确定菱形搜索的起始点的步骤包括：根据前一帧图像同一位置的运动矢量、运动矢量 (0,0)和当前宏块的左方、正上方和右上方宏块的运动矢量计算所述当前计算块的块匹配值，将块匹配值最小的运动矢量所对应点确定为菱形搜索的起始点。

该方法进一步包括：确定第一阈值；

在步骤 B2 中，所述块匹配值满足预先设定的退出条件为：块匹配值小于所确定的第一阔值。

在步骤 B2 中，所述满足退出条件的块匹配值为小于第一阔值的块匹配值。

所述确定第一阈值的步骤包括：根据当前所针对块模式下当前计算块与至少三个方向的相邻点所对应的块的块匹配值确定第一阈值。

在步驟 B2 中，在块匹配值满足预先设定的退出条件之后，并在将满足退出条件的块匹配值对应的点作为最佳匹配点之前，进一步包括：判断所确定的菱形半径是否为 1 , 如果是，则继续执行所述的将满足退出条件的块匹配值对应的点作为最佳匹配点的步骤，否则，以当前的最佳匹配点为当前菱形中心点，计算菱形半径周围四个点所对应块的块匹配值，将块匹配值最小的点作为最佳匹配点，并将该最佳匹配点对应的运动矢量作为当前计算块的运动矢量。

所述块匹配值为所述计算块及搜索点所对应块中一一对应的象素点灰度值之差的绝对值之和。

所述当前宏块的大小为 16 x 16象素。

所述块模式为： 16 x 16象素，或 16 x 8象素，或 8 x 16象素，或 8 X 8象素，或该四者的任意组合。可见，本发明设置多种块模式，根据块模式将整个宏块划分为至少一个计算块；计算每种块模式下当前宏块中所有计算块与各自运动矢量对应的块的匹配值之和，将匹配值之和最小的块模式对应的运动矢量作为所需获取的宏块的运动矢量。而无需进行现有技术中的遍历式搜索计算的方法，从而大大简化运动估计的计算量，提高了视频数据压缩速度。另外，本发明在每次搜索中逐点计算最小计算块在搜索点的块匹配值，并保留最小的计算块的搜索矢量和块匹配值，当计算较大的计算块在搜索矢量下的块匹配值时，将已经记录的最小计算块的块匹配值做简单的相加运算即可，这样，就可以避免重复计算所造成的系统开销增大和运算时间加长的缺陷，在保证运动估计的准确度和精度的前提下，进一步节省了运动估计中块匹配值的计算时间，进一步提高了视频数据压缩的压缩速度，从而满足视频数据实时性的要求，增加了用户的满意度。附图简要说明

图 1是本发明实施例一的流程图。

图 2是在本发明实施例一中采用菱形搜索模式的流程图。

图 3A是在本发明中根据第一种块模式所划分的计算块的示意图。图 3B是在本发明中根据第二种块模式所划分的计算块的示意图。图 3C是在本发明中根据第三种块模式所划分的计算块的示意图。图 3D是在本发明中根据第四种块模式所划分的计算块的示意图。图 4是本发明实施例二的流程图。实施本发明的方式

为了使本发明的目的、技术方案和优点更清楚，下面结合附图和具体实施方式对本发明作进一步描述。本发明的核心思想是：设置多于一种的块模式，根据每种块模式分别在当前宏块中划分出计算块；针对每一种块模式，分别计算当前宏块中所有计算块的运动矢量；针对每一种块模式，分别计算当前宏块中所有计算块与各自运动矢量对应的块的匹配值之和，获取最小和值所对应的块模式，并将所获取的块模式对应的运动矢量作为当前宏块的运动矢量。

其中，在针对每一种块模式，分别计算当前宏块中所有计算块的运动矢量时，可以采用两种实现方式：

方式一、针对每一种块模式，逐点计算所有计算块的运动矢量。方式二、针对包括最小计算块的块模式，逐点计算所有计算块的运动矢量，针对其它块模式，利用已计算出的各计算块运动矢量之和来得到该其它块模式中所有计算块的运动矢量。

在上述两种方式中，可以釆用菱形搜索模式来进行所述的逐点计算的过程。

较佳地，在本发明中，可以将块模式设置为四种，包括整个宏块、两个横向子快、两个纵向子快和四个子快。

下面针对上述方式一和方式二分别举一个具体实施例来说明本发明的具体实现过程。

在以下的实施例中，所设置的块模式为上述四种块模式且宏块的大小为 16 x 16。

实施例一：

图 1是本发明实施例一的流程图。参见图 1 , 本发明实现运动估计的过程具体包括如下步驟：

步骤 101 : 设置四种块模式，并根据每一种块模式划分计算块。这里，设置第一至第四种块模式分别为整个宏块、两个横向子快、两个纵向子快和四个子快，参见图 3A至图 3D, 根据四种块模式所划分的计算块分别为，

第 1种块模式为：将宏块划分为一个大小为 16 X 16的计算块；第 2种块模式为：将宏块划分为两个大小为 16 x 8的计算块；第 3种块模式为：将宏块划分为两个大小为 8 X 16的计算块；第 4种块模式为：将宏块划分为四个大小为 8 8的计算块。

步骤 102: 令变量 i = l , 对当前宏块应用第 1种块模式。

这里，变量 i是为了记录当前的块模式，以便在后续过程中，能够根据该变量 i的值来确定已使用和未使用的块模式。

步骤 103: 获取当前宏块的运动矢量的预测值。

这里，当前宏块的运动矢量的预测值是当前宏块的左方、正上方和右上方三个宏块的运动矢量的中值，即预测值的水平分量为三个运动矢量的水平分量的中间值，预测值的垂直分量为三个运动矢量的垂直分量的中间值。在当前帧中把当前宏块的左方、正上方和右上方的块的运动矢量分别记为 Wl、 W2 和 W3 , 则当前宏块的运动矢量的预测值是 Median(Wl,W2,W3) o 如果当前宏块的左边无宏块，则 W1设为（0，0)；如果当前宏块的上方无宏块，则 W2设为 (0，0)；如果当前宏块的右上方无宏块，则 W3设为 (0,0)。

另外，如果当前宏块的左方、正上方或右上方宏块的块模式不为第 1 种，则将最邻近当前宏块的块的运动矢量获取为当前宏块的运动矢量的预测值，如果最邻近当前宏块的块有两个，则将该两个最邻近当前宏块的块的运动矢量的平均值获取为当前宏块的运动矢量的预测值，即在两个运动矢量的水平分量和两个运动矢量的垂直分量上分别取平均值。

步骤 104: 根据当前块模式和相邻宏块的块匹配值 SAD值确定运动估计的第一阐值和第二阔值。这里，所述确定运动估计的第一阁值和第二阔值的具体实现过程包括以下步骤：

( 1 )确定计算块左上角象素的横坐标 X和纵坐标 y, 并确定当前块模式下计算块的宽度 w;

( 2 )如果 X为 0且 y为 0, 贝' J :

当前块模式为第 1种块模式时：第一阔值为 512, 第二阔值为 1024; 当前块模式为第 2、3种块模式时：第一阈值为 256,第二阔值为 512; 当前块模式为第 4种块模式时：第一阈值为 128, 第二阔值为 256; 如果 X和 y不同时为 0, 贝 ij :

a、当前块模式为第 1种块模式时：

计算该计算块与点 (x-2,y)、（x-l,y)、（x-2,y+l)和 (x-l,y+l)对应的四个块的块匹配值 SAD1 , 计算该计算块与点 (x,y-2)、（x+l,y-2)、（x,y-l)和 (x+l,y-l)对应的四个块的块匹配值 SAD2，计算该计算块与点 (x+w，y-2)、 (x+w+l,y-2)、（x+w,y-l)和 (x+w+l,y-l)对应的四个块的块匹配值 SAD3 , 令第一阈值为 SAD1、 SAD2和 SAD3的最小值，令第二阈值为第一阈值加 128; 并且，如果第一阈值小于 512, 则设置第一阈值为 512; 如果第一阔值大于 1024, 则设置第一阈值为 1024; 如果第二阔值大于 1792, 则设置第二闹值为 1792。

b、当前块模式为第 2种块模式时：

计算该计算块与点 (x-2,y)和 (x-l，y)对应的两个块的块匹配值之和

SAD1、该计算块与点 (x,y-l)和 (x + l,y-l)对应的两个块的块匹配值之和 SAD2, 以及该计算块与点 (x+w,y-l)和 (x+w + l,y-l)对应的两个块的块匹配值之和 SAD3; 令第一阔值为 SAD1、 SAD2和 SAD3的最小值，令第二阈值为第一阔值加 128; 并且，如果第一阈值小于 256, 则设置第一阈值为 256; 如果第一阈值大于 512, 则设置第一阔值为 512; 如果第二阔值大于 896, 则设置第二阈值为 896。

c、当前块模式为第 3种块模式时：

计算该计算块与点 (x-l,y)和 (x-l,y+l)对应的两个块的块匹配值之和 SAD1、该计算块与点 (x,y-2)和 (x,y-l)对应的两个块的块匹配值之和 SAD2 ,以及该计算块与点 (x+w,y-2)和 (x+w,y- 1)对应的两个块的块匹配值之和 SAD3 , 令第一阈值为 SAD1、 SAD2和 SAD3的最小值，令第二阔值为第一阈值加 128; 并且，如果第一阔值小于 256, 则设置第一阔值为 256; 如果第一阈值大于 512, 则设置第一阔值为 512; 如果第二阈值大于 896，则设置第二阈值为 896。

d、当前块模式为对于第 4种块模式时：

计算该计算块与点 (x-l,y)对应块的块匹配值 SAD1、计算块与点 (x,y-l)对应块的块匹配值 SAD2和计算块与点 (x+w,y)对应块的块匹配值 SAD3 , 令第一阁值为 SAD1、 SAD2和 SAD3的最小值，令第二阔值为第一阈值加 64; 并且，如果第一阈值小于 128，则设置第一阈值为 128; 如果第一阈值大于 256,则设置第一阈值为 256;如果第二阈值大于 448，则设置第二阔值为 448。

步骤 105: 确定菱形搜索模式的半径。

这里，如果同时满足以下三个条件：

a: 当前宏块的左、上和右上宏块的运动矢量相同；

b: 前帧当前宏块的运动矢量不为 0;

c: 第二阔值小于块运动阔值，

贝 |J , 确定菱形搜索半径为 1; 否则确定菱形搜索半径为 2。

另外，需要说明的是，在本步骤中，块运动阔值是衡量当前计算块运动幅度大小的值，在本实施例中，块运动阈值可以设置为 384, 但本发明不排斥其它合适的块运动阈值。步骤 106: 根据所确定的半径并利用菱形搜索法分别估计当前宏块中所有计算块的运动矢量，直至满足退出条件时，将最佳的匹配点作为对应的计算块的运动矢量。

步骤 107: 计算当前块模式下当前宏块的块匹配值 SAD, 即当前宏块中所有计算块与前帧最佳匹配点所对应的块的 SAD值之和。

这里，当前块模式为第 1种块模式时：当前宏块的 SAD值为 16 X 16的计算块与最佳匹配点对应的块的 SAD值；

当前块模式为第 2种块模式时：当前宏块的 SAD值为 2个 16 X 8 的计算块与各自最佳匹配点对应的块的 SAD值之和；

当前块模式为第 3种块模式时：当前宏块的 SAD值为 2个 8 x 16 的计算块与各自最佳匹配点对应的块的 SAD值之和；

当前块模式为第 4种块模式时：当前宏块的 SAD值为 4个 8 X 8的计算块与各自最佳匹配点对应的块的 SAD值之和。

步骤 108: 判断变量 i的值是否小于 4，如果是，则执行步骤 109; 否则，直接执行步骤 110。

步骤 109: 设置 i = i+l , 并对当前宏块应用第 i种块模式，然后返回步骤 104。

步驟 110: 比较四种块模式下的当前宏块的 SAD值，获取其中最小的当前宏块 SAD值即最小和值所对应的块模式，将所获取的块模式对应的运动矢量确定为当前宏块的运动矢量。

这里，如果第 1种块模式下当前宏块的 SAD值最小，则当前宏块中一个 16 16大小的计算块有一个运动矢量；

如果第 2种块模式下当前宏块的 SAD值最小，则当前宏块中两个 16 X 8大小的计算块有自己的运动矢量；

如果第 3种块模式下当前宏块的 SAD值最小，则当前宏块中两个 8 x 16大小的计算块有自己的运动矢量；

如果第 4种块模式下当前宏块的 SAD值最小，则当前宏块的四个 8 X 8大小的计算块有自己的运动矢量。

在在上述图 1所示的步骤 106中，采用菱形搜索的方法估计计算块的运动矢量，即找到与当前计算块最匹配点的过程可参见图 2所示，具体包括如下步骤：

步骤 201: 获取对当前计算块进行菱形搜索的搜索起点。

这里，在当前帧中把当前计算块的左方、正上方和右上方的块的运动矢量分别记为 VI、 V2和 V3。在前帧中把与当前计算块位置相同的块称为同一位置块，并用运动矢量 (0,0)描述其位置，而把同一位置块的实际运动矢量记为 V4。分别计算当前计算块与（0，0)、 VI、 V2、 V3和 V4 所对应的块间的象素值的 SAD, 选择其中 SAD最小者对应的点作为搜索起点。需要说明的是，在本步骤中，如果当前计算块的左方无计算块，则不计算 VI；如果当前计算块的正上方无计算块，则不计算 V2; 如果当前计算块的右上方无计算块，则不计算 V3; 如果当前帧是本组图像的第一帧，则不计算 V4。

在本步骤中，如果满足 SAD值小于第一阈值，则转到步骤 202; 否则，转到步骤 203。

步驟 202: 判断本次搜索的菱形半径是否为 1 , 如果是，则转到步骤 209; 否则，转到步骤 206。

步骤 203: 以步骤 201所得到的搜索起点为菱形的中心点。

步骤 204: 根据事先确定的菱形半径确定菱形的周围四个点，即在菱形中心点的上、下、左、右的方向上，与菱形中心点的距离为菱形半径的四个点，分别计算当前计算块与这四个点对应块的 SAD值，

在本步骤中，如果满足 SAD值小于第一阈值，则转到步骤 202; 否则，转到步骤 205。

步骤 205: 将步骤 204所确定的四个点中对应块的 SAD值最小者作为下一次菱形搜索的中心点，然后返回步驟 203, 继续菱形搜索。

步骤 206: 将当前菱形的半径设为 1, 并以小于第一阔值的 SAD值对应的点为搜索的中心点。

步骤 207: 分别计算计算块与周围四个点对应的块的 SAD值。步骤 208: 将所计算出的最小 SAD值对应的点作为最佳匹配点，结束当前流程。

步骤 209: 将小于第一阈值的 SAD值对应的点作为最佳匹配点。实施例二：

参见图 3A所示，根据第一种块模式所划分的计算块也就是一个宏块，图中的 Block表示图像的一个宏块，宏块的大小为 16 x 16, 该宏块左上角的坐标为 (^x，，在运动矢量为且-" 2≤u≤m -n≤v≤ n的邻域内搜索当前宏块的运动矢量。

图 4是本发明实施例二的流程图。参见图 3A至图 3D以及图 4, 本发明实现运动估计的过程具体包括以下步骤：

步骤 401: 设置四种块模式，并根据每一种块模式划分计算块。这里，设置第一至第四种块模式分别为整个宏块、两个横向子快、两个纵向子快和四个子快，参见图 3A至图 3D, 根据四种块模式所划分的计算块分别为，

第 1种块模式为：将宏块划分为一个大小为 16 x 16的计算块；第 2种块模式为：将宏块划分为两个大小为 16 x 8的计算块；第 3种块模式为：将宏块划分为两个大小为 8 16的计算块；第 4种块模式为：将宏块划分为四个大小为 8 x 8的计算块。

步骤 402: 按照 16 x 16 的块大小计算运动矢量为（"^)且 - ≤_M≤ ，- "≤v≤ "的块匹配值，四个子块的位置如图 3D所示：

A子块：左上角坐标为 (^x，的 8x8子块；

B子块：左上角坐标为 (^ ^{+ 8}^ ^{+ 8})的 8x 8子块；

C子块：左上角坐标为 (^XJ ^{+ 8})的 8x 8子块；

D子块：左上角坐标为 (^{X + 8}，W的 8x8子块，

对于每一个此邻域内的运动矢量，分别记录四个 8x 8子块的块匹配值：

A子块在运动矢量为 ("' 下的块匹配值为 SAD— A(u,v);

B子块在运动矢量为（"，下的块匹配值为 SAD— B(u,v);

C子块在运动矢量为 (^M，^下的块匹配值为 SAD— C(u,v);

D子块在运动矢量为 (^¾，下的块匹配值为 SAD— D(u,v)。

这里，需要说明的是；由于第四种块模式所包括的计算块与其它块模式相比是最小的，所以，首先逐点计算该第四种块模式中所有计算块的运动矢量，具体计算的方法可以釆用图 2所示的菱形搜索模式来实现。

步骤 403:将所述邻域内 16 X 16块的块匹配值最小的设置为 SAD1。步驟 404: 按照 16 x 8 的块大小计算运动矢量为（且 - ≤w≤ ，-"≤v≤ "的块匹配值，如图 2D所示，宏块的两个子块分别为：

E子块：左上角坐标为（^x，的 16x8子块；

F子块：左上角坐标为 (^x， + ⁸)的 16x8子块；

对于每一个在此邻域内的运动矢量， E子块在运动矢量("， )下的块匹配值是运动矢量 ("，下 A子块与 B

SAD_A(u,v) + SAD_B(u,v); F子块在运动矢量("， )下的块匹配值是运动矢量 (，^v)下 C子块与 D子块的块匹配值之和 SAD— C(u,v) + SAD— D(u,v)。

步骤 405: 将此邻域内 E子块的块匹配值最小的设置为 SAD21 , 将此邻域内 F子块的块匹配值最小的设置为 SAD22,

贝' J SAD2 = SAD21 + SAD22。

步骤 406 : 按照 8 x 16 的块大小计算运动矢量为（^¾，且 - ≤"≤ ，-"≤v≤ "的块匹配值，如图 _lc所示，宏块的两个子块分别为：

G子块：左上角坐标为（^x，的 8 X 16子块；

H子块：左上角坐标为 (^{x + 8}，的 8 x 16子块；

对于每一个在此邻域内的运动矢量， G子块在运动矢量(^¾，下的块匹配值是运动矢量 (^M,^V) T A子块与 C子块的块匹配值之和 SAD_A(u,v)

+ SAD_C(u,v); H子块在运动矢量(^¾' 下的块匹配值是运动矢量 (^M，下 B子块与 D子块的块匹配值之和 SAD_B(u,v) + SAD— D(u,v)。

步骤 407: 将此邻域内 G子块的块匹配值最小的设置为 SAD31 , 将此邻域内 H子块的块匹配值最小的设置为 SAD32,

贝' J SAD3 = SAD31 + SAD32。

步骤 408：按照 8 x 8 的块大小计算运动矢量为（^w，^v)且 - ≤"≤ ,-"≤v≤ "的块匹配值，宏块的四个子块分别为： A子块、 B 子块、 C子块和 D子块，在步骤 201中已记录了四个子块在邻域内所有运动矢量下的块匹配值，所以：

A子块在运动矢量下 (^M，^v)的块匹配值是 SAD— A(u,v);

B子块在运动矢量 ("， )下的块匹配值是 SAD— B(u,v);

C子块在运动矢量 (^M，^V)T的块匹配值是 SAD_C(u,v); D子块在运动矢量("，下的块匹配值是 SAD_D(u,v)。

步骤 409: 将此邻域内 A子块的块匹配值最小的设置为 SAD41 , B 子块的块匹配值最小的设置为 SAD42, C子块的块匹配值最小的设置为 SAD43, D子块的块匹配值最小的设置为 SAD44,

则 SAD4 = SAD41 + SAD42 + SAD43 + SAD44。

步驟 410: 将 SAD1、 SAD2、 SAD3和 SAD4之中的最小值所对应的块模式作为当前宏块运动估计的块模式，并将当前宏块运动估计块模式所对应的运动矢量作为当前宏块的运动矢量。

在本实施例中，以全搜索为例，但是本发明不仅局限于全搜索的方法，亦可应用于任何搜索方法，例如三步搜索，菱形搜索等。只要先记录最小计算块在各个运动矢量下的块匹配值，即可在后续搜索步骤中利用前面的块匹配值的数据，仅需要作简单的相加运算。

但是，在运动估计时，有可能需要计算新的搜索点（运动矢量）或计算插值点的块匹配值，而在前面的搜索步骤中没有记录相应的块匹配值，这就无法利用已经记录的块匹配值信息，而需要重新逐点该计算块的块匹配值。所以，在每次计算计算块在某搜索点的块匹配值之前，可添加一个步骤：判断记录中是否存在组成该计算块的子块在该搜索点的块匹配值，如果是，则对组成该计算块的子块的块匹配值相加得到计算块的块匹配值；否则，采用图 2所示的菱形搜索模式逐点计算该计算块在该搜索点的运动矢量。

此外，在上述实施例中，先从 16 X 16的块模式开始进行运动估计，由于这种块模式的搜索范围通常比较大，所以计算其它块模式下的计算块的块匹配值时能够更多地利用记录的块匹配值。但是，本发明也不排除先从 8 x 8的块模式开始进行运动估计的实施方式。

在本发明的上述各实施例中，所设置的四种块模式包括整个宏块、两个横向子快、两个纵向子快和四个子快，在本发明的其它实施例中，也可存在该四种块模式的任意组合，比如，两个横向子快和两个纵向子快，或者，也可存在其它各种块模式，具体实现本发明的原理与上述实施例所述过程的原理相同。

总之，以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

权利要求书

1、一种实现运动估计的方法，其特征在于，该方法包括；

A、设置多于一种的块模式，根据每种块模式分别在当前宏块中划分出计算块；

2、根据权利要求 1所述的方法，其特征在于，在步骤 B中，针对包括最小计算块的块模式计算当前宏块中所有计算块的步骤包括：针对包括最小计算块的块模式，逐点计算当前宏块中所有计算块的运动矢量。

3、根据权利要求 2所述的方法，其特征在于，在步骤 B中，针对其它块模式计算当前宏块中所有计算块的步骤包括：针对其它每一种块模式，分别逐点计算当前宏块中所有计算块的运动矢量。

4、根据权利要求 2所述的方法，其特征在于，在步骤 B中，针对其它块模式计算当前宏块中所有计算块的步骤包括：针对其它每一种块模式，分别利用已计算出的各计算块运动矢量之和得到当前宏块中所有计算块的运动矢量。

5、根据权利要求 4所述的方法，其特征在于，在步骤 B中，在针对其它块模式利用已计算出的各计算块运动矢量之和得到当前宏块中所有计算块的运动矢量之前，进一步包括：判断是否已计算出了组成该其它块模式中计算块的最小计算块的块匹配值，如果是，则继续执行所述的针对其它块模式分别利用巳计算出的各计算块运动矢量之和得到当前宏块中所有计算块的运动矢量的步骤，否则，分别逐点计算所述其它块模式中所有计算块的运动矢量。

6、根据权利要求 4或 5所述的方法，其特征在于，所述利用已计算出的各计算块运动矢量之和得到其它块模式中所有计算块的运动矢量的步驟包括：将组成该其它块模式中当前计算块的各个最小计算块的块匹配值之和作为该其它块模式中当前计算块的运动矢量，重复执行，直至得到该其它块模式中所有计算块的运动矢量。

7、根据权利要求 2 、 3或 5所述的方法，其特征在于，在步骤 B 中，所述逐点计算所有计算块的运动矢量的步骤包括：

Bl、确定菱形搜索的起始点，以所确定的起始点作为当前菱形中心点；

8、根据权利要求 7所述的方法，其特征在于，在步骤 B2之前，进一步包括：确定当前宏块的运动矢量预测值以及当前所针对块模式下计算块的第二阔值，根据所确定的运动矢量预测值和第二阈值确定菱形半径；

在步驟 B2 中，所述当前菱形中心点周围的四个点包括：在当前菱形中心点的上、下、左和右方向上，与当前菱形中心点之间的距离分别为所确定的菱形半径的四个点。

9、根据权利要求 8所述的方法，其特征在于，所述确定当前宏块的运动矢量预测值的步骤包括：获取当前宏块的左方、正上方和右上方宏块的运动矢量的中值，将所获取的中值确定为当前宏块的运动矢量预测值。

10、根据权利要求 8所述的方法，其特征在于，所述确定菱形半径的步骤包括：当满足所确定的当前宏块的运动矢量预测值与当前宏块的左方、正上方和右上方宏块中的任意一个的运动矢量相同，且前一帧图像当前位置的运动矢量不为 0, 且所确定的第二阈值小于预先设定的块运动阈值时，确定菱形半径为 1 , 否则，确定菱形半径为 2。

11、根据权利要求 8所述的方法，其特征在于，所述确定第二阔值的步骤包括：根据当前所针对块模式下当前计算块与至少三个方向的相邻点所对应的块的块匹配值确定第二阈值。

12、根据权利要求 7所述的方法，其特征在于，在步骤 B 1 中，所述确定菱形搜索的起始点的步骤包括：根据前一帧图像同一位置的运动矢量、运动矢量 (0,0)和当前宏块的左方、正上方和右上方宏块的运动矢量计算所述当前计算块的块匹配值，将块匹配值最小的运动矢量所对应点确定为菱形搜索的起始点。

13、根据权利要求 7所述的方法，其特征在于，该方法进一步包括：确定第一阈值；

14、根据权利要求 13所述的方法，其特征在于，所述确定第一阈值的步骤包括：根据当前所针对块模式下当前计算块与至少三个方向的相邻点所对应的块的块匹配值确定第一阈值。

15、根据权利要求 13或 14所述的方法，其特征在于，在步骤 B2 中，在块匹配值满足预先设定的退出条件之后，并在将满足退出条件的块匹配值对应的点作为最佳匹配点之前，进一步包括：判断所确定的菱形半径是否为 1 , 如果是，则继续执行所述的将满足退出条件的块匹配值对应的点作为最佳匹配点的步骤，否则，以当前的最佳匹配点为当前菱形中心点，计算菱形半径周围四个点所对应块的块匹配值，将块匹配值最小的点作为最佳匹配点，并将该最佳匹配点对应的运动矢量作为当前计算块的运动矢量。

16、根据权利要求 1所述的方法，其特征在于，所述块匹配值为所述计算块及搜索点所对应块中一一对应的象素点灰度值之差的绝对值之和。

17、根据权利要求 1所述的方法，其特征在于，所述当前宏块的大小为 16 x 16象素。

18、根据权利要求 17所述的方法，其特征在于，所述块模式为： 16 x l6象素，或 16 x 8象素，或 8 x 16象素，或 8 x 8象素，或该四者的任意组合。