一種幀間編碼的運動預測方法和系統的製作方法
2023-06-17 01:38:21
專利名稱:一種幀間編碼的運動預測方法和系統的製作方法
技術領域:
本發明涉及視頻編碼領域,尤其涉及一種幀間編碼的運動預測方法和系統。
背景技術:
視頻編碼中視頻源的幀間信息冗餘度極大,從而使得幀間編碼方法在視頻編碼中顯得尤為重要。目前主流的基於宏塊、子塊的運動補償方法,在常規運動時,可以達到較好的效果,但當出現全局運動時,相應的壓縮難度提升,這個問題在低碼率壓縮時更為嚴重。 出現此問題,固然是由於編碼源本身的複雜度引起的,但另一方面卻也是現有基於宏塊、子塊的運動補償的方法存在缺陷的原因。基於宏塊、子塊的運動補償的方法割裂了區域及全局相關性,從而當存在全局運動時,僅使用該方法不能很好的消除幀間信息的冗餘度,從而使得低碼率下的壓縮質與量的矛盾尤為突出。此外,逐個判定的模式也浪費了計算資源。
發明內容
本發明實施例的目的在於提出一種幀間編碼的運動預測方法,旨在解決現有技術基於宏塊、子塊的運動補償的方法割裂了區域及全局相關性,從而當存在全局運動時,不能很好的消除幀間信息的冗餘度,從而使得低碼率下的壓縮質與量的矛盾尤為突出的問題。本發明實施例方法是這樣實現的,一種幀間編碼的運動預測方法,所述方法包括根據當前幀的相對變化複雜度信息所在的閾值範圍,判斷是否進入全局運動預測,如果是,則判斷選定的判定區域是否為強一致性運動趨勢,如果是,則獲取當前幀為全局運動,獲取相應的方向判定,結束。優選地,所述步驟「判斷選定的判定區域是否為強一致性運動趨勢」還包括如果選定的區域不是強一致運動趨勢,則根據各區域的運動,進行全局運動方向的弱判定。本發明實施例的另一目的在於提出一種幀間編碼的運動預測系統,所述系統包括進入全局運動預測判斷模塊用於根據當前幀的相對變化複雜度信息所在的閾值範圍,判斷是否進入全局運動預測;即如果當前幀的相對變化複雜度信息大於第一閾值,則認為當前幀與前一幀極度近似,判定當前幀為skip幀(前後兩幀近乎無運動,可直接複製前一幀圖像);如果當前幀它的相對變化複雜度信息在第一閾值和第二閾值之間,則不進入全局運動預測;如果當前幀的相對變化複雜度信息小於第二閾值,則進入全局運動預測, 即進入強一致性運動趨勢判斷模塊,其中第一閾值大於第二閾值。強一致性運動趨勢判斷模塊用於判斷選定的判定區域是否為強一致性運動趨勢,如果是則獲取當前幀為全局運動,獲取相應的方向判定,結束;如果否則進入弱一致性運動趨勢判斷模塊;
弱一致性運動趨勢判斷模塊,用於判斷選定的判定區域是否為弱一致性運動趨勢,如果是則獲取當前幀相應的方向判定,結束;如果否則判定當前幀不存在全局運動。本發明的有益效果本發明提出一種幀間編碼的運動預測方法,先根據當前幀的相對變化複雜度信息所在的閾值範圍,判斷是否進入全局運動預測;如果是進入全局運動預測,判斷選定的判定區域是否為強一致性運動趨勢,如果是則獲取當前幀的運動方向為全局運動方向,獲取相應的方向判定,結束;如果不是強一致運動趨勢,則根據各區域的運動,進行全局運動方向的弱判定。利用本發明方法,一方面可以提升壓縮率,另一方面可以提升壓縮速度,即對存在全局運動的視頻源進行壓縮時,可通過統一判斷的方式確定運動預測,而無需像僅依賴基於宏塊、子塊的運動預測方法對每個宏塊子塊依次作判斷。
圖1是本發明實施例的一種幀間編碼的運動預測方法流程圖;圖2是本發明實施例的一種幀間編碼的運動預測系統結構示意圖。
具體實施例方式為了使本發明的目的、技術方案及優點更加清楚明白,以下結合附圖和實施例,對本發明進行進一步詳細說明,為了便於說明,僅示出了與本發明實施例相關的部分。應當理解,此處所描寫的具體實施例,僅僅用於解釋本發明,並不用以限制本發明。本發明提出一種幀間編碼的運動預測方法,先根據當前幀的相對變化複雜度信息所在的閾值範圍,判斷是否進入全局運動預測;如果是進入全局運動預測,判斷選定的判定區域是否為強一致性運動趨勢,如果是則獲取當前幀的運動方向為全局運動方向,獲取相應的方向判定,結束;如果不是強一致運動趨勢,則根據各區域的運動,進行全局運動方向的弱判定。利用本發明方法,一方面可以提升壓縮率,另一方面可以提升壓縮速度,即對存在全局運動的視頻源進行壓縮時,可通過統一判斷的方式確定運動預測,而無需像僅依賴基於宏塊、子塊的運動預測方法對每個宏塊子塊依次作判斷。圖1所示為本發明實施例一種幀間編碼的運動預測方法流程圖,所述方法包括以下步驟S11,根據當前幀的相對變化複雜度信息所在的閾值範圍,判斷是否進入全局運動預測;具體為如果當前幀的相對變化複雜度信息大於第一閾值,則認為當前幀與前一幀極度近似,判定當前幀為Skip幀(前後兩幀近乎無運動,可直接複製前一幀圖像);如果當前幀它的相對變化複雜度信息在第一閾值和第二閾值之間,則不進入全局運動預測;如果當前幀的相對變化複雜度信息小於第二閾值,則進入全局運動預測,即進入步驟S12。其中第一閾值大於第二閾值。所述是否進入全局運動預測方法的程序描述如下if (tis_framest > Thresi)則第t幀與第t-1幀極度近似,判定第t幀為Skip幀if (tis_framest < Thres2)
則運用全局運動預測方法進行預測if (Thres2 彡 tis_framest 彡 Thresl)則無全局運動趨勢,進入基於宏塊、塊的運動預測其中Thresl、HireS2為相應的第一閾值和第二閾值判定閾值tis_framest表示第t幀的相對變化複雜度信息;所述當前幀的相對變化複雜度信息求取方法如下A)根據宏塊運動信息、宏塊紋理信息提取各宏塊相對變化複雜度信息;a)宏塊運動信息當前宏塊內像素與前一幀相應宏塊內的像素值差值的均方差。ti_Mbt,m,n = std[ft(i, j| (i,j) e Mb^J-fHa,j| (i,j) e Mb^mJ]b)宏塊紋理信息當前宏塊內像素值的均方差。si_Mbt,m,n = std[ft(i,j|(i,j) eMbt,m,n)],if(si_Mbt,m,n = 0)則,判定當前宏塊為單點宏塊,即整個宏塊所有像素值即為相同的一個像素值;c)宏塊相對變化複雜度信息
權利要求
1.一種幀間編碼的運動預測方法,其特徵在於,所述方法包括根據當前幀的相對變化複雜度信息所在的閾值範圍,判斷是否進入全局運動預測,如果是,則判斷選定的判定區域是否為強一致性運動趨勢,如果是,則獲取當前幀為全局運動,獲取相應的方向判定,結束。
2.如權利要求1所述的幀間編碼的運動預測方法,其特徵在於,所述步驟「判斷選定的判定區域是否為強一致性運動趨勢」還包括如果選定的區域不是強一致運動趨勢,則根據各區域的運動,進行全局運動方向的弱判定。
3.如權利要求1所述的幀間編碼的運動預測方法,其特徵在於,所述「根據當前幀的相對變化複雜度信息所在的閾值範圍,判斷是否進入全局運動預測,」具體為如果當前幀的相對變化複雜度信息大於第一閾值,則認為當前幀與前一幀極度近似, 判定當前幀為Skip幀;如果當前幀它的相對變化複雜度信息在第一閾值和第二閾值之間, 則不進入全局運動預測;如果當前幀的相對變化複雜度信息小於第二閾值,則進入全局運動預測,即進入權利要求1所述的步驟「判斷選定的判定區域是否為強一致性運動趨勢」, 其中第一閾值大於第二閾值。
4.如權利要求1所述的幀間編碼的運動預測方法,其特徵在於,所述的當前幀的相對變化複雜度信息求取方法如下根據宏塊運動信息、宏塊紋理信息提取各宏塊相對變化複雜度信息; 基於宏塊相對變化複雜度信息,獲取當前幀的相對變化複雜度信息。
5.如權利要求4所述的幀間編碼的運動預測方法,其特徵在於,所述「根據宏塊運動信息、宏塊紋理信息提取各宏塊相對變化複雜度信息」具體為求取宏塊運動信息即當前宏塊內像素與前一幀相應宏塊內的像素值差值的均方差; ti_Mbt,m,n = std[ft(i, j| (i,j) e MbuJ-f^a,j| (i,j) e Mb^mJ] 求取宏塊紋理信息即當前宏塊內像素值的均方差; si_Mbt,m,n = std[ft(i, j| (i,j) e Mbt,m,n)], if(si_Mbt,m,n = 0)則判定當前宏塊為單點宏塊,即整個宏塊所有像素值即為相同的一個像素值; 求取宏塊相對變化複雜度信息,Jti-MbliinJsi_Mbum_n ., si_MbUm^0 lS~ '""'""i0,si_Mb^n =0其中Mbt,m,n表示第t幀第m行η列的宏塊; Mbt-^n表示;第t-Ι幀第m行η列的宏塊; ft (i,j)表示第t幀第i行j列的像素值;ft (i,j I (i,j) e Mbt,m,n)表示;表示第t幀中屬於Mbt,m,n的第i行j列的像素值; ft_i(i,j I (i,j) e MU表示;表示第t-1中貞中屬於Mbgm, n的第i行J列的像素值;std表示均方差;ti_Mbt,m,n表示Mbt,m,n的宏塊運動信息;si_Mbt,m,n表示Mbt,m,n的宏塊紋理信息。
6.如權利要求4所述的幀間編碼的運動預測方法,其特徵在於,所述「基於宏塊相對變化複雜度信息,獲取當前幀的相對變化複雜度信息」具體為
7.如權利要求1所述的幀間編碼的運動預測方法,其特徵在於, 所述判定區域需同時滿足以下條件條件1 判定區域為背景區域; 條件2 至少選取兩個判定區域;條件3 在每個判定區域作所有方向的檢測,所有方向包括左側運動、右側運動、上側運動、下側運動、靜止。
8.如權利要求7所述的幀間編碼的運動預測方法,其特徵在於,條件3可替換為;在每個判定區域,根據需要及計算量的綜合考慮選取不同的方向進行檢測。
9.如權利要求1所述的幀間編碼的運動預測方法,其特徵在於,所述「判斷選定的判定區域是否為強一致性運動趨勢」具體包括以下步驟 以宏塊為單位,求取判定區域內的宏塊預測方向; 統計各區域中所有方向的運動宏塊數;基於各區域中相應方向的運動宏塊數的統計信息,判定該區域的信息是否可用; 根據選定的判定區域的運動趨勢作所有運動方向的判定; 根據各區域的運動,進行全局運動方向的強判定。
10.如權利要求9所述的幀間編碼的運動預測方法,其特徵在於,所述「以宏塊為單位, 求取判定區域內的宏塊預測方向」具體為對所述選定的判定區域內的宏塊,分別具體做如下計算 計算左側運動預測值和當前編碼值差值的均方差,獲取左側運動預測殘差; 計算右側運動預測值和當前編碼值差值的均方差,獲取右側運動預測殘差; 計算上側運動預測值和當前編碼值差值的均方差,獲取上側運動預測殘差; 計算下側運動預測值和當前編碼值差值的均方差,獲取下側運動預測殘差; 計算靜止預測值和當前編碼值差值的均方差,獲取靜止運動預測殘差。
11.如權利要求9所述的幀間編碼的運動預測方法,其特徵在於,所述「統計各區域中所有方向的運動宏塊數」具體為在各區域內,宏塊預測殘差最小的方向上運動宏塊數加一。
12.如權利要求9所述的幀間編碼的運動預測方法,其特徵在於,所述「基於各區域中相應方向的運動宏塊數的統計信息,判定該區域的信息是否可用」具體為一個區域內如果相反運動方向的宏塊數的差值小於第一方向判定閾值或者該區域內五個運動方向(左側運動、右側運動、上側運動、下側運動、靜止)宏塊數的最大值與次大值的差值小於第二方向判定閾值,則認為該區域的信息不可用。
13.如權利要求9所述的幀間編碼的運動預測方法,其特徵在於,所述「根據選定的判定區域的運動趨勢作所有運動方向的判定」具體為一個區域內宏塊數最多的運動方向,則判定為該區域的運動方向。
14.如權利要求2所述的幀間編碼的運動預測方法,其特徵在於,所述「根據各區域的運動,進行全局運動方向的強判定」具體為如果兩個判定區域的運動方向一致且都不屬於靜止方向,並且每個區域相應運動方向上的宏塊數大於相應第三方向判定閾值;或者兩個區域的運動方向不一致但其中一個區域運動方向為靜止並且另一非靜止方向的區域其相應運動方向的宏塊數大於相應第四方向判定閾值;那麼即可獲取全局運動方向,結束全局運動預測判斷,否則,進入權利要求2中的「根據各區域的運動,進行全局運動方向的弱判定」。
15.如權利要求2所述的幀間編碼的運動預測方法,其特徵在於,所述「根據各區域的運動,進行全局運動方向的弱判定」具體包括計算各類區域的方向差值,即計算各區域最大運動方向宏塊數與次大運動方向宏塊數的差值,同類區域的最小值即為該類區域的方向差值;根據各區域各類情況擇優選取,確定全局運動方向。
16.如權利要求15所述的幀間編碼的運動預測方法,其特徵在於,所述「根據各區域各類情況擇優選取,確定全局運動方向」具體為如果兩個區域信息只有一個區域有效,如果滿足該區域運動方向的宏塊數小於相應的第五方向判定閾值且該區域的方向差值滿足相應的第六方向判定閾值;或者滿足該區域運動方向的宏塊數大於相應的第七方向判定閾值;則全局運動方向即為該有效區域的運動方向。
17.—種幀間編碼的運動預測系統,其特徵在於,所述系統包括進入全局運動預測判斷模塊用於根據當前幀的相對變化複雜度信息所在的閾值範圍,判斷是否進入全局運動預測;即如果當前幀的相對變化複雜度信息大於第一閾值,則認為當前幀與前一幀極度近似,判定當前幀為Skip幀(前後兩幀近乎無運動,可直接複製前一幀圖像);如果當前幀它的相對變化複雜度信息在第一閾值和第二閾值之間,則不進入全局運動預測;如果當前幀的相對變化複雜度信息小於第二閾值,則進入全局運動預測,即進入強一致性運動趨勢判斷模塊,其中第一閾值大於第二閾值;強一致性運動趨勢判斷模塊用於判斷選定的判定區域是否為強一致性運動趨勢,如果是則獲取當前幀為全局運動,獲取相應的方向判定,結束;如果否則進入弱一致性運動趨勢判斷模塊;弱一致性運動趨勢判斷模塊,用於判斷選定的判定區域是否為弱一致性運動趨勢,如果是則獲取當前幀相應的方向判定,結束;如果否則判定當前幀不存在全局運動。
全文摘要
本發明提出一種幀間編碼的運動預測方法,先根據當前幀的相對變化複雜度信息所在的閾值範圍,判斷是否進入全局運動預測;如果是進入全局運動預測,判斷選定的判定區域是否為強一致性運動趨勢,如果是則獲取當前幀的運動方向為全局運動方向,獲取相應的方向判定,結束;如果不是強一致運動趨勢,則根據各區域的運動,進行全局運動方向的弱判定。利用本發明方法,一方面可以提升壓縮率,另一方面可以提升壓縮速度,即對存在全局運動的視頻源進行壓縮時,可通過統一判斷的方式確定運動預測,而無需像僅依賴基於宏塊、子塊的運動預測方法對每個宏塊子塊依次作判斷。
文檔編號H04N7/32GK102572418SQ201010610108
公開日2012年7月11日 申請日期2010年12月28日 優先權日2010年12月28日
發明者舒倩 申請人:深圳市融創天下科技股份有限公司