ME中基于特征动态控制候选矢量惩罚值的方法及系统技术方案

本发明专利技术提供了一种ME中基于特征动态控制候选矢量惩罚值的方法及系统，包括：候选运动矢量获取步骤：获取当前计算块所有的候选运动矢量；匹配代价计算步骤：逐个计算各个候选运动矢量的匹配代价；比较筛选步骤：对于当前计算块，比较当前计算块所有候选运动矢量的匹配代价，选择匹配代价最小的候选运动矢量作为当前计算块的运动矢量。本发明专利技术是一种矢量惩罚值自适应调整的方案，可以根据实际收敛状态调整矢量的惩罚值，而非传统方法中只由候选块位置决定的固定值，因此更有利于运动估计的收敛。

【技术实现步骤摘要】

本专利技术涉及运动矢量估计领域，具体地，涉及ME中基于特征动态控制候选矢量惩罚值的方法及系统。
技术介绍
帧率转换(FrameRateConversion,FRC)用于实现视频源从一种帧率到另一种帧率的控制转换，目前广泛应用于电视芯片中，有效解决和改善了视频内容播放时的抖动和高清电视观看时的液晶拖尾现象。基于运动估计运动补偿的帧率转换算法是目前帧率转换技术的主流实现方式，其中运动估计(MotionEstimation,ME)通过计算得到两帧之间物体的运动矢量，为运动补偿插值(MotionCompensation)提供运动信息。三维递归搜索法是目前硬件实现中通用的运动估计实现方法。已有实现技术是：将图像按M×N(M、N的取值一般为2、4、8、16、32等)大小的块进行划分，在估计某个块的运动矢量时，通过指定其邻域内若干块，将他们的运动矢量(MotionVector,MV)作为需要计算的当前计算块的候选运动矢量，将比较各候选矢量的匹配结果选出的最优运动矢量作为当前block的MV,完成该block的运动估计。其中，候选矢量匹配优劣的衡量，三维递归搜索法中一般是使用图像相似度和矢量固有惩罚值的加权进行衡量，这个矢量惩罚值是根据候选矢量所在块相对当前计算块的位置的可靠性决定的，通常是一个预先定义好的固定值，且仅受候选矢量块所在位置控制。进一步地，从运动估计的结果来看，在许多场景中，运动估计在前景的边缘处不能得到正确的运动矢量。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种ME中基于特征动态控制候选矢量惩罚值的方法及系统。根据本专利技术提供的一种ME中基于特征动态控制候选矢量惩罚值的方法，包括：候选运动矢量获取步骤：获取当前计算块所有的候选运动矢量；匹配代价计算步骤：逐个计算各个候选运动矢量的匹配代价；比较筛选步骤：对于当前计算块，比较当前计算块所有候选运动矢量的匹配代价，选择匹配代价最小的候选运动矢量作为当前计算块的运动矢量。优选地，所述匹配代价计算步骤，包括如下步骤：块SAD和特征获取步骤：针对每一个候选运动矢量Vector_k，得到前一帧图像和当前帧图像对应的两个相同大小的块block_pre、block_cur，根据取得的块block_pre、block_cur，计算候选运动矢量Vector_k的SAD(绝对差值和，SumofAbsoluteDifferences)和特征；可靠度判断步骤：根据候选运动矢量Vector_k的SAD和特征，判断候选运动矢量Vector_k是否可靠，并根据判断结果对候选运动矢量Vector_k进行矢量惩罚值自适应调整，得到自适应的矢量惩罚值，其中，越可靠则矢量惩罚值越小，越不可靠则矢量惩罚值越大；匹配代价综合获取步骤：根据SAD和自适应的矢量惩罚值，得到候选运动矢量的匹配代价。优选地，所述块SAD和特征获取步骤，具体为：SAD_k＝∑j＝1～bHt∑i＝1～bWdabs(G_prei,j-G_curi,j)其中，SAD_k表示候选运动矢量Vector_k的绝对差值和，abs()表示求取绝对值，G_prei,j表示块block_pre中第i行第j列像素的灰阶信息，G_curi,j表示块block_cur中第i行第j列像素的灰阶信息；块的大小为bWd×bHt，bWd表示块的水平像素数,bHt表示块的垂直像素数；APL_k＝(APL_pre+APL_cur)/2APL_pre＝(∑j＝1～bHt∑i＝1～bWdG_prei,j)/(bHt*bWd)APL_cur＝(∑j＝1～bHt∑i＝1～bWdG_curi,j)/(bHt*bWd)其中，APL_k表示候选运动矢量Vector_k的平均画面亮度(APL，averagepixellevel)特征，APL_pre表示块block_pre的平均画面亮度特征，APL_cur表示块block_cur的平均画面亮度特征；Dtl_k＝(Dtl_pre+Dtl_cur)/2Dtl_pre＝∑j＝1～bHt∑i＝1～bWdabs(G_prei,j-APL_pre)Dtl_cur＝∑j＝1～bHt∑i＝1～bWdabs(G_curi,j-APL_cur)其中，Dtl_k表示候选运动矢量Vector_k的细节(Dtl，detail)特征，Dtl_pre表示块block_pre的细节特征，Dtl_cur表示块block_cur的细节特征。优选地，在所述可靠度判断步骤中，根据平均画面亮度特征、细节特征计算自适应的矢量惩罚值的方法是一维映射法，具体为：Penalty_k＝Penalty_apl×α_apl+Penalty_dtl×α_dtlPenalty_apl＝(APL_k–Grey_medium)×α_aplPenalty_dtl＝Penalty_max–Dtl_k其中，Penalty_k表示候选运动矢量Vector_k的矢量惩罚值，Penalty_apl表示候选运动矢量Vector_k的平均画面亮度特征，α_apl表示预定义的平均画面亮度特征的加权系数，Penalty_dtl表示候选运动矢量Vector_k的细节特征，α_dtl表示预定义的细节特征的加权系数，Grey_medium表示图像灰阶中值，Penalty_max表示预定义的矢量惩罚值上限。优选地，所述匹配代价综合获取步骤，具体为：Cost_k＝SAD_k×α_sad+Penalty_k×α_pealty其中，Cost_k表示候选运动矢量Vector_k的匹配代价，α_sad表示候选运动矢量Vector_k的绝对差值和的预定义加权系数，α_pealty表示候选运动矢量Vector_k的矢量惩罚值的预定义加权系数。根据本专利技术提供的一种ME中基于特征动态控制候选矢量惩罚值的系统，包括：候选运动矢量获取装置：获取当前计算块所有的候选运动矢量；匹配代价计算装置：逐个计算各个候选运动矢量的匹配代价；比较筛选装置：对于当前计算块，比较当前计算块所有候选运动矢量的匹配代价，选择匹配代价最小的候选运动矢量作为当前计算块的运动矢量。优选地，所述匹配代价计算装置，包括如下装置：块SAD和特征获取装置：针对每一个候选运动矢量Vector_k，得到前一帧图像和当前帧图像对应的两个相同大小的块block_pre、block_cur，根据取得的块block_pre、block_cur，计算候选运动矢量Vector_k的SAD(绝对差值和，SumofAbsoluteDif本文档来自技高网...

【技术保护点】
一种ME中基于特征动态控制候选矢量惩罚值的方法，其特征在于，包括候选运动矢量获取步骤：获取当前计算块所有的候选运动矢量；匹配代价计算步骤：逐个计算各个候选运动矢量的匹配代价；比较筛选步骤：对于当前计算块，比较当前计算块所有候选运动矢量的匹配代价，选择匹配代价最小的候选运动矢量作为当前计算块的运动矢量。

【技术特征摘要】
1.一种ME中基于特征动态控制候选矢量惩罚值的方法，其特征在于，包括
候选运动矢量获取步骤：获取当前计算块所有的候选运动矢量；
匹配代价计算步骤：逐个计算各个候选运动矢量的匹配代价；
比较筛选步骤：对于当前计算块，比较当前计算块所有候选运动矢量的匹配代价，
选择匹配代价最小的候选运动矢量作为当前计算块的运动矢量。
2.根据权利要求1所述的ME中基于特征动态控制候选矢量惩罚值的方法，其特
征在于，所述匹配代价计算步骤，包括如下步骤：
块SAD和特征获取步骤：针对每一个候选运动矢量Vector_k，得到前一帧图像和当
前帧图像对应的两个相同大小的块block_pre、block_cur，根据取得的块block_pre、
block_cur，计算候选运动矢量Vector_k的SAD和特征；
可靠度判断步骤：根据候选运动矢量Vector_k的SAD和特征，判断候选运动矢量
Vector_k是否可靠，并根据判断结果对候选运动矢量Vector_k进行矢量惩罚值自适应
调整，得到自适应的矢量惩罚值，其中，越可靠则矢量惩罚值越小，越不可靠则矢量惩
罚值越大；
匹配代价综合获取步骤：根据SAD和自适应的矢量惩罚值，得到候选运动矢量的匹
配代价。
3.根据权利要求2所述的ME中基于特征动态控制候选矢量惩罚值的方法，其特
征在于，所述块SAD和特征获取步骤，具体为：
SAD_k＝∑j＝1～bHt∑i＝1～bWdabs(G_prei,j-G_curi,j)
其中，SAD_k表示候选运动矢量Vector_k的绝对差值和，abs()表示求取绝对值，
G_prei,j表示块block_pre中第i行第j列像素的灰阶信息，G_curi,j表示块block_cur
中第i行第j列像素的灰阶信息；块的大小为bWd×bHt，bWd表示块的水平像素数,bHt
表示块的垂直像素数；
APL_k＝(APL_pre+APL_cur)/2
APL_pre＝(∑j＝1～bHt∑i＝1～bWdG_prei,j)/(bHt*bWd)
APL_cur＝(∑j＝1～bHt∑i＝1～bWdG_curi,j)/(bHt*bWd)
其中，APL_k表示候选运动矢量Vector_k的平均画面亮度特征，APL_pre表示块
block_pre的平均画面亮度特征，APL_cur表示块block_cur的平均画面亮度特征；
Dtl_k＝(Dtl_pre+Dtl_cur)/2
Dtl_pre＝∑j＝1～bHt∑i＝1～bWdabs(G_prei,j-APL_pre)
Dtl_cur＝∑j＝1～bHt∑i＝1～bWdabs(G_curi,j-APL_cur)
其中，Dtl_k表示候选运动矢量Vector_k的细节特征，Dtl_pre表示块block_pre
的细节特征，Dtl_cur表示块block_cur的细节特征。
4.根据权利要求2所述的ME中基于特征动态控制候选矢量惩罚值的方法，其特
征在于，在所述可靠度判断步骤中，根据平均画面亮度特征、细节特征计算自适应的矢
量惩罚值的方法是一维映射法，具体为：
Penalty_k＝Penalty_apl×α_apl+Penalty_dtl×α_dtl
Penalty_apl＝(APL_k–Grey_medium)×α_apl
Penalty_dtl＝Penalty_max–Dtl_k
其中，Penalty_k表示候选运动矢量Vector_k的矢量惩罚值，Penalty_apl表示候
选运动矢量Vector_k的平均画面亮度特征，α_apl表示预定义的平均画面亮度特征的加
权系数，Penalty_dtl表示候选运动矢量Vector_k的细节特征，α_dtl表示预定义的细
节特征的加权系数，Grey_medium表示图像灰阶中值，Penalty_max表示预定义的矢量
惩罚值上限。
5.根据权利要求2所述的ME中基于特征动态控制候选矢量惩罚值的方法，其特
征在于，所述匹配代价综合获取步骤，具体为：
Cost_k＝SAD_k×α_sad+Penalty_k×α_pealty
其中，Cost_k表示候选运动矢量Vector_k的匹配代价，α_sad表示候选运动矢量
Vector_k的绝对差值和的预定义加权系数，α_pealty表示候选运动矢量Vector_k的矢
量惩罚值的预定义加权系数。
6.一...

【专利技术属性】
技术研发人员：姜建德，刘广智，余横，查林，袁嘉林，马琰，
申请(专利权)人：宏祐图像科技上海有限公司，
类型：发明
国别省市：上海;31