运动估计运动补偿中随机矢量的生成方法及系统技术方案

本发明专利技术提供了一种运动估计运动补偿中随机矢量的生成方法及系统，包括矢量的块选择步骤：在基于块的运动估计中，假设当前待计算运动矢量的矢量块为S，选择S周围M×N个块；Cost最小的运动矢量获取步骤：从M×N个块的运动矢量中选择出Cost最小的运动矢量，Cost是指在每个块筛选最优运动矢量时，所有的候选矢量都会根据算法得到一个评价指标；块S的随机候选矢量计算步骤：用选出的Cost最小的运动矢量加上随机数，即为矢量块S的随机候选矢量。本发明专利技术中的方法根据SAD最小选择的运动矢量，在其基础上产生的随机矢量更可信，图像收敛速度更快，并且能够避免产生一些无关紧要的随机矢量,减少对收敛的干扰。

【技术实现步骤摘要】
运动估计运动补偿中随机矢量的生成方法及系统
本专利技术涉及视频图像处理
，具体地，涉及运动估计运动补偿中随机矢量的生成方法及系统。
技术介绍
运动估计运动补偿(MotionEstimationandMotionCompensation,MEMC)技术是一种目前广泛使用的帧率转换技术，它通过预测图像中物体的运动轨迹，利用原始图像的数据和估算出的运动矢量进行插值，得到新的图像，对运动图像的画质有显著提高，减少了抖动和拖尾现象。运动估计是帧率转换算法中很重要的一部分，对物体的运动轨迹预测的准确与否直接决定最终插值图像的质量。运动估计算法一般是对若干候选矢量进行比较，筛选出最优矢量作为最终的运动估计结果。这些候选矢量的组成包括相邻块的运动矢量，随机矢量，零矢量等。如果没有随机矢量，在运动变化的区域就无法收敛，所以随机矢量对于收敛速度是至关重要的。现有的技术是在当前计算矢量的块周围，指定某几个位置的块，用他们的运动矢量作为基础，加上随机数，作为随机矢量，这样的随机矢量能满足多数情况下的收敛需求，但并不是最优的结果。本专利技术提出一种方案，即从当前待计算块的周围若干块的运动矢量中，选择一个Cost最小的运动矢量作为随机矢量的基础，在其上加上随机数作为当前块的随机矢量
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运动估计运动补偿中随机矢量的生成方法及系统。根据本专利技术提供的运动估计运动补偿中随机矢量的生成方法，包括如下步骤：矢量的块选择步骤：在基于块的运动估计中，假设当前待计算运动矢量的矢量块为S，选择S周围M×N个块；M、N为正整数；Cost最小的运动矢量获取步骤：从M×N个块的运动矢量中选择出Cost最小的运动矢量，Cost是指在每个块筛选最优运动矢量时，所有的候选矢量都会根据评估方法得到一个评价指标；块S的随机候选矢量计算步骤：用选出的Cost最小的运动矢量加上随机数，即为矢量块S的随机候选矢量。优选地，所述矢量的块选择步骤中选择的M×N个块包括如下两种方式：1)以S为中心选择S周围的M×N个块；2)在S的上方或者下方选取M×N个块。优选地，所述Cost最小的运动矢量获取步骤中的Cost包括：SAD，即根据矢量计算得到的两帧图像对应位置的像素差，或者是任意用于评价矢量的指标。优选地，所述Cost最小的运动矢量获取步骤中的评估方法是指：运动估计中设计的用于评价运动矢量优劣的方法，该方法包括：根据运动矢量计算得到的两帧图像对应位置像素差来评估运动矢量优劣，像素差越小，则运动矢量越优。根据本专利技术提供的运动估计运动补偿中随机矢量的生成系统，包括如下模块：矢量的块选择模块：用于在基于块的运动估计中，假设当前待计算运动矢量的块为S，选择S周围M×N个块；Cost最小的运动矢量获取模块：从M×N个块的运动矢量中选择出Cost最小的运动矢量，Cost是指在每个块筛选最优运动矢量时，所有的候选矢量都会根据算法得到一个评价指标；块S的随机候选矢量计算模块：用于将选出的Cost最小的运动矢量加上随机数，得到的结果即为矢量块S的随机候选矢量。与现有技术相比，本专利技术具有如下的有益效果：1、本专利技术提供的运动估计运动补偿中随机矢量的生成方法根据SAD最小选择的运动矢量，在其基础上产生的随机矢量更可信，图像收敛速度更快。2、本专利技术提供的运动估计运动补偿中随机矢量的生成方法能够避免产生一些无关紧要的随机矢量，从而不易破坏收敛性。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：图1为本专利技术提供的方法流程示意图。具体实施方式下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变化和改进。这些都属于本专利技术的保护范围。根据本专利技术提供的运动估计运动补偿中随机矢量的生成方法，包括如下步骤：步骤1：在基于块的运动估计中，假设当前待计算运动矢量的矢量块为S，选择S周围M×N个块；M、N为正整数；M×N个块可以是以S为中心，也可以是S上方或者下方等。步骤2：从M×N个块的运动矢量中选择出Cost最小的运动矢量，Cost是指在每个块筛选最优运动矢量时，所有的候选矢量都会根据评估方法得到一个评价指标(通常根据这个评价标准选择出最优运动矢量)；步骤3：用选出的Cost最小的运动矢量加上随机数，即为矢量块S的随机候选矢量。所述步骤2中的Cost为SAD(sumofabsolutedifference)，即根据矢量计算得到的两帧图像对应位置的像素差，或者是任意用于评价矢量的指标。所述步骤2中的评估方法是指：运动估计中设计的用于评价运动矢量优劣的方法，该方法包括：根据运动矢量计算得到的两帧图像对应位置像素差来评估运动矢量优劣，像素差越小，则运动矢量越优。根据本专利技术提供的运动估计运动补偿中随机矢量的生成系统，包括如下模块：矢量的块选择模块：用于在基于块的运动估计中，假设当前待计算运动矢量的块为S，选择S周围M×N个块；Cost最小的运动矢量获取模块：从M×N个块的运动矢量中选择出Cost最小的运动矢量，Cost是指在每个块筛选最优运动矢量时，所有的候选矢量都会根据算法得到一个评价指标(通常根据这个评价标准选择出最优运动矢量)；块S的随机候选矢量计算模块：用于将选出的Cost最小的运动矢量加上随机数，得到的结果即为矢量块S的随机候选矢量。下面结合具体实施例对本专利技术中的技术方案做更加详细的说明。应用本专利技术中的方法的实施例的具体步骤如下：步骤S1：以当前块为中心，选择其周围M×M个块；步骤S2：选择这M×M个块中SAD最小块的运动矢量，记为MV0，在MV0基础上加上一个随机数，计算公式如下：MV.vx＝MV0.vx+X；MV.vy＝MV0.vy+Y,式中：MV0.vx为MV0的水平分量，MV0.vy为MV0的垂直分量；X,Y分别为水平和垂直方向的随机数，MV.vx为得到的新矢量的水平分量，MV.vy为得到的新矢量的垂直分量；步骤S3：用步骤S2中得到的MV作为当前块的候选随机矢量，参与运动估计中的计算。以上对本专利技术的具体实施例进行了描述。需要理解的是，本专利技术并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本专利技术的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。本文档来自技高网...

【技术保护点】
一种运动估计运动补偿中随机矢量的生成方法，其特征在于，包括如下步骤：矢量的块选择步骤：在基于块的运动估计中，假设当前待计算运动矢量的矢量块为S，选择S周围M×N个块；M、N为正整数；Cost最小的运动矢量获取步骤：从M×N个块的运动矢量中选择出Cost最小的运动矢量，Cost是指在每个块筛选最优运动矢量时，所有的候选矢量都会根据评估方法得到一个评价指标；块S的随机候选矢量计算步骤：用选出的Cost最小的运动矢量加上随机数，即为矢量块S的随机候选矢量。

【技术特征摘要】
1.一种运动估计运动补偿中随机矢量的生成方法，其特征在于，包括如下步骤：矢量的块选择步骤：在基于块的运动估计中，假设当前待计算运动矢量的矢量块为S，选择S周围M×N个块；M、N为正整数；Cost最小的运动矢量获取步骤：从M×N个块的运动矢量中选择出Cost最小的运动矢量，Cost是指在每个块筛选最优运动矢量时，所有的候选矢量都会根据评估方法得到一个评价指标；块S的随机候选矢量计算步骤：用选出的Cost最小的运动矢量加上随机数，即为矢量块S的随机候选矢量。2.根据权利要求1所述的运动估计运动补偿中随机矢量的生成方法，其特征在于，所述矢量的块选择步骤中选择的M×N个块包括如下两种方式：1)以S为中心选择S周围的M×N个块；2)在S的上方或者下方选取M×N个块。3.根据权利要求1所述的运动估计运动补偿中随机矢量的生成方法，其特征在于，所述Cost最小的运动矢量获取步骤中的Cost包括：SAD，即...

【专利技术属性】
技术研发人员：姜建德，余横，查林，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