基于马尔科夫链模型的可伸缩性视频编解码系统运动估计方法技术方案

基于马尔科夫链模型的可伸缩性视频编解码系统运动估计方法，属于图像处理领域，本发明专利技术是为了解决采用ＭＶＦＡＳＴ、ＰＭＶＦＡＳＴ算法进行运动估计，编码器及整个编解码系统的编码效率低，运算速度低的问题。本发明专利技术的方法包括：步骤一、将测试序列建立马尔科夫链模型，将输入视频中的每一帧分成多个宏块，所有帧相同位置的宏块构成一个马尔科夫链；步骤二、所述测试序列的马尔科夫链下一个宏块的预测状态Ｓｉ为：步骤三、所述测试序列的马尔科夫链下一个宏块的预测运动矢量为当前宏块状态空间ＳＭ中与Ｓｉ对应的矢量。

【技术实现步骤摘要】

【技术保护点】
基于马尔科夫链模型的可伸缩性视频编解码系统运动估计方法，其特征在于，该方法包括以下步骤：步骤一、将测试序列建立马尔科夫链模型，将输入视频中的每一帧分成多个宏块，所有帧相同位置的宏块构成一个马尔科夫链，一个马尔科夫链当前宏块的状态空间Ｓ↓［Ｍ］表示为：Ｓ↓［Ｍ］＝｛Ｓ↓［１］，Ｓ↓［２］，Ｓ↓［３］｝＝｛（ｍｖｘ↓［１］，ｍｖｙ↓［１］），（ｍｖｘ↓［２］，ｍｖｙ↓［２］），（ｍｖｘ↓［３］，ｍｖｙ↓［３］）｝，式中，Ｓ↓［１］＝（ｍｖｘ↓［１］，ｍｖｙ↓［１］）为前一帧相同位置的参考矢量，Ｓ↓［２］＝（ｍｖｘ↓［２］，ｍｖｙ↓［２］）为零矢量，Ｓ↓［３］＝（ｍｖｘ↓［３］，ｍｖｙ↓［３］）为空间预测中值矢量，步骤二、所述测试序列的马尔科夫链下一个宏块的预测状态Ｓ↓［ｉ］为：Ｓ↓［ｉ］＝＊ｍａｘ｛［Ｐ（Ｓ↓［１］），Ｐ（Ｓ↓［２］），Ｐ（Ｓ↓［３］）］［＊＊＊］｝，其中，［＊＊＊］为测试序列的状态转移矩阵，Ｐ（Ｓ↓［１］）为当前帧宏块状态为Ｓ↓［１］的概率，Ｐ（Ｓ↓［２］）为当前帧宏块状态为Ｓ↓［２］的概率，Ｐ（Ｓ↓［３］）为当前帧宏块状态为Ｓ↓［３］的概率，步骤三、所述测试序列的马尔科夫链下一个宏块的预测运动矢量为当前宏块状态空间Ｓ↓［Ｍ］中与Ｓ↓［ｉ］对应的矢量。...

【技术特征摘要】

【专利技术属性】
技术研发人员：赵志杰，曹志民，林茂六，金雪松，张立志，杨龙，
申请(专利权)人：哈尔滨商业大学，
类型：发明
国别省市：93[中国|哈尔滨]