图像块的确定方法及装置制造方法及图纸

本发明专利技术公开了一种图像块的确定方法及装置

【技术实现步骤摘要】
图像块的确定方法及装置、存储介质及电子装置


[0001]本专利技术涉及图像处理
，具体而言，涉及一种图像块的确定方法及装置
、
存储介质及电子装置
。

技术介绍

[0002]视频镜头变化是视频监控领域常见场景，而摄像头变化造成的视频画面出现连续运动的状态通常无法实时感知
。
由于视频运动感知除自动布控场景外，在视频稳定矫正
、
视频目标匹配等领域均有较广泛的应用
。
现有技术中，对于视频镜头运动的检测，存在有直方图法
、
像素匹配差分法
、
边缘提取图对比
、
图像帧背景区域对比等感知方法
。
这一类的方法都基于画面的全局误差匹配进行检测，对于检测镜头切换帧有明显效果，但未考虑到真实视频运动的连续性和局部性，无法区分视频运动的方向及感知细粒度运动
。
[0003]进一步的，视频镜头变化通常会导致视频整体画面的移动或者拉近缩放等
。
为区分局部运动和整体运动，基于运动估计技术来统计视频整体运动幅度方向
。
运动估计是视频编码标准中的重要技术，对编码速度
、
码率和编码质量有重要影响
。
在
h.264/h.265/av1/vp9
等常见和最新视频编码标准中，同时运动估计是整个系统中计算复杂度最高的，耗时占整个编码过程的
60
％～
80
％
。<br/>[0004]具体而言，运动估计是指将视频序列每帧分成不重叠的图像块，在搜索窗口内对每个待匹配块到参考帧根据一定匹配准则计算，找出与当前块最相似的块，匹配块与当前块的相对位移即为运动矢量
。
最简单的运动搜索算法是全搜索算法（
Full Search
，简称
FS
），即在搜索窗口内的每个点都进行匹配计算，该算法在搜索范围合适的情况下可以准确找到最优匹配块，但计算量大，不适用于大量实时传输的场景
。
为能快速准确的搜索图像块的运动矢量，很多快速搜索算法被提出，包括早期的三步搜索模版，钻石搜索模版，六边形搜索模版
、
非对称十字型多层次六边形格点搜索算法
(Unsymmetrical cross Multi
‑
Hexagon
‑
grid Search
，简称
UMHexagonS)
等，虽然这些搜索模板对应的搜索方法与全搜索相比可以减小
80
％运算量，但这些搜索模版对应的搜索方法仍存在运动估计优化效率低的缺陷
。
[0005]针对相关技术中，对图像块的匹配过程计算量大，效率低的问题，目前尚未提出有效的解决方案
。
[0006]因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷
。

技术实现思路

[0007]本专利技术实施例提供了一种图像块的确定方法及装置
、
存储介质及电子装置，以至少解决对图像块的匹配过程计算量大，效率低的问题
。
[0008]根据本专利技术实施例的一方面，提供一种图像块的确定方法，包括：通过第一模板集合中的目标子模板确定当前帧图像中第一图像块的运动属性，其中，所述第一模板集合包括多个子模板，所述多个子模板中的每个子模板用于更新所述第一图像块在所述当前帧图
像的前一帧图像中的最佳匹配点；根据所述运动属性确定所述第一图像块对应的第二模板集合，其中，所述第一模板集合包括：所述第二模板集合；所述第二模板集合包括所述目标子模板；根据所述第二模板集合确定所述前一帧图像中与所述第一图像块匹配的第二图像块
。
[0009]在一个示例性的实施例中，通过第一模板集合中的目标子模板确定当前帧图像中第一图像块的运动属性，包括：以所述第一图像块对应的第一搜索中心点为原点，根据所述目标子模板确定所述第一图像块中的
m
个待匹配点，以及确定所述前一帧图像中的
m
个匹配点，其中，所述
m
个待匹配点中的待匹配点和所述
m
个匹配点中的匹配点存在一一对应关系，其中，
m
为正整数；根据所述
m
个待匹配点
、
所述
m
个匹配点
、
和所述第一搜索中心点确定所述第一图像块的运动属性
。
[0010]在一个示例性的实施例中，根据所述
m
个待匹配点
、
所述
m
个匹配点
、
和所述第一搜索中心点确定所述第一图像块的运动属性，包括：匹配所述
m
个待匹配点和所述
m
个匹配点，以得到
m
个匹配值； 确定所述
m
个匹配值中的最小匹配值；根据所述最小匹配值与所述第一搜索中心点对应的原点匹配值的比值确定所述第一图像块的运动属性
。
[0011]在一个示例性的实施例中，根据所述运动属性确定所述第一图像块对应的第二模板集合，包括：在所述运动属性为第一幅度运动的情况下，确定所述第二模板集合中仅包括所述目标子模板，其中，所述第一幅度运动为比值大于第一值的运动，其中，所述比值为根据所述目标子模板确定的，所述第一图像块与所述前一帧图像的最小匹配值与原点匹配值的比值；在所述运动属性为第二幅度运动的情况下，确定所述多个子模板中的
x
个子模板，并根据所述
x
个子模板和所述目标子模板确定第二模板集合，其中，所述
x
个子模板是所述多个子模板中用于小范围更新所述最佳匹配点的子模板， x
为正整数，其中，所述第二幅度运动为所述比值小于第二值
、
大于第三值的运动，其中，所述第一值大于所述第二值，所述第二值大于所述第三值；在所述运动属性为第三幅度运动的情况下，将所述第一模板集合确定为所述第二模板集合，其中，所述第三幅度运动为所述比值大于第二值
、
小于第一值，或者所述比值小于第三值的运动
。
[0012]在一个示例性的实施例中，根据所述第二模板集合确定所述前一帧图像中与所述第一图像块匹配的第二图像块，包括：确定第一匹配点，其中，所述第一匹配点为根据所述多个子模板中的
y
个子模板确定的
、
所述第一图像块在所述前一帧图像中的最小匹配点，其中，所述
y
个子模板均以第一搜索中心点为原点，所述第一搜索中心点是所述第一图像块最初的搜索中心点，所述
y
个子模板包括所述目标子模板，其中，
y
是正整数，所述
y
个子模板与所述
x
个子模板不包括相同的子模板；通过所述第一匹配点更新第一搜索中心点，得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种图像块的确定方法，其特征在于，包括：通过第一模板集合中的目标子模板确定当前帧图像中第一图像块的运动属性，其中，所述第一模板集合包括多个子模板，所述多个子模板中的每个子模板用于更新所述第一图像块在所述当前帧图像的前一帧图像中的最佳匹配点；根据所述运动属性确定所述第一图像块对应的第二模板集合，其中，所述第一模板集合包括：所述第二模板集合；所述第二模板集合包括所述目标子模板；根据所述第二模板集合确定所述前一帧图像中与所述第一图像块匹配的第二图像块
。2.
根据权利要求1所述的方法，其特征在于，通过第一模板集合中的目标子模板确定当前帧图像中第一图像块的运动属性，包括：以所述第一图像块对应的第一搜索中心点为原点，根据所述目标子模板确定所述第一图像块中的
m
个待匹配点，以及确定所述前一帧图像中的
m
个匹配点，其中，所述
m
个待匹配点中的待匹配点和所述
m
个匹配点中的匹配点存在一一对应关系，其中，
m
为正整数；根据所述
m
个待匹配点
、
所述
m
个匹配点
、
和所述第一搜索中心点确定所述第一图像块的运动属性
。3.
根据权利要求2所述的方法，其特征在于，根据所述
m
个待匹配点
、
所述
m
个匹配点
、
和所述第一搜索中心点确定所述第一图像块的运动属性，包括：匹配所述
m
个待匹配点和所述
m
个匹配点，以得到
m
个匹配值；确定所述
m
个匹配值中的最小匹配值；根据所述最小匹配值与所述第一搜索中心点对应的原点匹配值的比值确定所述第一图像块的运动属性
。4.
根据权利要求1所述的方法，其特征在于，根据所述运动属性确定所述第一图像块对应的第二模板集合，包括：在所述运动属性为第一幅度运动的情况下，确定所述第二模板集合中仅包括所述目标子模板，其中，所述第一幅度运动为比值大于第一值的运动，其中，所述比值为根据所述目标子模板确定的，所述第一图像块与所述前一帧图像的最小匹配值与原点匹配值的比值；在所述运动属性为第二幅度运动的情况下，确定所述多个子模板中的
x
个子模板，并根据所述
x
个子模板和所述目标子模板确定第二模板集合，其中，所述
x
个子模板是所述多个子模板中用于小范围更新所述最佳匹配点的子模板， x
为正整数，其中，所述第二幅度运动为所述比值小于第二值
、
大于第三值的运动，其中，所述第一值大于所述第二值，所述第二值大于所述第三值；在所述运动属性为第三幅度运动的情况下，将所述第一模板集合确定为所述第二模板集合，其中，所述第三幅度运动为所述比值大于第二值
、
小于第一值，或者所述比值小于第三值的运动
。5.
根据权利要求4所述的方法，其特征在于，根据所述第二模板集合确定所述前一帧图像中与所述第一图像块匹配的第二图像块，包括：确定第一匹配点，其中，所述第一匹配点为根据所述多个子模板中的
...

【专利技术属性】
技术研发人员：林亦宁，陈曦，
申请(专利权)人：上海闪马智能科技有限公司杭州闪马智擎科技有限公司，
类型：发明
国别省市：