MPEG-4视频编码标准是视频压缩领域第一个基于第二代编码技术的标准,是一种视频内容可交互的新的编码标准,对视频对象提供了形状编码、运动估计和补偿、纹理编码、Sprite编码及可分级编码等工具。MPEG-4将重点放在图像内容的交互性和可操作性上,视频对象平面VOP和Sprite是MPEG-4中的两个重要概念,是实现极低比特率传输的重要方法。本文研究了动态Sprite的生成,并对MPEG-4编码方法进行深入研究。本文深入研究了生成Sprite图像的两个关键步骤:全局运动估计和Sprite图像的镶嵌。全局运动采用八参数的透射模型,求解参数时首先进行三阶滤波器计算产生三层金字塔图像,然后在金字塔的顶层图像上用经典的三步块匹配搜索算法计算平移参数,这主要针对有大平移运动的情况,防止该层的迭代陷入局部极小点和难以收敛的问题,最后在每层图像上执行迭代最优化的梯度下降法计算透视模型的八个参数,在低层图像上完成迭代计算时便可得到全局运动参数。论文详细描述了透视模型下求解全局运动参数及生成Sprite的算法,针对全局运动易受噪声干扰的特点,本文提出了改进的基于鲁棒M-估计器的全局运动估计算法,为了实时地生成Sprite,同时考虑到不同像素对运动估计贡献程度的不同,算法引进了时间域和空间域特征点选取模块选取对全局运动贡献大的特征点参与全局运动的迭代计算。论文第二步工作是生成一个高质量的Sprite图像,为了避免属于前景视频对象的像素被错误地镶嵌进Sprite图像而损害生成的Sprite图像质量。考虑到需要镶嵌的像素的可靠性不同,论文基于可靠性镶嵌生成Sprite图像。只有属于背景的像素才需要镶嵌进Sprite图像中,根据需要镶嵌的像素可靠性不同采用不同的镶嵌策略。