论文部分内容阅读
传统的视频压缩标准均采用块匹配(BMA)的运动估计算法来减少视频帧的时间冗余度。然而，BMA 假设块内的所有像素点作相同的平动，是基于平移模型的，具有一定的局限性和不足。可变形块匹配算法(DBMA)是基于仿射和双线性模型的，改善了块匹配算法的不足，并且对作非平移运动的视频帧图像有较好的运动补偿效果。除此之外，由于小波变换在图像编码应用中的优良特性，基于小波变换(DWT)的运动估计技术也成为了近来研究的热点。
本文主要研究基于冗余小波域的可变形块匹配运动估计算法。基于平移模型的BMA 算法，其预测容易产生较大误差，并且不适合对非平移运动的物体进行运动估计，所以本文引入了基于双线性模型的四节点可变形块匹配算法，并且采用了基于节点搜索的算法用以提高节点位移的搜索速度，减少计算复杂度。为了得到高质量的运动补偿图像，采用了具有平移不变特性的冗余离散小波变换(RDWT)，即去除了下采样过程的离散小波变换。在冗余小波域进行运动估计可以达到很好的效果，并且去除了块匹配所引起的“块效应”。在此基础上，本文提出了一种基于冗余小波域的可变形块匹配运动估计算法(RDWT-DBMA)及其改进的冗余小波域双模式算法（RDWT-DBMA2mode）。RDWT-DBMA 算法先将参考帧以及当前帧图像进行CDF-97 冗余小波变换，再在一层冗余小波域利用其变换相位多样性的特点，用基于四节点搜索的可变形块匹配算法(NS-DBMA)产生多个预测。也就是，由参考帧的RDWT系数和运动矢量，预测当前帧的RDWT系数。在冗余小波域对每一个子带完成运动补偿。最后，对运动补偿结果进行逆RDWT 变换，得到空间域预测。此运动估计算法，在图像预测精度上有较大提高。而改进的RDWT-DBMA2mode 算法在保持了较好图像预测质量的同时，又大大降低了时间复杂度。
实验结果表明，本文方法较经典的块匹配算法以及空间域可变形块匹配算法在预测精度上都有较大提高。尤其对于剧烈运动的图像，本文方法的预测优势更加突出，平均PSNR提高了3.1324dB。