论文部分内容阅读
[摘要]H.264是目前最新的视频编解码标准，研究运动估计基本原理和研究状况的基础上，对X264编码器的三种运动估计算法进行分析和比较，实验结果表明可以在保证图像质量的情况下，提高编码速度，有效压缩视频。
[关键词]H.264 视频编码 运动估计 X264
中图分类号：TP3 文献标识码：A 文章编号：1671－7597（2008）1220108－01
一、运动估计基本原理和研究现状
运动估计算法非常多样，大体上可以分为四类：递归估计算法[3]，光流法[4]，贝叶斯估计算法[5]，块匹配算法[6]。其中块匹配运动估计算法因具有算法简单、便于VLSI实现等优点得到广泛应用。
二、X264中运动估计算法
X264利用相邻块的运动信息选择初始搜索点。由于编码过程中宏块按扫描顺序编码，同一帧图像中与当前块相邻的已编码块共有上、左、左上、右上4个块。在参考帧中，以这四个相邻已编码块的最佳匹配位置，以及当前块的相同位置（运动矢量为(0，0)的位置）为候选点，选择其中最匹配的位置作为运动估计的初始搜索点。
然后以初始搜索点为中心，进行整像素搜索，1/2像素精度搜索以及1/4像素精度搜索，具体过程如图1。以大写英文字母标注整像素位置，以小写英文字母标注1/2像素位置，以阿拉伯数字标注1/4像素位置。首先，在整像素运动估计中，假设点E为最佳匹配点，则编码器在其周围的八个1/2像素位置(a-h)行搜索，设b为这一阶段的最佳匹配点，则在b周围的8个1/4像素位置(1～8)中进行搜索，直至找出最佳的1/4像素精度的匹配位置。
X264中提供了三种可选的整像素的运动估计算法：X264_ME_ESA，X264_ME_HEX和X264_ME_DIA。X264进行整像素搜索的时候，首先是进行一个粗略的搜索，找到一个初步匹配的点，然后以此点为搜索中心，从上述三种搜索算法中选择一种进行搜索，最终得到最匹配的整像素匹配点。
1．X264_ME_ESA是一种全搜索算法，它对搜索区域的内的点进行全搜索，SAD最小的点就是全局的最优搜索点。
2．X264_ME_DIA是一种小菱形搜索算法，它的搜索过程如图2(b)：
（1）对搜索区域内的点以小菱形模板（如图2(a)）进行搜索，即对菱形顶点和中心点在内的5个黑点进行搜索，如果SAD最小的点在菱形的中心，则这个点就是整个搜索域内的最优匹配点，搜索结束，否则转入（2）；
（2）以上述菱形顶点上SAD最小的点为中心，重复（1）。
（3）X264_ME_HEX是一种基于六边形的格点搜索算法，有大小两种模板，它的搜索过程可以分为两步：
①首先对搜索区域内的点以模板进行一个六边形的搜索，如图3(a)所示，即对圆形的黑点进行搜索。如果这7个点的最匹配点位于六边形的中心，则转入②，否则以六边形边上SAD最小的点为中心，重复①。注意，除了第一步外，其余步都不需要对中心点周围的六个点都进行搜索，如图中第二步，由于中心点周围点中有三个点在第一步已经被检索过，所以这一步只需要计算其他三个点的SAD值。
②对以①中搜索到的匹配点为中心的正方形区域（模板如图3（b））的点进行搜索，即对8个正方形的黑点进行搜索，则这9个点（正方形中域中的8个点和中心的一个点）中SAD最小的点就是整个搜索域的最匹配点。
三、X264三种运动估计算法性能比较与分析
我们分别对foreman.qcif，carphone.qcif和claire.qcif三个序列进行了测试，测试环境为Pentium（R）4的CPU，1.8GHz，256MB内存，测试结果如表1：
从测试结果看，总体上来说，X264_ME_ESA算法的峰值信噪比最高，X264_ME_HEX的峰值信噪比次之，X264_ME_DIA算法的峰值信噪比最低，这是由于他们三者的搜索准确度递降的缘故。而这三种算法的计算量也由X264_ME_ESA到X264_ME_HEX至X264_ME_DIA成依次减少的趋势，X264_ME_HEX和X264_ME_DIA较X264_ME_ESA，速度上有明显的优势。
参考文献：
[1]ITU Telecom.Standardization Sector of ITU,Advanced video coding for generic audiovisual services.ITU-T Recommendation H.264,2005（3）.
[2]http：//www.videolan.org/developers/x264.html.
[3]Looijenga L Biemond J,Boekee D E et al,A pelrecursive wiener-baed displacement estimation algorithm,Sign Proc,pp,13：399～412,1987.
[4]Nandhakumar N Aggarawal J K,On the computation of motion from sequences of images,Proc IEEE,pp,76：917～935,1988.
[5]Heitz F.Bouthemy P,Motion estimation and segmentation using a global Bayesian approach, Proc Int Conf ASSP Albuquerque NM,pp,2305～2308,1990.
[6]Bierling M,Displacement estimation by hirarchical blockmatching,Proc Visual Comm and Image Proc SPIE,pp,1001：942～951,1988.
[关键词]H.264 视频编码 运动估计 X264
中图分类号：TP3 文献标识码：A 文章编号：1671－7597（2008）1220108－01
一、运动估计基本原理和研究现状
运动估计算法非常多样，大体上可以分为四类：递归估计算法[3]，光流法[4]，贝叶斯估计算法[5]，块匹配算法[6]。其中块匹配运动估计算法因具有算法简单、便于VLSI实现等优点得到广泛应用。
二、X264中运动估计算法
X264利用相邻块的运动信息选择初始搜索点。由于编码过程中宏块按扫描顺序编码，同一帧图像中与当前块相邻的已编码块共有上、左、左上、右上4个块。在参考帧中，以这四个相邻已编码块的最佳匹配位置，以及当前块的相同位置（运动矢量为(0，0)的位置）为候选点，选择其中最匹配的位置作为运动估计的初始搜索点。
然后以初始搜索点为中心，进行整像素搜索，1/2像素精度搜索以及1/4像素精度搜索，具体过程如图1。以大写英文字母标注整像素位置，以小写英文字母标注1/2像素位置，以阿拉伯数字标注1/4像素位置。首先，在整像素运动估计中，假设点E为最佳匹配点，则编码器在其周围的八个1/2像素位置(a-h)行搜索，设b为这一阶段的最佳匹配点，则在b周围的8个1/4像素位置(1～8)中进行搜索，直至找出最佳的1/4像素精度的匹配位置。
X264中提供了三种可选的整像素的运动估计算法：X264_ME_ESA，X264_ME_HEX和X264_ME_DIA。X264进行整像素搜索的时候，首先是进行一个粗略的搜索，找到一个初步匹配的点，然后以此点为搜索中心，从上述三种搜索算法中选择一种进行搜索，最终得到最匹配的整像素匹配点。
1．X264_ME_ESA是一种全搜索算法，它对搜索区域的内的点进行全搜索，SAD最小的点就是全局的最优搜索点。
2．X264_ME_DIA是一种小菱形搜索算法，它的搜索过程如图2(b)：
（1）对搜索区域内的点以小菱形模板（如图2(a)）进行搜索，即对菱形顶点和中心点在内的5个黑点进行搜索，如果SAD最小的点在菱形的中心，则这个点就是整个搜索域内的最优匹配点，搜索结束，否则转入（2）；
（2）以上述菱形顶点上SAD最小的点为中心，重复（1）。
（3）X264_ME_HEX是一种基于六边形的格点搜索算法，有大小两种模板，它的搜索过程可以分为两步：
①首先对搜索区域内的点以模板进行一个六边形的搜索，如图3(a)所示，即对圆形的黑点进行搜索。如果这7个点的最匹配点位于六边形的中心，则转入②，否则以六边形边上SAD最小的点为中心，重复①。注意，除了第一步外，其余步都不需要对中心点周围的六个点都进行搜索，如图中第二步，由于中心点周围点中有三个点在第一步已经被检索过，所以这一步只需要计算其他三个点的SAD值。
②对以①中搜索到的匹配点为中心的正方形区域（模板如图3（b））的点进行搜索，即对8个正方形的黑点进行搜索，则这9个点（正方形中域中的8个点和中心的一个点）中SAD最小的点就是整个搜索域的最匹配点。
三、X264三种运动估计算法性能比较与分析
我们分别对foreman.qcif，carphone.qcif和claire.qcif三个序列进行了测试，测试环境为Pentium（R）4的CPU，1.8GHz，256MB内存，测试结果如表1：
从测试结果看，总体上来说，X264_ME_ESA算法的峰值信噪比最高，X264_ME_HEX的峰值信噪比次之，X264_ME_DIA算法的峰值信噪比最低，这是由于他们三者的搜索准确度递降的缘故。而这三种算法的计算量也由X264_ME_ESA到X264_ME_HEX至X264_ME_DIA成依次减少的趋势，X264_ME_HEX和X264_ME_DIA较X264_ME_ESA，速度上有明显的优势。
参考文献：
[1]ITU Telecom.Standardization Sector of ITU,Advanced video coding for generic audiovisual services.ITU-T Recommendation H.264,2005（3）.
[2]http：//www.videolan.org/developers/x264.html.
[3]Looijenga L Biemond J,Boekee D E et al,A pelrecursive wiener-baed displacement estimation algorithm,Sign Proc,pp,13：399～412,1987.
[4]Nandhakumar N Aggarawal J K,On the computation of motion from sequences of images,Proc IEEE,pp,76：917～935,1988.
[5]Heitz F.Bouthemy P,Motion estimation and segmentation using a global Bayesian approach, Proc Int Conf ASSP Albuquerque NM,pp,2305～2308,1990.
[6]Bierling M,Displacement estimation by hirarchical blockmatching,Proc Visual Comm and Image Proc SPIE,pp,1001：942～951,1988.