一种改进的方向性菱形运动估计算法

针对方向性菱形搜索算法搜索不精确的情况,提出一种改进的算法。通过设置阈值来判断宏块的运动类型,依据运动类型来选取模板:若为剧烈运动,使用方向性菱形模板,若为缓慢运动,使用小菱形模板。对使用方向性模板时的搜索策略进行了改进,以保证有更好的图像质量。实验表明,该方法取得了较为理想的结果。

带有模式选择的改进的方向性菱形搜索算法

针对H.264/AVC标准的多模式运动估计算法编码模式复杂、计算量大的不足,提出了一种带有模式选择的方向性菱形搜索算法。基于宏块最佳编码模式的统计分析,按运动特征的不同进行分类,将运动估计的直接搜索过程改进为先进行编码模式判断,再利用改进的方向性菱形搜索算法进行块匹配搜索。实验结果表明,该算法有效地减少了搜索点数,与DS的快速搜索算法相比,编码时间减少了32%。

基于新方向性菱形-弧形搜索的运动估计算法

提出一种采用弧形、小十字和大菱形模板进行快速块匹配运动估计的算法NODAS,利用序列图像中运动矢量场中心偏置分布特性,将小十字模板扩展为方向性菱形模板处理中心区域的搜索,使用大菱形-弧形模板处理大运动矢量的搜索。试验结果证明,在搜索精度基本相同的情况下,NODAS算法能有效减少搜索点数,提高搜索速度,较好地应用于小运动矢量和大运动矢量的搜索中。

H.264中运动矢量特征分类的快速运动估计算法

提出了一种应用在H.264中的快速运动估计算法(TAMV)。该算法根据运动矢量自身特性,将宏块分为3种运动类型:大运动快,中等运动块和小运动块。对每类宏块自适应地选择一种或者几种编码模式进行预测,有效地减少了由7种宏块(亚宏块)模式所引起的计算量;同时选用精确而且快速的方向性菱形模板,对不同的模式采用不同的搜索策略。实验分析表明,该算法搜索精度接近于全搜索算法,而搜索时间只为全搜索算法的5.4%～10.5%。