基于H.264/AVC块匹配运动估计算法的研究与优化

来源 :南昌大学 | 被引量 : 0次 | 上传用户:lggu770621
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
21世纪,这个伟大的信息化时代已经进入了第二个十年,随着我们互联网变得更加通畅,计算机多媒体技术正在加速发展,数字化视频相关的领域被不断地拓宽,人们对网络视频服务有着极大的需求,然而,视频信息的数据量是十分巨大的,给网络带宽和存储设备造成了极大的压力。因此,迫切的需要改进视频编码算法,更有效率地解决视频数据的传输和存储问题。H.264/AVC是由ITU-T的VCEG(视频编码专家组)和ISO/IEC的MPEG(活动图像编码专家组)两个国际标准化组织专家联合开发的新一代视频编码标准。它具有更高的编码效率、更清晰的视频画面和更强的网络适应能力,同时采用混合编码结构,还能够适应不同的场合切换。运动估计是视频压缩编码的核心技术,是去除时间冗余的主要方法,其消耗的时间占到整个编码过程的60%-80%,视频编码的效率直接由运动估计算法决定,所以高效的估计算法是视频编码算法得到提高的的必要前提。在众多的运动估计算法中,块匹配算法因为算法简单并易于硬件实现,而被广泛应用于各种视频编码标准中。所以研究出一种快速块匹配运动估计算法对视频压缩编码有着重要的实际意义。本文对H.264视频压缩编码标准和运动估计的关键技术进行深入的剖析,在介绍完经典的运动估计算法后,重点研究非对称十字型多层次六边形格点搜索算法UMHexagons,同时针对UMHexagons算法的不足之处提出了以下五个方面的改进:5×5螺旋式搜索、多层次六边形搜索、扩展六边形搜索三个搜索模版的优化使得算法能更快的找到最佳匹配块,同时又能大幅度地减少搜索点:对静止块提前判断可以减少许多不必要的搜索,更早地完成匹配过程;非完全像素误差匹配可以缩短每个像素块的计算时间,使得块与块之间计算量减少一半最后,通过在测试模型JM16.2上,采用VS2008测试环境进行算法验证,实验证明改进后的算法能有效缓解计算量和维护视频质量,与原来的UMHexagons算法相比,该算法具有更好的性能,平均减少搜索点数量45%,并可节省12.69%-36.85%的运动估计时间。达到了提高编码实时性的目的。
其他文献
科研是高校的一项重要活动,其水平反映了高校,管理的信息化是高校科研管理的重要组成部分。伴随高校信息化进程的不断加快,科研管理信息平台不仅可以提高管理效率,还可以为管理层
随着电子商务等互联网服务系统的不断发展,越来越多的用户数据、项目数据以及用户与项目之间的交互数据积累在其中。这些海量多样的数据使得用户浪费大量的时间去选择和过滤产
近几年,物联网技术获得了突飞猛进的发展,由于其独特的技术优势,在安防、电力、交通、物流、医疗、环保等领域得到了广泛应用,形成了一些新的产业链条,带来了巨大的经济价值。博物
膜计算是一个新的自然计算分支,它是从生物细胞、组织或器官的结构和细胞间相互协同工作的功能中抽象而来。进行膜计算的模型被称为膜系统或者P系统。根据不同的抽象来源,膜
如今信息技术飞速发展,软件系统不停地更新换代,各种新技术和新平台层出不穷。当一个系统的需求变更或者需要使用其它系统的功能时,就可能出现软件的重用的问题。在软件行业
信息科技大行其道的今天,电子表单已经逐渐取代纸质表单成为各单位和部门获取信息的重要工具。软件商们开发了无数基于web的信息系统,其中包含了大量的电子表单。传统的表单开
人机交互(Human Computer Interaction, HCI)技术在各个领域内,都占据了重要的地位。手势作为人机交互最直观、形象和生动的手段,理所当然地成为研究人机交互课题中的热点之一。
随着网络技术的飞速发展,个人和企业数据急剧膨胀,海量存储挑战愈加严峻。对于各类行业的用户而言,爆炸性增长的海量数据正如潮水般地冲击着他们的存储系统。特别是视频监控、高
GPU的迅速发展使其应用领域不断扩展。从最初的应用GPU进行绘图工作,到后来将其引入到高性能计算领域,再发展到使用multi-GPU以及GPU集群去进一步提高计算性能。其良好表现和
最近几年,社交网络如雨后春笋般快速发展,社交网络的开放性,互动性和娱乐性使得用户数量急剧增长,同时也伴随着大量恶意用户,这些用户对社交网络中正常用户是巨大威胁,研究社交网络