CN101883286A

CN101883286A - 运动估计中的校准方法及装置、运动估计方法及装置

Info

Publication number: CN101883286A
Application number: CN 201010219530
Authority: CN
Inventors: 季鹏飞
Original assignee: Vimicro Corp
Current assignee: Wuxi Zhonggan Microelectronics Co Ltd
Priority date: 2010-06-25
Filing date: 2010-06-25
Publication date: 2010-11-10
Anticipated expiration: 2030-06-25
Also published as: CN101883286B

Abstract

本发明提供了一种运动估计中的校准方法及装置、一种运动估计方法及装置，其中的校准方法具体包括：对于一帧图像宏块中的每一个色度分块，如果其相应亮度分块的运动矢量不为(0，0)，则利用其相邻上块、左块和左上块的运动矢量，获取其相应的运动信息；在所述运动信息满足预置条件时，利用色度分块的相邻上块和左块的运动矢量，对所述色度分块的矢量进行预测，得到预测矢量；如果所述预测矢量不同于相应亮度分块的运动矢量，则从(0，0)、预测矢量和相应亮度分块运动矢量中，选择一个作为所述色度分块的运动矢量。本发明用以提高色度编码的性能。

Description

运动估计中的校准方法及装置、运动估计方法及装置

技术领域

本发明涉及视频编码技术领域，特别是涉及一种运动估计中的校准方法及装置、一种运动估计方法及装置。

背景技术

运动估计算法是视频压缩编码的核心算法之一，其基本思想是将图像序列的每一帧分成许多互不重叠的宏块，并认为宏块内所有象素的位移量都相同，然后对每个宏块到参考帧某一给定特定搜索范围内根据一定的匹配准则找出与当前块最相似的块，即匹配块，匹配块与当前块的相对位移即为运动矢量。视频解压缩的时候，只需保存运动矢量和残差数据就可以完全恢复出当前块。

在数字音视频编解码技术标准(AVS，Audio Video coding Standard)中，运动估计算法是在亮度分量上进行的；也即，亮度分量用不同的分块大小，在参考帧中搜索到不同分块的最佳匹配块，得到运动矢量。

参照图1，示出了现有技术一种宏块划分的示例，该示例针对YCbCr4:2:0采样格式的图像中1个16×16的宏块，可以采用如下4种宏块划分模式(分块模式)：(1)划分得到1个16×16的亮度分块和相应的色度分块；(2)划分得到2个16×8的亮度分块和相应的色度分块；(3)划分得到2个8×16的亮度分块和相应的色度分块；(4)划分得到4个8×8的亮度分块和相应的色度分块。

现有色度分量的运动估计方法，一般复用亮度分量的分块模式和运动矢量。假设亮度分量选择了图1中4个8×8的分块模式，参照图2则该方法复用所述分块模式得到Cb和Cr分量上4个4×4的色度分块，并且，每个色度分块都会复用相应亮度分块的运动矢量。

对于运动估计算法来说，其结果准确性影响码率的大小和画面质量的高低，运算复杂度影响编码速度的快慢，其中，码率、画面质量和编码速度均是实时视频编码性能的主要指标。现有运动估计方法只对亮度分块进行搜索，然而，亮度的运动情况往往不能完全代替色度分量的运动情况，导致色度运动估计的结果不够准确，从而出现大的码流和/或低的画面质量，进而降低色度编码的性能。

总之，需要本领域技术人员迫切解决的一个技术问题就是：如何能够提高色度编码的性能。

发明内容

本发明所要解决的技术问题是提供一种运动估计中的校准方法及装置、一种运动估计方法及装置，用以提高色度编码的性能。

为了解决上述问题，本发明公开了一种运动估计中的校准方法，包括：

对于一帧图像宏块中的每一个色度分块，如果其相应亮度分块的运动矢量不为(0，0)，则利用其相邻上块、左块和左上块的运动矢量，获取其相应的运动信息；

在所述运动信息满足预置条件时，利用色度分块的相邻上块和左块的运动矢量，对所述色度分块的矢量进行预测，得到预测矢量；

如果所述预测矢量不同于相应亮度分块的运动矢量，则从(0，0)、预测矢量和相应亮度分块运动矢量中，选择一个作为所述色度分块的运动矢量。

优选的，所述运动信息包括运动强度信息和运动差异信息；

所述预置条件为，所述运动强度信息不小于第一阈值，且所述运动差异信息不小于第二阈值。

优选的，所述获取运动强度信息的步骤包括：

对于色度分块，计算其相邻上块、左块和左上块运动矢量的绝对值总和；

根据所述绝对值总和，得到所述运动强度信息；

所述获取运动差异信息的步骤包括：

对于色度分块，分别计算其相邻上块、左块相对左上块的第一相对运动矢量、第二相对运动矢量；

根据所述第一相对运动矢量、第二相对运动矢量的绝对值总和，得到所述运动差异度信息。

优选的，所述对色度分块的运动矢量进行预测的步骤为，利用双线性滤波器对所述相邻上块和左块的运动矢量进行预测，得到所述预测矢量。

优选的，所述利用双线性滤波器进行预测的步骤为，通过如下双线性滤波器公式得到预测矢量(predX，predY)：

predX＝(aX1+bX2+u1)/(a+b)，predY＝(aY1+bY2+u2)/(a+b)，其中，predX，predY分别为预测矢量在水平方向上的X分量、在垂直方向上的Y分量；X1，X2分别为所述相邻上块和左块运动矢量的X分量；Y1，Y2分别为所述相邻上块和左块运动矢量的Y分量；a，b为自然数；0＜u1，u2＜a+b。

优选的，所述选择色度分块的运动矢量的步骤，包括：

分别计算(0，0)、预测矢量和相应亮度分块运动矢量的率失真代价，并将率失真代价最小的矢量作为色度分块的运动矢量；

或者，分别计算(0，0)、预测矢量和相应亮度分块运动矢量的图像失真度，并将图像失真度最小的矢量作为色度分块的运动矢量。

优选的，所述校准方法还包括：

在所述色度分块的运动矢量不同于相应亮度分块的运动矢量时，将其作为相应亮度分块的运动矢量。

优选的，所述校准方法还包括：

对于色度分块，在其相应亮度分块的运动矢量为(0，0)，或者，所述运动信息不满足预置条件，或者，所述预测矢量与相应亮度分块的运动矢量相同时，将相应亮度分块的运动矢量作为该色度分块的运动矢量。

本发明还公开了一种运动估计方法，包括：

对一帧图像宏块中的亮度分块进行运动估计，得到一组最佳分块模式及相应的运动矢量；

对于该最佳分块模式下的每一个色度分块，如果其相应亮度分块的运动矢量不为(0，0)，则利用其相邻上块、左块和左上块的运动矢量，获取其相应的运动信息；

如果所述预测矢量不同于相应亮度分块的运动矢量，则从(0，0)、预测矢量和相应亮度分块运动矢量中，选择一个作为所述色度分块的运动矢量；

在所述色度分块的运动矢量不同于相应亮度分块的运动矢量时，将所述选择结果作为相应亮度分块的运动矢量；

对于色度分块，在其相应亮度分块的运动矢量为(0，0)，或者，其相应的运动信息不满足预置条件，或者，所述预测矢量与相应亮度分块的运动矢量相同时，将其相应亮度分块的运动矢量作为该色度分块的运动矢量。

优选的，所述运动信息包括运动强度信息和运动差异信息；

优选的，所述获取运动强度信息的步骤包括：

根据所述绝对值总和，得到所述运动强度信息；

所述获取运动差异信息的步骤包括：

优选的，所述对色度分块的矢量进行预测的步骤为，利用双线性滤波器对所述相邻上块和左块的运动矢量进行预测，得到所述预测矢量。

本发明还公开了一种运动估计中的校准装置，包括：

运动信息获取模块，用以对于一帧图像宏块中的每一个色度分块，如果其相应亮度分块的运动矢量不为(0，0)，则利用其相邻上块、左块和左上块的运动矢量，获取其相应的运动信息；

预测模块，用于在所述运动信息满足预置条件时，利用色度分块的相邻上块和左块的运动矢量，对所述色度分块的矢量进行预测，得到预测矢量；

选择模块，用于在所述预测矢量不同于相应亮度分块的运动矢量时，从(0，0)、预测矢量和相应亮度分块运动矢量中，选择一个作为所述色度分块的运动矢量。

优选的，所述运动信息包括运动强度信息和运动差异信息；

优选的，所述运动信息获取模块包括：

绝对值总和计算子模块，用于对于色度分块，计算其相邻上块、左块和左上块运动矢量的绝对值总和；

运动强度信息获取子模块，用于根据所述绝对值总和，得到所述运动强度信息；

相对运动矢量计算子模块，用于对于色度分块，分别计算其相邻上块、左块相对左上块的第一相对运动矢量、第二相对运动矢量；

运动差异度信息获取子模块，用于根据所述第一相对运动矢量、第二相对运动矢量的绝对值总和，得到所述运动差异度信息。

优选的，所述预测模块，用以利用双线性滤波器对所述相邻上块和左块的运动矢量进行预测，得到所述预测矢量。

优选的，所述选择模块包括：

第一计算子模块，用于分别计算(0，0)、预测矢量和相应亮度分块运动矢量的率失真代价，并将率失真代价最小的矢量作为色度分块的运动矢量；

或者，第二计算子模块，用于分别计算(0，0)、预测矢量和相应亮度分块运动矢量的图像失真度，并将图像失真度最小的矢量作为色度分块的运动矢量。

优选的，所述校准装置还包括：

第一复用模块，用于在所述色度分块的运动矢量不同于相应亮度分块的运动矢量时，将其作为相应亮度分块的运动矢量。

优选的，所述校准装置还包括：

第二复用模块，用以对于色度分块，在其相应亮度分块的运动矢量为(0，0)，或者，所述运动信息不满足预置条件，或者，所述预测矢量与相应亮度分块的运动矢量相同时，将相应亮度分块的运动矢量作为该色度分块的运动矢量。

本发明还公开了一种色度分量的运动估计装置，包括：

亮度估计模块，用于对一帧图像宏块中的亮度分块进行运动估计，得到一组最佳分块模式及相应的运动矢量；

运动信息获取模块，用以对于该最佳分块模式下的每一个色度分块，如果其相应亮度分块的运动矢量不为(0，0)，则利用其相邻上块、左块和左上块的运动矢量，获取其相应的运动信息；

选择模块，用于在所述预测矢量不同于相应亮度分块的运动矢量时，从(0，0)、预测矢量和相应亮度分块运动矢量中，选择一个作为所述色度分块的运动矢量；

第一复用模块，用于在所述色度分块的运动矢量不同于相应亮度分块的运动矢量时，将其作为相应亮度分块的运动矢量；

优选的，所述运动信息包括运动强度信息和运动差异信息；

优选的，所述运动信息获取模块包括：

优选的，所述选择模块包括：

与现有技术相比，本发明具有以下优点：

本发明针对当前色度分块，首先依据相应亮度分块的运动矢量，以及与该当前色度分块相邻的上块、左块和左上块的相关性，搜索得到其运动估计校准的对象，然后针对该对象进行预测，得到预测矢量，最后，在所述预测矢量不同于相应亮度分块的运动矢量时，从(0，0)、预测矢量和相应亮度分块运动矢量中，选择率失真代价最小或者图像失真度最小的作为所述色度分块的运动矢量；上述搜索能够精确化和细化运动估计校准的范围，且最后得到的色度分块的运动矢量具有最小的率失真代价或图像失真度，因而可以提高色度运动估计的结果准确性，从而能够大大提高色度编码的性能。

附图说明

图1是现有技术一种宏块划分的示例；

图2是现有技术一种色度分量复用亮度分量的示意图；

图3是本发明一种运动估计中的校准方法实施例的流程图；

图4是本发明的一种色度分块结构示例；

图5是本发明一种运动估计方法实施例的流程图；

图6是本发明一种运动估计中的校准装置实施例的结构图；

图7是本发明一种色度分量的运动估计装置实施例的结构图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明实施例的核心构思之一在于，依据相应亮度分块的运动矢量，对色度分块的运动矢量做一定范围内的运动估计校准；由于所述运动估计校准能够在基本不影响运算复杂度的情况下，对色度分块的运动估计校准起到精确化和细化的作用，因而可以提高色度运动估计的结果准确性，从而可以大大提高色度编码的性能。

参照图3，示出了本发明一种运动估计中的校准方法实施例的流程图，具体可以包括：

步骤301、对于一帧图像宏块中的每一个色度分块，如果其相应亮度分块的运动矢量不为(0，0)，则利用其相邻上块、左块和左上块的运动矢量，获取其相应的运动信息；

在AVS编码标准中，运动估计算法是在亮度分量上进行的；也即，亮度分量用不同的分块大小，在参考帧中搜索到不同分块的最佳匹配块，得到运动矢量。

由于(0，0)矢量能够在以尽可能小的编码码率下，获取的图像失真度尽可能的少，故被认为是比较好的运动矢量；因此，本发明首先将相应亮度分块的运动矢量不为(0，0)的色度分块，作为运动估计校准的对象。

进一步，本专利发明人发现，对一个色度分块来说，其相邻上块、左块和左上块与该色度分块的相关性比较大，也即，所述相邻上块、左块和左上块的综合运动信息能够反映该色度分块的运动信息，这里，与该当前色度分块相邻的上块、左块和左上块均为色度分块。

在具体实现中，所述运动信息主要可以包括如下类别：

类别1、运动强度信息；

参照图4，在本发明的一种色度分块结构示例中，8×8色度分块X的相邻上块、左块和左上块分别为A、B和C，那么，综合色度分块A、B和C的运动矢量，即可获取反映色度分块X的运动强度信息。

在具体实现中，所述获取运动强度信息的步骤可以包括：

子步骤A1、对于色度分块，计算其相邻上块、左块和左上块运动矢量的绝对值总和；

假设A、B、C在水平方向X上的运动矢量分别为mvxa、mvxb、mvxc，在垂直方向Y上的运动矢量分别为mvya、mvyb、mvyc，那么，所述绝对值总和的计算过程可以为：

int x＝abs(mvxa)+abs(mvxb)+abs(mvxc)；

int y＝abs(mvya)+abs(mvyb)+abs(mvyc)；

其中，abs(x)表示对x求绝对值。

这里，x+y也即所述绝对值总和。

子步骤A2、根据所述绝对值总和，得到所述运动强度信息；

假设用motion_level表示所述运动强度信息，那么子步骤A2的执行过程可以为：

if(x+y＜4){

motion_level＝0；

}else if(x+y＜＝8){

motion_level＝1；

}else{

motion_level＝(x+y)＞＞2；

}

其中，所述“＞＞”表示右移操作。

假设A，B和X的运动向量都是1/4像素精度，A的运动向量为(-5，-7)，B的运动向量为(-5，-4)，搜索得到的C的运动向量为(-3，-5)，则可以计算得到motion_level＝7。

可以看出，motion_level的值越大，表示当前块周围的邻块运动比较剧烈，则可以预测色度分块X的运动越剧烈；可以理解，上述子步骤A2的执行过程只是作为示例，本领域技术人员可以根据需要，采用其它执行过程以得到motion_level的值，本发明对此不加以限制。

类别2、运动差异信息。

所述运动强度信息可以反映当前色度分块的运动剧烈程度，但是，在某些情况下，其相邻上块、左块和左上块的运动矢量相同或者相似，这时，可以不进行运动估计校准；因此，本发明引入运动差异信息的概念，用于反映其相邻上块、左块和左上块的运动集中或发散程度。

在具体实现中，所述获取运动差异信息的步骤可以包括：

子步骤B1、对于色度分块，分别计算其相邻上块、左块相对左上块的第一相对运动矢量、第二相对运动矢量；

子步骤B2、根据所述第一相对运动矢量、第二相对运动矢量的绝对值总和，得到所述运动差异度信息。

对应上例，可首先计算所述第一相对运动矢量、第二相对运动矢量的绝对值总和

sum＝abs(mvxa-mvxb)+abs(mvxb-mvxc)+abs(mvya-mvyb)+abs(mvyb-mvyc)，然后，子步骤B2通过运动差异度信息motion_diff＝x＞＞2得到本发明的运动差异信息。

可以看出，运动差异度信息motion_diff的值越大，反映色度分块X的相邻上块、左块和左上块的运动越发散，反之，运动越集中；可以理解，上述子步骤B2的执行过程只是作为示例，本领域技术人员可以根据需要，采用其它执行过程以得到motion_diff的值，本发明对此不加以限制。

步骤302、在所述运动信息满足预置条件时，利用色度分块的相邻上块和左块的运动矢量，对所述色度分块的矢量进行预测，得到预测矢量；

本发明根据当前色度分块的运动信息，进一步搜索运动估计校准的对象。

例如，在所述运动信息包括运动强度信息和运动差异信息时，所述预置条件可以为，所述运动强度信息不小于第一阈值，且所述运动差异信息不小于第二阈值。

以图4为例，可以将其相邻上块、左块和左上块的X、Y方向运动矢量假设均为1时计算得到的motion_level值6作为所述第一阈值；可以假设，其相邻上块、左块和左上块在X、Y方向的运动偏差总和不超过1的情况下，不进行运动估计校准，故将所述第二阈值设为小于2的数值。

可以理解，上述只是作为示例，本领域技术人员可以根据实际情况来设置所述预置条件，例如，在色度分块比较大(8×8)时，设置较大的第一阈值，而在色度分块比较小(4×4)时，设置较小的第一阈值，本发明对此不加以限制。

在视频编码中，由于相邻上块和左块与当前色度分块的相关性最大，故选择所述相邻上块和左块对当前色度分块的矢量进行预测。

在具体实现中，可利用双线性滤波器对所述相邻上块和左块的运动矢量进行预测，得到所述预测矢量。

例如，可通过如下双线性滤波器公式得到预测矢量(predX，predY)：

可以理解，a，b分别为所述相连上块和左块的权重；在实际中，为提高运算速度，可以取a+b为2的n次幂，其中，n为自然数。

例如，如果相邻上块、左块均处于当前色度分块所在的宏块，或者，均不处于当前色度块所在的宏块，则可赋予上块和左块同样的权重，也即，a＝b＝1，此时，所述公式可以为：predX＝(X1+X2+u1)/2，predX＝(Y1+Y2+u2)/2。

又如，在相邻上块与当前色度分块在同一宏块，而左块不在，则可赋予上块权重3，左块权重为1；反之，可赋予上块权重1，左块权重为3。

另外，所述u1用于在(aX1+bX2)对(a+b)不能整除时，对所述结果向上取整，例如，a＝1，b＝3，X1＝3，X2＝＝1，则aX1+bX2＝6不能对4进行整除，此时，可以取u1＝(a+b)/2＝2；u2与u1的取值规则与u1类似，故在此不作赘述。

步骤303、如果所述预测矢量不同于相应亮度分块的运动矢量，则从(0，0)、预测矢量和相应亮度分块运动矢量中，选择一个作为所述色度分块的运动矢量。

在所述预测矢量不同于相应亮度分块的运动矢量时，本发明可根据如下规则，从(0，0)、预测矢量和相应亮度分块运动矢量三者中选择最优的：

规则一、图像失真度最小；

图像失真度一般是指图像质量，在实际中可用SAD(绝对差和，Sum ofAbsolute Difference)来表示；在实际中，可比较(0，0)、预测矢量和相应亮度分块运动矢量3个矢量点的SAD值，选择最小的作为所述色度分块的运动矢量。

规则二、率失真代价最小。

视频编码中，所述率失真(Rate Distortion)，主要指图像失真度与编码码率二者之间的相互关系。

在实际中，可利用拉格朗日最小二乘公式，进行率失真优化(RDO，Rate Distortion Optimization)：其一般目的就在于，在以尽可能小的编码码率下，获取的图像失真度尽可能的少，用以花费最小的率失真代价。

例如，一个RDO值的计算公式为D+lamda*R，其中，D代表图像失真度，可用SAD来表示，R是比特数，也即运动向量和残差编码需要的比特数，lamda为经验值，可根据实际情况确定。

可以理解，本领域技术人员可以可以综合算法复杂度和编码性能选择上述两种规则，例如，在编码器对复杂度有要求时，可以选择规则一；而在编码器对编码性能有要求，而对复杂度没有要求时，可以选择规则二，本发明对此不加以限制。

本发明最多要比较三个矢量点的RDO或SAD值，对复杂度的影响不大；并且，对色度分量的运功矢量校准起到了精确化和细化的作用，从而能够提高色度编码的性能。

由于一个图像宏块的亮度分块与色度分块是相应的，因此，在本发明的一种优选实施例中，所述方法还可以包括：

另外，对于无需进行运动估计校准的色度分块，还可以对其进行复用操作，因此，在本发明的另一种优选实施例中，所述方法还可以包括：

参考图5，示出了本发明一种运动估计方法实施例的流程图，具体可以包括：

步骤501、对一帧图像宏块中的亮度分块进行运动估计，得到一组最佳分块模式及相应的运动矢量；

在实际中，运动估计算法是在亮度分量上进行的；所述运动估计往往针对多组分块模式下的亮度模块，得到一组最佳分块模式及相应的运动矢量。

步骤502、对于该最佳分块模式下的每一个色度分块，如果其相应亮度分块的运动矢量不为(0，0)，则利用其相邻上块、左块和左上块的运动矢量，获取其相应的运动信息；

在具体实现中，所述运动信息主要可以包括如下类别：

类别1、运动强度信息；

所述获取运动强度信息的步骤可以包括：

根据所述绝对值总和，得到所述运动强度信息；

类别2、运动差异信息。

所述获取运动差异信息的步骤可以包括：

步骤503、在所述运动信息满足预置条件时，利用色度分块的相邻上块和左块的运动矢量，对所述色度分块的矢量进行预测，得到预测矢量；

步骤504、如果所述预测矢量不同于相应亮度分块的运动矢量，则从(0，0)、预测矢量和相应亮度分块运动矢量中，选择一个作为所述色度分块的运动矢量；

例如，可以选择率失真代价最小或者图像失真度最小的矢量，作为所述色度分块的运动矢量。

步骤505、在所述色度分块的运动矢量不同于相应亮度分块的运动矢量时，将其作为相应亮度分块的运动矢量；

步骤506、对于色度分块，在其相应亮度分块的运动矢量为(0，0)，或者，所述运动信息不满足预置条件，或者，所述预测矢量与相应亮度分块的运动矢量相同时，将相应亮度分块的运动矢量作为该色度分块的运动矢量。

为使本领域技术人员更好地理解本发明，以下以一个图像宏块的运动估计过程为例进行说明。

步骤S1、对一帧图像宏块中的亮度分块进行运动估计，得到一组最佳分块模式及相应的运动矢量；

例如，对于16×16的宏块，在图1所示的四种分块模式下进行亮度分量的运动估计，得到一组最佳分块模式及相应的运动矢量，例如分块模式(4)。

步骤S2、对于该最佳分块模式下的每一个色度分块，如果其相应亮度分块的运动矢量为(0，0)，则执行步骤S3，否则，执行步骤S4；

步骤S3、将相应亮度分块的运动矢量作为该色度分块的运动矢量；

步骤S4、利用其相邻上块、左块和左上块的运动矢量，获取其相应的运动信息；

步骤S5、判断所述运动信息是否满足预置条件，若是，则执行步骤S6，否则，返回步骤S3；

假设步骤S4获得的运动强度信息motion_level＝7大于第一阈值6，运动差异信息motion_diff＝3大于第二阈值2，也即，所述运动信息满足预置条件。

步骤S6、利用相邻上块和左块的运动矢量，对所述色度分块的矢量进行预测，得到预测矢量；

步骤S7、判断所述预测矢量是否与相应亮度分块的运动矢量相同，若是，则返回步骤S3，否则，执行步骤S8；

步骤S8、从(0，0)、预测矢量和相应亮度分块运动矢量中，选择率失真代价最小或者图像失真度最小的作为所述色度分块的运动矢量；

例如，根据公式predX＝(X1+X2+1)/2，predY＝(Y1+Y2+1)/2，得到predX＝-5，predY＝-5，不同于相应亮度分块的运动矢量；故通过比较所述3个矢量点的RDO值，得到选择结果(predX，predY)。

步骤S9、在所述选择结果不同于相应亮度分块的运动矢量时，将所述选择结果作为相应亮度分块的运动矢量。

需要说明的是，对于当前色度分块，其相邻上块、左块和左上块可以与其处于同一宏块，也可以不同；另外，在其不存在相邻上块、左块和左上块中任一个邻块时，例如，在图4中的C块为图像中第一个分块时，它不存在邻块，可以将该邻块的运动矢量设为零矢量(0，0)。

以上主要针对YCbCr4:2:0采样格式的图像中宏块的运动估计进行了详细介绍，可以理解，所述图像的采样格式还可以是YCbCr4:2:2，YCbCr4:4:4等，本发明可以适用于Cb、Cr任一分量上色度模块的运动校准和估计，对图像具体的采样格式不加以限制。

与前述校准方法相应，本发明还公开了一种运动估计中的校准装置，参见图6，具体可以包括：

运动信息获取模块601，用以对于一帧图像宏块中的每一个色度分块，如果其相应亮度分块的运动矢量不为(0，0)，则利用其相邻上块、左块和左上块的运动矢量，获取其相应的运动信息；

预测模块602，用于在所述运动信息满足预置条件时，利用色度分块的相邻上块和左块的运动矢量，对所述色度分块的矢量进行预测，得到预测矢量；

选择模块603，用于在所述预测矢量不同于相应亮度分块的运动矢量时，从(0，0)、预测矢量和相应亮度分块运动矢量中，选择一个作为所述色度分块的运动矢量。

在实际中，所述运动信息可以包括运动强度信息和运动差异信息；此时，所述预置条件可以为，所述运动强度信息不小于第一阈值，且所述运动差异信息不小于第二阈值。

为获上述运动信息，在具体实现中，可以在所述运动信息获取模块601中设置如下子模块：

绝对值总和计算子模块C1，用于对于色度分块，计算其相邻上块、左块和左上块运动矢量的绝对值总和；

运动强度信息获取子模块C2，用于根据所述绝对值总和，得到所述运动强度信息；

相对运动矢量计算子模块C3，用于对于色度分块，分别计算其相邻上块、左块相对左上块的第一相对运动矢量、第二相对运动矢量；

运动差异度信息获取子模块C4，用于根据所述第一相对运动矢量、第二相对运动矢量的绝对值总和，得到所述运动差异度信息。

另外，在实际中，可以设计所述预测模块602，用以利用双线性滤波器对所述相邻上块和左块的运动矢量进行预测，得到所述预测矢量。

例如，所述预测模块602，可用于通过如下双线性滤波器公式得到预测矢量(predX，predY)：

所述选择模块603可以采用以下子模块中的一种或多种：

第二计算子模块，用于分别计算(0，0)、预测矢量和相应亮度分块运动矢量的图像失真度，并将图像失真度最小的矢量作为色度分块运动矢量。

由于一个图像宏块的亮度分块与色度分块是相应的，因此，在本发明的一种优选实施例中，所述装置还可以包括：

另外，对于无需进行运动估计校准的色度分块，还可以对其进行复用操作，因此，在本发明的另一种优选实施例中，所述装置还可以包括：

对于校准装置而言，由于其与校准方法实施例基本相似，所以描述的比较简单，相关之处参见校准方法实施例的部分说明即可。

与前述运动估计方法相应，本发明还公开了一种色度分量的运动估计装置，参见图7，具体可以包括：

亮度估计模块701，用于对一帧图像宏块中的亮度分块进行运动估计，得到一组最佳分块模式及相应的运动矢量；

运动信息获取模块702，用以对于该最佳分块模式下的每一个色度分块，如果其相应亮度分块的运动矢量不为(0，0)，则利用其相邻上块、左块和左上块的运动矢量，获取其相应的运动信息；

预测模块703，用于在所述运动信息满足预置条件时，利用色度分块的相邻上块和左块的运动矢量，对所述色度分块的矢量进行预测，得到预测矢量；

选择模块704，用于在所述预测矢量不同于相应亮度分块的运动矢量时，从(0，0)、预测矢量和相应亮度分块运动矢量中，选择一个作为所述色度分块的运动矢量；

第一复用模块705，用于在所述色度分块的运动矢量不同于相应亮度分块的运动矢量时，将其作为相应亮度分块的运动矢量；

第二复用模块706，用以对于色度分块，在其相应亮度分块的运动矢量为(0，0)，或者，所述运动信息不满足预置条件，或者，所述预测矢量与相应亮度分块的运动矢量相同时，将相应亮度分块的运动矢量作为该色度分块的运动矢量。

为获上述运动信息，在具体实现中，可以在所述运动信息获取模块701中设置如下子模块：

另外，在实际中，可以设计所述预测模块703，用以利用双线性滤波器对所述相邻上块和左块的运动矢量进行预测，得到所述预测矢量。

所述选择模块704可以采用以下子模块中的一种或几种：

第二计算子模块，用于分别计算(0，0)、预测矢量和相应亮度分块运动矢量的图像失真度，并将图像失真度最小的矢量作为色度分块的运动矢量。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本发明可以应用于视频编码中色度分量的运动估计，用以提高色度运动估计的结果准确性，从而可以大大提高色度编码的性能。

以上对本发明所提供的一种运动估计中的校准方法及装置、一种运动估计方法及装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims

1.一种运动估计中的校准方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述运动信息包括运动强度信息和运动差异信息；

3.如权利要求2所述的方法，其特征在于，所述获取运动强度信息的步骤包括：

根据所述绝对值总和，得到所述运动强度信息；

所述获取运动差异信息的步骤包括：

4.如权利要求1所述的方法，其特征在于，所述对色度分块的运动矢量进行预测的步骤为，利用双线性滤波器对所述相邻上块和左块的运动矢量进行预测，得到所述预测矢量。

5.如权利要求4所述的方法，其特征在于，所述利用双线性滤波器进行预测的步骤为，通过如下双线性滤波器公式得到预测矢量(predX，predY)：

6.如权利要求1所述的方法，其特征在于，所述选择色度分块的运动矢量的步骤，包括：

7.如权利要求1所述的方法，其特征在于，还包括：

8.如权利要求1所述的方法，其特征在于，还包括：

9.一种运动估计方法，其特征在于，包括：

10.如权利要求9所述的方法，其特征在于，所述运动信息包括运动强度信息和运动差异信息；

11.如权利要求10所述的方法，其特征在于，所述获取运动强度信息的步骤包括：

根据所述绝对值总和，得到所述运动强度信息；

所述获取运动差异信息的步骤包括：

12.如权利要求9所述的方法，其特征在于，所述对色度分块的矢量进行预测的步骤为，利用双线性滤波器对所述相邻上块和左块的运动矢量进行预测，得到所述预测矢量。

13.一种运动估计中的校准装置，其特征在于，包括：

14.如权利要求13所述的装置，其特征在于，所述运动信息包括运动强度信息和运动差异信息；

15.如权利要求14所述的装置，其特征在于，所述运动信息获取模块包括：

16.如权利要求13所述的装置，所述预测模块，用以利用双线性滤波器对所述相邻上块和左块的运动矢量进行预测，得到所述预测矢量。

17.如权利要求13所述的装置，其特征在于，所述选择模块包括：

18.如权利要求13所述的装置，其特征在于，还包括：

19.如权利要求13所述的装置，其特征在于，还包括：

20.一种色度分量的运动估计装置，其特征在于，包括：

21.如权利要求20所述的装置，其特征在于，所述运动信息包括运动强度信息和运动差异信息；

22.如权利要求21所述的装置，其特征在于，所述运动信息获取模块包括：

23.如权利要求20所述的装置，其特征在于，所述预测模块，用以利用双线性滤波器对所述相邻上块和左块的运动矢量进行预测，得到所述预测矢量。

24.如权利要求20所述的装置，其特征在于，所述选择模块包括：