摘  要： 為了提高運(yùn)動估計的搜索效率，提出了一種基于JM模型的UMHexagonS算法的改進(jìn)方案。該方案減少了搜索點(diǎn)數(shù)，從而減小了運(yùn)算量。經(jīng)過實(shí)驗(yàn)測試，改進(jìn)后的UMHexagonS算法在保證編碼圖像的質(zhì)量基本不變的同時，能顯著減少搜索時間。
關(guān)鍵詞： UMHexagonS算法；運(yùn)動估計；運(yùn)動矢量

　運(yùn)動估計中的塊匹配算法因運(yùn)算簡單、容易實(shí)現(xiàn)而成為目前運(yùn)動估計的主流。其中的全搜索算法（FS），因其窮盡搜索每個像素點(diǎn)，搜索精度最高，但計算太復(fù)雜，不能滿足實(shí)時性要求；而三步法（TSS）、四步法（FSS）以及交叉搜索法（CSS）等，相對FS，減少了搜索點(diǎn)數(shù)，滿足實(shí)時性要求，但不利于小的運(yùn)動塊的搜索；新三步法（NTSS）、六邊形法（HEX）、鉆石法（DS）、新四步法（NFSS）等，雖然提高了運(yùn)動估計的速度，解決了早期算法不利于小運(yùn)動塊搜索的問題，但易陷入局部最優(yōu)點(diǎn)，且不能很好地處理圖像的運(yùn)動類型[1]。針對這些問題，CHEN Z B等[2]人提出了UMHexagonS算法，它是一種混合型搜索算法，綜合了非對稱十字形法、六邊形法、菱形法等，相對FS，其均峰值信噪比（PSNR）保持基本不變，而運(yùn)動估計時間減少了近90%，是目前運(yùn)動估計搜索效率最高的快速搜索算法，己被JVT正式采納。
1 UMHexagonS算法簡介
　UMHexagonS算法的搜索路徑如圖1[3]所示，它主要分4步進(jìn)行搜索：
?。?）初始搜索點(diǎn)預(yù)測。包括中值預(yù)測、上層預(yù)測、前幀預(yù)測以及鄰近參考幀預(yù)測，得到最佳的初始搜索點(diǎn)。
　（2）以步驟（1）得到的最佳初始搜索點(diǎn)為中心，進(jìn)行非對稱的十字形搜索，取絕對差值和（SAD值）最小的點(diǎn)為當(dāng)前最佳匹配點(diǎn)。其中水平方向的搜索范圍為窗口寬度，垂直方向的搜索范圍為窗口寬度的一半，如圖1的step2所示。

　（3）以步驟（2）得到的最佳匹配點(diǎn)為搜索中心，進(jìn)行5×5共25點(diǎn)的正方形螺旋搜索，如圖1的step3-1所示。接著進(jìn)行多層六邊形格點(diǎn)搜索，取最小SAD值所對應(yīng)的點(diǎn)為最佳匹配點(diǎn)，如圖1的step3-2所示。
　（4）該步驟分兩步進(jìn)行：①以步驟（3）獲得的最佳匹配點(diǎn)為搜索中心，進(jìn)行擴(kuò)展的六邊形搜索。若當(dāng)前最小SAD值點(diǎn)位于六邊形的中心，則轉(zhuǎn)到b；否則返回a繼續(xù)進(jìn)行六邊形搜索，直到最小SAD值點(diǎn)位于六邊形的中心，如圖1的step4-1所示。②以步驟（3）的中心點(diǎn)為搜索中心，進(jìn)行小菱形搜索，直到最小SAD值點(diǎn)位于小菱形的中心時，停止搜索，如圖1的step4-2所示。
　雖然UMHexagonS算法具有很高的編碼效率，但仍存在兩種不足：
?。?）參考文獻(xiàn)[4]中指出，在如圖2所示的H.264的7種幀間預(yù)測模式中，有30.71%~98.03%的預(yù)測塊的運(yùn)動矢量全為0。若能在UMHexagonS算法進(jìn)行搜索之前就判決出這些零運(yùn)動矢量，就可以提前退出搜索，減少搜索時間。
?。?）候選搜索塊的運(yùn)動劇烈程度不同，其運(yùn)動矢量的分布也不同。UMHexagonS算法對所有的候選搜索塊都是進(jìn)行4層16點(diǎn)的六邊形搜索，沒有考慮到候選搜索塊的運(yùn)動劇烈程度的不同，因此搜索存在冗余。
2 基于UMHexagonS算法的改進(jìn)
　（1）針對UMHexagonS算法的第一種不足，提出了零運(yùn)動矢量提前判決的方法。
在進(jìn)行初始搜索點(diǎn)預(yù)測時，最先進(jìn)行中值預(yù)測，且所有的模板都可以使用中值預(yù)測，因此，可以判斷中值預(yù)測得到的最佳匹配點(diǎn)mv（best_x，best_y）的SAD值是否小于給定的閾值，若小于，則判決出該塊的運(yùn)動矢量為0。
　定義SAD值為：
 

3 實(shí)驗(yàn)結(jié)果與分析
　本文采用JM10.1模型進(jìn)行測試，分別對運(yùn)動劇烈的coastguard序列、運(yùn)動中等的foreman序列、運(yùn)動平緩的news序列以及運(yùn)動較復(fù)雜、細(xì)節(jié)較多、水平方向運(yùn)動特征明顯的Football序列進(jìn)行了測試，這些序列都采用QCIF格式。編碼100幀，IPPPP……編碼模式，采用Hardmard變換，CABAC熵編碼，QP取28，選取5幀參考幀。比較運(yùn)動估計時間Me-time和峰值信噪比PSNR值。測試數(shù)據(jù)結(jié)果如表1所示。

　表1中，△Me-time表示改進(jìn)的UMHexagonS算法的運(yùn)動估計時間減去原UMHexagonS算法的運(yùn)動估計時間得到的差值與原UMHexagonS算法的運(yùn)動估計時間的百分比；△PSNR表示改進(jìn)后與改進(jìn)前的UMHexagonS算法的PSNR值的差值；△bit-rate/（kb/s）表示表示改進(jìn)后與改進(jìn)前的UMHexagonS算法的比特率的差值，正號表示增加，負(fù)號表示減少。由表1可知，改進(jìn)后的算法與原算法相比，PSNR值基本保持不變，比特率有所增加，但是在誤差允許的范圍之內(nèi)（±0.2 kb/s）；運(yùn)動估計所消耗的時間減少了10%~25%。達(dá)到了一定的改進(jìn)效果。
　本文通過分析UMHexagonS算法的一些不足，提出了零運(yùn)動矢量提前判零、自適應(yīng)選擇水平方向和垂直方向搜索范圍的相應(yīng)的改進(jìn)措施以及自適應(yīng)的選擇搜索模板。這樣的改進(jìn)在保證圖像編碼質(zhì)量基本不變的情況下，減少了運(yùn)動估計的搜索時間，從而提高了編碼效率。
參考文獻(xiàn)
[1] 袁濤.基于H.264運(yùn)動估計算法的研究[D].重慶：重慶大學(xué)，2009.
[2] CHEN Z B，ZHOU P， HE Y． Fast integer pel and fractional pel motion estimation for JVT[C]． 6th meeting：Awaji，Japan. JVT-F017，2002．
[3] 畢厚杰.新一代視頻壓縮編碼標(biāo)準(zhǔn)-H.264/AVC（第二版）[M].北京：人民郵電出版社，2009.
[4] 陳桂蘭，劉子堅. 基于H.264的運(yùn)動估計算法優(yōu)化研究[J].濮陽職業(yè)技術(shù)學(xué)院學(xué)報，2010，23（2）：150-153.
[5] Xie Lifen， Huang Chunqing. UMHexagonS search algorithm for fast motion estimation[C]. IEEE， 3rd International conference on ICCRD 2011 3rd Intenational Conference on ICCRD，2011，4：483-487.
[6] LAM C H， PO L M， CHEUNG C H. A novel kite-cross-diamond search algorithm for fast block motion estimation [C]. Proceeding s of 2004 IEEE International Symposium on Circuits and Systems. Canada： IEEE， 2004：729-732.