MSEA運動估計算法研究及其FPGA設(shè)計.pdf

1、運動矢量估計問題是當今一個熱點問題，它在諸如視頻編碼、目標實時跟蹤等眾多領(lǐng)域都有著廣泛的應(yīng)用。塊匹配算法(BMA)由于其自身的優(yōu)勢，一直受到了學(xué)者們的廣泛重視，是目前普遍采用的運動估計算法。最早誕生的塊匹配運動估計算法是基于全搜索策略的全搜索匹配算法(FSBMA)。 在已有的塊匹配算法中，近年提出的順序排除算法(SEA)和多級順序排除算法(MSEA)有著重要的地位，尤其是在2000年由學(xué)者Gao等提出的多級排除算法(MSEA)，

2、它是通過對匹配模板進行分級、分塊處理，得到越來越嚴格、細化的判決邊界，這樣做的結(jié)果是MSEA在計算灰度匹配誤差準則(MAD)之前具有更高的排除效率，從而減少了算法的運算量，提高了運算速度。 雖然SEA和MSEA算法具有其他運動估計算法無法比擬的諸多優(yōu)勢，但其本身卻存在有待改進的地方，改進的SEA和MSEA算法更加趨于合理，計算量進一步減少，而匹配精確度卻不受影響。另外，本文給出的算法硬件設(shè)計方案，在運動矢量估計的實時實現(xiàn)上具有一

3、定的應(yīng)用價值。 本文的主要內(nèi)容和特色如下： 1.SEA和MSEA算法對每一個搜索點都是從第零級開始計算的，而實際上大多數(shù)搜索點第零級的計算是無法將該點排除的，往往是在后幾級將其排除，為了準確合理地獲得初始匹配級，減少冗余計算量，論文提出了對算法的開始級進行估計的改進思想，即對一個待搜索的象素點，并不是盲目地從第零級開始匹配計算，而是取搜索區(qū)域內(nèi)各點淘汰系數(shù)的加權(quán)平均值作為開始級進行匹配計算。實驗結(jié)果表明，改進后的算法計算

4、量減少了約48％。 2.針對于SEA和MSEA算法在當前幀進行區(qū)域搜索時，對每一個搜索點都視為同等概率出現(xiàn)為有效點，這樣設(shè)定了搜索區(qū)域后，算法則一成不變地對每一個點逐次進行匹配運算，這樣一來必定會出現(xiàn)冗余計算。實際上有效點總是在一個特定的區(qū)域出現(xiàn)的，該區(qū)域出現(xiàn)有效點的概率最大，我們賦予它最大權(quán)值，權(quán)限的設(shè)定以淘汰系數(shù)為依據(jù)。而對于其他區(qū)域，出現(xiàn)概率變小，權(quán)值相應(yīng)也變小。對遠離特定區(qū)域的點，其出現(xiàn)的概率可能為零，這樣一來我們就可以

5、設(shè)定權(quán)值為零，直接排除。對track序列和plane序列實驗結(jié)果表明，算法計算時間分別減少了31％和34.4％。 3.SEA和MSEA算法是一種耗盡型，并具有精度特性的匹配算法，是目前熱門的匹配算法之一，如果單靠軟件的方法實現(xiàn)，其運算速度并不能完全滿足要求，特別是在需要實時處理的場合。為了更好地將算法應(yīng)用于實踐，配合硬件工作，論文提出了硬件設(shè)計該算法的思想，即通過FPGA進行硬件設(shè)計，實驗結(jié)果顯示，基本硬件設(shè)計比優(yōu)化后的軟件實現(xiàn)