DCS算法--H．264视频压缩快速运动估计算法

LDCSP在搜索区域中心及周围8个点进行匹配运算，然后判断，找出MBD点。若MBD点位于中心点，说明宏块是静止的，DCS算法一步结束，得到最优匹配块；否则进行Step 3。

Step 3：若MBD点为LDCSP模版的小十字处，以该点为中心构建SDCSP进行匹配计算，若MBD点位于中心点，所得MBD点为所求。否则，进入Step 4。

Step 4：若MBD点为LDCSP模版的大十字处，以该点为中心构建LCSP进行匹配计算，进入step 2。

Step 5：用LDCSP在搜索区域中心及周围5个点进行匹配运算，然后判断，找出MBD点。若MBD点位于中心点，所得MBD点为所求；否则继续Step 5。

算法流程图如图3所示

Script type=text/javascript> function ImgZoom(Id)//重新设置图片大小 防止撑破表格 { var w = $(Id).width; var m = 650; if(w m){return;} else{ var h = $(Id).height; $(Id).height = parseInt(h*m/w); $(Id).width = m; } } window.onload = function() { var Imgs = $(content).getElementsByTagName(img); var i=0; for(;i4 实验结果及说明

用搜索时间和PSNR值两个指标来验证DCS的性能。本节实验用到的所有视频文件均为QCIF(Quartet commonintermediate format)格式。实验以主频1．8GHz的PC机上运行的VisualC++6．0为平台。测试对象为：missa、salesman、news、grandmother、foreman、carphone、claire，搜索范围为16×16的矩形框，量化范围为2～12，测试序列中每帧图像的大小为176×144。

4．1 搜索时间的比较

为了时间测试的准确性，测试时采用的是VC++提供的两个精确时间函数：QueryPerformanceFrequency()和OuerPerformanceCounter()精度对标准测试序列missa、salesman、news、grandmother、foreman、carphone进行精确测定，得表1(数据均为三次测量所求得的平均值)。

从表1可知：a．FS搜索效果最佳，但耗时太长；DS算法有较大改进，可以实现实时压缩；DCS比DS，运行时间都有不同程度的减少，故DCS算法在搜索速度有优势。b．从单个序列来看，DCS算法对missa和salesman时间优化最为显著，分别只占FS算法的7．42％、7．50％和DS算法的98．17％、97．49％；对carphone序列的搜索速度也有很大优化，占FS搜索算法的7．97％和DS算法的97．82％。综合视频特性可知：DCS算法针对运动平缓的视频对象搜索速度优化明显。

4．2 信噪比的比较

对标准测试序列claire和carphone序列进行测定，计算PSNR得表2。

表2中FS的平均PSNR最高，达到42．38，但搜索时间最长；DS的PSNR最低，为42．31，而DCS为42．35，高于DS算法，且仅低于FS算法0．03dB。从单个序列来看，DCS算法对claire的优化程度最大，超过了FS的PSNR值，说明DCS算法身体静止仅面部表情运动特点视频适用。用DCS算法计算得到的carphone的PSNR值虽然低于FS算法，但高于DS算法；missa序列的DCS算法的PSNR值和FS、DS法的相差不大。故DCS算法在搜索速度、图像质量上均有保证。

5 结束语

本文从搜索时间和图像质量两方面对各种块匹配运动估计算法进行了性能分析比较。实验结果表明，将菱形十字交叉搜索算法和阈值判断结合，在搜索速度方面，有很大程度的优化，而且能得到与FS、DS搜索算法相当的图像质量。DCS算法针对运动平缓的视频作用明显，由此推知该算法适用于电视电话、远程教育等实时视频压缩。