运动估计算法实现...doc

运动估计算法实现 一、实验目的： 1、掌握运动估计算法的实现原理。 在视频编码和处理系统中，运动估计和运动补偿技术对降低视频序列时间冗余度、提高编码效率起着非常关键的作用。运动估计的准确程度将直接决定视频编码器的编码效率。它极大地消除了视频序列的帧间相关性。运动估计算法的复杂性将直接决定视频压缩编码系统的复杂性，如何提高运动估计的效率，使运动估计算法的有哪些信誉好的足球投注网站过程更快速、更高效一直是人们研究的热点。掌握运动估计的块匹配算法，以及快速运动估计算法。 2、掌握运动估计算法的研究现状及多种计算方法。 3、学习基于块的全有哪些信誉好的足球投注网站运动估计算法，研究分析其Matlab实现程序过程，并补充完成程序，对实验结果进行分析比较。 二、实验内容 分析基于块匹配的全有哪些信誉好的足球投注网站运动估计算法程序，画出motionEstAnalysis.m文件流程图 编程补充完成costFuncMAD.m 文件中最小绝对误差计算函数costFuncMAD（）和imgPSNR.m文件中峰值信噪比PSNR计算函数imgPSNR（）的程序，最终输出运动矢量场； 掌握运动补偿算法，编程补充minCost( )函数； 了解多种快速运动估计算法，例如三步法有哪些信誉好的足球投注网站法、菱形有哪些信誉好的足球投注网站法等。 总结实验结果。 三、实验原理 在帧间预测编码中，由于活动图像邻近帧中的景物存在着一定的相关性。因此，可将活动图像分成若干块或宏块，并设法有哪些信誉好的足球投注网站出每个块或宏块在邻近帧图像中的位置，并得出两者之间的空间位置的相对偏移量，得到的相对偏移量就是通常所指的运动矢量，得到运动矢量的过程被称为运动估计。 　　运动矢量和经过运动匹配后得到的预测误差共同发送到解码端，在解码端按照运动矢量指明的位置，从已经解码的邻近参考帧图像中找到相应的块或宏块，和预测误差相加后就得到了块或宏块在当前帧中的位置。 运动估计的准确程度往往用补偿图像与原图像比较的PSNR来衡量表示。 四、实验要求 对实验程序motionEstAnalysis.m进行分析，完成主程序流程图。 函数流程图： 编写补充完成部分不全程序代码，调试程序使其能正确运行 (1) motionEstAnalysis.m % This script uses all the Motion Estimation algorithms written for the % final project and save their results. close all clear all % imageName = caltrain.avi; mbSize = 4; p = 7; imgP1=double(imread(imagP.bmp)); imgI1=double(imread(imagI.bmp)); imgP=imgP1(:,:,1); imgI=imgI1(:,:,1); [row col] = size(imgI); % Exhaustive Search %?ùóú?éμ?è????÷??·¨ [BlockCenter, motionVect, computations] = motionEstES(imgP,imgI,mbSize,p); % P ??μ±?°??11í??? imgPComp = motionComp(imgI, motionVect, mbSize); % P ??μ±?°í???oíP ??μ±?°??11í???μ?PSNR?μ %ESpsnr(i+1) = imgPSNR(imgP,imgPComp,255); n=255; PSNR=imgPSNR(imgP,imgPComp,255) %MSE=(1/(n*n))*sum(sum((imgP-imgPComp).^2)); %PSNR=10*log(max(max(imgPComp)).^2/MSE); %psnr=PSNR; %EScomputations(i+1) = computations; % P ??μ±?°??11?ó2?í??? imagePDiff = imgP - imgPComp; figure; imageI = uint8(imgI); imageP = uint8(imgP); imagePComp = uint8(imgPComp); imagePDiff = uint8(imagePDiff); subplot(221);imshow(imageI); title(I ??2???í???); subplot(222);imshow(imageP