基于混合搜索的匹配跟踪位分配

　　国内外研究成果[1-4]表明,在低速率编码应用中,如果采用基于冗余字典的匹配跟踪信号分解算法[5]取代基于正交分块DCT变换对运动残余编码,能够获得更好的视觉效果.在基于匹配跟踪的视频编码器中,利用包含更多基函数的冗余字典对运动误差帧编码,显得非常灵活.随着目标速率的下降,这种编码器能够更好地匹配运动残余,使得产生的人眼敏感失真比分块DCT编码器要小.在已有的匹配跟踪视频编码实现当中,一般需要在有限冗余字典集合中搜索符合图像特征的原子函数,然后对原子系数的编码采用固定步长的量化策略,因此调节位分配的过程相当于控制原子函数的选择方式.在原有的搜索策略[2, 5]当中,初始搜索窗口位置的确定是根据划分后的图像块能量来决定,或者根据使得恢复图像能够获得最大信噪比的原则确立,它并没有考虑人类视觉特性在观察图像信息存在的主观选择性.作者提出了一种基于合搜索的匹配跟踪位分配策略,该方法依据人眼高级视觉特性,在编码过程中动态确定编码质量优先的区域,并以此为依据调整原有原子搜索策略,使原子函数分布集中在感兴趣区域附近,从而改善匹配跟踪视频编码的主观质量.

　　1　快速的原子搜索策略

　　匹配跟踪分解算法[4]采用一种迭代贪心方式寻找逼近信号特征的最优解,虽然该算法能够保证收敛性,但收敛速度比较慢.考虑到基于分层搜索的匹配跟踪算法[6]能够有效降低算法的计算复杂度,和基于Gabor字典的匹配跟踪算法[5]能有效保证信号精度的优点,作者给出一种新的基于混合搜索的信号匹配分解算法.新算法仍采用分层搜索中的二步法,搜寻最优的二维向量.而在每一步搜索中采用基于Gabor字典的方法,改进了原有匹配跟踪算法的原子搜索策略,在每一步迭代过程中同时允许对多个匹配系数进行更新,在获得同等数目的系数和信号重构误差的前提下,加快了原有算法的收敛速度,并保证算法性能不受影响.其具体流程为:

　　①初始化.将尺寸为W×H的图像依然划分为B×B(B=16)的图像块,并建立一个数组用于存储与每个图像块对应的最佳时频原子,初始化为空,t=0(t为迭代次数).

　　②检查每个图像块的最佳时频原子是否为空,如果为空,则在围绕着该块中心位置的B×B的窗口区域内搜索一个最佳时频原子,并记录其参数信息,包括系数幅值、位置(x,y)、水平和垂直原子索引.

　　③最佳时频原子可能出现在B×B的某个位置附近,在3×3的区域内通过比较每个图像块的最佳时频原子的系数幅值,将内积最大的时频原子作为整个图像块的最佳时频原子.

　　④更新误差图像,并将处于该时频原子空间支撑范围内的所有图像块的最佳时频原子标记为空,因为这些图像块的最佳时频原子需要重新搜索.这样在以后的搜索过程中,如果任何一个块中的元素值没有发生改变,则该块内的最佳时频原子也不可能有变化,不需要在该块中重新搜索.