BMA

BMA（BlockMatchingAlgorithm），塊匹配演演算法。塊匹配演演算法是視頻編碼的關鍵技術，演演算法的效率直接影響了視頻傳輸的質量。目前有許多較好的搜索演演算法提高了塊匹配演演算法的效率。而遣傳演演算法是一種隨機化搜索演演算法，它能在搜索過程中自動獲取和積累有關搜索空間的知識，並自適應地控制搜索過程。為提高基於塊的運動預測的搜索精度，基於塊匹配準則，應提出最小絕對差分誤差和(SADD)演演算法。SADD以SAD為基礎，利用塊匹配中相鄰像素點誤差之間相關性，將塊內各像素誤差按一定順序進行差分，消除了相鄰點誤差之間的冗餘。該演演算法更精確地表達了塊與快之間的相似程度。實驗結果表明，該演演算法可有效降低碼率，提高PSNR值，而且其魯棒性好，可適用於各種序列。首先對視頻內容進行分析，針對不同人臉的光照效果和色度變換效果做了平滑處理，以減少灰度突變區域．然後運用匹配演演算法進行像素匹配．為減小計算量，添加了特徵點位置約束關係和梯度約束關係的限制，同時改進了相關係數的計算方法，這樣不僅有效提高了匹配準確度，同時還減少了計算複雜度．試驗證明匹配效果顯著，而且計算量沒有增加．為從視頻序列提取運動矢量，進行有效的視頻檢索，對現存的運動特徵的提取演演算法存在的問題進行了分析，提出了基於自適應塊匹配搜索的全局運動特徵提取方法。實驗表明該演演算法在大大提高搜索速度的同時，能夠獲得幾乎與全搜索演演算法相同的峰值信噪比（PSNR）。運動估計是幀間視頻編碼中的關鍵技術，但現有的快速搜索演演算法中大都是次優演演算法，且易陷於局部極小點。針對此問題，提出了一種改進型遺傳演演算法應用於塊運動估計中的遺傳搜索塊匹配運動估計演演算法(MGSAME)。該方法把塊運動向量作為遺傳染色體，經過雜交、變異等操作，以便得到全局意義上的最優解，並與經典的全局搜索法、三步搜索法和傳統遺傳演演算法（SGA）進行了比較。實驗結果顯示，該演演算法不僅有效地解決了局部極小問題，而且計算量也較少。目前，在有關運動圖像壓縮技術中一般都要採用運動估計和運動補償技術來消除肢圖像序列的每一幀分成大小相等或不相等的宏塊，然後對於當前幀中的每一塊到前一幀或后一幀某一給定搜索範圍內根據一定的匹配準則找出與當前塊最相似的塊即匹配塊，由匹配塊與當前塊的相對位置計算出運動位移，所得運動位移即為當前塊的運動矢量。運動估計越準確，補償的殘差就越小，運動補償編碼所需的位數就越少，因此塊匹配演演算法性能的好壞直接影響整個壓縮系統的壓縮質量和壓縮速度。隨著網路通信、實時多媒體系統的發展，要求對多媒體數據進行快速、高效的處理和傳輸，快速塊匹配演演算法也隨之得到快速發展。