실시간 영상에서 반복적인 움직임에 적응한 블록정합 알고리즘 설계

The Design of Repeated Motion on Adaptive Block Matching Algorithm in Real-Time Image

실시간 동영상에서의 프레임간의 상관관계를 이용하여 움직임 추정과 움직임 보상기법을 수행한다. 이 방법은 동영상에 존재하는 중복된 데이터를 제거하기 때문에 실시간 영상에서 중요한 역할을 하지만 실시간 응용 및 고해상도 응용에 적용하기에는 많은 계산량을 필요로 한다. 따라서 움직임 벡터를 결정하기 전에 블록 내부의 움직임을 예측한다면, 이를 바탕으로 탐색 영역에서 초기 탐색점 위치와 탐색 패턴을 결정할 수 있을 것이다. 본 논문에서는 차영상을 통해 움직임의 검출되었을 때, 이 움직임의 물체의 반복적인 영상인지, 아니면 침입자가 발생한 영상인지를 구분하였으며 움직임 검출 영역 간 픽셀 값의 분포도를 나타낸다. 제안된 알고리즘은 움직임 보상 예측된 화질 및 계산량의 감소에 있어서 높은 성능 향상을 보였다.

Since motion estimation and motion compensation methods remove the redundant data to employ the temporal redundancy in images, it plays an important role in digital video compression. Because of its high computational complexity, however, it is difficult to apply to high-resolution applications in real time environments. If we have a priori knowledge about the motion of an image block before the motion estimation, the location of a better starting point for the search of an exact motion vector can be determined to expedite the searching process. In this paper presents the motion detection algorithm that can run robustly about recusive motion. The motion detection compares and analyzes two frames each other, motion of whether happened judge. Through experiments, we show significant improvements in the reduction of the computational time in terms of the number of search steps without much quality degradation in the predicted image.