Satu algoritma etimasi dan kompensasi gerakan untuk pemampatan video telah dilaksanakan dengan menggunakan perisian MATLAB. Dalam projek ini, dua jenis algoritma perbandingan blok telah diperkembang iaitu, Pencarian dan Pencarian Tiga Langkah. Dalam pendekatan ini, rangka pada masa sekarang dibahagikan kepada matriks blok makro yang kemudiannya dibandingkan dengan blok yang mirip dengannya dan jirannya pada rangka yang sebelumnya untuk mencari vektor gerakan yang menentukan pergerakan vektor dari satu lokasi ke lokasi yang lain di dalam rangka yang sebelumnya. Gerakan ini dikira untuk semua blok makro yang membentuk rangka tersebut dan merupakan gerakan yang dianggarkan dalam rangka pada masa sekarang. Satu gambar gerakan kompensasi untuk rangka sekarang dicipta dan ia terdiri daripada blok-blok gambar daripada rangka sebelumnya. Perbandingan di antara blok-blok makro adalah berdasarkan kepada hasil daripada suatu fungsi harga. Blok makro yang mengakibatkan harga yang paling kecil adalah blok yang paling secocok dengan blok pada masa sekarang. Daripada keputusan simulasi yang didapati, Pencarian Penuh mempunyai prestasi nisbah isyarat puncak kepada kebisingan yang lebih baik daripada Pencarian Tiga Langkah. Purata pencarian titik bagi setiap blok makro untuk Pencarian Penuh juga dihintung dan kita mendapati nilai ini adalah 9 kali ganda dibandingkan dengan Pencarian Tiga Langkah. Pencarian Tiga Langkah dibuktikan sebagai algoritma yang lebih baik daripada Pencarian Penuh dengan masa komputasi bererti yang lebih pendek dan mempunyai nisbah isyarat puncak kepada kebisingan yang hampir sama.
_________________________________________________________________________________________
A motion estimation and compensation algorithm for video compression is implemented using MATLAB software. In this project, two types of block matching algorithm (BMA) have been developed that is the Exhaustive Search (ES) and Three Step Search (TSS). In this approach, the current frame of a video sequence is divided into a matrix of macro blocks that are then compared with corresponding block and its adjacent neighbors in the previous frame to find the motion vector that stipulates the movement of a macro block from one location to another in the previous frame. This movement calculated for all the macro blocks
comprising a frame, constitutes the motion estimated in the current frame. A motion compensated image for the current frame is then created that is built of blocks of image from the previous frame. The matching of one macro block with another is based on the output of a cost function. The macro block that results in
the least cost is the one that matches the closest to current block. From the simulation results obtained, ES has a better PSNR performance compared with the TSS. The average search point per macro block for ES is also computed and the value is almost 9 times of that of the TSS. TSS technique proved to be the
better BMA since it has a significantly smaller computation time with its PSNR performance almost the same as the ES.
Implementation of motion estimation and motion compensation using block matching algorithms for video coding_Tan Sin Peng_E3_2009_875004426_00003095248_NI