菱形十字搜索算法(DCS)算法是在DS算法基础上改进而来，DCS的匹配模板是建立在两种不同的搜索模板之上的，即大菱形十字型(LDCSP)和小菱形十字型(SDCSP)，如图1所示。其中，十字型可以对应于实际的运动的矢量分布，而交叉型则是为了加速搜索效果。
DCS算法在进行运动估计匹配运算时，有三种可能的情况：
(1)若MBD点位于LDCSP中心位置，说明图像是静止的，DCS算法一步结束；
(2)若MBD点位于LDCSP小十字位置，说明图像的运动较小，则在此基础上按照SDCSP模板反复进行交叉搜索。
(3)若MBD点位于LDCSP大十字位置，说明图像的运动较大，则在此基础上按照LDCSP模板反复进行交叉搜索。
由此可以看出，DCS算法的优点是，可以根据图像的运动类型(如上述三种情况)，白适应选择下一步相应的搜索模板，使搜索与图像内容有关(基于内容的搜索)，从而得到较好的搜索效果；DCS算法的搜索并不一定要经历模板由大到小的必然过程，有时一步即可完成搜索；用DCS搜索时，十字形模板对应于实际的运动矢量分布，交叉形模板则有准确性“聚焦”特性，这从本质上体现了DCS是粗定位和准确定位的有效结合。
视频图像的运动矢量大部分为零矢量或运动很小的矢量。运动矢量为零的块称为静止块；运动矢量很小的块(以搜索窗口中心为圆心，两像素为半径的圆内)称为准静止块：而其他的称为运动块。如果有超过80％运动矢量很小的块可被看作静止或准静止块。因此，可设一个阀值T，当运动矢量的值小于T时，可用SDCSP搜索法直接进行精确定位，找出最优点；当运动矢量的值大于T时，可用LDCSP搜索算法找出最优点。
3自适应运动估计算法
结合上述DCS算法和阈值的确定，可采取先对视频图像的运动块进行阈值的判断，再根据判断结果进行最佳匹配块的搜索。具体搜索步骤描述如下：
Step1：判断当前块运动矢量MVp和阈值确大小。若MVp≥T，则进入Step2；若MVp
Step2：用LDCSP在搜索区域中心及周围8个点进行匹配运算，然后判断，找出MBD点。若MBD点位于中心点，说明宏块是静止的，DCS算法一步结束，得到最优匹配块；否则进行Step3。
Step3：若MBD点为LDCSP模版的小十字处，以该点为中心构建SDCSP进行匹配计算，若MBD点位于中心点，所得MBD点为所求。否则，进入Step4。
Step4：若MBD点为LDCSP模版的大十字处，以该点为中心构建LCSP进行匹配计算，进入step2。
Step5：用LDCSP在搜索区域中心及周围5个点进行匹配运算，然后判断，找出MBD点。若MBD点位于中心点，所得MBD点为所求；否则继续Step5。
算法流程图如图3所示。
实验结果及说明
4．2信噪比的比较
对标准测试序列claire和carphone序列进行测定，计算PSNR得表2。
5结束语
长沙市望城经济技术开发区航空路6号手机智能终端产业园2号厂房3层（0731-88081133）