專利名稱：：基于壓縮感知技術(shù)的分布式信源編碼的方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種基于壓縮感知技術(shù)的分布式信源編碼的方法，屬于視頻圖像數(shù)據(jù)處理的
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：先介紹分布式信源編碼DSC(distributedsourcecoding)的實(shí)現(xiàn)方法近年來，多媒體通信得到了廣泛研究，其中的信源編碼技術(shù)為研究的重點(diǎn)之一。在傳統(tǒng)的信源編碼標(biāo)準(zhǔn)中，編碼器需要運(yùn)行某些算法來利用信源數(shù)據(jù)內(nèi)的相關(guān)性，以此降低傳輸速率。因而，編碼器的復(fù)雜度往往比譯碼器高很多。但是，這種傳統(tǒng)結(jié)構(gòu)不適用于目前的一些新興網(wǎng)絡(luò)，如視頻傳感器網(wǎng)絡(luò)，這就要求設(shè)計新的視頻編碼結(jié)構(gòu)，在不增大傳輸速率的前提下，使得編碼器的計算負(fù)荷可以轉(zhuǎn)移到譯碼器，以降低編碼器的復(fù)雜度?；赟l印ian-Wolf編碼SWC和Wyner-Ziv編碼WZC理論(參見《Noiselesscodingofcorrelatedinformationsources》，刊于IEEETransactionsonInformationTheory，vol.19，July1973)以及《Therate-distortionfunctionforsourcecodingwithsideinformationatthedecoder》，干lj于IEEETransactionsonInformationTheory,vol.22，January1976)提出了DSC理論來解決上述問題。在分布式信源編碼DSC系統(tǒng)中，多個相關(guān)信源序列的編碼是獨(dú)立的。參見圖1(A)所示的兩個信源作為示例對兩個有相關(guān)性的信源X和Y進(jìn)行獨(dú)立編碼后，再分別以速率&和R2進(jìn)行發(fā)送；接收端對兩者的接收信號進(jìn)行聯(lián)合譯碼。根據(jù)SWC理論，只要R,R2^H(X，Y)，式中，H(X，Y)為X和Y的聯(lián)合熵，接收端就能夠正確譯碼。相比傳統(tǒng)的信源編碼(即對X和Y的編碼是聯(lián)合進(jìn)行的，只要R,R2>H(X，Y)，接收端即可正確譯碼)，DSC系統(tǒng)在不增大速率的前提下，降低了編碼器的復(fù)雜度?，F(xiàn)在，關(guān)于DSC提出很多不同的實(shí)現(xiàn)方法。圖1(B)是一種非對稱的SWC實(shí)現(xiàn)方式先對信源X進(jìn)行編碼，譯碼端利用邊信息Y(Y是與X有統(tǒng)計相關(guān)性可視為由X經(jīng)過一個虛擬信道得到的)得到對X的估計值i。圖2給出了非對稱SWC分布式信源信道編碼的處理方法，該編碼器的實(shí)現(xiàn)設(shè)有兩層結(jié)構(gòu)基本層和增強(qiáng)層(參見《DistributedJointSource-ChannelCodingofVideoUsingR即torCodes》，干lj于IEEEJournalonSelectedAreasinCommunications,vol.25，no.4，May2007)，具體實(shí)現(xiàn)過程如下步驟1、基本層的編碼實(shí)現(xiàn)利用視頻標(biāo)準(zhǔn)(如MPEG和H.264)對視頻源X進(jìn)行編碼處理，視頻標(biāo)準(zhǔn)中包括變換編碼、量化、熵編碼、運(yùn)動補(bǔ)償?shù)炔僮?；在后面的譯碼步驟中，基本層信息提供邊信息Y的作用。步驟2、增強(qiáng)層的編碼實(shí)現(xiàn)增強(qiáng)層基于WZC理論對視頻源X進(jìn)行編碼，包括DCT變換操作、嵌入量化和SWC操作，具體介紹該步驟2的操作如下(21)離散余弦DCT(DiscreteCosineTransform)變換操作把圖像源視頻流X分成4X4像素塊，乘以DCT變換矩陣后，就將視頻源從時間域變換到頻域。在變換后的4X4變換系數(shù)矩陣中，信號能量主要集中在少數(shù)幾個變換系數(shù)上，低頻的變換系數(shù)能量較大。為降低傳輸速率，只傳送前幾個變換系數(shù)，如選取前3個變換系數(shù)。(22)嵌套量化NQ(nestedquantization):NQ是一種將粗量化器的區(qū)間再分割而產(chǎn)生更高碼率細(xì)量化器的量化方法。參見圖3所示的最簡單的一維嵌套均勻量化器。假設(shè)細(xì)量化器的量化步長為q，粗量化器的最小距離dmin=Nq，圖中嵌套為N=4個陪集。編碼時，先用細(xì)量化器對變換系數(shù)^進(jìn)行量化，然后只發(fā)送其量化值在粗量化器中對應(yīng)的嵌套陪集索引值B(0《B《N-1)，以節(jié)省碼率。以圖3為例，發(fā)送的索引值為1。實(shí)際實(shí)現(xiàn)時，發(fā)送的是B對應(yīng)的比特流，即[B。，Bp...，Bn]，n=log2N。(23)SWC操作利用嵌入量化的輸出和基本層信息之間的相關(guān)性對前者進(jìn)行壓縮，以進(jìn)一步降低傳輸速率。具體實(shí)現(xiàn)的思路為對[B。，Bp...，Bn]中不同的Bi比特進(jìn)行不同速率的編碼，即采用分層編碼思想，對NQ輸出的不同比特層進(jìn)行編碼。參見圖4，介紹其實(shí)現(xiàn)方法每個比特層對應(yīng)的SWC速率是根據(jù)信源數(shù)據(jù)和邊信息數(shù)據(jù)的相關(guān)性進(jìn)行統(tǒng)計得到的。具體操作時，可以根據(jù)需求發(fā)送不同數(shù)目的比特層，以支持系統(tǒng)的速率可變性。為對抗信道丟包事件，需要進(jìn)行信道編碼。在圖2中，利用了單個的信道編碼(R即tor編碼)同時實(shí)現(xiàn)SWC壓縮和信道糾錯編碼，其中前者由預(yù)編碼IRA碼實(shí)現(xiàn)，后者由LT碼實(shí)現(xiàn)。步驟3、基本層和增強(qiáng)層的發(fā)送數(shù)據(jù)都經(jīng)過刪余信道進(jìn)行傳輸。步驟4、基本層譯碼通過標(biāo)準(zhǔn)視頻譯碼產(chǎn)生原始視頻流的估計序列，對估計序列進(jìn)行DCT變換(該步驟操作與(21)的操作相同)產(chǎn)生邊信息Y。步驟5、增強(qiáng)層的譯碼實(shí)現(xiàn)利用基本層提供的邊信息Y進(jìn)行SWC的譯碼和重構(gòu)估計。該步驟的操作具體介紹如下(51)SW譯碼如圖4所示，對接收到的不同比特層Bi的編碼比特流，聯(lián)合邊信息Y進(jìn)行SW譯碼(即R即tor碼的聯(lián)合譯碼)，以恢復(fù)Bi。(52)嵌套反量化如圖3所示，根據(jù)恢復(fù)得到的[Bc，B"...，B丄尋找與Y距離最近的量化點(diǎn)作為原信號的估計值，即重構(gòu)后的DCT變換系數(shù)。i,(53)重構(gòu)后的DCT變換系數(shù)J^乘以逆DCT變換矩陣，從而得到最終的譯碼視頻序列i。圖2所示的實(shí)現(xiàn)過程中，基本層進(jìn)行的標(biāo)準(zhǔn)視頻編譯碼過程是通過DCT變換、量化、熵編碼等操作實(shí)現(xiàn)的。由于熵編碼不是本發(fā)明所關(guān)注的，為簡化起見，只考慮圖5的簡化實(shí)現(xiàn)方法，即在基本層只考慮DCT變換和量化，也就是本發(fā)明稱其為基于DCT的傳統(tǒng)方法的操作過程，實(shí)現(xiàn)方法如下步驟1、基本層的編碼實(shí)現(xiàn)，具體內(nèi)容包括DCT變換操作和均勻量化(11)把圖像源X分成4X4像素塊，乘以DCT變換矩陣后，將視頻源從時間域變換到頻域。因變換后的4X4變換系數(shù)矩陣的信號的能量主要集中在少數(shù)幾個變換系數(shù)上，低頻的變換系數(shù)具有較大能量。為降低傳輸速率，只傳送前幾個變換系數(shù)，如選取前3個變換系數(shù)。(12)進(jìn)行均勻量化，使相應(yīng)的變換系數(shù)被量化產(chǎn)生量化比特流，再對量化比特流進(jìn)行信道編碼(即LT編碼)?；緦有畔⒃诤竺娴淖g碼步驟中用作邊信息Y。步驟2、增強(qiáng)層基于WZC理論對增強(qiáng)層的視頻源X進(jìn)行編碼該步驟的三個具體操作內(nèi)容為DCT變換操作、嵌套量化NQ和SWC操作，它們都與前面介紹的圖2所示的非對稱SWC分布式信源信道編碼中的編碼器的實(shí)現(xiàn)內(nèi)容完全相同，這里不再贅述。步驟3、基本層和增強(qiáng)層的發(fā)送數(shù)據(jù)分別經(jīng)過刪余信道進(jìn)行傳輸。步驟4、基本層進(jìn)行譯碼通過對基本層傳輸數(shù)據(jù)進(jìn)行信道譯碼，反量化，反DCT操作得到對信源X的估計序列；再對估計序列進(jìn)行DCT變換(該步驟操作與步驟2中DCT變換的操作相同)，產(chǎn)生邊信息Y。步驟5、增強(qiáng)層實(shí)現(xiàn)譯碼利用基本層提供的邊信息Y進(jìn)行SWC的譯碼和重構(gòu)估計。該步驟的具體操作也與前面介紹的內(nèi)容完全相同，不再贅述。上述方案實(shí)現(xiàn)時，要對數(shù)據(jù)源進(jìn)行Nyquist采樣來獲取大量原始數(shù)據(jù)，然后再進(jìn)行DCT變換，這需要極大的采樣和存儲代價。然而，為了減小傳輸速率，增強(qiáng)層只傳送前面幾個能量較大的DCT系數(shù)而丟棄其它系數(shù)；該操作意味著雖然在DCT之前付出很大代價而利用Nyquist采樣所獲得的數(shù)據(jù)，其中大部分采樣信息都在DCT變換后被丟棄了。因而，這種實(shí)現(xiàn)方法在獲取樣本的過程中，進(jìn)行了不必要的大量數(shù)據(jù)的采樣，給存儲和傳輸都帶來很大的負(fù)擔(dān)。再介紹壓縮感知CS(compressivesensing)技術(shù)在傳統(tǒng)的數(shù)字信號處理領(lǐng)域，發(fā)送端采樣率的設(shè)置要遵從奈奎斯特采樣定律，以使接收端能夠正確恢復(fù)數(shù)據(jù)。但是，隨著對數(shù)字采樣的不斷研究，目前這一傳統(tǒng)理論受到了極大的挑戰(zhàn)。近幾年，出現(xiàn)了一種新的采樣理論——壓縮采樣或壓縮感知CS(compressedsamplingorcompressivesensing)技術(shù)，推翻了采樣率必須大于奈奎斯特采樣速率的要求。該方法是在采樣過程的同時，實(shí)現(xiàn)了信號的壓縮，即在發(fā)送端以低于奈奎斯特速率的采樣速率對信號進(jìn)行采樣，而在接收端依然可以以極高的準(zhǔn)確率恢復(fù)出原始信號，這樣就可以大大降低系統(tǒng)在數(shù)據(jù)采樣和儲存方面的開銷(參見《Compressedsensing》，刊于IEEETransactionsonInformationTheory,vol.52，Apr.2006，pp.1289-1306)。但是，利用壓縮感知技術(shù)處理數(shù)據(jù)必須具備一個重要的假設(shè)前提即數(shù)據(jù)的稀疏性。例如，當(dāng)給定NXN的矩陣V=V2|...IVn]時，式中，1^表示矩陣的i列時，一個長度為自然數(shù)n的實(shí)數(shù)信號x可以表示為x=f>,V/,;當(dāng)式中的a系數(shù)只有K個不等于零時，信號x被稱為K-稀疏信號。在CS技術(shù)中，可以對信號x進(jìn)行欠采樣(即以低于奈奎斯特速率進(jìn)行采樣)，并在接收端恢復(fù)之。實(shí)現(xiàn)時，通過引入MXN(K〈M〈N)的測量矩陣①，并計算y=①x，得到y(tǒng)=①x=①vs=s;式中，s=[Sl，s2，，sN]T，T表示矩陣的轉(zhuǎn)置。因M〈N，y即為采樣并壓縮后的信號。接收端先根據(jù)接收信號y恢復(fù)s，進(jìn)而恢復(fù)X。但是因上述公式中的方程組個數(shù)少于未知變量個數(shù)，因此，Si的解有無窮多組?？紤]到信號的稀疏性，對信號的恢復(fù)問題就等價于尋找上述公式的一個最稀疏的解。目前，已有很多文獻(xiàn)提出了對信號進(jìn)行稀疏重建的方法，如BasisPursuit算法(參見《CompressedSensing》，干lj于IEEETransactionsonInformationTheory,vol.52，Apr.2006)、OrthogonalMatchingPursuit算法(參見《SignalRecoveryfromRandomMeasurementsviaOrthogonalMatchingPursuit》，干lj于IEEETransactionsonInformationTheory,vol.53，Dec.2007)等等。而最近新提出的一種GPSR(Gradientprojectionforsparsereconstruction)算法的重建復(fù)雜度低，而運(yùn)行速度快，本發(fā)明就是禾U用該算法進(jìn)行重建(參見《Gradientprojectionforsparsereconstruction:applicationtocompressedsensingandotherinverseproblems》，刊于IEEEJournalofSelectedTopicsinSignalProcessing,vol.1，Dec.2007)的。由于壓縮感知CS技術(shù)的優(yōu)點(diǎn)以及自然圖像和視頻數(shù)據(jù)具有稀疏性的本質(zhì)，目前已經(jīng)有很多研究將CS技術(shù)應(yīng)用到圖像和視頻數(shù)據(jù)的傳輸中，以降低采樣和存儲的開銷。本發(fā)明就是申請人對這個科研課題進(jìn)行深入研制后，在最近獲得成果的一種基于壓縮感知技術(shù)的分布式信源編碼的方法。
發(fā)明內(nèi)容有鑒于此，本發(fā)明的目的是提供一種基于壓縮感知技術(shù)的分布式信源編碼的方法，本發(fā)明就是利用CS技術(shù)的優(yōu)點(diǎn)和視頻圖像的稀疏特性，將其結(jié)合到分布式信源編碼DSC的實(shí)現(xiàn)過程中，從而形成一種新的分布式信源編碼方法。本發(fā)明不僅能夠降低系統(tǒng)的采樣率和操作復(fù)雜度，還能提高系統(tǒng)的魯棒性。為了達(dá)到上述目的，本發(fā)明提供了一種基于壓縮感知CS技術(shù)的分布式信源編碼DSC的方法，其特征在于基于視頻圖像數(shù)據(jù)源的稀疏特性，在分布式信源編碼DSC過程的相應(yīng)操作步驟中，利用CS技術(shù)處理視頻圖像數(shù)據(jù)和執(zhí)行對應(yīng)的恢復(fù)處理用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與離散余弦DCT(DiscreteCosineTransform)變換操作和DCT逆變換，以便利用很少的測量數(shù)據(jù)重建視頻圖像源，降低系統(tǒng)的采樣速率和儲存負(fù)擔(dān)，增強(qiáng)系統(tǒng)的魯棒性，并實(shí)現(xiàn)三種不同結(jié)構(gòu)的分布式信源編碼的構(gòu)建；該方法包括下述操作步驟步驟1、基本層的編碼實(shí)現(xiàn)發(fā)送端先對視頻圖像源X執(zhí)行采樣與壓縮操作，獲得壓縮后的系數(shù)；再對該壓縮后的系數(shù)進(jìn)行量化編碼的操作，轉(zhuǎn)化為相應(yīng)的量化比特流進(jìn)行傳輸；步驟2、增強(qiáng)層的編碼實(shí)現(xiàn)發(fā)送端先對視頻圖像源X執(zhí)行采樣與壓縮操作，獲得壓縮后的系數(shù)；再基于WZC(Wyner-Ziv編碼)理論對該壓縮后的系數(shù)順序執(zhí)行嵌套量化NQ和SWC(Sl印ian-Wolf編碼)的操作，以進(jìn)一步降低傳輸速率；步驟3、為對抗信道的刪余，發(fā)送端對基本層的量化比特流和增強(qiáng)層SWC編碼后的比特流都進(jìn)行信道編碼，然后將編碼比特分別發(fā)送到各自的刪余信道進(jìn)行傳輸；步驟4、基本層進(jìn)行譯碼接收端先對接收到的基本層的編碼比特進(jìn)行信道譯碼得到量化比特流，再對其執(zhí)行反量化得到估計的壓縮系數(shù)，該壓縮系數(shù)經(jīng)過壓縮變換的反操作后，恢復(fù)為原始視頻圖像數(shù)據(jù)流的估計序列；然后接收端對該原始視頻圖像數(shù)據(jù)流的估計序列進(jìn)行與增強(qiáng)層相同的采樣與壓縮操作處理，得到用于輔助增強(qiáng)層譯碼的邊信息Y;步驟5、增強(qiáng)層實(shí)現(xiàn)譯碼接收端利用基本層提供的邊信息Y，對經(jīng)過刪余信道的增強(qiáng)層編碼比特流進(jìn)行信源信道聯(lián)合譯碼，即SWC譯碼和信道譯碼是聯(lián)合進(jìn)行的；然后對譯碼比特進(jìn)行反量化和壓縮變換的反操作；完成譯碼。所述步驟2中，執(zhí)行的嵌套量化NQ和SWC編碼操作的具體內(nèi)容為執(zhí)行嵌套量化NQ(NestedQuantization)是分割粗量化器的區(qū)間產(chǎn)生具有更小量化區(qū)間的細(xì)量化器的量化方法量化編碼時，先用細(xì)量化器對壓縮系數(shù)進(jìn)行量化，然后，實(shí)際只發(fā)送其量化值在粗量化器中對應(yīng)的嵌套陪集索引值B所對應(yīng)的比特流[B。，Bp...，Bn]，以節(jié)省碼率；式中，n=log2N，0《B《N-l，N是每個粗量化區(qū)間所包含的細(xì)量化區(qū)間的個數(shù)；執(zhí)行SWC編碼是利用NQ操作的輸出和基本層信息之間的相關(guān)性，對前者進(jìn)行壓縮而進(jìn)一步降低傳輸速率；具體操作內(nèi)容為對[B。，...，Bn]中不同的Bi比特進(jìn)行不同速率的編碼，即用分層編碼方法對NQ輸出的不同比特層進(jìn)行編碼，其中每個比特層對應(yīng)的SWC速率是根據(jù)信源數(shù)據(jù)和邊信息數(shù)據(jù)的相關(guān)性進(jìn)行統(tǒng)計得到的；操作時根據(jù)需求發(fā)送不同數(shù)目的比特層，以支持系統(tǒng)的速率可變性；SWC的實(shí)現(xiàn)是采用非規(guī)則重復(fù)累積IRA碼進(jìn)行信源編碼得到壓縮比特。所述步驟5進(jìn)一步包括下列操作內(nèi)容(51)執(zhí)行SW譯碼對接收到的增強(qiáng)層不同比特層Bi的編碼比特流，聯(lián)合邊信息Y進(jìn)行信源信道聯(lián)合譯碼，即利用邊信息Y進(jìn)行包括IRA碼和信道碼的一種噴泉碼、即LT碼的R即tor碼的聯(lián)合譯碼來恢復(fù)對應(yīng)的比特流Bi;(52)執(zhí)行嵌套反量化根據(jù)恢復(fù)的比特流[B。，...，Bn]，尋找與邊信息Y距離最近的量化點(diǎn)，作為壓縮系數(shù)在測量后的估計值；(53)利用壓縮系數(shù)估計值進(jìn)行稀疏重構(gòu)，恢復(fù)原始視頻圖像信號序列。所述數(shù)據(jù)采樣和離散余弦DCT變換操作的原理是把數(shù)據(jù)流分成4X4像素塊，再乘以DCT變換矩陣后，將視頻源從時間域變換到頻域；因在變換后得到的4X4變換系數(shù)矩陣中，信號的能量主要集中于少數(shù)幾個變換系數(shù)，且低頻的變換系數(shù)有較大能量；為降低傳輸速率，只傳送前幾個變換系數(shù)；所述DCT逆變換的實(shí)現(xiàn)原理是在DCT逆變換時，將DCT變換系數(shù)乘以逆DCT變換矩陣就能得到恢復(fù)序列。所述利用CS技術(shù)對視頻圖像數(shù)據(jù)進(jìn)行壓縮處理的原理是當(dāng)給定NXN的矩陣V=[11/」U/2|...IVw]，式中，N是自然數(shù)，Vi表示矩陣的i列時，一個長度為N的實(shí)數(shù)信號x就表示為x=f>,^;當(dāng)該式中的Si系數(shù)只有K個不等于零時，該實(shí)數(shù)信號x被稱為'=1K-稀疏信號；就能夠利用CS技術(shù)對信號x進(jìn)行欠采樣，即以低于奈奎斯特速率進(jìn)行采樣，并在接收端進(jìn)行恢復(fù)；在實(shí)現(xiàn)時，通過引入MXN，K<M<N，K和M都是自然數(shù)的測量矩陣①，并計算y=①x，得到y(tǒng)=①x=①vs=0s，式中，s=[s"s2，，sN]T，T表示矩陣的轉(zhuǎn)置，因M<N，y即為采樣并壓縮后的信號；所述CS的稀疏重構(gòu)原理是在接收端，先利用稀疏恢復(fù)算法接收根據(jù)信號y恢復(fù)s，然后利用公式x=|>,,就能恢復(fù)x。所述實(shí)現(xiàn)三種不同結(jié)構(gòu)的分布式信源編碼的第一種構(gòu)建方法是在分布式信源編碼DSC過程的各個相應(yīng)操作步驟中，基本層視頻傳輸恢復(fù)仍然采用傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換；利用恢復(fù)視頻產(chǎn)生邊信息Y的采樣和壓縮操作中，用CS操作替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作；增強(qiáng)層視頻傳輸恢復(fù)中的采樣和壓縮的相關(guān)操作，都用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換。所述實(shí)現(xiàn)三種不同結(jié)構(gòu)的分布式信源編碼的第二種構(gòu)建方法是在分布式信源編碼DSC過程的各個相應(yīng)操作步驟中，增強(qiáng)層視頻傳輸恢復(fù)中的采樣和壓縮的相關(guān)操作都仍然采用傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換；基本層視頻傳輸恢復(fù)中的采樣和壓縮的相關(guān)操作，用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換。所述實(shí)現(xiàn)三種不同結(jié)構(gòu)的分布式信源編碼的第三種構(gòu)建方法是在分布式信源編碼DSC過程的各個相應(yīng)操作步驟中，基本層和增強(qiáng)層涉及的采樣和壓縮的相關(guān)操作都用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換。本發(fā)明基于壓縮感知技術(shù)的分布式信源編碼方法的最大優(yōu)點(diǎn)是壓縮感知CS技術(shù)本身帶來的操作簡單、復(fù)雜度低，容易實(shí)現(xiàn)，以及顯著地降低了數(shù)據(jù)采樣及其相關(guān)處理的工作量和所需要的存儲空間；此外，本發(fā)明還能提高系統(tǒng)的魯棒性和降低數(shù)據(jù)傳輸速率。另外，本發(fā)明提供三種不同的信源編碼的實(shí)現(xiàn)方法，以供用戶根據(jù)實(shí)際情況進(jìn)行優(yōu)選使用。因此，本發(fā)明的推廣應(yīng)用前景看好。圖1(A)、(B)分別是根據(jù)信源的對稱SWC原理和非對稱SWC原理進(jìn)行分布式信源編碼方法的示意圖。圖2是現(xiàn)有文獻(xiàn)中信源s利用Nyquist采樣和DCT變換的DVC處理操作示意圖。圖3是一維嵌套均勻量化NQ原理的實(shí)現(xiàn)方法示意圖。圖4是分層WZ編譯碼實(shí)現(xiàn)方法示意圖。圖5是基于DCT變換的傳統(tǒng)分布式信源編碼方法示意圖。圖6是本發(fā)明基于CS技術(shù)的分布式信源編碼的通用構(gòu)建方法的示意圖，其中的(a)、(b)、(c)、(d)、(e)分別代表不同的采樣和壓縮方法。圖7是本發(fā)明實(shí)現(xiàn)不同結(jié)構(gòu)的分布式信源編碼的第一種構(gòu)建方法示意圖。圖8是本發(fā)明實(shí)現(xiàn)不同結(jié)構(gòu)的分布式信源編碼的第二種構(gòu)建方法示意圖。圖9是本發(fā)明實(shí)現(xiàn)不同結(jié)構(gòu)的分布式信源編碼的第三種構(gòu)建方法示意圖圖10(A)、(B)是分別使用傳統(tǒng)方法和本發(fā)明第三種構(gòu)建方法恢復(fù)的兩個實(shí)施例圖像的效果圖，以供比較。圖表1是圖11中分別使用傳統(tǒng)方法和本發(fā)明第三種構(gòu)建方法恢復(fù)的兩個實(shí)施例圖像的比較結(jié)果(A)是速率測試結(jié)果(a)是傳統(tǒng)方法的增強(qiáng)層速率，(b)是本發(fā)明第三種構(gòu)建方法的增強(qiáng)層速率；(B)是在基本層丟包率不變，增強(qiáng)層丟包率增加時，增強(qiáng)層所需的速率增加率的測試結(jié)果；(C)是在增強(qiáng)層丟包率不變，基本層丟包率增加時，增強(qiáng)層所需的速率增加率的測試結(jié)果。具體實(shí)施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖對本發(fā)明作進(jìn)一步的詳細(xì)描述。由于圖像或視頻信源往往呈現(xiàn)一定的稀疏性，例如在DCT域和小波域的某個變換域的信號具有稀疏表示的結(jié)構(gòu)特性，因而其具備了利用CS技術(shù)的基礎(chǔ)。但是，在圖5所示的基于DCT變換域的傳統(tǒng)分布式信源編碼方法中，要對數(shù)據(jù)源進(jìn)行Nyquist采樣獲取大量原始數(shù)據(jù)，這就需要極大的采樣和存儲代價，然后進(jìn)行DCT變換操作時，又要丟棄大多數(shù)的變換系數(shù)，造成存儲和傳輸?shù)睦速M(fèi)。本發(fā)明的基本思路是根據(jù)^=|>,^公式，假設(shè)信源數(shù)據(jù)x被表示為x=uru，其中，V為x的稀疏矩陣，u為對應(yīng)的稀疏信號；再根據(jù)公式y(tǒng)=Ox=①=s，以①表示測量矩陣，得到獲取的M個獨(dú)立觀測向量為xm=①x=①vu=Au，其中，A=①V;因?yàn)镸〈N，故系統(tǒng)所需獲取和存儲的數(shù)據(jù)量都得以降低，并且CS在采樣的同時，就實(shí)現(xiàn)了信號的壓縮，即在發(fā)送端以低于奈奎斯特速率的采樣率對數(shù)據(jù)進(jìn)行壓縮和采樣，用它代替完全采樣和DCT變換，在接收端仍然能夠以極高準(zhǔn)確率恢復(fù)出原原始信號，從而顯著降低數(shù)據(jù)處理的時間和資源，而且，壓縮感知CS技術(shù)還具有操作復(fù)雜度低，魯棒性高等優(yōu)點(diǎn)。本發(fā)明是一種基于CS技術(shù)的分布式信源編碼DSC的方法基于視頻圖像數(shù)據(jù)源的稀疏特性，在分布式信源編碼DSC過程的相應(yīng)操作步驟中，利用CS技術(shù)處理視頻圖像數(shù)據(jù)和執(zhí)行對應(yīng)的恢復(fù)處理用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換，以便利用很少的測量數(shù)據(jù)重建視頻圖像源，降低系統(tǒng)的采樣速率和儲存負(fù)擔(dān)，增強(qiáng)系統(tǒng)的魯棒性，并實(shí)現(xiàn)三種不同結(jié)構(gòu)的分布式信源編碼的構(gòu)建.參見圖6，介紹本發(fā)明三種不同結(jié)構(gòu)的分布式信源編碼方法的操作步驟步驟1、基本層的編碼實(shí)現(xiàn)發(fā)送端先對視頻圖像源X執(zhí)行采樣與壓縮操作，獲得壓縮后的系數(shù)(a);再對該壓縮后的系數(shù)進(jìn)行量化編碼的操作，轉(zhuǎn)化為相應(yīng)的量化比特流進(jìn)行傳輸。步驟2、增強(qiáng)層的編碼實(shí)現(xiàn)發(fā)送端先對視頻圖像源X執(zhí)行采樣與壓縮操作，獲得壓縮后的系數(shù)&(b);再基于WZC(Wyner-Ziv編碼)理論對該壓縮后的系數(shù)順序執(zhí)行嵌套量化NQ(NestedQuantization)和SWC(Sl印ian-Wolf編碼)的操作，以進(jìn)一步降低傳輸速率。其中，NQ是分割粗量化器的區(qū)間產(chǎn)生具有更小量化區(qū)間的細(xì)量化器的量化方法量化編碼時，先用細(xì)量化器對壓縮系數(shù)進(jìn)行量化，然后，實(shí)際只發(fā)送其量化值在粗量化器中對應(yīng)的嵌套陪集索引值B所對應(yīng)的比特流[B。，Bp...，B丄以節(jié)省碼率；式中，n=log2N;0《B《N-l，N是每個粗量化區(qū)間所包含的細(xì)量化區(qū)間的個數(shù)。以圖3為例，發(fā)送的索引值為1。實(shí)際發(fā)送的是B對應(yīng)的比特流，即[B。，Bp...，Bn]，n=log2N。SWC編碼是利用NQ操作的輸出和基本層信息之間的相關(guān)性，對前者進(jìn)行壓縮而進(jìn)一步降低傳輸速率；具體操作內(nèi)容為對[B。，Bp...，Bn]中不同的Bi比特進(jìn)行不同速率的編碼，即用分層編碼方法對NQ輸出的不同比特層進(jìn)行編碼(具體結(jié)構(gòu)參見圖4)，其中每個比特層對應(yīng)的SWC速率是根據(jù)信源數(shù)據(jù)和邊信息數(shù)據(jù)的相關(guān)性進(jìn)行統(tǒng)計得到的；操作時根據(jù)需求發(fā)送不同數(shù)目的比特層，以支持系統(tǒng)的速率可變性；SWC的實(shí)現(xiàn)是采用非規(guī)則重復(fù)累積IRA碼進(jìn)行信源編碼得到壓縮比特。步驟3、為對抗信道的刪余，發(fā)送端對基本層的量化比特流和增強(qiáng)層SWC編碼后的比特流都進(jìn)行信道編碼得到校驗(yàn)比特，該信道編碼由LT碼實(shí)現(xiàn)。然后將編碼比特分別發(fā)送到各自的刪余信道進(jìn)行傳輸。步驟4、基本層進(jìn)行譯碼接收端先對接收到的基本層的編碼比特進(jìn)行信道譯碼10得到量化比特流，再對其執(zhí)行反量化得到估計的壓縮系數(shù)，該壓縮系數(shù)經(jīng)過壓縮變換的反操作后，恢復(fù)為原始視頻圖像數(shù)據(jù)流的估計序列(c);然后接收端對該原始視頻圖像數(shù)據(jù)流的估計序列進(jìn)行與增強(qiáng)層相同的采樣與壓縮操作處理，得到用于輔助增強(qiáng)層譯碼的邊信息Y(d)，為增強(qiáng)層譯碼做準(zhǔn)備。步驟5、增強(qiáng)層實(shí)現(xiàn)譯碼接收端利用基本層提供的邊信息Y，對經(jīng)過刪余信道的增強(qiáng)層編碼比特流進(jìn)行信源信道聯(lián)合譯碼，即SWC譯碼和信道譯碼是聯(lián)合進(jìn)行的；然后對譯碼比特進(jìn)行反量化和壓縮變換的反操作；完成譯碼。該驟5進(jìn)一步包括下列操作內(nèi)容(51)執(zhí)行SW譯碼對接收到的增強(qiáng)層不同比特層Bi的編碼比特流，聯(lián)合邊信息Y進(jìn)行信源信道聯(lián)合譯碼，即利用邊信息Y進(jìn)行包括IRA碼和信道碼的一種噴泉碼、即LT碼的R即tor碼的聯(lián)合譯碼來恢復(fù)對應(yīng)的比特流Bi;(52)執(zhí)行嵌套反量化如圖3所示，根據(jù)恢復(fù)的比特流[B。，Bp…，Bn]，尋找與邊信息Y距離最近的量化點(diǎn)，作為壓縮系數(shù)在測量后的估計值；i,，(53)利用壓縮系數(shù)估計值i,進(jìn)行稀疏重構(gòu)，恢復(fù)原始視頻圖像信號序列f(e>本發(fā)明所包括的三種構(gòu)建方法的主要區(qū)別是上述步驟中的下述五個操作(a)基本層把圖像源X進(jìn)行采樣和壓縮操作獲得壓縮后的系數(shù)^;(b)增強(qiáng)層把圖像源X進(jìn)行采樣和壓縮操作獲得壓縮后的系數(shù)&;(c)基本層譯碼時將壓縮后的系數(shù)&經(jīng)過稀疏重構(gòu)恢復(fù)原始視頻流的估計序列；(d)增強(qiáng)層得到基本層估計序列后對估計序列進(jìn)行采樣和壓縮產(chǎn)生邊信息Y;(e)利用壓縮系數(shù)估計值i,進(jìn)行稀疏重構(gòu)恢復(fù)原視頻序列i的操作。參見圖7，介紹本發(fā)明第一種分布式信源編碼方法是在分布式信源編碼DSC過程的各個相應(yīng)操作步驟中，基本層視頻傳輸恢復(fù)仍然采用傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換；但在利用恢復(fù)視頻產(chǎn)生邊信息Y的采樣和壓縮操作中，用CS操作替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作；增強(qiáng)層視頻傳輸恢復(fù)中的采樣和壓縮的相關(guān)操作，都用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換。參見圖8，介紹本發(fā)明第二種分布式信源編碼方法是在分布式信源編碼DSC過程的各個相應(yīng)操作步驟中，增強(qiáng)層視頻傳輸恢復(fù)中的采樣和壓縮的相關(guān)操作都仍然采用傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換；基本層視頻傳輸恢復(fù)中的采樣和壓縮的相關(guān)操作，用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換。參見圖9，介紹本發(fā)明第三種分布式信源編碼方法是在分布式信源編碼DSC過程的各個相應(yīng)操作步驟中，基本層和增強(qiáng)層涉及的采樣和壓縮的相關(guān)操作都用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換。申請人:已經(jīng)對本發(fā)明方法進(jìn)行了多次實(shí)施試驗(yàn)，下面以圖9所示的本發(fā)明第三種實(shí)施例來簡要說明試驗(yàn)情況，并將其和圖5所示的基于DCT的傳統(tǒng)方法進(jìn)行比較。先參見圖9，介紹本發(fā)明實(shí)施例的下述操作步驟(1)基本層的編碼實(shí)現(xiàn)對圖像信源X進(jìn)行CS操作，得到變換后的測量值；再對測量值進(jìn)行量化，使相應(yīng)的變換系數(shù)轉(zhuǎn)換產(chǎn)生量化符號流，為提供邊信息Y做準(zhǔn)備。(2)增強(qiáng)層的編碼實(shí)現(xiàn)對信源X進(jìn)行WZC設(shè)計，為了和DCT進(jìn)行公平對比，CS測量值的個數(shù)等于DCT系數(shù)的個數(shù)?；赪ZC理論來設(shè)計增強(qiáng)層，具體實(shí)現(xiàn)步驟包括A、用CS操作對視頻流進(jìn)行采樣和壓縮，得到變換后的測量值；B、嵌入量化NQ:編碼時，先用細(xì)量化器對信源&進(jìn)行量化，然而只對X量化后落在每個粗量化器中的嵌套陪集索引B(O《B《N-l)進(jìn)行編碼，以節(jié)省碼率；相應(yīng)的變換系數(shù)被量化產(chǎn)生量化符號流B=B。B^..Bn;C、SWC:利用嵌入量化的輸出和基本層信息之間的相關(guān)性對其進(jìn)行壓縮，進(jìn)一步降低傳輸速率采用分層WZC結(jié)構(gòu)是指對B=B。B^..Bn中不同的Bi比特進(jìn)行不同速率的編碼，這里的分層對應(yīng)于NQ輸出的不同比特層，其對應(yīng)的SWC速率可根據(jù)信源數(shù)據(jù)和邊信息數(shù)據(jù)獲得(參見圖4所示)。這樣可以支持系統(tǒng)的速率可變性和對信道丟包的魯棒性，在文獻(xiàn)中，提出利用單個的信道編碼(Raptor編碼)來實(shí)現(xiàn)SWC以及對抗信道丟包事件，前者由預(yù)編碼IRA碼實(shí)現(xiàn)，而后者由LT碼實(shí)現(xiàn)。(3)基本層譯碼通過反量化，CS稀疏恢復(fù)產(chǎn)生原始視頻流的估計序列，對估計序列進(jìn)行CS操作產(chǎn)生邊信息Y;(4)增強(qiáng)層的譯碼實(shí)現(xiàn)利用基本層提供的邊信息Y進(jìn)行SWC的譯碼和重構(gòu)估計。具體實(shí)現(xiàn)步驟包括(4A)SW譯碼如圖4所示，分層增強(qiáng)層WZC產(chǎn)生的量化碼流聯(lián)合邊信息Y進(jìn)行SW譯碼(Raptor碼的聯(lián)合譯碼)；(4B)嵌套反量化如圖3所示，對于B=B。B^..B?；謴?fù)的索引陪集中，找與Y相近的作為估計值i,。(4C)利用恢復(fù)的CS測量值估計值i進(jìn)行CS稀疏重構(gòu)恢復(fù)原始序列i。實(shí)施例中的發(fā)送端，稀疏基W采用離散小波變換(discretewavelettransform)，測量矩陣①利用塊哈達(dá)瑪集合來產(chǎn)生(參見《FastcompressiveimagingusingscrambledblockHadamardensemble》，刊于Proc.EUSIPCO，2008);接收端則用基于稀疏重構(gòu)梯形映射(GPSR)算法進(jìn)行稀疏恢復(fù)。(—)對圖像進(jìn)行試驗(yàn)對于256X256像素的camareman圖像信源，利用兩種結(jié)構(gòu)分別進(jìn)行編碼。假設(shè)基本層和增強(qiáng)層都沒有信道，圖10(A)、(B)是分別使用傳統(tǒng)方法和本發(fā)明第三種構(gòu)建方法的兩個實(shí)施例圖像恢復(fù)結(jié)果圖像，以供比較。其中，對應(yīng)的PSNR值分別是31.5378dB和26.0255dB。(PSNR定義為信號功率與噪聲功率之比，通常用分貝dB表示。在圖像處理過程中，可將信號功率當(dāng)作是峰值圖像樣值數(shù)的平方，而噪聲功率可認(rèn)為是該恢復(fù)圖像的均方誤差，PSNR越大圖像恢復(fù)質(zhì)量越好)。(二)對視頻進(jìn)行試驗(yàn)對300幀352X288像素的CIFForeman視頻，分別使用傳統(tǒng)方法和本發(fā)明第三種構(gòu)建方法進(jìn)行編碼和恢復(fù)，其結(jié)果參見下面的表1:<table>tableseeoriginaldocumentpage12</column></row><table>(A)<table>tableseeoriginaldocumentpage13</column></row><table>(B)表1的(A)、(B)兩表分別給出了傳統(tǒng)方法和本發(fā)明第三種構(gòu)建方法在基本層和增強(qiáng)層信道具有不同丟包率時的結(jié)果?？梢钥闯觯瑢τ谠诓煌膩G包率情況時增強(qiáng)層所需的速率，本發(fā)明第三種構(gòu)建方法都小于傳統(tǒng)方法。根據(jù)表1的試驗(yàn)結(jié)果，下面的表2表示當(dāng)基本層丟包率保持不變，而增強(qiáng)層信道丟包率P增大時，為了保證正確譯碼，增強(qiáng)層編碼所需要的速率增加率t(如假設(shè)增強(qiáng)層信道丟包率為0和10^時的編碼長度分別為Ro和R"則此時的速率增加率為t=(R「R。)/R0)。<table>tableseeoriginaldocumentpage13</column></row><table>可以看出，當(dāng)增強(qiáng)層丟包率p=5X和p=10%時，本發(fā)明第三種構(gòu)建方法速率增加率t都小于傳統(tǒng)方法中的速率增加率。由此可知在基本層相同丟包率時，本發(fā)明第三種構(gòu)建方法對增強(qiáng)層信道丟包具有更高的魯棒性。根據(jù)表1的試驗(yàn)結(jié)果，下面的表3表示當(dāng)增強(qiáng)層丟包率保持不變，而基本層信道丟包率P增大時，為了保證正確譯碼，增強(qiáng)層編碼所需要的速率增加率t(如假設(shè)基本層信道丟包率O和10X時的編碼長度分別為Ro和R"則此時的速率增加率為t=(R「R。)/R。)?？梢钥闯觯?dāng)基本層丟包率。=10%時，本發(fā)明第三種構(gòu)建方法的速率增加率t小于傳統(tǒng)方法的速率增加率。由此可知在增強(qiáng)層相同丟包率時，本發(fā)明第三種構(gòu)建方法對基本層信道丟包具有更高的魯棒性。<table>tableseeoriginaldocumentpage14</column></row><table>根據(jù)上述結(jié)果，進(jìn)一步說明本發(fā)明的優(yōu)勢(l)傳輸速率低本發(fā)明第三種方法的增強(qiáng)層速率遠(yuǎn)小于傳統(tǒng)方法。(2)魯棒性當(dāng)基本層和增強(qiáng)層信道的丟包率P增大時，為保證正確譯碼，本發(fā)明第三種方法的T小于傳統(tǒng)方法的T，因而本發(fā)明方法對信道丟包具有更好的魯棒性。此外還有CS操作本身帶來的操作復(fù)雜度低，數(shù)據(jù)處理和存儲量小等優(yōu)勢。實(shí)施例仿真試驗(yàn)結(jié)果說明CS用于分布式信源編碼是成功的，能夠有效恢復(fù)圖像和視頻的質(zhì)量，同時大大減少數(shù)據(jù)處理的時間和資源，并且傳輸速率小，復(fù)雜度低，魯棒性高。權(quán)利要求一種基于壓縮感知CS技術(shù)的分布式信源編碼DSC的方法，其特征在于基于視頻圖像數(shù)據(jù)源的稀疏特性，在分布式信源編碼DSC過程的相應(yīng)操作步驟中，利用CS技術(shù)處理視頻圖像數(shù)據(jù)和執(zhí)行對應(yīng)的恢復(fù)處理用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與離散余弦DCT變換操作和DCT逆變換，以便利用很少的測量數(shù)據(jù)重建視頻圖像源，降低系統(tǒng)的采樣速率和儲存負(fù)擔(dān)，增強(qiáng)系統(tǒng)的魯棒性，并實(shí)現(xiàn)三種不同結(jié)構(gòu)的分布式信源編碼的構(gòu)建；該方法包括下述操作步驟步驟1、基本層的編碼實(shí)現(xiàn)發(fā)送端先對視頻圖像源X執(zhí)行采樣與壓縮操作，獲得壓縮后的系數(shù)；再對該壓縮后的系數(shù)進(jìn)行量化編碼的操作，轉(zhuǎn)化為相應(yīng)的量化比特流進(jìn)行傳輸；步驟2、增強(qiáng)層的編碼實(shí)現(xiàn)發(fā)送端先對視頻圖像源X執(zhí)行采樣與壓縮操作，獲得壓縮后的系數(shù)；再基于WZC(Wyner-Ziv編碼)理論對該壓縮后的系數(shù)順序執(zhí)行嵌套量化NQ和SWC(Slepian-Wolf編碼)的操作，以進(jìn)一步降低傳輸速率；步驟3、為對抗信道的刪余，發(fā)送端對基本層的量化比特流和增強(qiáng)層SWC編碼后的比特流都進(jìn)行信道編碼，然后將編碼比特分別發(fā)送到各自的刪余信道進(jìn)行傳輸；步驟4、基本層進(jìn)行譯碼接收端先對接收到的基本層的編碼比特進(jìn)行信道譯碼得到量化比特流，再對其執(zhí)行反量化得到估計的壓縮系數(shù)，該壓縮系數(shù)經(jīng)過壓縮變換的反操作后，恢復(fù)為原始視頻圖像數(shù)據(jù)流的估計序列；然后接收端對該原始視頻圖像數(shù)據(jù)流的估計序列進(jìn)行與增強(qiáng)層相同的采樣與壓縮操作處理，得到用于輔助增強(qiáng)層譯碼的邊信息Y；步驟5、增強(qiáng)層實(shí)現(xiàn)譯碼接收端利用基本層提供的邊信息Y，對經(jīng)過信道刪余的增強(qiáng)層編碼比特流進(jìn)行信源信道聯(lián)合譯碼，即SWC譯碼和信道譯碼是聯(lián)合進(jìn)行的；然后對譯碼比特進(jìn)行反量化和壓縮變換的反操作；完成譯碼。2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述步驟2中，執(zhí)行的嵌套量化NQ和SWC編碼操作的具體內(nèi)容為執(zhí)行嵌套量化NQ是分割粗量化器的區(qū)間產(chǎn)生具有更小量化區(qū)間的細(xì)量化器的量化方法量化編碼時，先用細(xì)量化器對壓縮系數(shù)進(jìn)行量化，然后，實(shí)際只發(fā)送其量化值在粗量化器中對應(yīng)的嵌套陪集索引值B所對應(yīng)的比特流[B。，B"...，B丄以節(jié)省碼率；式中，n=log2N，0《B《N-l，N是每個粗量化區(qū)間所包含的細(xì)量化區(qū)間的個數(shù)；執(zhí)行SWC編碼是利用NQ操作的輸出和基本層信息之間的相關(guān)性，對前者進(jìn)行壓縮而進(jìn)一步降低傳輸速率；具體操作內(nèi)容為對[B。，Bp...，Bn]中不同的Bi比特進(jìn)行不同速率的編碼，即用分層編碼方法對NQ輸出的不同比特層進(jìn)行編碼，其中每個比特層對應(yīng)的SWC速率是根據(jù)信源數(shù)據(jù)和邊信息數(shù)據(jù)的相關(guān)性進(jìn)行統(tǒng)計得到的；操作時根據(jù)需求發(fā)送不同數(shù)目的比特層，以支持系統(tǒng)的速率可變性；SWC的實(shí)現(xiàn)是采用非規(guī)則重復(fù)累積IRA碼進(jìn)行信源編碼得到壓縮比特。3.根據(jù)權(quán)利要求1所述的方法，其特征在于所述步驟5進(jìn)一步包括下列操作內(nèi)容(51)執(zhí)行SW譯碼對接收到的增強(qiáng)層不同比特層Bi的編碼比特流，聯(lián)合邊信息Y進(jìn)行信源信道聯(lián)合譯碼，即利用邊信息Y進(jìn)行包括IRA碼和信道碼的一種噴泉碼、即LT碼的Raptor碼的聯(lián)合譯碼來恢復(fù)對應(yīng)的比特流Bi;(52)執(zhí)行嵌套反量化根據(jù)恢復(fù)的比特流[B。，B"...，BJ，尋找與邊信息Y距離最近的量化點(diǎn)，作為壓縮系數(shù)在測量后的估計值；(53)利用壓縮系數(shù)估計值進(jìn)行稀疏重構(gòu)，恢復(fù)原始視頻圖像信號序列。4.根據(jù)權(quán)利要求1所述的方法，其特征在于所述數(shù)據(jù)采樣和離散余弦DCT變換操作的原理是把數(shù)據(jù)流分成4X4像素塊，再乘以DCT變換矩陣后，將視頻源從時間域變換到頻域；因在變換后得到的4X4變換系數(shù)矩陣中，信號的能量主要集中于少數(shù)幾個變換系數(shù)，且低頻的變換系數(shù)有較大能量；為降低傳輸速率，只傳送前幾個變換系數(shù)；所述DCT逆變換的實(shí)現(xiàn)原理是在DCT逆變換時，將DCT變換系數(shù)乘以逆DCT變換矩陣就能得到恢復(fù)序列。5.根據(jù)權(quán)利要求1所述的方法，其特征在于所述利用CS技術(shù)對視頻圖像數(shù)據(jù)進(jìn)行壓縮處理的原理是當(dāng)給定NXN的矩陣v=[i^IV2|...IV,]，式中，N是自然數(shù)，Vi表示矩陣的i列時，一個長度為N的實(shí)數(shù)信號x就表示為X=;當(dāng)該式中的Si系數(shù)只有K個不等于零時，該實(shí)數(shù)信號x被稱為K-稀,=1疏信號；就能夠利用CS技術(shù)對信號x進(jìn)行欠采樣，即以低于奈奎斯特速率進(jìn)行采樣，并在接收端進(jìn)行恢復(fù)；在實(shí)現(xiàn)時，通過引入MXN，K<M<N，K和M都是自然數(shù)的測量矩陣①，并計算y=①x，得到y(tǒng)=①x=①vs=0s，式中，s=[Sl，s2，，sN]T，T表示矩陣的轉(zhuǎn)置，因M<N，y即為采樣并壓縮后的信號；所述CS的稀疏重構(gòu)原理是在接收端，先利用稀疏恢復(fù)算法接收根據(jù)信號y恢復(fù)s，然后利用公式x=2>,,就能恢復(fù)x。6.根據(jù)權(quán)利要求1所述的方法，其特征在于所述實(shí)現(xiàn)三種不同結(jié)構(gòu)的分布式信源編碼的第一種構(gòu)建方法是在分布式信源編碼DSC過程的各個相應(yīng)操作步驟中，基本層視頻傳輸恢復(fù)仍然采用傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換；利用恢復(fù)視頻產(chǎn)生邊信息Y的采樣和壓縮操作中，用CS操作替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作；增強(qiáng)層視頻傳輸恢復(fù)中的采樣和壓縮的相關(guān)操作，都用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換。7.根據(jù)權(quán)利要求1所述的方法，其特征在于所述實(shí)現(xiàn)三種不同結(jié)構(gòu)的分布式信源編碼的第二種構(gòu)建方法是在分布式信源編碼DSC過程的各個相應(yīng)操作步驟中，增強(qiáng)層視頻傳輸恢復(fù)中的采樣和壓縮的相關(guān)操作都仍然采用傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換；基本層視頻傳輸恢復(fù)中的采樣和壓縮的相關(guān)操作，用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換。8.根據(jù)權(quán)利要求1所述的方法，其特征在于所述實(shí)現(xiàn)三種不同結(jié)構(gòu)的分布式信源編碼的第三種構(gòu)建方法是在分布式信源編碼DSC過程的各個相應(yīng)操作步驟中，基本層和增強(qiáng)層涉及的采樣和壓縮的相關(guān)操作都用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換。全文摘要一種基于壓縮感知CS技術(shù)的分布式信源編碼的方法，是利用CS技術(shù)的優(yōu)點(diǎn)和視頻圖像的稀疏特性，將其結(jié)合到分布式信源編碼DSC的實(shí)現(xiàn)過程中，形成一種新的分布式信源編碼方法。即在DSC過程的相應(yīng)操作步驟中，利用CS技術(shù)處理視頻圖像數(shù)據(jù)和執(zhí)行對應(yīng)的恢復(fù)處理用CS操作和CS的稀疏重構(gòu)分別替代傳統(tǒng)信源編碼中的數(shù)據(jù)采樣與DCT變換操作和DCT逆變換，以便利用很少的測量數(shù)據(jù)重建視頻圖像源，降低系統(tǒng)的采樣速率和儲存負(fù)擔(dān)，增強(qiáng)系統(tǒng)的魯棒性，并實(shí)現(xiàn)三種不同結(jié)構(gòu)的分布式信源編碼的構(gòu)建。本發(fā)明不僅能夠降低系統(tǒng)的采樣率和操作復(fù)雜度，顯著地降低了數(shù)據(jù)采樣及其相關(guān)處理的工作量和所需要的存儲空間，還能提高系統(tǒng)的魯棒性和降低數(shù)據(jù)傳輸速率。文檔編號H04N7/30GK101742313SQ20091024262公開日2010年6月16日申請日期2009年12月10日優(yōu)先權(quán)日2009年12月10日發(fā)明者徐文波,汪瀅,牛凱,王東昊,賀志強(qiáng)申請人:北京郵電大學(xué)