專利名稱：基于分布式視頻壓縮感知系統(tǒng)非關鍵幀的重構方法
技術領域：
本發(fā)明屬于通信技術領域，進一步涉及一種視頻編碼技術領域中基于分布式視頻壓縮感知系統(tǒng)非關鍵幀的重構方法。本發(fā)明采用了信號的稀疏表示和信號的稀疏重構方法提高了解碼端非關鍵幀的重構質量，可用于分布式視頻壓縮感知系統(tǒng)和終端編碼設備簡單的視頻通信系統(tǒng)。
背景技術：
在分布式視頻壓縮感知系統(tǒng)中，將輸入視頻序列分為關鍵幀和非關鍵幀，兩者在編碼端進行獨立編碼，解碼端聯(lián)合解碼。首先把輸入序列分為關鍵幀和非關鍵幀，其中關鍵幀采用以幀為單位的壓縮感知采樣，得到關鍵幀的采樣值，然后將該采樣值直接傳輸?shù)浇獯a端；而對于非關鍵幀，先把非關鍵幀分成若干個不相重疊的圖像塊，并以圖像塊為單位的進行壓縮感知采樣，最后將一幀中所有圖像塊的采樣值一并傳輸?shù)浇獯a端。解碼時，先獲得關鍵幀的采樣值，使用離散小波變換(DWT)基作為稀疏基，采用優(yōu)化算法進行整幀重構；而對于非關鍵幀，先利用解碼出的相鄰兩幀關鍵幀，通過運動補償內插產生邊信息，然后借助相鄰兩關鍵幀和邊信息進行字典訓練，用訓練得到的稀疏字典得到圖像塊的稀疏系數(shù)，最后恢復出非關鍵幀的每一個圖像塊。一般將分布式視頻壓縮感知系統(tǒng)分為非關鍵幀的采樣模塊，關鍵幀的采樣模塊， 關鍵幀的重構模塊，邊信息生成模塊和非關鍵幀重構模塊五個部分。非關鍵幀的重構模塊是分布式視頻壓縮感知應用的關鍵，目前采用固定正交基做字典或利用像素域的幀間相關性使用邊信息幀和重構的關鍵幀訓練出一個稀疏基做字典，最后使用壓縮感知的方式進行稀疏重構，得到重構的非關鍵幀圖像。北京郵電大學申請的專利“基于壓縮感知的分布式信源編碼的方法”(申請?zhí)?200910242622. 4，公布號101742313)公開的編碼方法與分布式視頻壓縮感知的方法類似，即利用壓縮感知技術的優(yōu)點和視頻圖像的稀疏特性，將其結合到分布式信源編碼的實現(xiàn)過程中，即在分布式信源編碼過程的相應操作步驟中，利用壓縮感知技術處理視頻圖像數(shù)據(jù)和執(zhí)行對應的恢復處理用壓縮感知操作和壓縮感知的稀疏重構分別代替?zhèn)鹘y(tǒng)信源編碼中的數(shù)據(jù)采樣與離散余弦變換操作和離散余弦逆變換以便利用很少的測量數(shù)據(jù)重構視頻圖像源。該方法存在的不足是，因為其所采用的稀疏重構方法，采用固定正交基做字典， 通常情況下自然信號在這種字典下是稀疏的，但這種字典的構造過程獨立于原始信號，重構出的稀疏系數(shù)的并不是最佳的稀疏，導致重構的非關鍵幀圖像與原始的非關鍵幀圖像偏
1 O西安電子科技大學擁有的專利“利用稀疏表示與字典學習進行圖像分割的方法”(申請?zhí)?201110059196. 8，公布號=102096819)公開了一種利用稀疏表示與字典學習進行圖像分割的方法，它采用了與壓縮感知類似的稀疏重構算法，主要解決在不需要樣本標簽的情況下圖像分割結果不穩(wěn)定的問題。其基本思想是先利用圖像的灰度共生特征和小波特征進行K均值聚類得到K類特征點，用K-SVD方法得到K類特征點所對應的K個字典，然后利用優(yōu)化算法得到所有特征在K個字典上的稀疏系數(shù)，最后對所有特征進行重構，對比重構誤差的大小，將特征對應的點劃分到字典誤差最小的類別中。該方法存在的不足在于其所使用的重構方法，將更新字典過程獨立于稀疏重構過程，字典的更新沒有到考慮稀疏重構的要求，這樣稀疏重構過程得到的稀疏系數(shù)不一定具有足夠的稀疏性，導致圖像的
重構質量不高。

發(fā)明內容
本發(fā)明的目的在于克服上述已有技術的不足，提出了一種基于分布式視頻壓縮感知系統(tǒng)非關鍵幀的重構方法。本發(fā)明主要是利用視頻幀的幀間相關性和相關噪聲模型構造出稀疏字典的最大似然函數(shù)，利用該似然函數(shù)交替進行稀疏重構和字典更新，得到視頻幀最佳稀疏表示的冗余字典以及重構圖像在該字典下的稀疏系數(shù)。本發(fā)明在構造最大似然函數(shù)時，添加了原始非關鍵幀的信息，保證稀疏系數(shù)足夠的稀疏，提高了重構的質量。實現(xiàn)本發(fā)明目的的基本思路首先，從生成邊信息幀模塊獲取邊信息幀用于構造初始字典；然后，結合編碼端非關鍵幀測量值和測量矩陣，進行基于最大似然函數(shù)的稀疏重構和字典更新的循環(huán)；最后，當滿足稀疏性和誤差判斷準則時停止循環(huán)，得到重構的非關鍵幀圖像塊，實現(xiàn)了對非關鍵幀的重構。為實現(xiàn)本發(fā)明目的具體步驟如下(1)采樣壓縮采用基于塊的壓縮測量方法對擬采樣的非關鍵幀采樣，得到非關鍵幀的采樣值矩陣；(2)生成邊信息幀采用幀間內插法，將非關鍵幀相鄰兩個重構的關鍵幀生成邊信息幀；(3)構造字典3a)將邊信息幀分成與擬重構方形圖像塊大小相同、互不重疊的子塊；3b)在邊信息幀中，以擬重構方形圖像塊對應的子塊為中心向四周擴大K排像素， 形成一個擴大塊，提取擴大塊中與子塊大小相同、有重疊的所有方形圖像塊；3c)將提取的方形圖像塊分別用列向量表示；3d)將所有列向量作為字典矩陣的列向量，得到擬重構方形圖像塊的初始字典矩陣；(4)采用下式求解稀疏系數(shù)X* = arg minx {Ε (D*，χ)}其中，χ*為稀疏系數(shù)向量；arg minx{}為使大括號中目標函數(shù)最小化的χ取值；E(D*，x)為能量函數(shù)；D*為當前字典矩陣；(5)重構圖像塊將字典矩陣與稀疏系數(shù)向量的乘積向量轉變?yōu)榉叫螆D像塊，得到重構的方形圖像塊；(6)計算方差6a)將本次重構的方形圖像塊與上次重構的方形圖像塊對應像素相減，獲得差值矩陣；若第一次重構，則重構的方形圖像塊與邊信息幀中擬重構方形圖像塊對應子塊的對應像素相減，獲得差值矩陣； 6b)差值矩陣中每個元素減去矩陣中所有元素的平均值，獲得一個矩陣，對獲得矩陣中所有元素的平方求均值，得到重構方差；
權利要求
1. 一種基于分布式視頻壓縮感知系統(tǒng)非關鍵幀的重構方法，包括以下步驟(1)采樣壓縮采用基于塊的壓縮測量方法對擬采樣的非關鍵幀采樣，得到非關鍵幀的采樣值矩陣；(2)生成邊信息幀采用幀間內插法，將非關鍵幀相鄰兩個重構的關鍵幀生成邊信息幀；(3)構造字典3a)將邊信息幀分成與擬重構方形圖像塊大小相同、互不重疊的子塊； 3b)在邊信息幀中，以擬重構方形圖像塊對應的子塊為中心向四周擴大K排像素，形成一個擴大塊，提取擴大塊中與子塊大小相同、有重疊的所有方形圖像塊； 3c)將提取的方形圖像塊分別用列向量表示；3d)將所有列向量作為字典矩陣的列向量，得到擬重構方形圖像塊的初始字典矩陣；(4)采用下式求解稀疏系數(shù) χ* = arg minx{E(D*，χ)} 其中，X*為稀疏系數(shù)向量；arg minx{}為使大括號中目標函數(shù)最小化的x取值； E(D*，x)為能量函數(shù)； D*為當前字典矩陣；(5)重構圖像塊將字典矩陣與稀疏系數(shù)向量的乘積向量轉變?yōu)榉叫螆D像塊，得到重構的方形圖像塊；(6)計算方差6a)將本次重構的方形圖像塊與上次重構的方形圖像塊對應像素相減，獲得差值矩陣； 若第一次重構，則重構的方形圖像塊與邊信息幀中擬重構方形圖像塊對應子塊的對應像素相減，獲得差值矩陣；6b)差值矩陣中每個元素減去矩陣中所有元素的平均值，獲得一個矩陣，對獲得矩陣中所有元素的平方求均值，得到重構方差；(7)判斷方差是否小于閾值若重構方差小于誤差閾值，則執(zhí)行步驟(9)；否則執(zhí)行步驟(8)；(8)更新字典8a)采用下式計算能量函數(shù)的梯度矩陣
2.根據(jù)權利要求1所述的基于分布式視頻壓縮感知系統(tǒng)非關鍵幀的重構方法，其特征在于步驟(1)所述基于塊的壓縮測量方法的步驟如下第1步，將擬采樣的非關鍵幀分成大小相同、互不重疊的方形圖像塊； 第2步，分別用列向量表示各個方形圖像塊；第3步，將采樣傳感器自帶的測量矩陣與每一個方形圖像塊的列向量分別相乘，得到各個方形圖像塊的測量值向量；第4步，按方形圖像塊在非關鍵幀中從上到下、從左到右的依次順序，將各個測量值向量分別作為非關鍵幀采樣值矩陣的一個列向量，得到了非關鍵幀的采樣值矩陣。
3.根據(jù)權利要求1所述的基于分布式視頻壓縮感知系統(tǒng)非關鍵幀的重構方法，其特征在于步驟( 所述的幀間內插法是對相鄰的兩個重構關鍵幀進行前向運動估計、雙向運動估計和運動平滑獲得運動域信息，將運動域信息通過雙向運動補償內插生成邊信息幀。
4.根據(jù)權利要求1所述的基于分布式視頻壓縮感知系統(tǒng)非關鍵幀的重構方法，其特征在于步驟(3)所述的K排像素，K的取值范圍為4 64。
5.根據(jù)權利要求1所述的基于分布式視頻壓縮感知系統(tǒng)非關鍵幀的重構方法，其特征在于步驟(7)所述的誤差閾值，依據(jù)期望得到的重構質量設定，誤差閾值的范圍為100 400。
6.根據(jù)權利要求1所述的基于分布式視頻壓縮感知系統(tǒng)非關鍵幀的重構方法，其特征在于步驟(4)和步驟(8)所述的能量函數(shù)與關鍵幀采樣率大小有關當關鍵幀采樣率大于0. 3時
全文摘要
本發(fā)明公開了一種視頻編碼技術領域基于分布式視頻壓縮感知系統(tǒng)非關鍵幀的重構方法，主要解決分布式視頻壓縮感知系統(tǒng)由于降低采樣率而造成的重構質量差的問題。其步驟為(1)采樣壓縮；(2)生成邊信息幀；(3)構造字典；(4)求稀疏系數(shù)；(5)重構圖像塊；(6)計算方差；(7)判斷方差是否小于閾值；(8)更新字典；(9)判斷所有塊是否完成重構；(10)輸出非關鍵幀。本發(fā)明利用視頻幀間相關性和相關噪聲模型構造更新字典的最大似然函數(shù)，通過字典更新和重構，提高了重構圖像的質量，使得重構的非關鍵幀圖像更接近原始非關鍵幀圖像。
文檔編號H04N7/26GK102427527SQ20111028987
公開日2012年4月25日 申請日期2011年9月27日 優(yōu)先權日2011年9月27日
發(fā)明者劉晶, 劉海嘯, 姜平, 宋彬 申請人:西安電子科技大學