学位论文 > 优秀研究生学位论文题录展示

基于纹理特征的视频编码技术研究

作 者: 袁丽蓉
导 师: 赵德斌
学 校: 哈尔滨工业大学
专 业: 计算机科学与技术
关键词: 纹理分析 纹理合成 AR模型 JND 宏块自适应编码
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 48次
引 用: 0次
阅 读: 论文下载
 

内容摘要


自上世纪90年代以来,随着Internet和移动通信的迅猛发展,视频信息和多媒体信息在Internet网络和移动网络中的处理和传输成为了当前信息化中的热点技术。当前,视频压缩技术主要从三个方面消除数据中的冗余:空间冗余、时间冗余和统计冗余。最新的视频压缩标准MPEG-4 H.264/AVC和我国具有自主知识产权的AVS标准在压缩效率上已经大大超过了前几代标准。这些编码标准普遍采用了消除时空域冗余的运动补偿、帧内预测和变换量化的编码框架,并采用率失真优化作为性能评价的准则。然而视频场景中经常会出现大量的纹理区域,如:草地、水等,这些区域可以看作视频帧的背景部分。对观察者而言,大多数情况下人们只关注这些区域的语义学意义,而对它们的具体细节并不关心。传统的编码框架以宏块为单位进行,对这些纹理区域细节的编码会耗费大量比特,在网络带宽资源日益宝贵的今天,如何能既保证纹理区域的图像质量,又能花费较少的比特编码这些区域显得尤为重要。本文利用基于纹理分析纹理合成的编码框架,首先将输入的视频序列分为纹理帧和非纹理帧,纹理帧通过分析与合成的方法进行编码,非纹理帧仍然用传统方法编码。在纹理分析部分,本文提出了一种基于JND(Just Noticeable Distortion) profile的纹理分割算法来检测和划分纹理区域,与以前的分割方法相比,该方法充分考虑了HVS(Human Visual System)的特性,划分的结果也更为准确。对检测出的纹理区域,本文采用了基于AR(Auto Regressive)模型的合成方法,通过Direct模式找到对应的前后向参考帧信息,为每个纹理帧求出一组AR参数。因为对一帧中的纹理区域只需编码一组AR参数,而不用编码残差、运动矢量等信息,所以该方法在很大程度上提高了编码效率。此外,本文还提出了一种基于AR模型的宏块自适应编码框架,即,对序列中的所有纹理帧,使用迭代的方法为每个宏块求取一组AR参数,然后将合成结果与传统框架下选出的最优模式进行比较。实验结果表明,当AR模式被选中的比例远大于传统模式时,能在一定程度上提高整个纹理帧的压缩效率。

全文目录


摘要  4-5
Abstract  5-9
第1章 绪论  9-21
  1.1 课题研究的背景和意义  9-10
  1.2 数字视频编码的发展历程  10-11
  1.3 视频编码标准介绍  11-14
  1.4 AVS 视频标准概述  14-19
    1.4.1 AVS 编码框架  14-15
    1.4.2 AVS 的码流结构  15-16
    1.4.3 帧内预测  16-17
    1.4.4 帧间预测  17-18
    1.4.5 整数变换量化  18-19
    1.4.6 熵编码  19
  1.5 本文的主要研究内容  19-21
第2章 基于分析与合成编码的研究现状  21-30
  2.1 基于分析与合成的编码框架  21-22
  2.2 纹理分析器的工作原理  22-26
    2.2.1 基于边缘检测的纹理分割算法  22-23
    2.2.2 四叉树图像分割算法  23-24
    2.2.3 改进的四叉树分割算法  24-25
    2.2.4 相似性度量  25-26
  2.3 纹理合成器的工作原理  26-28
    2.3.1 基于仿射模型的纹理合成  26-27
    2.3.2 L-邻域搜索的纹理合成  27-28
    2.3.3 块拼贴的纹理合成  28
  2.4 本章小结  28-30
第3章 一种基于JND profile 的纹理分割方法  30-44
  3.1 引言  30-31
    3.1.1 纹理的定义及性质  30-31
    3.1.2 纹理分割原理  31
  3.2 NAMM 模型  31-35
    3.2.1 背景亮度自适应的可见度阈值  32-34
    3.2.2 纹理遮挡的可见度阈值  34-35
  3.3 基于JND profile 的纹理分割方法  35-38
    3.3.1 算法具体设计  35-37
    3.3.2 基于JND profile 纹理分割的编码框架  37-38
  3.4 实验结果  38-43
  3.5 本章小结  43-44
第4章 一种基于时域AR 模型的纹理合成方法  44-56
  4.1 纹理合成技术的发展现状  44-45
  4.2 AR 在图像与视频中的应用  45
  4.3 基于AR 模型的纹理合成方法  45-51
    4.3.1 帧一级的时域AR 模型  45-46
    4.3.2 对应参考块的获取  46-48
    4.3.3 AR 模型的参数估计  48-51
  4.4 实验结果  51-55
  4.5 本章小节  55-56
第5章 基于AR 模型的宏块自适应编码框架  56-68
  5.1 宏块级的迭代AR 模型  56-64
    5.1.1 算法描述  57-60
    5.1.2 宏块级迭代AR 模型的参数估计过程  60-64
  5.2 宏块自适应的编码框架  64-65
  5.3 实验结果  65-67
  5.4 本章小节  67-68
结论  68-69
参考文献  69-73
攻读学位期间发表的学术论文  73-75
致谢  75

相似论文

  1. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  2. ASAR与MODIS协同的海洋溢油信息提取,X87
  3. 高分辨率SAR影像裸土信息提取及土壤含水量反演初探,S152.7
  4. 基于样图的纹理合成算法研究,TP391.41
  5. 一类工具加工痕迹的检验识别,TP391.41
  6. 基于AR模型的机织物线状疵点的检测研究,TP391.41
  7. 水库多目标优化调度研究,TV697.1
  8. 图像修复的关键技术研究,TP391.41
  9. 基于图像分割的视频纹理合成技术研究,TP391.41
  10. GPS接收机单向授时算法研究,P228.4
  11. 居民地的提取与边缘优化,P237
  12. 频谱分析识别串联重复序列,Q811.4
  13. 船舶走航式波浪测量系统研究,U661.7
  14. 多光谱遥感影像的纹理特征研究,TP751
  15. 神经肌肉电刺激诱发的双相运动疲劳信息检测与处理技术研究,R87
  16. 数字图像修复技术研究,TP391.41
  17. 用户指导下的多样图纹理合成算法研究及应用,TP391.41
  18. 改进型Sagnac光纤干涉仪定位信号识别与处理技术研究,TN929.11
  19. 中国居民消费价格指数波动的实证研究,F126
  20. 基于知识的遥感信息分类方法实验研究,P237

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com