文档介绍：摘要目前,许多实用的图像编码算法都是基于空间域的运动估计和补偿、预测误差的及量化以及变换系数的熵编码的混合编码方法,如有关静止图像和视频图像的国际标准,,一取5ɑ贒的算法有其固有的缺点,即方块效应,在压缩比较高时,图像质量会很差,因此人们一直在努力研究寻找更为有效的编码方法。小波变换由于它的时频局部性、适合描述非平稳信号以及它的人眼系统的特性和适应的特点,视频编码方面受到了越来越多的重视。将所有的当前帧和参考帧均变换到小波域,然后在小波域直接进行运动检测和运动补偿。这种方法的运动估计时间相对于传统方法明显减少,解码图像也消除了块效应,得到峰值信噪比和主观质量都很好的解码图像。但是在块匹配算法中,全搜索计算量很大从而十分耗费时间。在多分辨率运动补偿时,对最小的子带的每一个块都做运动补偿,这样,由于小波空间方向树的结构,在低级子带的相应的位置上都要进行运动补偿,因此整个图像都要进行运动补偿,计算量很大,很浪费时间,并且搜索范围是固定的,这样在运动补偿时,在匹配精度和运动补偿时间之间就产生了矛盾。本文通过运动检测的方法提取得到的运动矢量和运动区域是基于最小的予带的,利用三帧运动检测算法提取到图像的运动区域,然后将运动区域分成笮〉男】椋据『虰帧的不同,使每个小块在相应的图像上进行搜索,得到的运动矢量来代替多分辨率运动补偿时固定范围内搜索得到的运动矢量,这个时候的运动矢量是只针对运动区域的,由于头肩序列相临图像之间有很强的相关性,运动部分不多并且运动范围很小,这样只是很少的块进行运动搜索,而且在多分辨率运动补偿时,高分辨率的运动矢量由最低频子图像搜索得到的运动矢量来预测,所以这个运动矢量的精确与否是很重要的。因此则在搜索的时候搜索范围设得相对大些,这样得到的运动矢量就很准确,实验结果表明,根据本文方法实现的视频编码系统确实达到了满意的效果。关键词:视频编码,运动估计,小波变换,多分辨率运动估计,运动检测,运动矢量
知识水坝***@pologoogle为您整理
知识水坝***@pologoogle为您整理
绪论数字视频压缩技术综述间非常长,不容易找到恰当的分形模型,只有对于那些确定性分形图像,可以获得较好图像压缩编码经过四十多年的发展,已取得了长足的进展。从五、六十年代的学院式研究,到七八十年代的少量专业应用,发展速度一直较缓慢。但是到了九十年代,却发生了根本性的转变,特别是年提出了静止图像、活动图像和用于可视电话电话会议的国际标准,分别为、肿和,当然出现这种情况的根本原因在于八十年代末九十年代初,电子和通讯技术的发展已经使多媒体体系信息高速公路等的建立变得十分急追且成为可能,探索更有效的图像压缩技术就成了关键任务之一。图像压缩的编码方法经历了第一代编码方法到第二代编码方法的进步。第一代编码方法包括无失真编码和传统的编码方法。常用无失真编码方法有嗦搿⑿谐坛ざ缺嗦牒退闶醣嗦搿传统编码方法主要是交换编码,变换编码的主要思想是利用图像块内像素值之间的相关性,把图像变换到一组新的基上,使得能量集中到少数几个变换系数上。通过存储这些系数而达到压缩的目的。在变换编码中,由于对整幅图像进行变换的计算量太大,所以一般把原始图像分成许多矩形区域予图像独立进行变换。常用的变换有卡亨南一洛维变换虺艻,离散余弦变换虺艱屠肷⒏盗⒁侗浠鳎虺艱渲蠯是消除相关性最有效的变换,但是由于其计算量太大而未被采用,浠幌喙匦允亲罱咏麷变换的,而且存在快速算法,所以被普遍接受。谕枷裱顾跫际踔姓加兄匾5匚唬籎曜疾捎谩在传统的图像压缩编码方法开始获得广泛应用的同时,许多学者结合模式识别、计算机视觉、计算机图形学、神经网络理论、小波理论和分形理论等开始探索新的图像编码方法。人的视觉心理生理特性的研究也取得了新的成果,使新的图像压缩方法不断涌现:如模型基图像编码,分形基图像编码,小波变换图像编码,神经网络用于图像编码,基于方向性分解的图像编码,基于区域分割与合并的图像编码等。一些新的图像编码方法的显著特点是突破了传统方法所依据的信源编码理论,充分利用视觉系统生理心理特性和图像信源的各种特性,压缩效果较传统方法有明显改善。因此甂热私饫图像编码技术称为第二代图像编码技术。目前国内外研究的图像压缩编码方法主要是分形理论、神经网络和小波分析等。对于分形图像压缩,它主要利用了图像的另一个重要特征,考虑了图像的具体内容,而不仅仅是把图像当作纯粹的数据来处理【”嘲,它有一个极大的优点就是可以得到很高的压缩比,但同时又有不可容忍的缺点就是计算量非常大,计算复杂度非常高,编码时的效果。然而对于实际存在的许多图像,并不具有明显的确定性分形结构,这时用分形效果并不好,所以现在对分形编码的研究比较少,虽然有一些,但也往往是与其他编码方法相结合,以牺牲一定的压缩比来提高编码速度,但是效果也并不明显。而现有的一些用于图像编