基于JND模型的視頻壓縮算法研究.pdf

1、隨著網(wǎng)絡(luò)信息技術(shù)的不斷發(fā)展，人們對(duì)視頻質(zhì)量的要求越來(lái)越高，隨之帶來(lái)的是視頻數(shù)據(jù)量的不斷增大，為了滿足傳輸帶寬的需求，視頻信號(hào)通常需要經(jīng)過(guò)高度壓縮。傳統(tǒng)的混合視頻編碼結(jié)構(gòu)通過(guò)幀內(nèi)預(yù)測(cè)、幀間預(yù)測(cè)、熵編碼等技術(shù)來(lái)消除時(shí)間冗余、空間冗余和統(tǒng)計(jì)冗余，從而提高視頻的壓縮效率，然而這種編碼技術(shù)沒(méi)有將人眼的視覺(jué)冗余考慮在內(nèi)。為了將視覺(jué)冗余從人眼中移除，人們做了大量的研究，提出了一種能夠有效表示人眼視覺(jué)冗余的模型——恰可察覺(jué)誤差模型（Just-Notic

2、eable-Distortion Model，JNDModel），將該模型引入到傳統(tǒng)的視頻編碼系統(tǒng)中，能夠有效的提高系統(tǒng)的編碼效率。本文正是在這種研究背景下展開(kāi)了基于視覺(jué)感知的視頻編碼算法研究。
　　 首先，對(duì)H.264/AVC的關(guān)鍵技術(shù)作了闡述，如幀內(nèi)預(yù)測(cè)、幀間預(yù)測(cè)、DCT變換等技術(shù)，為JND模型與H.264/AVC編碼系統(tǒng)的融合作鋪墊。
　　 其次，闡述了影響人眼視覺(jué)冗余的一些特性，如亮度特性、頻率效應(yīng)、馬赫效應(yīng)等，

3、為JND模型的建立提供了理論基礎(chǔ)。
　　 再次，在研究了Zhang和Wei模型的基礎(chǔ)上，提出了一種基于DCT域內(nèi)的改進(jìn)JND模型。該模型首先使用了更準(zhǔn)確的亮度自適應(yīng)因子，然后在考慮對(duì)比度掩蓋效應(yīng)時(shí)采用了更精確的塊分類(lèi)閾值，最后將影響人眼視覺(jué)特性的時(shí)域掩蓋因子精確化。實(shí)驗(yàn)表明，本文提出的模型能夠更好地與人眼的視覺(jué)冗余相吻合。
　　 最后，將本文提出的JND模型引入到H.264/AVC編碼系統(tǒng)中，利用JND模型得到的閾值對(duì)預(yù)