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，人們對視頻質(zhì)量的要求越來越高，隨之帶來的是視頻數(shù)據(jù)量的不斷增大，為了滿足傳輸帶寬的需求，視頻信號通常需要經(jīng)過高度壓縮。傳統(tǒng)的混合視頻編碼結(jié)構(gòu)通過幀內(nèi)預(yù)測、幀間預(yù)測、熵編碼等技術(shù)來消除時間冗余、空間冗余和統(tǒng)計冗余，從而提高視頻的壓縮效率，然而這種編碼技術(shù)沒有將人眼的視覺冗余考慮在內(nèi)。為了將視覺冗余從人眼中移除，人們做了大量的研究，提出了一種能夠有效表示人眼視覺冗余的模型——恰可察覺誤差模型（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了基于視覺感知的視頻編碼算法研究。
　　 首先，對H.264/AVC的關(guān)鍵技術(shù)作了闡述，如幀內(nèi)預(yù)測、幀間預(yù)測、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，然后在考慮對比度掩蓋效應(yīng)時采用了更精確的塊分類閾值，最后將影響人眼視覺特性的時域掩蓋因子精確化。實驗表明，本文提出的模型能夠更好地與人眼的視覺冗余相吻合。
　　 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模型得到的閾值對預(yù)