基于分布式編碼的圖像視頻編碼關(guān)鍵技術(shù)研究.pdf

1、近年來，傳感器網(wǎng)絡(luò)、視頻監(jiān)控系統(tǒng)、多視角視頻、多光譜圖像等新型應(yīng)用的出現(xiàn)，對(duì)圖像和視頻的壓縮技術(shù)提出了挑戰(zhàn)，即終端資源有限要求最小化編碼器的能耗和通信量?，F(xiàn)有的圖像視頻編碼標(biāo)準(zhǔn)，如JPEG、JPEG2000、MPEG、H．26x，不能滿足新的應(yīng)用需求。分布式編碼則應(yīng)運(yùn)而生，其理論基礎(chǔ)是Slepian-Wolf理論和Wyner-Ziv理論，即多個(gè)相關(guān)信源獨(dú)立編碼、聯(lián)合解碼，可以達(dá)到與傳統(tǒng)的聯(lián)合編解碼策略相同的壓縮效率。分布式編碼作為一種全

2、新的編碼技術(shù)，具有許多優(yōu)良性能，已經(jīng)引起極大的關(guān)注，成為編碼領(lǐng)域的一個(gè)研究熱點(diǎn)。因此，研究基于分布式編碼理論的圖像視頻編碼技術(shù)具有重要的理論意義和廣泛的應(yīng)用價(jià)值。 本文研究分布式編碼應(yīng)用于相機(jī)傳感器網(wǎng)絡(luò)、視頻和多光譜遙感圖像的一些關(guān)鍵技術(shù)，旨在設(shè)計(jì)簡單、高效且具有傳輸魯棒性(Robustness)的圖像視頻編碼器。論文的主要工作及創(chuàng)新之處在于： 1.提出一種基于馬爾科夫(Markov)模型的像素域分布式圖像編碼方案

3、 本方案在編碼端不考慮圖像的統(tǒng)計(jì)特性，直接對(duì)像素進(jìn)行分布式編碼；在解碼端采用Markov模型來估計(jì)圖像的空間相關(guān)性，并與LDPC解碼相結(jié)合，同時(shí)去除圖像間冗余和圖象內(nèi)冗余。該方案既能獲取高壓縮效率，又能最小化各傳感器節(jié)點(diǎn)的計(jì)算量和通信量，從而最優(yōu)化網(wǎng)絡(luò)的資源分配，延長網(wǎng)絡(luò)壽命。 2.提出一種基于塊分類的變換域分布式視頻編碼方案 本方案對(duì)Wyner-Ziv幀的各個(gè)區(qū)域分類處理，利用分類信息來粗略分配碼率并輔助解碼端進(jìn)行運(yùn)

4、動(dòng)估計(jì)；解碼端通過雙向運(yùn)動(dòng)估計(jì)、模式選擇和雙向運(yùn)動(dòng)補(bǔ)償技術(shù)來生成高質(zhì)量的邊信息(Side Information)。與現(xiàn)有方案相比，該方案能更有效地挖掘視頻幀的空間非平穩(wěn)的時(shí)間相關(guān)性，提高壓縮效率。 3.提出一種基于空-時(shí)馬爾科夫隨機(jī)場(Spatial-Temporal Markov Random Field，STMRF)模型的像素域分布式視頻編碼方案 本方案在解碼端建立STMRF模型，將運(yùn)動(dòng)估計(jì)和空間相關(guān)性估計(jì)相結(jié)合，

5、并與LDPC解碼迭代進(jìn)行。該方案在解碼過程中學(xué)習(xí)并利用視頻幀的時(shí)間相關(guān)性和空間相關(guān)性，以提高壓縮效率，適用于低延遲系統(tǒng)。 4.提出一種基于MRF模型的分布式多光譜圖像無損編碼方案 本方案針對(duì)多光譜圖像的星上壓縮應(yīng)用，將去除數(shù)據(jù)冗余的任務(wù)移至解碼端，以最大限度簡化編碼器。解碼端采用模糊聚類和模糊預(yù)測技術(shù)生成邊信息，建立參數(shù)自適應(yīng)的MRF模型來估計(jì)圖像的空間相關(guān)性，并與LDPC解碼相結(jié)合。該方案充分利用多光譜圖像的非平穩(wěn)特性

6、以有效去除空間冗余和譜間冗余。 5.提出一種漸進(jìn)傳輸?shù)姆植际蕉喙庾V圖像編碼方案 本方案通過采樣將各波段圖像分成幾組，各組獨(dú)立編碼、依次解碼，解碼端利用先前解碼的數(shù)據(jù)，采用基于區(qū)域的自適應(yīng)預(yù)測算法生成邊信息，逐漸提高各組數(shù)據(jù)的壓縮效率。該方案的編碼器簡單易實(shí)現(xiàn)、壓縮效率高且具有漸進(jìn)傳輸和無損重建特性，非常適合于星上壓縮應(yīng)用。 本文對(duì)所提方案進(jìn)行了大量實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，本文提出的分布式圖像視頻編碼方案在降低編碼復(fù)雜