圖像通信中的圖像后處理技術(shù).pdf

1、近年來，圖像的通信傳輸已成為信息傳輸?shù)闹匾侄巍５?，現(xiàn)時信道性能還不能很好地滿足圖像傳輸?shù)囊?，傳輸后獲得的圖像出現(xiàn)失真是在所難免的。引起傳輸圖像失真的原因主要是傳輸誤差和量化誤差。圍繞著這兩種失真問題，在保持圖像原有的內(nèi)容特征和滿足人類視覺特性的前提下，本論文主要研究了如何在解碼器端進行圖像后處理，提升圖像質(zhì)量，即實現(xiàn)差錯掩蓋和塊效應(yīng)消除?！　∈紫?，本論文在最大后驗估計的框架中給出圖像后處理問題的數(shù)學(xué)表示，總結(jié)了源圖像先驗分布的確

2、定性和隨機性模型，介紹了解決能量函數(shù)優(yōu)化過程中出現(xiàn)模型偏離問題的魯棒性統(tǒng)計?！　∑浯危槍鬏斦`差造成圖像信息丟失的情況，本論文提出了四種差錯掩蓋算法。第一種基于馬爾可夫隨機場-最大后驗估計(MRF-MAP)的新算法，提出了利用判別分析法構(gòu)造像素隸屬度，并在Huber函數(shù)引入自適應(yīng)變化的邊緣閾值和斜率，以提高差錯掩蓋的性能。第二種基于魯棒性光流的算法，利用了光流技術(shù)能有效獲取物體運動估計的特性，對丟失塊進行逐像素點的恢復(fù)。第三種選擇性

3、運動矢量中值(MSMV)算法，選擇保留丟失塊附近、所有屬于紋理塊的鄰域塊的運動矢量，取其中間值作為丟失塊運動矢量的估計。第四種加權(quán)邊界匹配算法(WBMA)，考慮了邊緣對邊界匹配的影響，以丟失塊和鄰域塊邊界上所有像素的邊緣量級來構(gòu)造權(quán)值，實施加權(quán)匹配獲取運動矢量?！　≡俅?，針對量化誤差造成圖像塊效應(yīng)的情況，本論文也提出了四種塊效應(yīng)消除算法。第一種基于MRF-MAP算法，利用塊效應(yīng)的人類視覺掩蓋性，引進一個塊效應(yīng)可見度函數(shù)來自適應(yīng)調(diào)整Hu

4、ber函數(shù)。第二種基于改進線過程的算法，先把塊效應(yīng)和圖像的真實邊緣分開，給出了塊效應(yīng)評價標(biāo)準(zhǔn)(LPBM)，在此基礎(chǔ)上通過優(yōu)化塊效應(yīng)對應(yīng)的目標(biāo)函數(shù)來實現(xiàn)塊效應(yīng)消除。后兩種算法的主要思想是對平滑塊和邊緣塊(或均勻塊和非均勻塊)中的塊效應(yīng)作有區(qū)別處理。第三種基于快速檢測的塊效應(yīng)消除(BARFD)算法，著重于給出一種簡便快捷的檢測邊緣塊的途徑。第四種自適應(yīng)塊效應(yīng)消除算法(ABAR)，著重于對均勻塊每一行采用自適應(yīng)的Sigmoid函數(shù)進行塊效應(yīng)消