基于時(shí)空特征的分布式視頻壓縮感知重構(gòu)技術(shù)研究.pdf

1、進(jìn)入21世紀(jì)，伴隨著信息技術(shù)的迅猛發(fā)展，各類視頻應(yīng)用已成為互聯(lián)網(wǎng)和無線多媒體傳輸?shù)闹饕獦I(yè)務(wù)。人們對(duì)信息獲取的速度和質(zhì)量有了更高的要求，這也意味著系統(tǒng)要具備更強(qiáng)的信號(hào)采集和處理能力，傳統(tǒng)的數(shù)據(jù)采集壓縮方式需要耗費(fèi)龐大的存儲(chǔ)空間，并且具有極高的計(jì)算復(fù)雜度。新興的壓縮感知（CS,Compressive Sensing）理論通過充分利用信號(hào)的稀疏特性，在信號(hào)采樣的同時(shí)對(duì)其進(jìn)行壓縮，有效降低了存儲(chǔ)要求，減少了信號(hào)處理時(shí)間，為海量數(shù)據(jù)的采樣和處理提

2、供了新的途徑。
　　在視頻壓縮感知現(xiàn)有的研究成果中，相關(guān)學(xué)者已在稀疏基的選擇、測(cè)量矩陣的構(gòu)建以及重構(gòu)算法的設(shè)計(jì)上進(jìn)行了大量的研究，但是在提高采樣信號(hào)獲取的效率上，特別是在降低相關(guān)測(cè)量矩陣的存儲(chǔ)要求和簡(jiǎn)化計(jì)算復(fù)雜度方面仍需要進(jìn)一步的探索，另外在重構(gòu)算法的精確度和收斂速度方面也有待進(jìn)一步的優(yōu)化。
　　本文針對(duì)上述問題主要做了以下幾項(xiàng)研究工作：
　　首先，提出自適應(yīng)測(cè)量率分配方案，根據(jù)視頻的時(shí)間相關(guān)性將視頻幀內(nèi)各塊劃分為靜止

3、塊與運(yùn)動(dòng)塊，再根據(jù)塊分類結(jié)果為它們分配不同的測(cè)量率，該方案可集中測(cè)量特征復(fù)雜的視頻塊，從而避免無用測(cè)量，提高測(cè)量效率。
　　其次，在視頻重構(gòu)時(shí)首先在測(cè)量域進(jìn)行運(yùn)動(dòng)估計(jì)，再根據(jù)運(yùn)動(dòng)信息構(gòu)造出待重構(gòu)塊的稀疏表示字典，該字典中的原子與待重構(gòu)塊相關(guān)度高，因此利用它們作多假設(shè)預(yù)測(cè)，可以有效改善CS重構(gòu)算法性能。
　　最后，在 Matlab仿真環(huán)境中進(jìn)行了驗(yàn)證實(shí)驗(yàn)。結(jié)果表明，所提方法在峰值信噪比(PSNR)、結(jié)構(gòu)性相似度(SSIM)以及