基于壓縮視頻的圖像插值技術研究.pdf

1、圖像插值是最基礎的圖像研究課題之一，許多的圖像插值方法在文獻中被提出，用以解決非壓縮圖像的插值問題。然而，大量的視頻序列是以壓縮格式存儲的，或由帶寬限制要求視頻以壓縮形式進行傳輸。一些基于非壓縮視頻的圖像插值方法，當直接應用于壓縮視頻的圖像插值時，往往得不到較好的效果。這是因為，一方面，這些方法沒有利用視頻碼流中已有的信息；另一方面他們沒有考慮壓縮視頻的量化誤差，而量化誤差在一些情況下很明顯。關于上述問題，我們在研究H.264/AVC和

2、MPEG-2壓縮視頻的圖像插值方面做了一些努力。
　　我們提出了一種對 H.264/AVC壓縮視頻，基于模式指導的幀內視頻圖像插值方法。我們在設計插值濾波器的時候考慮了幀內方向預測模式信息。對每一個幀內方向預測模式，我們在經典視頻序列訓練集上訓練出一組相對應的最優(yōu)的插值濾波器，所以每一個插值濾波器能自動適應于與他對應的一個幀內方向預測模式，更進一步地，量化因子作為上下文參考也參與到插值濾波器的設計與選擇。實驗結果表明該模型相比于其

3、他傳統(tǒng)的模型Bicubic,Bilinear,LAZA和NEDI，能提高插值的性能，同時保持低運算復雜度。
　　進而我們提出了一種對H.264/AVC壓縮視頻的基于模式指導的幀間視頻圖像插值方法，對每一個幀間幀（P幀和B幀）而言，幀間預測模式被考慮來獲取到運動信息，如motion vector（運動向量）。每一個在幀間幀的待插值像素點，它的插值濾波器是由它根據(jù)運動信息的對應參考點的插值濾波器拷貝而來，而雙向參考的待插值像素點，取其

4、雙向插值濾波后得到的像素值的均值。這樣的設計不破壞壓縮視頻的結構。實驗結果表明該模型相比于其他傳統(tǒng)的模型Bicubic, Bilinear,LAZA和NEDI，能提高插值的性能，同時保持低運算復雜度。
　　借鑒H.264/AVC幀內預測模式和邊緣指導的圖像插值技術的成功經驗，我們提出一種基于MPEG-2壓縮視頻的方向插值方法，在模型中，8x8的幀內預測模式幀中的規(guī)則塊在變換域被分成九種方向，然后在這一塊上的插值被認為是沿著這一像素