基于紋理分析與合成的視頻編碼.pdf

1、最近二十年來，圖像和視頻壓縮取得了很大的進(jìn)步。就壓縮效率來說，最新的JPEG2000和MPEG-4H.264/AVC大大的超過了它們的前幾代標(biāo)準(zhǔn)。然而眾所周知，任何判斷標(biāo)準(zhǔn)都沒有視覺質(zhì)量更具有雄辯力，但所有的編碼機(jī)制都僅僅考慮象素間的統(tǒng)計上的冗余，而完全忽略了知覺上的冗余，也就是說以往視頻壓縮編碼技術(shù)的評價準(zhǔn)則以率失真性能(Rate-DistortionPerformance)為主，雖然這一指標(biāo)被廣泛采用，但并沒有完全反映人類的視覺特性

2、。從本質(zhì)上來說，壓縮機(jī)制和視覺系統(tǒng)面臨著一個相似問題，即，怎樣以一種高效率和有效的方式來描述視覺對象。我們還是有可能在壓縮系統(tǒng)中采用某種視覺技術(shù)來達(dá)到感知保真度而不是象素保真度的。為此，本文對視頻圖像中的主觀視覺質(zhì)量進(jìn)行了研究，提出了基于紋理分析與合成的視頻編碼器和解碼器。它主要用一個紋理分析器識別出這些紋理區(qū)域，再用一個紋理合成器對這些特殊的紋理區(qū)域進(jìn)行合成。其余的區(qū)域則采用傳統(tǒng)的視頻編碼方法進(jìn)行編碼。
　　對于視頻圖像中紋理區(qū)

3、域的檢測與劃分，本文采用了MPEG-7中EHD和SCC描述子作為相似度準(zhǔn)則對圖像進(jìn)行分割與合并。用EHD和SCC作為相似度準(zhǔn)則計算各個宏塊之間的距離，如果它們之間的距離小于一個給定的閾值，則認(rèn)為它們的紋理特性相似，就把這兩個宏塊合并到同一集合中。
　　本文對全局運(yùn)動估計的仿射模型(AffineModel)進(jìn)行了一定的研究和分析。對于紋理區(qū)域的合成，采用基于仿射模型的全局運(yùn)動估計得到仿射參數(shù)，然后把仿射參數(shù)傳到解碼端，并在解碼端對相

4、應(yīng)的紋理區(qū)域進(jìn)行合成。
　　此外，本文還提出了一種基于碎片縫合的紋理合成的方法。它首先通過時域直接模式得到紋理塊的運(yùn)動向量，然后對運(yùn)動向量進(jìn)行糾正。接下來對紋理塊用重疊塊運(yùn)動補(bǔ)償進(jìn)行處理。之后把每個紋理宏塊劃分成4個12×12的重疊的碎片，并通過重疊塊內(nèi)像素之間的差異來決定用前向、后向還是雙向預(yù)測。然后，在重疊區(qū)域內(nèi)找到一條最優(yōu)的縫，縫的兩側(cè)的像素或保留或更新。經(jīng)過這樣的處理，合成后的紋理很好地保持了原來紋理的特性，看上去沒有明顯