基于模糊數(shù)學的視頻差錯掩蓋技術研究.pdf

1、隨著電子技術、通信技術和計算機技術的飛速發(fā)展，視頻傳輸已得到越來越廣泛的應用，如公用電話網(wǎng)上的可視電話，移動通信網(wǎng)上的視頻通信，Intemet上的視頻流傳輸?shù)?。這些網(wǎng)絡或者是誤碼易發(fā)的通信環(huán)境，或者是無服務質量(QoS，QualityofService)保證的通信環(huán)境。在這些網(wǎng)絡中，由于實時通信的要求，或由于信道的帶寬有限，或由于信道特性的不同，往往前向糾錯編碼(FEC，F(xiàn)orwardErrorCorrection)的能力有限，更難以采

2、用自動請求重傳(ARQ，AutomaticRepeatRequest)的方式來改善傳輸質量。盡管近來有關提高視頻傳輸OoS的方法較多，而且，其中也有不少確實能夠顯著地克服誤碼(丟包)影響，提高圖像質量的措施，但是這些措施并不能保證完全地糾正傳輸差錯，因而接收端必然會或多或少地收到一定量的誤碼或引起數(shù)據(jù)包(Packets)的丟失，從而使解碼圖像質量下降或嚴重下降，甚至不能成像。在這種情況下，要糾正這些誤碼已是不可能的了。因此，只有采用差錯

3、掩蓋的方法，盡量降低誤碼對重建圖像質量的影響，為觀察者提供一定主觀質量保證的視頻圖像。這就是一種基于解碼端的誤碼處理方法：即差錯掩蓋的方法。這種方法不增加編碼器的復雜度，不增加編碼碼流的冗余度，因此不增加通信的傳輸負擔；這種方法是屬于視頻信息的后處理方法，原則上對任何圖像編解碼格式和標準都適用，因此其應用范圍很廣。 本論文重點研究解碼后有差錯視頻的掩蓋技術，在研究了模糊數(shù)學的處理方法和前人對視頻差錯掩蓋研究成果的基礎上，提出了三

4、種基于模糊數(shù)學和其它算法相結合的視頻差錯掩蓋方法。論文的主要研究內容與創(chuàng)新成果如下： L回顧了前人過去在視頻差錯掩蓋方面所做的工作，闡述了視頻差錯掩蓋所應滿足的約束條件，總結了他們在研究方法上的不足，探討了提高差錯掩蓋算法性能的途徑。 2．提出了一種基于模糊聚類和網(wǎng)格變形相結合的視頻差錯掩蓋算法，并給出了實驗結果。該算法是在時空域進行的，它首先利用幀內相鄰塊的平滑約束條件和幀間相鄰塊的統(tǒng)計信息進行模糊最佳塊匹配，這種方法

5、在平移運動的場景能取得比傳統(tǒng)的塊匹配方法更好的效果，在有旋轉、變形和縮放等運動的區(qū)域，用網(wǎng)格變形的方法對第一步得到的模糊聚類匹配塊進行改進。由于基于網(wǎng)格變形的方法使得算法時間復雜度提高，所以檢測差錯塊所在的區(qū)域中有無復雜運動：如果只有平移運動，就只采用基于模糊聚類的塊匹配方法；如果有復雜運動，則分兩步進行差錯掩蓋，這樣能既能降低算法的時間復雜度，又能取得較好的效果。經(jīng)過實驗測試，從視頻主觀質量和客觀質量來看，不論是在細節(jié)豐富和運動復雜的

6、場景，還是在細節(jié)較少和運動簡單的場景，該算法的性能比文獻[72]、[73]、[74]中的算法性能都有明顯的提高。 3．為了降低基于模糊聚類和網(wǎng)格變形相結合的差錯掩蓋算法的時間復雜度，本論文提出了一種基于模糊c均值聚類的自適應差錯掩蓋算法，并給出了實驗結果，它是一種在時間域、空間域和頻率域相結合的算法。它根據(jù)視頻圖像不同的特征在不同的域進行掩蓋，如圖5．卜l所示。在最復雜的情況下，由6步組成，其中第4步為基于模糊c均值聚類的掩蓋算

7、法，這個算法主要分兩步：首先對低頻掩蓋后的16×16塊及周圍可得到的相鄰塊進行模糊聚類，然后用同一類塊的高頻系數(shù)插值出差錯塊的高頻系數(shù)。該掩蓋算法的性能仍然比文獻[72]、[73]和[74]中的算法性能高，其掩蓋質量比基于模糊聚類和網(wǎng)格變形相結合的差錯掩蓋算法略低，但其時間復雜度明顯降低。 4．為了得到更好的掩蓋效果，探討了一種基于模糊聚類和模糊神經(jīng)網(wǎng)絡的差錯掩蓋算法，該算法是將人工智能應用于視頻差錯掩蓋的一種嘗試。它主要由兩步

8、構成：首先在當前幀中，利用模糊聚類的方法找到差錯塊的相似塊，主要利用的是解碼幀的空間冗余信息；然后在對應的前一幀中建立和訓練模糊神經(jīng)網(wǎng)絡模型，主要利用的是解碼幀的時間冗余信息；最后利用該模型在本幀中推導出差錯塊的像素值。從其原理來說，它綜合運用了時間和空間的信息對差錯塊進行掩蓋，并且是以像素點為基本的處理單位，其掩蓋的精度比較好，提高了掩蓋圖像的質量。 5．對前面提出的三種視頻差錯掩蓋方法進行了比較和總結，分別指出了其優(yōu)點和不足