[發明專利]壓縮視頻超分辨率中交互式量化噪聲計算方法

無效

• 申請號: 200910062069.6
• 申請日: 2009-05-15
• 公開（公告）號: CN101577825A
• 公開（公告）日: 2009-11-11
• 發明（設計）人: 胡瑞敏;盧濤;王中元;韓鎮;蘭誠棟;陳萍;陳軍
• 申請（專利權）人: 武漢大學
• 主分類號: H04N7/26
• 分類號: H04N7/26;H04N7/30
• 代理公司: 武漢華旭知識產權事務所
• 代理人: 劉 榮

技術領域

本發明涉及一種壓縮視頻超分辨率中交互式量化噪聲計算方法，屬于多媒體通信領域。

背景技術

在視頻監控中，為了傳輸和存儲的需要，圖像的分辨率往往較小，一般市場主流是CIF(352*288)分辨率，回放視頻時的分辨率往往難以辨識監控對象。常用的提升分辨率的辦法是采用更好的監控設備，但是這樣投資大且原有設備無法重用，因而在不增加新的監控設備的前提下，通過軟件提升監控視頻的分辨率顯得非常迫切和重要。在傳統的超分辨率重建算法中，首先對圖像降質的原因如光學模糊、運動模糊、下采樣和噪聲進行了數學建模，然后并通過矩陣的求逆運算獲得高分辨率的圖像，因此精確的降質模型對超分辨率重建具有重要的作用。在壓縮視頻中，量化是壓縮過程中造成信息損失的主要原因，為了獲取精確的量化噪聲模型就需要獲取量化前DCT系數的分布特性，現有算法將DCT系數分布模型參數或者假設為固定參數或者將其作為變量進行迭代求解，精確度不高，而且還存在計算復雜度高等問題。傳統模型對壓縮視頻的重建方法中對量化噪聲的建模一般采用量化前DCT域系數分布符合均勻分布，研究表明，量化前DCT系數分布滿足拉普拉斯分布，這樣傳統的針對壓縮視頻超分辨率重建算法中量化前DCT系數分布模型并不能夠精確表達量化噪聲，因此會影響超壓縮視頻超分辨率重建的效果和質量。另一方面，單純的在解碼端重建超分辨率圖像，存在兩個問題：

(1)量化前DCT系數分布符合拉普拉斯分布，但是解碼端只有量化后DCT系數，計算量化噪聲需要引入新的變量來表征拉普拉斯分布參數，通過迭代優化獲得該參數的值，增加了計算開銷；(2)量化噪聲在DCT域表征和計算，在超分辨率重建算法中需要引入頻域約束，計算復雜度高，收斂慢。

發明內容

為了解決上述現有技術的不足，本發明提出一種壓縮視頻超分辨率交互式量化噪聲的計算方法，在視頻編碼端計算量化前DCT系數分布模型參數，然后將其傳遞到解碼端，而解碼端通過圖像塊量化前DCT系數分布概率密度和量化后DCT系數獲取更精確的量化噪聲，重建出更好的視頻質量。

本發明的技術方案包括以下步驟：

(1)在編碼端視頻幀DCT域系數進行量化操作之前，對量化前DCT系數出現的次數進行統計，求出各個系數出現的概率，統計操作的對象為圖像塊內量化前DCT系數，圖像塊的大小是編碼中DCT變換塊大小的整數倍；根據下式計算量化前DCT系數出現的概率：

P(yi)=C(yi)Σ1nC(yi)---(1)]]>

其中，i表示圖像塊中不同的量化前DCT系數，n是圖像塊中的量化前DCT系數總個數，C(y)表示量化前DCT系數出現的次數，P(y)為相應的概率。

(2)將量化前DCT系數和相應的概率帶入拉普拉斯概率分布公式計算獲得分布參數；根據下式得拉普拉斯分布參數：