[發明專利]基于JND和AR模型的感知視頻壓縮方法

無效

• 申請號: 201010182160.4
• 申請日: 2010-05-25
• 公開（公告）號: CN101841723A
• 公開（公告）日: 2010-09-22
• 發明（設計）人: 鄒采榮;王翀;趙力;王開;戴紅霞;包永強;余華
• 申請（專利權）人: 東南大學
• 主分類號: H04N7/50
• 分類號: H04N7/50;H04N7/26
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 許方

技術領域

本發明涉及多媒體信號處理技術領域，尤其是在視頻壓縮編碼開發的領域。

背景技術

在過去的幾十年中，圖像和視頻壓縮編碼的技術得到了長足的發展。代表了當前技術水平的JPEG2000和MPEG-4?AVC/H.264都體現了它們在編碼上的高效性。在已有文獻中，也出現了基于H.264的立體視頻編碼壓縮技術。這些技術都是通過去除時間空間上的冗余性來進行壓縮編碼。然而，一個通常的問題是大家都把目光聚集在那些靜態的冗余信息上，完全忽視了感知上的冗余。換句話說，之前的壓縮評判標準大多是率失真性能，雖然這樣的性能被廣泛采用，但它不能反映人類視覺特性。因此，我們要研究如何結合人類的視覺特性進一步提高壓縮編碼的效率。

在之前的文獻中，有一些已經關注了人類的視覺系統(HVS，human?visual?system)，他們關注于基于感知標準的編碼系統。在這些工作中，視頻序列中的一些紋理區域，如花、草、水和沙灘等對HVS并不重要的，先被分割出來，然后用合成的方法重構。這些文獻在進行圖像分割時都只考慮了靜態顏色或邊緣信息的特點，忽略了HVS，對不同的紋理區域，魯棒性和效果都不夠好。

發明內容

本發明的目的是提出了一種基于JND和AR模型的感知視頻壓縮技術，包括了紋理區域的分割算法和基于自回歸模型的合成算法。

本發明為實現上述目的，采用如下技術方案：

本發明基于JND和AR模型的感知視頻壓縮方法，其特征在于所述方法如下：

首先把輸入序列分為紋理幀和非紋理幀，其中I幀和P幀為非紋理幀，用H.264方法編碼，B幀為紋理幀；其次，在感知圖像的分割過程中，應用JND來檢測和分割紋理區域；將時域中的相鄰幀的像素通過自回歸紋理合成算法線性組合來合成每個像素。

優選地，所述的應用JND來檢測和分割紋理區域的方法如下：

圖像的紋理區域的分割采用的最小單位為宏塊(MB)，每一個宏塊(MB)的JND能量為：

JNDMB=1256Σi=015Σj=015JND(i,j)]]>式(1)

其中，JND(i，j)表示像素(i，j)處的JND取值；

當宏塊(MB)的JND能量大于閾值，那么就將它定義為紋理MB，否則定義為非紋理宏塊(MB)。

優選地，所述閾值取所有宏塊(MB)的JND能量的平均值：

JNDthreshold=1total_MBΣMBJNDMB]]>式(2)

total_MB表示宏塊的總體數量。

優選地，所述的自回歸紋理合成算法如下：

每一個紋理區域中的像素都是用跟它最接近的前后參考幀的線性組合來生成的，插值的公式如下：

式(3)

其中

式(4)