[發明專利]一種面向無線傳感器網絡的分布式視頻編解碼方法

無效

• 申請號: 201210256604.3
• 申請日: 2012-07-24
• 公開（公告）號: CN102833536A
• 公開（公告）日: 2012-12-19
• 發明（設計）人: 孫力娟;林兆曉;肖甫;王汝傳;郭劍;沙超;黃海平;蔣凌云;徐佳
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04N7/26
• 分類號: H04N7/26;H04N7/50
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 葉連生

技術領域

本發明是一種面向無線傳感器網絡的分布式視頻編解碼的改進方案，具體是一種基于像素域的聯合LDPC（Low?Density?Parity?Check?Code，低密度奇偶校驗碼）和Baum-Welch（鮑姆-韋爾奇）迭代算法的殘差視頻編解碼方法，屬于無線多媒體傳感器網絡領域。

背景技術

近年來，伴隨著無線多媒體通信技術的迅速發展，一些新的視頻應用需求開始出現，如：無線PC（Personal?Computer，個人計算機）攝像機、移動可視電話、無線視頻監控、無線多媒體傳感器網絡等。在這些新的視頻應用中，由于受限于電源電量、存儲容量、計算能力、通信能力，無線視頻終端不僅需要較低復雜度的編碼，而且需要視頻信號實時編碼和傳輸。傳統的視頻編碼標準（如MPEG（Moving?Pictures?Experts?Group，動態圖像專家組）、H.26X）都采用了混合編碼框架，編碼采用運動估計，充分挖掘視頻序列的時間和空間相關性信息，一般情況下，編碼復雜度是解碼復雜度的5~10倍，不再適用于這些新的視頻應用場合中，必須尋找新的編碼壓縮方法。

為了解決傳統視頻編碼復雜度高、和容錯能力差等問題，一種以Slepian和Wolf提出的Slepian-Wolf無損信源編碼，以及Wyner-Ziv提出的在解碼端獲得邊信息（Side?Information，SI）的Wyner-Ziv有損信源編碼為理論基礎的全新分布式視頻編碼（Distributed?Video?Coding）方法被引入，用于解決無線多媒體傳感器網絡中的視頻編碼問題。

分布式視頻編碼具有編碼簡單、解碼復雜的特點，與傳統的視頻編碼標準復雜編碼、簡單解碼具有良好的互補性。發送方采用分布式視頻編碼并將編碼的視頻流發送至基站或網絡中心節點，在基站或網絡中心結點設置碼流轉換器，將分布式碼率轉換為H.26X/MPEG碼流，然后由基站或網絡中心結點將轉換后的視頻流傳送給客戶端。該編碼方案將分布式復雜的解碼和傳統視頻的復雜編碼轉移到了基站或網絡中心，利用了基站或網絡中心較強的計算和存儲能力，這樣對于發送方和接收終端而言，僅需要進行較低復雜度的編碼和解碼，從而適用于電源電量、存儲能力、運算能力和通信能力都受限的無線多媒體傳感器網絡。

斯坦福大學A.Aaron等人提出了基于RCPT（Rate?Compatible?Punctured?Turbo?Code）分布式視頻編碼系統，UC伯克利分校的R.Puri和K.Ramchandran設計了PRISM（Power-efficient?Robust?high-compression?Syndrome-base?Multimedia）分布式視頻編碼系統。分布式編碼對多個相關信源獨立編碼，在解碼端進行聯合解碼，僅在解碼時使用到了多個信源的信息，因此將計算的負擔從編碼端轉移到解碼端，編碼端的復雜度可以很低，這符合了無線多媒體傳感器網絡節點計算能力有限的特點。在Wyner-Ziv視頻編碼中，解碼端的運動估計技術是根據幀間的相關性進行運動矢量預測實現的。當解碼端邊信息和Wyner-Ziv幀（W幀）之間的相關性較弱時，就不能準確的進行運動估計，進而影響解碼的效果。

基于像素域的分布式編碼系統是將Wyner-Ziv幀幀的每個像素值采用????????????????????????????????????????????????級別的統一尺度量化，∈｛2,4,8,16｝，將每幀圖像量化后的符號流進行位平面提取，然后對每個位平面獨立編碼。在解碼端，關鍵幀（K?幀）采用傳統的幀內解碼方法解碼。解碼時，Wyner-Ziv幀優先解碼最重要的位平面，已經解碼的位平面可以用來解碼未解碼的位平面，直到位平面全部解碼。但是對整個圖像的像素進行編碼處理，數據量較大。

基于離散余弦變化（DCT）編碼的分布式視頻編碼方案，可以實現圖像信息量很大程度上的壓縮。降低了碼率，提高了整體性能，適用于無線傳感器網絡。DCT變換是一種數字處理方法，經常用于數據處理。它把空間域圖像變換到頻率域進行分析。在空間域看來，圖像內容千差萬別，但在頻率域，經過大量圖像的統計分析發現，圖像經過DCT變換，其頻率系數的主要成分集中于比較小的范圍，且主要位于低頻部分?？梢圆扇∫恍┐胧┌杨l譜中能量較小的部分丟棄，盡量保留傳輸頻譜中主要的頻率分量，就能夠達到圖像數據壓縮目的。

雖然DCT變換可以實現編碼端較低的碼率，但是在編碼端進行DCT變換本身就帶了了編碼端復雜度的提升。同時由于對DCT系數進行量化時，如果量化步長選取不當，也會造成解碼圖像出現塊效應。