[發明專利]基于JND的時間域重疊變換多描述編碼、解碼的方法及系統

有效

• 申請號: 201710192949.X
• 申請日: 2017-03-28
• 公開（公告）號: CN106961607B
• 公開（公告）日: 2019-05-28
• 發明（設計）人: 孟麗麗;宗京秀;張佳;萬文博;季輝;王春靜;孫建德
• 申請（專利權）人: 山東師范大學
• 主分類號: H04N19/39
• 分類號: H04N19/39
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

1.一種基于JND的時間域重疊變換多描述編碼方法，其特征在于，包括：

獲取圖像信息，將圖像信息分為兩個子集，分別作為第一子集和第二子集，同時生成第一描述和第二描述，所述兩個描述均同時包括第一子集和第二子集；

對第一描述，基于多描述方法，采用第一子集預測第二子集，并根據第一子集與第二子集的預測值進行熵編碼，輸出第一多描述碼流；

對第二描述，基于多描述方法，采用第二子集預測第一子集，并根據第二子集與第一子集的預測值進行熵編碼，輸出第二多描述碼流；

輸出第一多描述碼流的方法包括：對第一描述，采用基于時間域的重疊變換對第一子集、第二子集分別進行前向濾波，對第一子集的前向濾波值依次進行DCT變換、基于JND的閾值濾波和量化處理，根據第一子集的DCT重建系數預測第二子集的前向濾波值，對第二子集的前向濾波預測冗余依次進行DCT變換和量化處理，對所述第一子集的量化值和第二子集前向濾波預測冗余的量化值進行熵編碼，輸出第一多描述碼流；

所述多描述方法包括依次對所述兩個子集進行基于時間域的重疊變換、DCT變換、基于JND的閾值濾波和量化處理。

2.根據權利要求1所述的方法，其特征在于，輸出第二多描述碼流的方法包括：對第二描述，采用基于時間域的重疊變換對第一子集、第二子集分別進行前向濾波，對第二子集的前向濾波值依次進行DCT變換、基于JND的閾值濾波和量化處理，根據第二子集的DCT重建系數預測第一子集的前向濾波值，對第一子集的前向濾波預測冗余依次進行DCT變換和量化處理，對所述第二子集的量化值和第一子集前向濾波預測冗余的量化值進行熵編碼，輸出第二多描述碼流。

3.根據權利要求2所述的方法，其特征在于，在第一描述中的量化處理階段，第一子集的量化步長小于第二子集前向濾波預測冗余的量化步長；在第二描述中的量化處理階段，第二子集的量化步長大于第一子集前向濾波預測冗余的量化步長。

4.根據權利要求1所述的方法，其特征在于，根據空間對比敏感度函數、亮度自適應函數和紋理掩蓋效應模型三者的乘積，進行所述基于JND的閾值濾波處理。

5.一種基于權利要求1所述編碼方法的多描述解碼方法，其特征在于，包括：

接收所述第一多描述碼流并進行熵解碼，基于多描述反變換方法，輸出第一重構的圖像信息；

接收所述第二多描述碼流并進行熵解碼，基于多描述反變換方法，輸出第二重構的圖像信息；

所述多描述反變換方法包括依次對所述兩個子集進行反量化處理、IDCT變換和基于時間域的反重疊變換。

6.根據權利要求5所述的方法，其特征在于，所述輸出第一重構的圖像信息的方法包括：根據第一多描述碼流的熵解碼結果，分別對第一子集、第二子集的前向濾波預測冗余進行反量化、IDCT變換，根據第一子集的IDCT變換值預測第二子集的IDCT變換值，并將該預測值與所述第二子集的前向濾波預測冗余的IDCT變換結果相加，得到第二子集的DCT系數重建值；將所述第一子集的IDCT變換值和第二子集的DCT系數重建值進行基于時間域重疊變換的后向濾波處理，輸出第一重構的圖像信息。

7.根據權利要求6所述的方法，其特征在于，所述輸出第二重構的圖像信息的方法包括：根據第二多描述碼流的熵解碼結果，分別對第二子集、第一子集的前向濾波預測冗余進行反量化、IDCT變換，根據第二子集的IDCT變換值預測第一子集的IDCT變換值，并將該預測值與所述第一子集的前向濾波預測冗余的IDCT變換結果相加，得到第一子集的DCT系數重建值；將所述第二子集的IDCT變換值和第一子集的DCT系數重建值進行基于時間域重疊變換的后向濾波處理，輸出第二重構的圖像信息。

8.根據權利要求7所述的方法，其特征在于，在第一描述中的反量化處理階段，第一子集的反量化步長小于第二子集預測冗余的反量化步長；在第二描述中的反量化處理階段，第二子集的反量化步長大于第一子集預測冗余的反量化步長。

9.一種基于JND的時間域重疊變換多描述編、解碼的系統，其特征在于，包括：

編碼器，獲取圖像信息，將圖像信息分為兩個子集，分別作為第一子集和第二子集，同時生成第一描述和第二描述，所述兩個描述均同時包括第一子集和第二子集；基于多描述方法，對第一描述采用第一子集預測第二子集，并根據第一子集與第二子集的預測值進行熵編碼，輸出第一多描述碼流；對第二描述，采用第二子集預測第一子集，并根據第二子集與第一子集的預測值進行熵編碼，輸出第二多描述碼流；

傳輸網絡，用于對所述多描述碼流進行傳輸；

解碼器，接收所述第一多描述碼流和第二描述碼流并進行熵解碼，基于多描述反變換方法，輸出第一重構的圖像信息和第二重構的圖像信息；

所述多描述方法包括依次對所述兩個子集進行基于時間域的重疊變換、DCT變換、基于JND的閾值濾波和量化處理；

所述多描述反變換方法包括依次對所述兩個子集進行反量化處理、IDCT變換和基于時間域的反重疊變換。