[發明專利]一種視頻量化參數盲估計方法有效
| 申請號: | 201710751292.6 | 申請日: | 2017-08-28 |
| 公開(公告)號: | CN107396104B | 公開(公告)日: | 2019-07-12 |
| 發明(設計)人: | 鄔震宇 | 申請(專利權)人: | 電子科技大學 |
| 主分類號: | H04N19/124 | 分類號: | H04N19/124;H04N19/85 |
| 代理公司: | 四川君士達律師事務所 51216 | 代理人: | 芶忠義;董杰 |
| 地址: | 610000 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 視頻 量化 參數 估計 方法 | ||
1.一種視頻量化參數盲估計方法,其特征在于按照以下步驟進行:
步驟1:設置量化步長參數閾值Tq,并按下面的(1)式計算待選量化步長集{QS(k)};
其中round()表示四舍五入到整數位函數;
步驟2:將待測視頻區域按照從左到右、從上到下的順序分為M個Bx×By大小的視頻塊,M視待測區域大小而定,Bx、By分別表示水平和垂直方向視頻塊中像素點個數;
步驟3:先按下面(2)式計算視頻塊的DCT系數;然后對所有視頻塊的頻率系數進行重組為Bx×By個頻率系數數組,其中每個視頻塊第i個位置的頻率系數組合到第i個頻率系數數組{Fi(n)}(n=1,2,3,…,M,i=1,2,3,…Bx×By);
其中f(i,j)為視頻塊中像素值;
步驟4:對每個頻率系數數組進行檢查如果整個數組的所有頻率系數絕對值均小于QS(0),則排除該頻率系數數組不作量化步長估計,其量化步長與{F1(n)}組的量化步長記為一致;
步驟5:按式(3)對第i組頻率系數數組中的頻率系數Fi(n)進行重新量化處理,得到第i組頻率系數第k級量化步長下的重構值
其中round()表示四舍五入到整數位函數;
步驟6:按照(4)式計算出第i組頻率系數數組在不同量化步長作用下的重量化質量數組{PSNRi(k)}:
其中
步驟7:先按(5)式計算第i組頻率系數的質量數組的二階差分函數{Δ2PSNRi(k)};再按(6)式計算第i組頻率系數的最佳量化步長指數并確定估計的最佳量化步長
Δ2PSNRi(k)=PSNRi(k+1)-2PSNRi(k)+PSNRi(k-1),
其中k=1,…N-1; (5)
其中max{}為求最大值函數,表示求取使得-(Δ2PSNRi(k))達到最大的k值;
步驟8:根據第1組頻率系數計算出第1組頻率系數的最佳量化步長以及第1組頻率系數的質量數組的二階差分函數{Δ2PSNR1(k)},同時設置質量數組的二階差分函數閾值T,用以確定是否需要再進一步進行區域劃分,即如果-(Δ2PSNR1(index))≤T,或者待測視頻區域大小大于Bx×By,表明需要進一步進行區域劃分,則轉步驟9;反之則不需要進一步進行區域劃分,轉步驟10;
步驟9:將待測視頻區域進行水平和垂直平均分割成四個原始1/4大小的區域,轉步驟1;
步驟10:重復步驟5~步驟7,計算出i>1的所有估計的最佳量化步長同時如果-(Δ2PSNRi(index))≤T且i>1,則第i組頻率系數的最佳量化步長記錄為第1組頻率系數的最佳量化步長;
步驟11:重復步驟2~步驟10,遍歷所有的待測視頻區域,得到所有視頻區域所有頻率系數的最佳量化步長。
2.按照權利要求1所述一種視頻量化參數盲估計方法,其特征在于:所述步驟2中Bx=8,By=8或者Bx=4,By=4。
3.按照權利要求1所述一種視頻量化參數盲估計方法,其特征在于:所述步驟1中N=52。
4.按照權利要求1所述一種視頻量化參數盲估計方法,其特征在于:所述步驟1中Tq=21。
5.按照權利要求1所述一種視頻量化參數盲估計方法,其特征在于:所述步驟8中T=0.95。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學,未經電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710751292.6/1.html,轉載請聲明來源鉆瓜專利網。





