[發(fā)明專利]一種視頻的分布式壓縮感知編解碼方法

有效

• 申請?zhí)枺?/td>: 202010171701.7
• 申請日: 2020-03-12
• 公開（公告）號: CN111510719B
• 公開（公告）日: 2022-03-15
• 發(fā)明（設計）人: 孫鵬達;闊永紅;陳健
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04N19/176
• 分類號: H04N19/176;H04N19/119;H04N19/625;H04N19/14
• 代理公司: 鄭州芝麻知識產(chǎn)權代理事務所(普通合伙) 41173
• 代理人: 董曉勇

1.一種視頻的分布式壓縮感知編解碼方法，其特征在于：包括步驟1，對關鍵幀的基于JPEG編碼算法的改進；步驟2，對非關鍵幀的基于BCS_SPL重建算法的改進；

其中步驟1中關鍵幀的編碼過程中在分塊DCT的基礎上加入基于Canny邊緣檢測的自適應方法含有以下步驟：

步驟1.1：對圖片計算自適應分塊信息；

步驟1.2：根據(jù)得到的分塊信息進行不同尺寸的DCT變換編碼；

其中步驟2中非關鍵幀在BCS_SPL算法的基礎上引入動態(tài)自適應尺度因子，含有以下步驟:

步驟2.1：通過循環(huán)硬門限法算法測試、創(chuàng)建并統(tǒng)計最佳尺度樣本數(shù)據(jù)；

步驟2.2：計算樣本圖片的紋理復雜度；

步驟2.3：對樣本數(shù)據(jù)使用BP神經(jīng)網(wǎng)絡進行訓練，得到自適應尺度因子模型；

步驟2.4：修改原BCS_SPL算法，增加新的輸入?yún)?shù)；含有以下步驟：在原BCS_SPL算法中引入新的輸入?yún)?shù)：紋理復雜度w，w的值通過步驟2.2計算，將w傳入BCS_SPL算法后，加載步驟2.3訓練好的模型M，使用Q＝M(w,b)來計算近似最佳尺度因子Q，改動原算法的閾值計算函數(shù)，將函數(shù)中的固定尺度因子0.6745修改為近似最佳尺度因子Q，原算法其他部分無需改動，即將修改為

步驟2.5：使用改進的BCS_SPL算法修改整個非關鍵幀編碼和解碼流程，其含有以下步驟：在使用改進的BCS_SPL算法時，編碼端多計算一個紋理復雜度參數(shù)，該參數(shù)會隨編碼數(shù)據(jù)一同傳輸?shù)浇獯a端，便于解碼，解碼端在接收到紋理復雜度后，傳入到解碼函數(shù)中，便于計算自適應尺度因子。

2.根據(jù)權利要求1所述的視頻的分布式壓縮感知編解碼方法，其特征在于：所述步驟1.1含有以下步驟：

1.1.1、采用Canny邊緣檢測方法對圖片進行邊緣化，得到只包含0和1的二值矩陣，統(tǒng)計整張圖片二值矩陣中1的個數(shù)，稱為總邊緣點數(shù)；

步驟1.1.2、將圖片按照32x32尺寸進行平均分塊；

步驟1.1.3、統(tǒng)計分塊的個數(shù)，使用總邊緣點數(shù)除以分塊個數(shù)得到每一分塊的平均邊緣點數(shù)；

步驟1.1.4、根據(jù)每一塊的點數(shù)與平均點數(shù)的對比結果，判斷是否繼續(xù)分塊；

步驟1.1.5、若當前塊邊緣點數(shù)大于平均邊緣點數(shù)且當前分塊尺寸大于16x16時，需進行進一步分塊，則執(zhí)行1.1.6；否則不需要繼續(xù)分塊，則執(zhí)行步驟1.1.7；

步驟1.1.6、繼續(xù)分塊則將當前分塊平均分為四份，統(tǒng)計每個新分塊邊緣點數(shù)，并計算得到新分塊的平均邊緣點數(shù)，然后執(zhí)行1.1.4；

步驟1.1.7、記錄當前分塊在整個圖片的坐標位置，以整張圖片左上角為原點，當前分塊左上角的點到圖片左邊界的距離為橫坐標x；當前分塊左上角的點到整張圖片上邊界的距離為縱坐標y，并記錄當前分塊大小b；

步驟1.1.8、當整張圖片所有分塊均不能繼續(xù)分塊后，輸出該圖片的自適應分塊信息，分塊信息為一個二維矩陣，每一行三個數(shù)據(jù)，分別代表分塊的橫坐標、縱坐標以及分塊大小，數(shù)據(jù)記錄順序是原圖片中從左到右從上到下依次記錄分塊信息。

3.根據(jù)權利要求1所述的視頻的分布式壓縮感知編解碼方法，其特征在于：所述步驟1.2含有以下步驟：編碼時循環(huán)讀取自適應分塊信息表，根據(jù)表中每一行的分塊橫縱坐標和分塊大小從原圖片中讀取相應大小的塊數(shù)據(jù)；對獲取的塊數(shù)據(jù)進行DCT變換編碼以及均勻量化和熵編碼工作；最后將該編碼后的數(shù)據(jù)打包發(fā)送，完成關鍵幀編碼。

4.根據(jù)權利要求1所述的視頻的分布式壓縮感知編解碼方法，其特征在于：所述步驟2.1含有以下步驟：選取100幅不同紋理復雜程度的圖片作為實驗圖片，使用8x8、16x16以及32x32三種分塊大小，在0.2～0.8的采樣率下進行實驗，其中間隔為0.1，每次實驗進行100次取均值，共獲得2100組數(shù)據(jù)。

5.根據(jù)權利要求1所述的視頻的分布式壓縮感知編解碼方法，其特征在于：所述步驟2.2含有以下步驟：繼續(xù)使用步驟2.1中的100幅樣本圖片，使用Canny邊緣檢測方法使這些圖片進行邊緣化，得到0、1二值矩陣；統(tǒng)計矩陣中1的個數(shù)P，用P除以圖片大小得到圖片紋理復雜度，將每張圖片的紋理復雜度一一對應地添加到步驟2.1中的測試數(shù)據(jù)中，作為樣本數(shù)據(jù)。