基于小波的可伸縮視頻編碼.pdf

1、隨著計(jì)算機(jī)和通信技術(shù)的發(fā)展，因特網(wǎng)的流行以及多媒體業(yè)務(wù)需求的增加，通過(guò)因特網(wǎng)、無(wú)線網(wǎng)絡(luò)或有線電視網(wǎng)等傳輸視頻已經(jīng)引起了學(xué)術(shù)界和工業(yè)界的廣泛興趣。而隨著視頻應(yīng)用領(lǐng)域的擴(kuò)展，網(wǎng)絡(luò)和終端的異構(gòu)性必須被考慮。可伸縮編碼是對(duì)這種異構(gòu)環(huán)境應(yīng)用的一個(gè)有效解決方法。可伸縮性是指通過(guò)對(duì)部分壓縮碼流解碼而獲得有物理意義的圖象或視頻信息的能力。視頻服務(wù)器可以根據(jù)網(wǎng)絡(luò)帶寬和終端能力改變可伸縮碼流的分辨率、質(zhì)量或復(fù)雜度以保證用戶服務(wù)質(zhì)量。小波變換是信號(hào)處理的一個(gè)

2、強(qiáng)有力工具，它具有良好的能量集中能力，并且很自然地提供了信號(hào)的多分辨率表示，所以特別適合于圖象和視頻的可伸縮編碼。本文在基于小波的可伸縮視頻編碼領(lǐng)域內(nèi)進(jìn)行了一些研究，主要包括：小波系數(shù)編碼、運(yùn)動(dòng)補(bǔ)償時(shí)域?yàn)V波(MCTF)和運(yùn)動(dòng)編碼等方面。 圖象經(jīng)過(guò)空域小波分解后生成一個(gè)低頻子帶和多個(gè)高頻子帶，小波系數(shù)的能量主要集中在低頻子帶和高頻子帶中的細(xì)節(jié)區(qū)域。因?yàn)橹匾禂?shù)沒(méi)有固定的分布模式，所以重要位置的編碼就成為小波系數(shù)編碼的關(guān)鍵。零樹和零

3、塊是被證明為重要位置編碼非常有效的工具并已被廣泛使用。它們都按照四叉樹的方式對(duì)重要的集進(jìn)行分割。根據(jù)小波系數(shù)非常稀疏和重要系數(shù)具有聚集的特點(diǎn)，本文提出了二進(jìn)集分割(BSP)和自適應(yīng)集分割(ASP)兩個(gè)小波圖象編碼算法。它們都采用了矩形和正方形的零塊結(jié)構(gòu)，其中BSP根據(jù)子帶的方向把重要的集簡(jiǎn)單地分為兩個(gè)子集，而ASP則根據(jù)該集合的上下文自適應(yīng)地把它分為二、三或四個(gè)子集。在沒(méi)有使用算術(shù)編碼時(shí)，BSP和ASP的性能都超過(guò)了基于零樹(如SPIH

4、T)或傳統(tǒng)零塊(如EZBC)的算法；而在使用基于上下文的算術(shù)編碼時(shí)，它們的性能和EZBC接近，但都超過(guò)了SPIHT。因?yàn)樗鼈儗?duì)子帶進(jìn)行獨(dú)立編碼，所以很容易實(shí)現(xiàn)空域分辨率可伸縮。這兩個(gè)算法都可以用于小波視頻編碼中的系數(shù)編碼。 小波視頻編碼要取得成功，有效地利用時(shí)域相關(guān)非常重要。運(yùn)動(dòng)補(bǔ)償時(shí)域?yàn)V波被認(rèn)為是消除時(shí)域冗余和實(shí)現(xiàn)良好可伸縮性的有效方法。它在時(shí)間軸方向?qū)\(yùn)動(dòng)補(bǔ)償后的樣點(diǎn)進(jìn)行小波分解。在采用MCTF的視頻編碼中經(jīng)?？梢钥吹街亟ㄒ?/p>

5、頻序列的PSNR有規(guī)律地波動(dòng)，降低了重放的主觀質(zhì)量。本文從理論上詳細(xì)地分析了MCTF中引起PSNR波動(dòng)的原因，得出了導(dǎo)致PSNR波動(dòng)的三個(gè)因素，即運(yùn)動(dòng)的不一致、MCTF中的插值以及高頻幀之間的相關(guān)性。本文還導(dǎo)出了量化誤差和重建誤差之間的關(guān)系。仿真實(shí)驗(yàn)結(jié)果表明這些分析是非常成功的。根據(jù)理論分析，本文還提出了一些可能的解決方法。 本文的最后部分研究運(yùn)動(dòng)估計(jì)和編碼。本文首先介紹了層次式可變大小塊匹配(HVSBM)運(yùn)動(dòng)估計(jì)方法，并分析了

6、它的復(fù)雜度，然后提出了一個(gè)基于上下文的自適應(yīng)運(yùn)動(dòng)編碼方案，它包括運(yùn)動(dòng)向量編碼、四叉樹結(jié)構(gòu)編碼和模式編碼。在運(yùn)動(dòng)向量編碼中它使用已編碼的、并具有相同模式的鄰居運(yùn)動(dòng)向量來(lái)預(yù)測(cè)當(dāng)前運(yùn)動(dòng)向量，并用CABAC算法編碼差分運(yùn)動(dòng)向量；在四叉樹結(jié)構(gòu)編碼和模式編碼中也使用了基于上下文的算術(shù)編碼。實(shí)驗(yàn)表明，新的方案可以提高運(yùn)動(dòng)編碼效率25﹪以上，從而提高系統(tǒng)的編碼效率，特別是在低碼率時(shí)的編碼效率。為了進(jìn)一步提高低碼率應(yīng)用中的性能，需要使用可伸縮運(yùn)動(dòng)編碼。在

7、空間分辨率可伸縮運(yùn)動(dòng)編碼中，本文提出用基于率失真的裁剪方法對(duì)運(yùn)動(dòng)向量四叉樹進(jìn)行裁剪，在主觀評(píng)價(jià)和客觀評(píng)價(jià)方面都提高了系統(tǒng)的性能。相比之下，基于固定尺寸的裁剪方法雖然可以提高系統(tǒng)的PSNR，但主觀質(zhì)量卻可能下降。本文也研究了利用改變運(yùn)動(dòng)向量的精度來(lái)實(shí)現(xiàn)可伸縮運(yùn)動(dòng)編碼，但實(shí)驗(yàn)結(jié)果表明這種方法的伸縮范圍小，性能改進(jìn)也不明顯。針對(duì)運(yùn)動(dòng)編碼的特殊性，本文還提出了偽伸縮運(yùn)動(dòng)編碼的概念，它對(duì)伸縮后的運(yùn)動(dòng)向量場(chǎng)進(jìn)行獨(dú)立編碼而不是分層編碼。它不但可以實(shí)現(xiàn)