影像構件化的生成和層間壓縮方法研究

來源: www.126151.tw 發布時間:2016-08-15 論文字數:38297字
論文編號: sb2016081016480915841 論文語言:中文 論文類型:碩士畢業論文
本文是工程論文,本論文實驗課題主要研究的是對海量影像的金字塔模型,通過制定編解碼流程實現編碼端碼流的生成與壓縮和解碼端碼流的恢復。
第一章 緒論
 
1.1 引言
21 世紀,隨著網絡技術的發展,人們對通訊媒體的要求越來越高,視頻傳輸成為多媒體領域的研究重點。在網絡中,通信方和接收方存在異構性,每個子網的資源能力分布不同,處理能力、存儲能力等方面也存在很大的差異,接收的一端對于不同分辨率的設備,處理能力也有差別,使得視頻具有多樣多樣的形式[1]。因此用戶可能訪問高速的服務器,可能訪問中低速的調制解調器,也可能從低等速度的無線網絡中獲取視頻信息,這樣在不同的網絡中,會得到不同帶寬的視頻信息,由于網絡環境的帶寬波動大,視頻碼流很難保持恒定的速率來進行有效高速的傳輸,質量也會有一定的衰減。在網絡帶寬和異構性的影響下,如何在不同終端獲取高效的視頻碼流成為急于要解決的問題。用戶需要獲得不同形式的碼流,可伸縮編解碼技術的出現滿足了用戶的要求[2],成為現在視頻網絡的熱門方向,也會在未來不斷發展,成為監控方面的主要發展領域[3]??缮炜s視頻編解碼(SVC),即 Scalable Video Coding,生成的碼流層次具有不同的分辨率,不同層次的碼流分別進行編解碼。SVC 技術可以將數據分成一個基礎層和很多分辨率、質量可選的增強層,這樣一個分層的視頻碼流就可以支持多種網絡,滿足不同帶寬和不同質量的要求?;A層對最低質量的碼流編解碼,而增強層不僅擁有基礎層所擁有的信息,還有在此基礎上的其他信息,解碼端對不同的層次進行處理,獲得需要的分辨率圖像[4]。這種分層的質量、空間可伸縮方法使得在網絡中可以獲取不同質量的圖像,獲取所需的分辨率[5]。SVC 技術的出現,使得傳輸和存儲提供不同分辨率圖像的功能成為可能,越來越成為視頻編解碼技術領域的熱點。幾十年來,遙感技術不斷發展,應用在生活中的范圍也越來越廣泛,在水利、土地資源管理等方面都有很大的應用,對促進社會的進步起了關鍵作用。隨著遙感技術觀測形成的可觀質量影像,如何對大數據的遙感圖像進行有效的處理也成為大家關注的焦點,可伸縮編解碼的方法越來越多的應用在大數據影像的壓縮上[6],其中常用的方法是形成金字塔模型。金字塔模型的迅速發展,實現了大數據影像能夠形成不同分辨率和質量的圖像。如何保證金字塔各層形成高質量的圖像,并且保證網絡傳輸壓縮質量,是大家所關注的話題,也成為本課題的研究重點。
.........
 
1.2 海量影像金字塔的技術發展
近幾十年來,我國航天事業不斷發展,遙感技術在衛星領域獲取數據的能力也越來越強,而獲取的海量圖像該如何應用,越來越成為研究的重點。隨著數據量的增大,如何從其中獲取用戶需要的數據是非常關鍵。海量影像數據需要有效的進行管理并且提高處理的效率,金字塔模型的出現使得大數據影像資料有效率的進行顯示和瀏覽成為可能。金字塔技術能夠很好的解決讀取問題,直接讀取用戶需要的服務和對象[7]。影像金字塔,即對一幅影像數據的多層數據進行分層管理,分別顯示不同分辨率和質量的圖像,大數據影像資料的金字塔分辨率是逐步變化的。最底層表示的是高分辨率的影像資料,隨著級數的上升,尺寸和分辨率逐級降低。建立影像金字塔,可以獲取需要的分辨率圖像,提高了遙感技術處理的效率[8]。圖1-1為一幅金字塔數據的圖片,實現了4級的不同分辨率展示。海量遙感圖像覆蓋面積廣,對傳輸的速度和存儲的容量有很大的要求。對大數據海量圖像進行有效壓縮,可以降低信道的使用費用,進行更多的并行業務,減小存儲的容量,提高傳輸的效率。進行有效的壓縮才能實現對圖像的性能實現,所以要選取好的壓縮方法。目前,主要采取四種方法進行壓縮:差分脈沖調制編碼(DPCM)、離散余弦變換(DCT)、矢量量化(VQ)和變換編碼[9]。JPEG2000在JPEG壓縮算法的基礎上,加入了小波變換技術,極大地提高了數據存儲的效率[10]。大數據影像壓縮算法從預測編碼到變換編碼再到小波編碼[11],壓縮的效率也在不斷的提高。下面就介紹這三發表展的代表技術,差分脈沖編碼(DPCM)、JPEG離散余弦變換編碼和JPEG2000。
.........
 
第二章 影像紋理編碼構件化的生成
 
2.1 AVS 幀內預測模式分析
AVS 視頻標準是我國第一代自主研發的視頻標準,相比于國際上通用的 H.264 標準,幀內預測技術在之前亮度的 9 種 4*4 塊,4 種 16*16 塊和 4 種色度塊預測的基礎上,簡化成基于 8*8 塊大小的 5 種亮度模式預測和 4 種色度模式預測,大大減少了計算的復雜度。相鄰塊兒之間具有很大的相關性,幀內預測技術可以利用這種相關性來減少冗余。在 AVS 標準中,當前塊兒充分利用左邊塊和上邊塊的信息來進行預測,得到的預測值與實際像素值的差值很小,對殘差的碼字編碼會減少傳遞的比特數,大大減少壓縮的尺寸。
........
 
2.2 基于紋理的降采樣濾波器設計
AVS 幀內預測基于 8*8 塊大小,通過對每個 8*8 塊旁邊的宏塊信息對待處理塊進行預測編碼,極大的提高了處理效率。在本課題的研究中,充分利用了 AVS 幀內預測中亮度的 5 種預測模式和色度的 4 種預測模式,來體現圖像的相應紋理信息,進而進行下采樣的設計。所以在對圖像的處理中,沿襲了 AVS 標準的分塊方法,把圖像按照 8*8塊依次進行預測處理,對每個塊兒選擇所對應的預測信息,而作為紋理的依據對此塊進行相應處理,每個塊兒選擇不同的濾波器。圖像的視覺性質中,紋理是一種重要的表現形式,局部與整體具有相似性。圖像的紋理分布可以表征圖像的表面細節,是以一定的統計特征進行排列的點,表現出一定的方向信息,在某個紋理區域內,結構大致相同[46]。紋理特征在局部有一定的序列性,在所在區域更大范圍內重復,在紋理區域地方結構尺寸大致一致。紋理信息不僅表現了在某個區域內結構之間的聯系,而且也表現出與環境的聯系,要充分利用紋理信息,圖像的處理會更加有效。降采樣的過程就是圖像像素減少的過程,得到低分辨率的圖像。用戶期望得到不同尺寸的圖像,通過對像素點的篩選,盡量多的保留原始信息[47]。要想盡量得到清晰的圖像,就要盡量選取好的濾波方法和濾波器。常用的降采樣方法有基于等間隔采樣的圖像縮小方法和基于局部均值的圖像縮小方法。
........
 
第三章 層間壓縮方法中步驟的實現.........37
3.1 DCT 變換及 IDCT 變換介紹..........37
3.2 量化器的原理及優化......38
3.3 熵編碼與熵解碼的原理.......... 46
3.4 本章小結...........49
第四章 層間壓縮編解碼......51
4.1 金字塔數據的編解碼框架及流程.........51
4.2 解碼構件的劃分與分析......... 52
4.2.1 解碼構件的分裝和接口定義........52
4.2.2 解碼過程的實現....53
4.2.3 實驗仿真測試........54
4.3 與 JPEG 層間壓縮方法的比較測試..... 55
4.4 本章小結...........57
第五章 工作總結與展望......59
5.1 工作總結...........59
5.2 工作展望...........60
 
第四章 層間壓縮編解碼
 
4.1 金字塔數據的編解碼框架及流程
海量圖像金字塔數據的生成和編解碼框架如上圖所示,原始的圖像經過前文所述設計的降采樣過程進行金字塔下采樣數據的生成,直到最頂層。最頂層數據很小,整個層都進行 DCT、量化、熵編碼的過程,形成第 N 層的碼流,打包傳輸進行壓縮,然后經過解碼解出最頂層圖像。最頂層經過升采樣過程,生成第 N-1 層的預測圖像,與下采樣過程生成的第 N-1 層數據進行相減計算,對兩者的殘差進行 DCT、量化、熵編碼的過程,這樣傳輸的碼流尺寸非常小,大大減少了信道的資源占用。殘差經過解碼過程,恢復出殘差的數據,與升采樣的預測數據進行加和,在和的基礎上進行升采樣過程,這樣形成的的下一層的數據圖像質量將會接近原始圖像。這樣的過程一直到金字塔的第一層,生成的數據與重構殘差相加,得到與原始圖像尺寸相同的圖像,恢復出了海量圖像數據。本文設計的海量圖像金字塔流程,把編碼和解碼緊密聯系起來,升采樣的數據是編碼和解碼過程共同生成的數據,除了數據小的第 N 層需要傳輸編碼外,其他層傳輸的都是殘差數據,比原始數據要小很多,大大減少了傳輸的比特數和占用的資源。
........
 
總結
 
隨著網絡技術的快速發展,對存儲和傳輸帶寬提出了新的要求,顯示不同層次的畫面成了必然發展的趨勢,可伸縮編碼應運而生。遙感技術得到大量的遙感圖像,海量影像的構建成為問題,生成金字塔模型成為解決的關鍵,傳統的海量影像金字塔方法對于每層數據的存儲方式大大增加了傳輸的數據量,而且生成的每層影像質量也有待提高,針對這些問題,本文提出了新的金字塔生成流程。主要完成的工作如下所示:
1、紋理降采樣流程的設計。海量影像數據經過不斷下采樣形成每一層的原始數據,要想得到高的圖像質量,要選擇合適的降采樣方法。紋理方向表示一個圖像的灰度走向,本文利用 AVS 的幀內預測信息,根據預測方向進行不同情況不同濾波器的降采樣過程,這樣能夠多的保留原始圖像的信息,得到高質量的圖像。在本文降采樣過程中,引入了原子構件的概念,根據所在圖像的位置分成不同的情況,對降采樣過程進行封裝,提高了整體處理的效率。用實驗驗證了設計的降采樣濾波器的性能,也證明了原子構件的可用性,通過與不同方法的對比,計算性噪比,證明了本方法的優越性。
2、設計了新的金字塔編解碼框架,對最頂層數據進行壓縮編碼,然后進行解碼恢復圖像數據。通過對降采樣生成的每層數據與下一層升采樣得到的預測信息進行相減得到每一層的殘差,對殘差編碼解碼后,把得到的解碼數據與預測數據進行加和來升采樣,得到的上層圖像質量會大大提高。本文設計的流程大大提高了壓縮比。
3、修改量化表,更加適合本方法的編碼流程。對 DCT 后的系數進行統計,能量大大減少,如果使用傳統的量化方法,在重構時會得不到補償,會影響圖像質量。針對殘差的數值小的特點,測試了 DC 和 AC 系數的分布特點,統計與傳統方法量化過程的方差均值,通過對量化表的優化,計算了最終得到的碼流尺寸大小,對比了不同方法的壓縮比,證明了此種方法的優越性。
4、在編解碼框架流程中,設計最頂層和殘差的解碼過程,把過程封裝為原子構件,解碼恢復傳輸的碼流圖像,設計了解碼的程序。
.........
參考文獻(略)

原文地址:http://www.126151.tw/gclw/15841.html,如有轉載請標明出處,謝謝。

您可能在尋找工程碩士方面的范文,您可以移步到工程碩士頻道(http://www.126151.tw/gclw/)查找


上一篇:基于Burgers四元件模型的織機經紗蠕變及橫向振動特性研究
下一篇:復雜網絡的社區發現算法研究
深圳证券交易所股票