[发明专利]基于视频时空相关性约束的分布式视频编码重构方法

说明书

技术领域

本发明涉及的是一种视频信号处理技术领域的方法，具体是一种基于视频时空相关性约束的分布式视频编码重构方法。

背景技术

视频编解码技术对于视频的存储和传输等应用至关重要。现有的视频编码技术(如H.264/AVC，MPEG-x系列标准)在编码端进行运动估计和运动补偿来消除视频信号的时间冗余。该方案虽然可获得较好的率失真性能，但要求编码器的运算复杂度大大高于解码器(通常为5-10倍)。分布式视频编码(也称为Wyner-Ziv视频编码)技术是一种新的视频编码框架，它满足了最近出现的一些新应用的要求，如手机摄像，无线多媒体传感器网络等。这些应用由于受到电池寿命和运算能力的限制，要求编码运算复杂度较低以降低编码功耗，同时又要求获得较好的率失真性能以降低传输功耗。为了进一步提高分布式视频编码的率失真性能，研究者分析了分布式视频编码的解码端重构技术来提高输出视频的主客观质量，同时无需增加编码码率。

经过对现有技术的文献检索发现，目前主要存在两种分布式视频编码的重构方案：基于最大后验概率(MAP)的重构方法和基于最小均方误差(MMSE)的重构方案。基于最大后验概率的方法将重构值选择为量化区间中后验概率最大的值，而基于最小均方误差的方法将重构值选择为量化区间中能够最小化重构值均方误差的值。除此之外，A.Roca、J.PradesNebot和E.J.Delp在2009年的SPIE Visual Communication and Image Processing会议上发表的“Adaptive reconstruction for Wyner-Ziv video coders”提出了一种根据视频帧内相关性不均匀分布的特性进行重构，但还是归结为一种基于最小均方误差的重构方案。这些方案都是将视频帧的像素值(或变换系数值)建模为独立同分布的随机信源，并没有考虑相邻像素(同一子带内变换系数)之间的相关性约束。这些不足促使本发明在此基础上提出一种更加有效的重构方法，通过分析视频信号本身的时间和空间相关性约束来提高重构结果的主客观质量。

发明内容

本发明针对现有技术存在的上述不足，提供一种基于视频时空相关性约束的分布式视频编码重构方法，旨在提高分布式视频编码系统的主客观质量而无需增加编码码率。

本发明是通过以下技术方案实现的，本发明包括以下步骤：

第一步、编码端将视频帧分为关键帧和Wyner-Ziv帧并相应编码后得到关键帧码流以及Wyner-Ziv帧码流并发送至解码端；

所述的关键帧采用常规混合预测编码方式进行编码得到关键帧码流并作为解码端构造Wyner-Ziv帧边信息的参考；

所述的Wyner-Ziv帧(或Wyner-Ziv帧变换到变换域后的变换系数)经量化后采用Slepian-Wolf编码器进行编码产生Wyner-Ziv帧码流。

所述的常规混合预测编码方式包括：H.264/AVC或MPEG-x编码；

第二步、解码端根据收到的关键帧码流进行解码并构造得到Wyner-Ziv帧的边信息，然后通过Slepian-Wolf解码器参考Wyner-Ziv帧的边信息与所收到的Wyner-Ziv帧码流进行比特平面的解码，当前Wyner-Ziv帧的所有比特平面解码完成之后，可得到量化区间[B_L，B_U]。

所述的量化区间是指：由解码的比特平面所获得的包含实际值的区间。因为比特平面的数目通常少于原始信号的位长，所以只能确定实际值的存在区间。例如，对于像素域分布式视频编码，要完全确定某像素值需要8个比特，而在有损压缩中考虑到压缩率的要求，比特平面的数量通常会小于8，假设共传输了5个比特平面，则全部比特平面解码后只能确定大小为2^(8-5)＝8的区间，该区间即为量化区间。

所述的视频时空相关性约束是指：将Wyner-Ziv帧建模为一个马尔科夫随机场(MarkovRandom Field，MRF)并通过定义能量函数在重构过程中引入相邻像素间(和同一子带内相邻变换系数间)的空间相关性约束，并通过估计当前帧初始估计值与相邻已解码帧之间的运动场，预测当前Wyner-Ziv帧的局部结构特征以用于施加具体的空间约束。

第三步、Slepian-Wolf解码后，根据确定的量化区间[B_L，B_U]、边信息以及已解码的相邻帧进行重构操作。

所述的重构操作针对像素域分布式编码方案和变换域分布式编码方案可分为：像素域分布式编码重构方法和变换域分布式编码重构方法，其中：