[发明专利]基于测量域块分类的视频压缩感知编码系统及方法

说明书

技术领域

本发明属于视频编码技术领域，主要涉及基于压缩感知的视频编码系统及方法，具体是一种基于测量域块分类的视频压缩感知编码系统及方法，用于视频编码系统。

背景技术

在H.264标准视频编码系统中，采用运动估计去掉视频信号的时间相关性、采用DCT变换去掉空间相关性，事实上进一步研究发现，无论是帧内块还是帧间块的DCT系数间仍然存在较强的相关性，这种相关性随着块的空间位置的临近而加强，我们将这种相关性称为频域相关。

基于压缩感知的信号采集设备利用压缩感知技术直接将模拟的光信号转化成压缩后的数字信号，因此在编码端原始像素域视频信号不可得。传统的视频编码标准中的运动估计、运动补偿、预测技术等无法适用于基于压缩感知的视频编码系统中，因此在编码端需要研究基于测量域上的信号相关性分析方法，以提高整个系统的压缩效率。或者假定编码端能够得到原始的像素域数字视频信号，直接在像素域上分析信号相关性，而这显然违背了压缩感知理论；或者在编码端引入重构算法，基于重构得到的像素域视频信号来分析其相关性，极大地增加了编码端复杂度。因此，在编码端利用低复杂度算法获取图像信号的像素域特征十分困难。

文献“Zhirong Gao，Chengyi Xiong，Cheng Zhou and Hanxin Wang，Compressive Sampling with Coefficients Random Permutations for Image Compression，International Conference on Multimedia and Signal Processing(CMSP)，pp.321-324，2011”中提到不同的图像块在变换域具有不同的稀疏度和复杂度，平滑块相对于纹理块和边缘块对应更少的非零DCT系数，纹理块DCT系数的幅值变化比较平缓，边缘块DCT系数的幅值变化比较剧烈。也就是说频域信号特征能够有效反映图像的像素域特征。

由上面的分析可知，在基于压缩感知的视频编码系统中，通过研究测量域信号相关性与相应频域信号相关性之间的关系，直接利用测量域信号实现频域信号的相关性研究，具有非常重要的研究价值。

在基于压缩感知的视频编码系统中，为了减少存储空间以及重构的复杂度通常对视频帧进行分块处理，且所有的视频块或图像块采用相同的处理方法，而忽略了不同类型视频块本身的特点。在大多数视频通信的应用中，人们主要关心的是图像的主观质量，而不是客观质量。另外考虑到人眼的视觉系统的特点，对图像的不同区域人眼的敏感度有所差异，利用块分类法将图像分成不同的区域，然后对不同的区域应用不同的处理算法。

现有的块分类方法通常利用像素域上的均值方差或者频域信号的分布特点作为分类依据，而基于压缩感知的视频编码系统的编码端像素域信号和频域信号不可得，现有的块分类方法不可用，因此在基于压缩感知的视频编码系统中研究测量域上的块分类方法，针对不同类型的视频块进行不同的处理将有助于提高系统的率失真性能。

发明内容

本发明的目的在于克服上述已有技术的缺点，提出一种基于测量域块分类的视频压缩感知编码系统及方法，针对不同类型视频块的特点对不同类型的视频块进行不同程度的压缩，以提高整个系统的率失真性能。

为实现上述目的，本发明提供了一种基于测量域块分类的视频压缩感知编码系统，包括分块压缩采样模块、测量域的块分类模块、采样率分配模块、采样数分配及二次测量模块和重构模块；分块压缩采样模块将输入视频块分成大小相等互不重叠的子块，对每个子块用相同的随机测量矩阵进行测量得到测量域信号；测量域的块分类模块由提取测量域特征图像模块、测量域与频域关系模型模块和判决模块构成，将分块压缩采样得到的子块的测量域信号分别作为矩阵的行向量得到测量域特征图像，测量域与频域关系模型模块建立了测量域信号与相应频域信号的相关性的近似线性关系，判决模块以测量域与频域信号的相关性关系模型为理论依据利用测量域特征图像进行块类别的判决，具体为计算测量域特征图像的互协方差矩阵，并且由相关性关系模型得出互协方差矩阵的元素的方差用于衡量视频块的特征，根据方差值的大小实现视频块的类型判决，通过判决模块将输入的视频块判为边缘块、纹理块或平滑块；然后系统针对判决结果以及不同类型视频块本身的特点，对不同类型的视频块分配不同的采样率；采样数分配及二次测量模块根据采样率及视频块大小确定测量数及测量矩阵，利用测量矩阵对视频块重新进行测量得到测量域信号，最后将测量域信号传输到重构模块进行重构。