[发明专利]WMSN中基于CS的分布式视频编码的传输方法

说明书

技术领域

本发明涉及一种在多媒体无线传感网络中基于压缩感知的分布式视频编码的传输策略，具体为一种WMSN中基于CS的分布式视频编码的传输方法，属于压缩感知和分布式视频编码的技术领域，主要解决现有的传输方案中信道资源利用的问题。

背景技术

在传统的信号处理理论领域里奈奎斯特定理指出，要实现采样信号的精确恢复，采样率必须在原始信号带宽的两倍以上。在视频通信中，实际信号是宽带信号，这必然加大了采样环节的负担，而且一般采样设备都比较昂贵和笨重，严重限制了奈奎斯特采样定律在视频通信领域的应用。所以能否突破两倍采样频率实现原始信号的近似精确重构，已经成为工程技术人员的研究热门问题。2006年左右，华裔科学家陶哲轩，D.Donoho和E.Candes等提出了具有革命意义的信号采样方案，压缩感知(CS:compressed sensing)。压缩感知理论突破了奈奎斯特-香农定律采样率必须大于基带信号两倍带宽的局限，证明了奈奎斯特定律并不是最优的采样理论。在压缩感知理论中，即便采样率在远小于原始信号的情况下，依然可以实现精确重构。自从这种新型的编码理论提出以后，越来越多的科研人员开始对此进行了探索和研究。目前，压缩感知理论已经在图像处理、计算科学、感知网络和纯数学领域有了实际的应用。

随着多媒体传感网的发展，传统的视频编码技术已经不能满足无线多媒体传感器节点的低复杂度和低功耗要求，而且传统的视频编码方案采用“联合编码，联合解码”的技术，虽然这种技术拥有很高的压缩效率，但同时对信道错误特别敏感，尤其在信道误码率比较高的情况下容易发生误码传播，对图像造成不可复原的损失，而且传统的视频编码方案采样端的计算量很大，不能满足低复杂度和低功耗的要求。在这种情况下，一种全新的视频编码方案，分布式视频编码(DVC:Distributed Video Coding)的框架逐渐开始受到科研人员的关注。

分布式视频编码是基于20世纪70年代Slepian和Wolf以及Wyner和Ziv的信息编码理论，在编码端对信源进行独立编码，不进行或只进行简单的运动估计；解码端利用视频序列的时域、空域等相关性进行联合解码，即“独立编码，联合解码”的技术，将编码的运算复杂度从编码端转移到解码端。但分布式视频编码的具体实现方案已经是2002年以后，将经典信道编码的思想应用到分布式视频编码中，设计出了一系列比较成功的编码方案。其后经过十多年的努力，通过对编解码的各个环节进行优化，使这种基于信道编码的分布式视频编码的编码效率、率失真性能和解码效率都有比较大的改善。

相比传统的帧内编码，分布式视频编码的编码效率有了提高，但与传统的帧间编码相比，还有较大的差距。然而分布式编码仍采用奈奎斯特率进行数据采集方式不能应对视频领域海量数据的采集，为解决这一问题，研究人员考虑与传统以奈奎斯特率进行采集方式截然不同的兼具数据采集和压缩的方式--压缩感知。L.W.Kang将分布式压缩感知理论应用到视频信号中，提出了分布式视频压缩感知DCVS(Distributed compressive video sensing)算法，基于压缩感知的分布式视频编码已成为近年视频编码领域的研究热点。

发明内容

本发明在于克服已有的基于压缩感知的分布式视频编码技术中的缺点，提出一种在多媒体无线传感器网络中，基于压缩感知的分布式视频编码系统的传输策略。

本发明的技术解决方案是：

一种WMSN中基于CS的分布式视频编码的传输方法，

在不同信道BER环境下的自适应的GOP选择和自适应的采样率选择；

在压缩感知编码的基础上，通过差分帧编码实现数据量压缩；

对差分帧的各点进行阈值判断，对在阈值以内的像素点进行置零，对阈值以外的点保留。

进一步地，差分帧为当前帧和前一个参考帧的对应像素点做差之后的一帧图像，参考帧和非参考帧遵循的选取原则为：

一个视频序列被分成多个GOP，每个GOP的第一帧总是参考帧，其余的帧为非参考帧，将参考帧的选取和差分帧的稀疏度联系在一起，差分帧的稀疏度人为得设置出两个阈值：θhigh和θmoderate，差分帧的稀疏度为α，则有三种情况：

情况一：α<θmoderate，参考帧将不再有参考性，当前帧重新确立为参考帧；

情况二：θmoderate<α<θhigh，此时的参考帧和当前帧的相似度介于很高和很低之间，求得当前帧和最近的参考帧的差分帧，对差分帧进行压缩感知编码，这将压缩图像信息；