[发明专利]基于KSVD的多描述编码、解码方法及系统

权利要求书

1.基于KSVD的多描述编码方法，其特征是，包括：

获取图像信息，将图像信息分为两个子集，分别作为第一子集和第二子集，同时生成第一描述和第二描述，所述两个描述均同时包括第一子集和第二子集；

对第一描述，基于多描述方法采用第一子集预测第二子集，并根据第一子集与第二子集的预测值进行熵编码，输出第一多描述码流；

对第二描述，基于多描述方法采用第二子集预测第一子集，并根据第二子集与第一子集的预测值进行熵编码，输出第二多描述码流；

所述多描述方法包括依次对所述两个子集进行基于时间域的重叠变换、KSVD变换和量化处理。

2.如权利要求1所述的方法，其特征是，输出第一多描述码流的方法包括：对第一描述，采用基于时间域的重叠变换对第一子集、第二子集分别进行前向滤波对应得到第一子集的前向滤波值、第二子集的前向滤波值，对第一子集的前向滤波值依次进行KSVD变换和量化处理；其中，对第一子集的前向滤波值进行KSVD变换得到变换系数；根据第一子集的前向滤波值通过KSVD变换得到的变换系数预测第二子集的前向滤波值，根据第二子集前向滤波值与第二子集的预测前向滤波值之间的冗余，得到第二子集的前向滤波预测冗余；对第二子集的前向滤波预测冗余依次进行KSVD变换和量化处理；对所述第一子集的量化值和第二子集前向滤波预测冗余的量化值进行熵编码，输出第一多描述码流。

3.如权利要求1所述的方法，其特征是，输出第二多描述码流的方法包括：对第二描述，采用基于时间域的重叠变换对第一子集、第二子集分别进行前向滤波对应得到第一子集的前向滤波值、第二子集的前向滤波值，对第二子集的前向滤波值依次进行KSVD变换和量化处理，其中，对第二子集的前向滤波值依次进行KSVD变换得到变换系数；根据第二子集通过KSVD变换得到的变换系数预测第一子集的前向滤波值，根据时间域的重叠变换得到的第一子集前向滤波值与第一子集的预测前向滤波值之间的冗余得到第一子集的前向滤波预测冗余；

对第一子集的前向滤波预测冗余依次进行KSVD变换和量化处理；对所述第二子集的量化值和第一子集前向滤波预测冗余的量化值进行熵编码，输出第二多描述码流。

4.如权利要求1所述的方法，其特征是，

在第一描述中的量化处理阶段，第一子集的量化步长小于第二子集前向滤波预测冗余的量化步长；在第二描述中的量化处理阶段，第二子集的量化步长大于第一子集前向滤波预测冗余的量化步长。

5.根据权利要求1所述的方法，其特征在于，根据KSVD算法进行字典训练，利用构造的冗余字典自适应的对图像进行稀疏表示，从而获得具有较高的稀疏度的变换系数。

6.如权利要求1所述编码方法的解码方法，其特征是，包括：

接收所述第一多描述码流并进行熵解码，基于多描述反变换方法，输出第一重构的图像信息；

接收所述第二多描述码流并进行熵解码，基于多描述反变换方法，输出第二重构的图像信息；

所述多描述反变换方法包括依次对两个子集进行反量化处理、逆KSVD变换和基于时间域的反重叠变换。

7.如权利要求6所述的一种基于KSVD的多描述解码方法，其特征是，所述输出第一重构的图像信息的方法包括：

根据第一多描述码流的熵解码结果，分别对第一子集的量化值和第二子集前向滤波预测冗余的量化值依次进行反量化和IKSVD变换，根据第一子集的IKSVD变换值预测第二子集的IKSVD变换值，并将第二子集的IKSVD变换值的预测值与第二子集的前向滤波预测冗余的IKSVD变换结果相加，得到第二子集的KSVD变换系数重建值；将所述第一子集的IKSVD变换值和第二子集的KSVD变换系数重建值进行基于时间域重叠变换的后向滤波处理，输出第一重构的图像信息。