[发明专利]基于KSVD的多描述编码、解码方法及系统

说明书

本发明公开了基于KSVD的多描述编码、解码方法及系统，其中多描述编码方法包括获取图像信息，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。

技术领域

本发明涉及通信技术领域，具体是一种基于KSVD的多描述编码、解码方法及系统。KSVD(K singular value decomposition)是一种基于奇异值分解的字典训练方法，利用构造的冗余字典自适应的对图像进行稀疏表示，使获得的变换系数具有较高的稀疏度，可以更有效的表示图像的结构特征。

背景技术

随着通信技术的发展，信息在网络上的实时传输业务越来越多的被应用在生活中，但目前的互联网和无线通信环境经常会使传输的信息出现误码、丢包或延迟的问题，为提高网络传输的可靠性，人们通常对传输信息进行压缩编码、纠错编码、错误隐藏等传输预处理。其中，信源编码端的差错控制技术中的多描述编码在信道条件比较恶劣的环境中的应用较多，它将信号分解为多个独立的比特流分别通过不同的信道进行传输，可在较高压缩效率下增强信号的稳健性，能够很好地对抗突发干扰，在实现错误隐藏和错误复原方面性能优良。这些独立的比特流称为描述，他们具有相同的权重，如果只接收到一个描述也可以恢复出粗糙但可接受的图像效果，能接收到的描述越多，恢复的图像质量越好。

多描述的思想是在20世纪70年代为了在不使用备用线路的前提下提高语言线路传输的可靠度而由Miller和Boyle提出的，当时该问题被Bell实验室称为信道分离(ChalmelSPhtting)问题。在1993年由Vaishampayan等人提出了第一个实用的多描述编码方案MDSQ(Multiple Deseription Scalar Quantization)。之后，Batllo和Vaishampayan尝试将多描述和变换编码相结合，把MDSQ应用到块变换来分析多描述标量量化和正交变换之间的并行关系和联合优化。后来对多描述编码的研究中成为最成熟的便是基于相关变换的方法，尤其是Wang在1997年提出的PCT(Pairwise Correlating Transform)，它将经过DCT(Discrete Cosine Transform)变换得到的系数划分为两组，然后通过2×2整数——整数之间的线性变换在每组中引入相关，以便在一组丢失后另一组通过相关性来估计出丢失的组的系数。

假设在信源和信宿之间存在着很多信道，所有信道同时出错的概率非常低，多描述编码是在这个假设的基础上提出来的。将多描述编码应用到网络传输时用于传输不同描述的信道应该是不同的物理途径，如果信源与信宿之间只存在一个物理途径，那么该路径可以用时间交织、频分复用等划分成多个虚拟信道。传输的各个描述之间有关联，每个描述既包含自身的重要信息也包含部分重构其他描述的冗余信息。在接收端使用不同的解码器，如果能收到全部的描述，则通过中心解码器解码来重建高质量的图像；如果只接收到部分描述，则使用边解码器解码，利用接收到的描述中带有的冗余信息来恢复丢失的描述，从而重构图像。

多描述编码可以从预测、量化、DCT变换、熵编码、信道编码等方面进行。音频、图像的多描述编码通常是从量化、DCT变换着手。DCT变换主要应用于图像数据的压缩编码，将图像从空间域转换到变换域，从而减弱或去除图像数据的空间相关性。DCT变换并不是对整幅图像一次编码，而是首先将图像划分成相同尺寸的块(例如8×8,16×16或32×32的块)，然后针对每一块进行变换。由于其压缩特性好且执行相对简单，这种基于块的离散余弦变换(DCT)成为目前最流行的图像处理变换技术之一，但它存在一个缺点，即DCT变换编码在低比特率下存在一定的方块效应，会造成严重的视觉降质。

发明内容