[发明专利]一种基于背景模板和稀疏编码的无人机视频压缩方法

权利要求书

1.一种基于背景模板和稀疏编码的无人机视频压缩方法，其特征在于，包括以下步骤：

步骤1：收集不同场景地面环境的无人机视频图像，构造模板样本数据集和残差样本数据集，分别用于后续的模板库和稀疏编码字典训练；

所述模板样本数据集，直接由原始的无人机视频构成；

所述残差样本数据集，通过计算模板样本数据集中两两图像之间的差值，得到残差图像；残差图像按16x16像素为单位分类成纹理、边缘、平坦块，三种类型的块构成残差样本数据集；

步骤2：利用构造的模板样本数据集，采用背景建模方法训练模板样本数据集，得到模板库；

步骤3：利用构造的残差样本数据集，通过非负稀疏编码训练残差样本数据集，得到稀疏编码字典；

步骤4：根据步骤2训练得到的模板库，进行模板匹配和残差计算；

步骤5：将步骤4中得到的残差帧往步骤3中训练的稀疏编码字典上作非负稀疏分解，得到稀疏编码系数，再对系数进行量化和熵编码。

2.根据权利要求1所述的基于背景模板和稀疏编码的无人机视频压缩方法，其特征在于：步骤3中，通过非负稀疏编码训练稀疏编码字典，其中非负稀疏编码的目标优化函数为：

其中，X表示稀疏分解系数，Y表示残差图像块，D表示稀疏编码字典，l表示稀疏性阈值，||||₀表示L₀-范数,||||_F表示L_F-范数。

3.根据权利要求1所述的基于背景模板和稀疏编码的无人机视频压缩方法，其特征在于，步骤4的具体实现包括以下子步骤：

步骤4.1：模板匹配的度量准则为SAD，从模板库中选取SAD最小的模板作为最优模板；

步骤4.2：求取输入帧与最优模板的残差。

4.根据权利要求1所述的基于背景模板和稀疏编码的无人机视频压缩方法，其特征在于，步骤5中，非负稀疏编码的目标优化函数为：

其中，X表示稀疏分解系数，Y表示残差图像块，D表示稀疏编码字典，l表示稀疏性阈值，||||₀表示L₀-范数,||||_F表示L_F-范数。

5.根据权利要求2或4所述的基于背景模板和稀疏编码的无人机视频压缩方法，其特征在于：采取交替迭代方法优化建立的目标函数，具体步骤包括：

步骤A.1：对残差样本数据集进行白化低通滤波预处理，随机初始化稀疏编码字典D；

步骤A.2：固定稀疏编码字典D，求解稀疏分解系数X；

步骤A.3：固定稀疏分解系数X，求解稀疏编码D；

步骤A.4：若训练次数达到设定值，得到训练好的稀疏编码字典D；否则转入步骤A.2继续进行优化。