高效视频编码(HEVC)帧内预测块尺度的快速选择方法

针对高效视频编码(high efficiency video coding,HEVC)中帧内尺度模式选择计算复杂度高的问题,提出了一种HEVC帧内预测块尺度的快速选择方法。基于图像的纹理复杂度,通过提前检测帧内预测块的绝对误差均值,选择预测块尺度类型,减少穷尽搜索代价计算过程。实验结果表明,该方法能够有效降低帧内预测块尺度模式选择的计算复杂度,在比特率平均提高3.09%的情况下,编码时间能平均减少29.87%,峰值信噪比平均提高0.031%。     

HEVC帧内预测块尺度的快速选择方法

针对高效视频编码(High Efficiency Video Coding,HEVC)中帧内尺度模式选择计算复杂度高的问题,提出了一种HEVC帧内预测块尺度的快速选择方法。基于图像的纹理复杂度,通过提前检测帧内预测块的绝对误差均值,选择预测块尺度类型,减少穷尽搜索代价计算过程。实验结果表明,该方法能够有效降低帧内预测块尺度模式选择的计算复杂度,在比特率平均提高3.09%的情况下,编码时间能平均减少29.87%,峰值信噪比平均提高0.031%。     

H.264/AVC中进行帧间预测的研究及实施

本文给出了一种帧间预测的设计方法及结果,该方法利用已编码相邻宏块的时间和空间相关性信息预先检测图像,对图像各区域可能采用的编码模式进行判定,从而大大简化了模式选择的过程.实验结果表明,该方法可以在图像质量基本保持不变的基础上,有效地降低编码的复杂度.     

H.264中基于图像差值的编码模式快速选择算法研究

分析了现有的基于率失真优化的图像帧编码模式选择方法,指出了该算法运算复杂度高的原因.提出了一种基于图像差值的快速编码算法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算去编码模式的具体选择方法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算法编码模式的具体选择方法,以及其参考帧的选取依据.     

H.264中基于边缘方向检测的帧内预测模式选择算法

运动估计是H.264中最为复杂的部分,帧内预测是运动估计的重要内容.H.264中帧内预测模式众多,大大增加了编码的复杂度.在帧内预测中,一般是通过率失真优化或者相关特性来减少选择预测模式,但复杂度还是较高.针对此问题,提出了一种改进的基于边缘方向检测的帧内预测模式选择算法.该算法利用方向检测方法来检测模式选择方向上像素的相关性.测试结果显示,本算法在保证视频质量的前提下减小了计算复杂度,大大提高了编码速度.     

一种H.264帧内预测模式快速选择算法

H.264使用率失真优化提高了编码效率,但也增加了计算复杂度,不利于编码的实时实现。本文分析了H.264中计算复杂度较高的帧内预测模式选择部分,提出一种快速的帧内预测模式选择算法。根据隶属度函数预先判断宏块类型,通过求取各像素点的方向得到4×4块的纹理方向,由此确定候选模式,减少预测模式的数量。实验结果表明,在图像性能和码率基本保持不变的情况下,编码时间平均下降了约38%,大大提高了编码速度。     

H.264帧内预测新快速算法的研究

帧内预测模式选择是影响H.264编码速率的重要问题之一。H.264/AVC是从多个方向进行多种模式的帧内预测,使用率失真优化算法选择最佳模式,造成算法复杂度很高。在分析帧内预测模式快速算法研究现状的基础上,提出了一种新改进的算法;利用描述图像灰度分布信息的直方图作为判断图像平坦程度的依据,进而提出双阈值和邻近模式法;为了减少RD_Cost的计算量,再次提出双阈值,用来判定当前宏块的最有可能模式的有效性。经过大量的实验证明：该算法可以在基本保持图像质量和编码性能的情况下,使得帧内编码效率得到提高。     

基于H.264编码的视频水印算法

研究一种针对H.264编码的帧间预测块划分视频水印算法,该算法先对水印图像进行二值处理并经Arnold置乱,然后在H.264帧间预测编码时根据水印二值序列选择不同的区块划分,并将水印值嵌入进去.实验结果表明,该算法具有较好的实时性、鲁棒性,在B片少量出现的情况下可以达到最佳的效果.     

高速视频会议系统H.264编码的优化

为了提高视频会议系统的图像传输速度,将视频帧预测模式按照在实际的模式选择中所占比例高低以及宏块间的相似性分成四类,从实际选择中所占比例高的模式优先开始搜索,代替原来的树状全搜索模式,来缩短帧预测的时间,从而提高系统的图像传输速度.实验结果表明,优化后的算法在不影响图像视觉效果的情况下,较优化前的算法平均每帧编码时间明显缩短,说明通过按实际模式选择中所占比例高低,进行预测模式分类搜索的方法可以有效提高图像帧编码的速度,从而提高视频会议系统的图像传输速度.     

基于纹理特征的H.264/AVC帧内预测快速算法

针对H.264/AVC帧内预测中的模式选择计算复杂度过高的问题,提出了一种基于纹理特征的快速算法.该方法首先计算16×16块的纹理复杂度,来确定预测块的大小;然后针对In-tra-4×4预测,根据平均预测精度来选择接近该块纹理方向的少量几个可能预测方向,从而避免对不可能模式的率失真代价计算,理论上可以排除62.8%不可能模式的计算代价.通过对实验结果分析选择最佳阈值,使该算法在编码I帧图像时比JM8.6节省42%的编码时间,同时保持PSNR基本不变,平均比特率的增加小于2%.     

甚低码率视频信号压缩编码技术

针对电话线低码率传输的视频监控工业环境,基于 H.263 标准,提出了一种新的视频压缩编码方法,即在帧内编码 DCT 变换后的系数量化策略上,采用量化表的方法来替代视频图像帧内编码的常规处理方法,在帧间编码的预测算法上,采用了半像素精度运动估计和 PB-帧工作模式。通过 C 编程,对该算法进行了仿真分析。结果表明该算法不但提高了系统的运行速度;而且提高了图象压缩比。     

HEVC帧内率失真优化预测模式的并行流水线硬件设计

近年来，随着人们对视频数据需求的不断增加，视频的分辨率和帧率也在不断地提高，而实时视频序列的压缩编码速度往往受到帧率和分辨率的影响，分辨率和帧率越大，编码所需要的时间越长。为了实现更高分辨率和更高帧率的视频序列实时压缩编码，文中设计了一种新的帧内率失真优化预测模式的并行流水线硬件架构，该架构支持最大64×64编码树单元的帧内预测编码。首先设计了9路预测模式并行方案；然后，按照Z型扫描顺序实现以4×4块为基本处理单元的流水线硬件架构，并复用32×32预测单元的预测数据，用以代替64×64预测单元的预测数据，减少运算量；最后，基于该流水线架构，提出了一种新的哈达玛变换电路，用以实现高效的流水线处理。实验结果表明：在Altera Arria 10系列的现场可编程门阵列上，该9路模式并行架构仅占用75 kb的查找表和55 kb的寄存器资源，主频可以达到207 MHz，完成一个64×64编码树单元的预测仅需要4 096个时钟周期，最大能够支持1 080 P分辨率99 f/s全I帧的实时编码；与已有设计方案相比，文中方案能够用更小的电路面积实现更高帧率的1 080 P实时视频编码。     

一种基于预测的矢量量化图像编码方法

为了提高图像编码效率，提出了一种基于预测的矢量量化图像编码方法．在编解码端设置维数和大小各不相同的两种码书．对于平滑区域，用较小的码书对输入矢量进行编码，从而加快图像编码速度和降低比特率；对于边缘区域，用较大的码书去量化当前输入矢量以保证图像质量．文中还提出了一种有效的码书设计方法以提高生成的码书的质量．仿真结果表明，相对于其它方法，文中所提出的矢量量化图像编码方法运算速度更快，在同样图像质量下降低了传输过程中所需的比特率．     

运动图像序列的移位帧累积技术研究

研究一种适用于运动图像序列的移位帧累积技术．通过在目标运动方向上对运动图像进行移位，满足像素间的空间相关性；进而实现运动图像序列的帧累积．阐述了移位帧累积的具体实现方法，推导了运动图像间移位量的数学模型，并讨论了移位帧累积实时处理的可能性．实验表明：通过数学模型所确定的移位量与实验结果具有良好的一致性；处理后的微光运动图像的噪声得到了抑制，像质较处理前有了明显提高，所讨论的移位帧累积方法突破了帧累积平均仅适用于静态图像增强的限制，是一种提高运动图像像质的有效方法．     

基于低比特率应用的快速运动搜索算法

在H.264编码器中,最耗时的部分就是可变块的运动估计模块.为了减少运动估计的复杂度,文中提出了一种快速运动搜索算法.该算法通过分析低比特率应用中视频图像的特征,根据当前参考帧、当前宏块分割模式以及预测残差值的比较,动态地采用相应的搜索策略以及一种有效的终止搜索算法,并且提高了预测的准确性.模拟实验表明,提出的算法在保证视频质量的同时,其搜索速度有成倍的提高,对背景变化少的运动图像的改善尤为显著.     

航拍图像暗通道先验去雾算法速度改进

针对暗通道先验去雾算法复杂程度较高, 利用引导滤波精细化大气透射率图层时间较长的问题, 提出一种用中值滤波精细化透射率图层的算法改进航拍图像去雾速度. 改进算法定义了一种算法简单且具有边缘保护效果、与滤波窗口无关、 时间复杂度为O(1)的中值滤波器, 对云雾均匀的输入图像, 用中值滤波较好地模糊了计算暗通道图层而产生的块状处理结果. 通过计算机编码并采用无参考的客观图像质量评价方法比较算法改进前后的去雾图像效果, 定量分析与实验结果表明, 当原始图像云雾分布较均匀时, 用中值滤波算法时间复杂度低, 相比引导滤波更易实现, 既能节约去雾时间, 又能实现图像平滑处理.     

一种失真模糊图像的无参考质量评价方法

针对现有的无参考质量评价方法对失真模糊图像不能有效评价这一现象,提出了一种针对失真模糊图像的无参考质量评价方法。该方法将结构相似度(structural Similarity,SSIM)全参考质量评价方法应用到无参考质量评价中,不仅扩宽了SSIM方法的应用范围,也解决了SSIM方法不能合理评价模糊图像质量这一缺陷。首先对失真模糊图像进行低通滤波得到参考图像,计算失真图像与参考图像的结构相似度;然后提取图像的纹理特征,计算失真图像与参考图像的纹理相似度;最后将这两个相似度指标作为输入,LIVE图像数据库提供的主观评价值(different mean objective score,DMOS)作为输出,建立一个[29 1]单隐层BP(back propagation)神经网络预测模型。实验结果表明,方法的预测结果稳定且与人的主观评价分数偏差小,Pearson相关系数(correlation coefficient,CC)和Spearman等级相关系数(rank order correlation coefficient,ROCC)均达到了0.97以上。     

缺帧环境下遮挡图像的特征优化提取方法研究

针对缺帧环境下图像的遮挡问题,提出一种新的特征优化提取方法。建立缺帧环境下遮挡图像采集模型,在此基础上,利用正方形网格建立立体模型,实现图像采集。通过阈值降噪法完成对遮挡图像的降噪滤波处理。DCS-LBP算子通过梯度方向上变化的灰度值实现编码,效果不佳,通过GCS-LDP算子对其进行优化,将二者结合在一起对缺帧环境下遮挡图像施行编码,获取最后的直方图,将该直方图看作遮挡图像的特征,完成遮挡图像特征的优化提取。实验结果表明,所提方法能够有效对缺帧环境下遮挡图像进行预处理,且识别效率高,计算量少。