一种通过重建图像压缩率控制量化粒度的方法

为了适应传输通道不同的带宽限制,目前各种图像编码算法通过调整量化参数QP的值来控制量化粒度;但是压缩算法的输出码率与量化参数QP值并没有显式的关系。造成QP值的选取很难与带宽约束相匹配。提出一种依据输出码率来控制量化粒度的方法 QCR,可使压缩算法的输出码率尽可能贴近带宽约束。因为量化参数QP要映射成量化阶距Qstep,首先确定压缩算法的量化阶距Qstep与输出码率的关系,然后通过逆向插值确定64个给定的输出码率所对应的量化阶距Qstep,并根据这64个给定的输出码率修改相应的量化表和反量化表,从而建立了利用输出码率控制量化粒度的方法。实验部分采用AVS压缩算法,同样也适用于AVS2。由于AVS的量化表中含有整数DCT变换的小数部分,因此QCR方法用于调整H.264/H.265的量化表和反量化表时,必须与AVS的整数DCT变换有所不同。实验表明通过重建图像压缩率控制量化粒度的QCR解决方案是有效可行的。     

H.264码率控制算法研究

码率控制作为H．264中的关键技术,带宽受限或存储容量受限的条件下,是影响H．246视频传输的重要因素。码率控制原理就是根据现有的传输条件在GOP层、Frame层和基本单元层分配目标比特数并因此改变量化参数,从而达到控制输出码流的目的。探讨了基于Lagrangian优化算法的编码控制模型的H．264编码器。     

高通量图像编码中的端到端量化参数优化方法

高通量的图像传输可以获得更多的图像细节信息.在传输带宽受限和图像间时域相关性很低的条件下,图像编码的输出受到实时性和码率两方面的约束.有损图像编码的量化参数对输出码率和图像质量都有非常重要的影响.该文不同于基于图像复杂性特征的量化参数确定方法,提出了端到端的卷积神经网络深度模型、直接从图像预测最佳量化系数的方法.考虑编码实时性和算法泛化能力,在Inria aerial image labeling dataset数据集上训练,得到了优化的网络结构.实验结果表明,该文提出的端到端量化参数预测方法相比较相位一致性参数、SATD、图像信息熵等图像特征参数方法,码率预测准确度相较线性回归方法提高了10.31%,相较多层感知器方法提高了8.57%.     

基于变换域注意力机制的压缩伪影去除的方法

图像有损压缩过程往往会导致图像质量退化,使图像出现压缩伪影。针对现有基于深度学习的方法缺乏对联合图像专家组(Joint Photographic Experts Group,JPEG)压缩算法先验信息的利用,提出一种基于变换域注意力机制的去伪影方法。该方法利用卷积神经网络在像素域和离散余弦变换(discrete cosine transform,DCT)域分别提取特征,再将双域学习的特征信息进行融合。利用量化表设计了DCT注意力机制,该模块根据DCT系数的损失程度给予各频率系数不同的权值,使网络自适应补偿量化引起的误差。于此基础上,在像素域引入通道注意力机制,从而更好地利用量化表的先验信息。在主要数据集上,提出的去伪影方法以固定的模型参数对多种质量因子的压缩图像进行伪影去除实验。实验结果表明,所提出的方法在各评价指标和主观视觉上取得较好的效果。     

在低码率信道中提高视频编码质量的方法

电视手机是未来几年数字视频应用的一个热点.该文探讨适合于中低码率无线信道应用的一种方法：在实时编码的初期,通过量化QP(quantization parameter)值的调整,来满足信道带宽的要求;当信道变差时,在编码端采取动态丢帧策略,通过场景切换检测,将相关性强的帧丢失,在解码端通过双线性时序插补方法,恢复丢失的帧.这样可在保证编码质量的前提下,满足无线信道带宽时变的要求.同时讨论将这种方法应用到AVS和H.264视频编码算法中,实验证明这种方法可以有效应用到未来的电视手机中.     

基于AVS音频编码的信息隐藏方法

提出了一种基于AVS音频编码的信息隐藏方法.该方法基于AVS独特的量化与位平面编码模块,使用位平面嵌入与比例因子修改技术,可以有效降低编码器码率控制对信息隐藏效果的不利影响,而且不使数据载体音质受到破坏.在量化过程中实施信息的嵌入,嵌入过程中主动修改比例因子以降低量化噪声.将隐藏信息进行矢量分组与位平面处理,进而在量化过程中将其嵌入到量化频谱中.仿真结果证明：该方法可以有效降低编码器码率控制对信息隐藏效果的不利影响,且嵌入隐藏信息后AVS音质也无明显损失.     

基于F-范数的小波自适应量化的语音伪装

提出一种小波域自适应量化的语音伪装算法.首先对语音信号进行小波变换,由混沌序列控制嵌入位置,并采用固定阶距量化实现秘密信息的隐藏.在此基础上通过F-范数自适应控制量化阶距的变化,实现了基于F-范数的语音伪装算法.仿真实验表明算法安全性高、透明性好,在多种干扰情况下均能盲提取出秘密信息.     

基于视觉特性的面向H.264的自适应全零块预先判别

从H.264整数离散余弦变换(DCT)变换与量化的原理出发,考虑人的视觉特性的影响,给出了适用于H.264中整数DCT变换的全零系数块的判别准则,并根据这一准则,给出了无误判情况下的判别阈值.实验结果表明,与其他的判别方法相比,本文所提供的阈值在不影响编码质量的基础上,降低了编码器的运算量.     

基于H.264的码率控制算法

为了更好地控制视频压缩码流的输出,该文基于最新的视频编码标准H.264提出一种改进的码率控制算法.该算法解决标准中原算法码率分配过于平均和不能充分利用已编码帧历史信息的问题.该算法引入内容复杂度因子使得码率分配更加准确,并在预测量化参数时引入量化参数调整因子,根据已编码帧的历史信息更准确地调整当前帧要使用的量化参数.实验结果表明: 与原算法比较,该算法在更能准确控制码率的情况下,视频输出序列的峰值信噪比平均提高0.23 dB, 取得更好的码率控制效果,便于接收端获得更加稳定的压缩视频流.     

使用前景/背景区域率失真特性的码率控制方法

为提高视频编码器码率控制的性能,根据视频内容将视频帧划分成包含主要运动物体的前景区域和相对静止背景的背景区域,分析各区域的率失真特性,提出一种适用于H.264/AVC编码器的基于区域的宏块层码率控制方法. 比特分配中,根据宏块的区域信息确定加权因子,自适应地为重要宏块分配较大的目标比特预算. 不同区域使用对应参数的二次模型确定宏块量化参数(quantization parameter,QP),并以已编码宏块的QP为参考调整计算所得QP,以降低前景与背景区域间、相邻宏块间的编码质量波动. 宏块编码结束后,根据实际编码信息更新各区域的码率控制参数. 实验测试表明,提出方法能够有效降低实际码率与目标码率之间的相对偏差,提高编码效率和解码恢复视频的主观质量。     

一种改进的TMN8率失真模型

在视频压缩中,码率控制是必不可少的.通常码率控制算法使用一定的率失真模型来决策量化参数从而控制码率.H.263视频编码标准使用传统的基于DCT系数一致分布假设的TMN8率失真模型,但实际上DCT系数更接近拉普拉斯分布.为此,在基于DCT系数符合拉普拉斯分布的假设下,改进了传统的TMN8模型,得到了一种新的率失真模型.实验证明,这种改进的率失真模型在码率控制的精度和编码效率上都有较好的效果.     

改进的SPIHT静止图像压缩编码算法

SPIHT算法是压缩编码效率很高的静止图像压缩编码算法。针对原算法没有从最佳率失真的角度出发来选择初始量化门限这一不足之处 ,提出了一种改进的 SPIHT算法。通过理论计算和试验分析 ,得到初始量化门限 T0 和编码失真的关系 ,并导出搜索最优初始量化门限 T0 的简单迭代方法。改进的 SPIHT算法能根据输入图像的特性和给定的编码输出码率自适应地选择最优初始量化门限 T0 。在相同输出码率的条件下 ,改进的 SPIHT算法比原算法峰值信噪比提高最多达 0 .6 d B     

基于H.264的DCT变换系数解码的FPGA实现

根据H.264码流解码过程中整数DCT逆变换逆量化的算法原理,优化设计出一种基于FPGA的新型解决方案.设计采用VHDL和C语言相结合的编程方式,其中源数据的获取和分析在NIOSⅡ软核处理器中用C编程完成,各高效算法则用硬件描述语言VHDL编程实现.说明了逆量化和逆变换的算法原理,各功能模块的设计流程和仿真结果.设计充分利用DCT算法的对称性,提出用高度并行结构来加快处理速度的方法.设计方案在保证运算精度的同时,结构简洁、运行速度快,可移植性强.     

基于ADSP-BF533的H.264反量化的优化实现

结合H.264中具体的量化算法,介绍一种基于ADSP-BF533的H.264反量化功能的实现方法,以及利用Blackfin的系统资源和BF533指令特点,对H.264的反量化算法的过程.通过调整查找表和语句结构,充分利用并行操作指令和向量操作指令,提高了反量化的效率.经过测试,和原JM反量化模块代码进行比较,优化后的反量化模块汇编代码执行效率提高了近10倍.     

OFDM系统自适应比特加载算法

在正交频分复用（OFDM）系统中应用自适应技术能有效地提高系统性能．文中针对固定数据速率及子信道比特率受限的情况,研究了使系统发射功率最小化的自适应比特加载问题．首先对无限小信息粒度的最优化问题进行分析,确定最小功率的下界．在此基础上再对整数比特（有限信息粒度）的最优化问题进行求解,由此得到了一种快速的整数比特加载算法．仿真结果证明,该算法是一种运算速度快的最优比特加载算法．     

Performance of Quantization Factor in H.261 Video Coding

The quantizaion factor through buffer pure occupy algorithm isprovided. Through the simulation, firstly the relationship between quantization factor and compression ratio is analyzed, secondly the PSNR of the image with the quantization factor is discussed, and finally the control to the output rate of the coder by adjusting the value of quantization factor is studied.     

H.264中CAVLC算法改进

简要分析了H.264中的上下文自适应变长编码（CAVLC）,并研究其采用的Golomb编码,提出了一种基于最优Golomb编码参数选择的改进算法.利用前一个需编码的数值的Golomb编码最优参数,对当前编码参数进行预测,使当前编码参数更逼进它的最优编码参数.试验结果表明：该算法较原有算法能更好的压缩残差数据,在量化参数QP较小时,能带来一定的压缩增益.