專利名稱：一種面向無(wú)線傳感器網(wǎng)絡(luò)的分布式視頻編解碼方法
技術(shù)領(lǐng)域：
本發(fā)明是一種面向無(wú)線傳感器網(wǎng)絡(luò)的分布式視頻編解碼的改進(jìn)方案，具體是一種基于像素域的聯(lián)合LDPC (Low Density Parity Check Code,低密度奇偶校驗(yàn)碼)和Baum-Welch (鮑姆-韋爾奇)迭代算法的殘差視頻編解碼方法，屬于無(wú)線多媒體傳感器網(wǎng)絡(luò)領(lǐng)域。
背景技術(shù)：
近年來(lái)，伴隨著無(wú)線多媒體通信技術(shù)的迅速發(fā)展，一些新的視頻應(yīng)用需求開始出現(xiàn)，如無(wú)線PCXPersonal Computer,個(gè)人計(jì)算機(jī))攝像機(jī)、移動(dòng)可視電話、無(wú)線視頻監(jiān)控、無(wú)線多媒體傳感器網(wǎng)絡(luò)等。在這些新的視頻應(yīng)用中，由于受限于電源電量、存儲(chǔ)容量、計(jì)算能力、通信能力，無(wú)線視頻終端不僅需要較低復(fù)雜度的編碼，而且需要視頻信號(hào)實(shí)時(shí)編碼和傳輸。傳統(tǒng)的視頻編碼標(biāo)準(zhǔn)(如MPEG (Moving Pictures Experts Group,動(dòng)態(tài)圖像專家組)、
H.26X)都采用了混合編碼框架，編碼采用運(yùn)動(dòng)估計(jì)，充分挖掘視頻序列的時(shí)間和空間相關(guān)性信息，一般情況下，編碼復(fù)雜度是解碼復(fù)雜度的5 10倍，不再適用于這些新的視頻應(yīng)用場(chǎng)合中，必須尋找新的編碼壓縮方法。為了解決傳統(tǒng)視頻編碼復(fù)雜度高、和容錯(cuò)能力差等問(wèn)題，一種以SI ep i an和Wolf提出的SI印ian-Wolf無(wú)損信源編碼，以及Wyner-Ziv提出的在解碼端獲得邊信息(Side Information, SI)的Wyner-Ziv有損信源編碼為理論基礎(chǔ)的全新分布式視頻編碼(Distributed Video Coding)方法被引入,用于解決無(wú)線多媒體傳感器網(wǎng)絡(luò)中的視頻編碼問(wèn)題。分布式視頻編碼具有編碼簡(jiǎn)單、解碼復(fù)雜的特點(diǎn)，與傳統(tǒng)的視頻編碼標(biāo)準(zhǔn)復(fù)雜編碼、簡(jiǎn)單解碼具有良好的互補(bǔ)性。發(fā)送方采用分布式視頻編碼并將編碼的視頻流發(fā)送至基站或網(wǎng)絡(luò)中心節(jié)點(diǎn)，在基站或網(wǎng)絡(luò)中心結(jié)點(diǎn)設(shè)置碼流轉(zhuǎn)換器，將分布式碼率轉(zhuǎn)換為H. 26X/MPEG碼流，然后由基站或網(wǎng)絡(luò)中心結(jié)點(diǎn)將轉(zhuǎn)換后的視頻流傳送給客戶端。該編碼方案將分布式復(fù)雜的解碼和傳統(tǒng)視頻的復(fù)雜編碼轉(zhuǎn)移到了基站或網(wǎng)絡(luò)中心，利用了基站或網(wǎng)絡(luò)中心較強(qiáng)的計(jì)算和存儲(chǔ)能力，這樣對(duì)于發(fā)送方和接收終端而言，僅需要進(jìn)行較低復(fù)雜度的編碼和解碼，從而適用于電源電量、存儲(chǔ)能力、運(yùn)算能力和通信能力都受限的無(wú)線多媒體傳感器網(wǎng)絡(luò)。斯坦福大學(xué)A. Aaron 等人提出了基于 RCPT (Rate Compatible Punctured TurboCode)分布式視頻編碼系統(tǒng)，UC伯克利分校的R. Puri和K. Ramchandran設(shè)計(jì)了 PRISM(Power-efficient Robust high-compression Syndrome-base Multimedia)分布式視步頁(yè)編碼系統(tǒng)。分布式編碼對(duì)多個(gè)相關(guān)信源獨(dú)立編碼，在解碼端進(jìn)行聯(lián)合解碼，僅在解碼時(shí)使用到了多個(gè)信源的信息，因此將計(jì)算的負(fù)擔(dān)從編碼端轉(zhuǎn)移到解碼端，編碼端的復(fù)雜度可以很低，這符合了無(wú)線多媒體傳感器網(wǎng)絡(luò)節(jié)點(diǎn)計(jì)算能力有限的特點(diǎn)。在Wyner-Ziv視頻編碼中,解碼端的運(yùn)動(dòng)估計(jì)技術(shù)是根據(jù)幀間的相關(guān)性進(jìn)行運(yùn)動(dòng)矢量預(yù)測(cè)實(shí)現(xiàn)的。當(dāng)解碼端邊信息和Wyner-Ziv巾貞(W巾貞)之間的相關(guān)性較弱時(shí),就不能準(zhǔn)確的進(jìn)行運(yùn)動(dòng)估計(jì)，進(jìn)而影響解碼的效果O基于像素域的分布式編碼系統(tǒng)是將Wyner-Ziv幀幀的每個(gè)像素值釆用 及別的統(tǒng)一尺度量化{2,4,8, 16}，將每幀圖像量化后的符號(hào)流進(jìn)行位平面提取，
然后對(duì)每個(gè)位平面獨(dú)立編碼。在解碼端，關(guān)鍵幀(K幀)采用傳統(tǒng)的幀內(nèi)解碼方法解碼。解碼時(shí)，Wyner-Ziv巾貞優(yōu)先解碼最重要的位平面，已經(jīng)解碼的位平面可以用來(lái)解碼未解碼的位平面，直到位平面全部解碼。但是對(duì)整個(gè)圖像的像素進(jìn)行編碼處理，數(shù)據(jù)量較大?；陔x散余弦變化(DCT)編碼的分布式視頻編碼方案，可以實(shí)現(xiàn)圖像信息量很大程度上的壓縮。降低了碼率，提高了整體性能，適用于無(wú)線傳感器網(wǎng)絡(luò)。DCT變換是一種數(shù)字處理方法，經(jīng)常用于數(shù)據(jù)處理。它把空間域圖像變換到頻率域進(jìn)行分析。在空間域看來(lái)，圖像內(nèi)容千差萬(wàn)別，但在頻率域，經(jīng)過(guò)大量圖像的統(tǒng)計(jì)分析發(fā)現(xiàn)，圖像經(jīng)過(guò)DCT變換，其頻率系數(shù)的主要成分集中于比較小的范圍，且主要位于低頻部分。可以采取一些措施把頻譜中能量較小的部分丟棄，盡量保留傳輸頻譜中主要的頻率分量，就能夠達(dá)到圖像數(shù)據(jù)壓縮目的。
雖然DCT變換可以實(shí)現(xiàn)編碼端較低的碼率，但是在編碼端進(jìn)行DCT變換本身就帶了了編碼端復(fù)雜度的提升。同時(shí)由于對(duì)DCT系數(shù)進(jìn)行量化時(shí)，如果量化步長(zhǎng)選取不當(dāng)，也會(huì)造成解碼圖像出現(xiàn)塊效應(yīng)。引進(jìn)數(shù)字圖像處理中的Markov (馬爾科夫)模型理論。一維Markov隨機(jī)過(guò)程設(shè)有隨機(jī)過(guò)程(IpM € T},若對(duì)于任意整數(shù)^ 和任
權(quán)利要求
1.一種面向無(wú)線傳感器網(wǎng)絡(luò)分布式視頻編解碼方法，其特征在于該方法對(duì)基于像素域的殘差編碼方案，采用在Wyner-Ziv幀-W幀編碼端增加基于像素域的感興趣區(qū)域模塊并將預(yù)測(cè)殘差編碼應(yīng)用到非感興趣區(qū)域中，同時(shí)將原始圖像看成符合馬爾科夫隨機(jī)場(chǎng)MRF模型的信息源，在解碼端采取低密度奇偶校驗(yàn)碼LDPC算法和鮑姆-韋爾奇Baum-Welch算法交替迭代解碼的方案；主要用于滿足無(wú)線傳感器節(jié)點(diǎn)對(duì)圖像傳輸?shù)囊蟮蛷?fù)雜度的信息源端，較低的傳輸碼率，較好的率失真特性，降低傳感器節(jié)點(diǎn)能耗，實(shí)現(xiàn)面向無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用，具體方法為 步驟I).劃分出視頻序列的關(guān)鍵幀-K幀和Wyner-Ziv幀-W幀； 步驟2).對(duì)關(guān)鍵巾貞進(jìn)行基于H. 264標(biāo)準(zhǔn)的巾貞內(nèi)編解碼； 步驟3).選擇一種基于像素域的感興趣區(qū)域提取算法區(qū)分出W幀中的感興趣區(qū)域ROI宏塊和非ROI宏塊，記為JT ; 步驟4).對(duì)感興趣區(qū)域ROI宏塊采用熵編解碼； 步驟5).對(duì)非感興趣區(qū)域ROI宏塊采取殘差編解碼； 步驟6).根據(jù)解碼出的K幀和W幀，恢復(fù)視頻序列，完成分布式編解碼。
2.根據(jù)權(quán)利要求I所述的面向無(wú)線傳感器網(wǎng)絡(luò)分布式視頻編解碼方法，其特征在于所述的步驟5)中，將Baum-Welch解碼算法應(yīng)用到殘差塊的解碼當(dāng)中，具體步驟為 步驟5 I).計(jì)算W幀中非感興趣區(qū)域1 01宏塊和關(guān)鍵幀中相同位置宏塊的差值； 步驟5 2).對(duì)上一步的差值進(jìn)行LDPC編碼； 步驟5 3).通過(guò)對(duì)K幀和重構(gòu)出的W幀進(jìn)行運(yùn)動(dòng)估計(jì)，插值操作獲得LDPC解碼的邊信息Y ；LDPC解碼器和Baum-Welch解碼器利用邊信息Y和相互交替的信息迭代解碼，直到恢復(fù)原始信息； 步驟5 4).根據(jù)差值邊信息Y及恢復(fù)的殘差塊的信息，重構(gòu)出殘差塊」^一1^ ; 步驟5 5).將重構(gòu)的殘差塊JT一加上參考?jí)K即得到重構(gòu)的非ROI宏塊y。
全文摘要
一種面向無(wú)線傳感器網(wǎng)絡(luò)的分布式視頻編解碼方法，整體框架基于像素域的殘差編解碼方案，它采用在W幀編碼端增加基于像素域區(qū)分的感興趣區(qū)域模塊并將預(yù)測(cè)殘差編碼應(yīng)用到非感興趣區(qū)域中，避免了殘差編碼應(yīng)用的局限性，進(jìn)一步獲得了更好的率失真性能。同時(shí)針對(duì)基于像素域的編解碼方案未能充分挖掘原始信息的空間相關(guān)性以至于其性能低于基于DCT域的方案這一問(wèn)題，將原始圖像看成符合MRF模型的信息源，在解碼端采取LDPC算法和Baum-Welch算法交替迭代解碼的方案。主要用于滿足無(wú)線傳感器節(jié)點(diǎn)對(duì)圖像傳輸?shù)囊蟮蛷?fù)雜度的信息源端，較低的傳輸碼率，較好的率失真特性，降低傳感器節(jié)點(diǎn)能耗，實(shí)現(xiàn)面向無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用。
文檔編號(hào)H04N7/26GK102833536SQ20121025660
公開日2012年12月19日 申請(qǐng)日期2012年7月24日 優(yōu)先權(quán)日2012年7月24日
發(fā)明者孫力娟, 林兆曉, 肖甫, 王汝傳, 郭劍, 沙超, 黃海平, 蔣凌云, 徐佳 申請(qǐng)人:南京郵電大學(xué)