三维小波分瓣酌基本算法关予对闽轴的视频信号或图像痒捌 丽备帧

  百万图库118论坛三维小波分瓣酌基本算法关予对闽轴的视频信号或图像痒捌 丽备帧圈像之闻关系是时侉的。沿时闻轴来观察图像序列对应圊一位置的各个点时会发现它们其实构成了一个一维酶信号序捌 嚣此一个缀巍然豹想法就是将夺波变换俸瘸于这个一维嫠号主 赉她来提敢信号痔弼添时间辅魏主要信息 默舔利用夺波交换来直接宠成序列图像的帧澜

  三维小波分瓣酌基本算法关予对闽轴的视频信号或图像痒捌 丽备帧圈像之闻关系是时侉的。沿时闻轴来观察图像序列对应圊一位置的各个点时会发现它们其实构成了一个一维酶信号序捌 嚣此一个缀巍然豹想法就是将夺波变换俸瘸于这个一维嫠号主 赉她来提敢信号痔弼添时间辅魏主要信息 默舔利用夺波交换来直接宠成序列图像的帧澜编码 弼不借勃于逡算量较大酶运动补偿技术。这就导致了所谓的三维小波变换酶图像编码方案 郯利用二维小波变换刻划帧内信息特点 露瘸一维夺波交换裁划筷阙信息特点 在进行时阑辕方巍熬变按时要考虑捌系统对延时鹃要求 一次不麓鬻很多帧来作 一般选取 称为一个因此时阑轴方向的信号序列遴常是搬短的。另一种实璐方法燕先进行时间轴方翔的一维夺波交换 与第一静方法类戳一次参与豹骥数也不能太多 这两种方法并无本质上的区别。视频序列靛帧闻燮化通常表现魏视频对象的遴动 通过躐踪视频对象的运动可以有效地消除视频穿刹麓梭闻榴蓑性 提高视频穿捌鹣压续效率。梭离交换鳇简单方法是将一缀视频序列在对溺轴方巍上遴行一维小波交换 贯一种数进翡算法是在时间轴方向上沿糟视频对象的运动轨迹进行一维小波变换 由予在视频对蒙熊运动路径上 因箍帧闯像素具有更高的褶关性 莲翁效率较高 但其运算复杂度也较高。第 页国防科学技术大学研究生院工程硕士学位论文输入序列同固日闰日日团团时间轴一维小波分解固固固固固固图 传统的三维小波时间轴分解算法在进行时间轴一维小波变换时 首先指定每次要进行处理的视频图像的帧数 必须是 为正整数 视频图像进行时间轴方向的级一维小波变换的示意图。原视频图像序列被分解为具有不同特性、包含不同频率成分的子带图像。从时间轴方向看 厶帧小波图像代表了时间轴上的低频信息 即视频序列变化最慢的部分或静止的部分体现在这帧图像中。 皿帧则是序列中变化较快的信息在时间轴上不同分辨率下的体现。其中皿帧的尺度最大 对应的时间分辨率也最粗 皿帧和风帧的尺度相同 但小于 同样凰风帧也拥有相同的尺度和分辨率 并且它们的尺度最小 分辨率最高。以上关于各个小波图像帧时间尺度和分辨率的描述说明 风帧中包含的是原序列中变化最大部分的精细描述 风帧主要是原序列中变化最快或较大部分的粗描述。皿帧和风帧对序列变化的描述介于马帧和且矾帧之间。厶帧包含的信息最多 对视觉是最重要的 必须以较小的误差进行编码 帧由于描述的变化较大 为人眼所觉察 因此也较重要 但量化步长可稍大 皿帧和风帧的重要性与凰帧有关 其量化步长在日 在马帧的值较小时要小些这是因为大的画面会掩盖细小的运动。对日 凰也有相同的重要性描述 但从总体上处于次要的地位。因而可以得出结论 时间轴一维小波变换后的图像分辨率越高 对人眼的重要性越小。这是由于小波分解后的分辨率越高 说明信第 页国防科学技术大学研究生院工程硕士学位论文号被分解得越精细 而人眼的分辨率是达不到如此精细程度 因而这些分量的有无对人眼观察信号的意义不是很大。利蒡 这些特点 可以设计视觉特性加权的量化器 以便最大限度地消除视频序列的帧间冗余度 提高其压缩性能。时间轴一维小波变换后 再对各帧进行帧内二维小波变换。从帧内二维空间的兔度看经三维小波变换后的各帧图像时 会发现它们的特点与第三章中的静止图像小波变换后的特点是相似的。即在帧内 图像被分解成具有不同方淘特性、不同尺度、不同分辨率的子带。图 演示的一组视频序列 先经过三维小波分解后所产生的三维空间予带结构。每帧内的空间予带系数按幅度呈衰减分布 这就为量化器的设计带来 方便 只是量化步长和分配的比特数还要按时闻轴重要性加权。图 分解蓐翡三维空阕子带结构 图像序列的边界延拓由于图像序列长度有限 在进行小波分解时 必须对其边界进行延拓 不同的延拓方式会带来不同的结果 三维小波变换时 由于时间轴一维小波变换的引入 与二维情况相比就大不相同了 因此这里主要针对时闻轴小波分解的边界延拓进行讨论。时间轴图像数据有两个特点区别于帧内图像数据。首先 为了减少算法时延和存储容量 时间轴方向一次选取的帧数不能太多 造成时间轴一维小波分解的输入数据序列较短 其次 时闻轴数据序列巾的每一点均分别对应某一原始图像序列上的一点 它们地位等同。前一个特点要求滤波器阶数不能太高 后一特点决定了时间轴一维小波分解不能采用会导致边界点失真的延拓方式 所以三维小波变换时对帧内和帧问变换应该采用不同延拓方法。周期延拓会在边界点处使得高频分量增加 这在很多情况下是不利的 眈如说数据压缩等。由于图像信号沿第 页国防科学技术大学研究生院工程硕士学位论文 一一时闻轴方向的变纯是缓慢的 除非出现快速的镜头切换或快速魏运动物体 这一般是较少发生的 。在较短时阂蠹 起始顿麴数据与末顿兹数据豹交纯一般不大 因此采用周期延拓不会在边界点引入很强的跳变而导致小波交换后引入较大的额外频率成分。另外 高频分量对于时间轴信号来说相当于剧烈、迅速的运动信息 这些信息对人眼酶作用较小 一般采用较大的量化步长量仡 数据量在整个编码数据中所占的份额很少。因此可以认为时间轴数据周期延拓引入的高频分量所造成的影响很小 而对于一般图像来说 高频数据相当于图像的轮廓和边缘信息 考虑到人眼的视觉特性 这部分信息霰要分配较多的量纯眈特数 小波滤波器的选取首先讨论小波滤波器魄移位参数。如果一个联滤波器的时延匿子 那么售号经过滤波后在时寄经置上会产生移蹙。瓣予无限长信号这不会有镁何不利影响 但对图像信号这类有限长信号 则可能会带来一些不良后果。在小波变换中 上一级变换的低频输出又作为下一级变换的输入 因此很有必要考虑 于低遥滤波器时延造成的僖号位移是否会影嚷下一级交换。羹果信号穿列比较长 那么信号的移位相比之下菲常小 甚至可以忽略不计 维小波变换就符合这一条件。但对时间轴小波变换这种移位则要严重得多。由此可见 在图像序列三维小波变换时 必须属时延参数为零的小波滤波器组来进行时间轴一维小波交换。其次从编码的角度考虑 即使对帧内小波变换 选择时延参数为零的小波滤波器也很煎要。这是因为不论采用何种延拓方式 滤波器时延都会使变换后的各个夺波予带中的图像位置出现编差 褥在对各个变换系数编码时 为了褥至《较婷酶编码效率 要利用这些位置信息之阏懿相关性 位置偏差会破坏这种关系。因此 不论从信号延拓还是从编码考虑 必须使小波变换的结果不发生偏移。在一般 滤波器中 可以通过改变输入序列与滤波器系数的初始对应关系 来楚输出序裂熬初始德置变动 这楣强子调整滤波器豹移链参数。在夺波交换时 还必须保诞这种经过移位的 滤波器仍然满足小波分解和重构的条件。关于小波滤波器的选取 还有许多值得讨论的地方 例如它的正则性、消失矩等与压缩性麓的关系是怎样的 这些阕题善翦只有一些基予经验和溅试性结果的结论淤 瓤。对于对阀轴小波交换 考虑裂 小波滤波器序列短 能够完全重构可以用来进行时间轴 维小波变换。第 页国防科学技术大学研究生院工程硕士学位论文 改进的三维小波算法传统的三维小波变换视频编码方法都是以 为基本变换单元的 每次变换要同时用到 中所有帧的数据 因而帧数的选择非常重要。若 中的帧数过少 则不能充分消除帧闻冗余度 不剩于压缩比的提高 但是如果 中的帧数过多 需要占用大量的内存 阍时会雩 入较大的延时。在许多应用中 通常需要选择较多的帧数进行三维小波变换 这样可以在没有运动补偿的情况下仍可以获得较好的压缩性能 显然传统的三维小波在这些应用中受到了极大的限制。针对传统三维小波分解算法存在的诸多不足 等人提出一种改进的三维小波分解算法 改进之处主要体现在时间轴分解结构上 如图所示。首先从视频序列 ‰中取出前 。做时间轴方向的级一维小波分解 得到两个高频帧蜀、霸 和两个低频帧厶、三 此时两个低频帧厶和三 与视频序列中后续两帧体和瑰组合成新的 继续做时阔轴级一维小波分解 依此步骤进行下去 直到处理到指定的帧数。其中最后 次要做时间轴 级分解 而其它均傲 级分解 目的是使分解后的序列中只有 个低频帧。最终原始视频亭列被分解成重今低频帧互和 的分辨率要低于矾。在这种时间轴小波分解算法中 无论预先指定的帧数是多少 分解后的高频帧只有两种分辨率。由于每次只有 帧图像数据在内存中进行变换 大大减少了所需的内存。除最螽一次分解之姊 其余均只进行时间轴 级小波分解 因而分解后的高频帧具有较高的分辨率。本章已经指出 分解后的图像分辨率越高 对人眼的重要性越小。因而可以采用较大的量化步长进行量化 有利于提离视频压缩性能。但是该算法在重构时要求得到完整的压缩比特流 因为重构需要从分解的最后两帧数据开始 这就给实际应用带来了困难。为了解决这个问题 等人又提出了 的概念以表示每次分解结束的帧数 这样只要得到 帧的压缩数据 就可以重构原视频躁像序列。 每次只有帧参与变换 帧图像数据要同时参与时间轴小波分解。第页国防科学技术大学研究生院 程硕士学位论文分解结果团团固闰团团目目图 两种分解算法的性能对比假设每次参与变换的帧数为为整数且诠 。对于传统三维小波分解算法 每个 帧图像序列进行时间轴的最大级分解即分解 帧进行时间轴级小波分解外 其余均进行 级分解。麸小波分解的结构来看 两者的分解算法有着骧显的区别。传统分解算法是一个标准的一维小波塔式分解算法 其第一层分解运算量乘法次数为 加法次数为 其中 分别为低通分解滤波器和高通分解滤波器的阶数。每增加一层该层的运算量减半。丽采用改进分解算法 每次只有 帧进行时间轴 级分解 其乘法运算量为 加法运算量为 两者的运算量比较如表 所示。可以看出 两种算法总的运算量是一样的 改进算法并没有额外增加运算量。但是改进分解算法变换时需要帧存储器大小为 帧图像数据量 丽传统分解算法需要 因而对内存的要求大大降低。第页国防科学技术大学研究生院正程硕士学位论文表毒 两种分鳃算法豹运算量眈较传统三维小波分解算法 传统算法与改进算法之间的延时比较如图所示。从前面的算法介绍中也可以看如 传统算法的时延随着处理帧数的增加而增加 而改进算法每次只有 帧在内存串进行处理 即它是以 帧为小组进行变换 解码糍也只有 矬三维小波分解算法图嚣耱分解算法镌黠延比较 本章小结本章在分析了经典小波变换视频压缩算法的基础上 对传统三维 算法的理论基础以及图像序列边界延拓、小波基选择等关键技术进行了详细的介绍。第 页国防科学技术大学研究生院 程硕士学位论文同时 针对传统三维 毫算法的不足 介绍了改进静三维小波分解算法 变传统醚搽毪戋算法豹并 霉亍运算秀流水运算。对嚣种变换算法在运算鬟和时延两方磁性能指标进行仿真实验 从对比结果来看 改进的三维小波分解算法可以极大的提高运算速度、降低图像处理的时延 同时变换的数据压缩性能不受大的影响。这个结果对嚣续靛视频图像压缩编码提供了理论与实黢指导。第 页国防科学技术大学研究生院工程硕士学位论文第五章结合运动补偿的三维小波视频编码算法研究通过对三维小波变换后的视频图像序列的分析研究 发现分解后的视频序列信号各帧具有不同的重要性。对不同重要性的信号采取不周的量化策略 可以进一步提高图像信号的压缩效率。在上章的基础上 本章首先瓣图像三维小波交换后各频带的码字分配策略进行了研究 然后结合时间轴一维小波变换后各帧的重要性 得出了视频图像序列各帧的量化步长。在此基础上 将运动补偿技术引入到视频序捌缒三维小波压缩中 提出了一种结合运动补偿技术的视频编码薪算法 进一步提高了压缩性能。 视频图像的量化编码对于图像压缩来讲量化是造成恢复图像失真的一个重要因素 这种失真是无法恢复的 但是可以合理缝设计量化器使失真尽可能小 这也是量化器设计的一般准剡。在信息理论中 率失真函数提供了有关量化器设计和码字表示的一个界。对于有失真编码 率失真函数给出了在限定失真不超过 的情况下可以达到的最低码率灭 。对于一个时间离散 图像是空间离散 、取值连续的信源 假设它是无记忆的 也即相邻时刻两个输出是统计独立 在某时亥 取值旄 它的量化值为 磊一是设信源的输爨序列由 个样点组成 记为 量化盾的样本集合记为 则平均失真测量为 设信源是平稳的则失真 定义为 如果一个量化器输出都是阁一个二进制码表示则由于量化器输出只有有限个状态 因此 每个样点用有限位码表示 设平均码长为欠。率失真函数定义如下 对予给定的信源输出序列 如果要求失囊不大予 页国防科学技术大学研究生院工程硕士学位论文个样点所需的最小平均码长被称为率失真函数。也就是说 在失真不大于 的情况下 能够达到的最小码率。香农有失真编码定理指出对于给定的失真 总存在一种码率为 的编码方案 使得重构样本值充分接近 。对于任意概率分布的信源 求出 的显式表达式是非常困难的。但对于比较简单又有代表性的无记忆高斯分布的信源 的显示表达式是存在的 记为尼 且有如 一在《范围内 的反函数得失真率函数如下 比特的斜率下降每增加一个比特 失真降低 。对于满足其它概率分布的无记忆、幅值连续的信源 它们的率失真函数的上界和下界已经被证明如下【 这里是方差相等的高斯信源的率失真函数 为上界 说明在等方差的所有分布中 高斯分布率失真函数最大 需要最多的比特进行编码。 是下界 它满足下式置 其中日是连续无记忆信源的差分熵 其定义为日 其中为信源的概率密度函数。对于高斯信源 可以得到吃而对于其它分布的信源 。对于一个给定的码率失真率函数 也满足砬

  基于小波变换的图像压缩技术的研究研究,基于,探讨,技术研究,技术的,图像压缩,技术的研究,小波变换的,小波变换