視頻壓縮感知多假設預測重構算法研究

《視頻壓縮感知多假設預測重構算法研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。

1、碩士學位論文視頻壓縮感知多假設預測重構算法研究作者姓名歐偉楓學科專業(yè)信號與信息處理指導教師楊春玲教授所在學院電子與信息學院論文提交日期2016年6月ResearchonMulti-hypothesisPrediction-basedReconstructionAlgorithmsforCompressedVideoSensingADissertationSubmittedfortheDegreeofMasterCandidate：OuWeifengSupervisor：Prof.YangChunlingSouthChinaUniversityofTechnologyGuangz

2、hou,China分類號：TN919.81學校代號：10561學號：201320109347華南理工大學碩士學位論文視頻壓縮感知多假設預測重構算法研究作者姓名：歐偉楓指導教師姓名、職稱：楊春玲教授申請學位級別：工學碩士學科專業(yè)名稱：信號與信息處理研究方向：圖像處理與視頻信號處理論文提交日期：2016年6月12日論文答辯日期：2016年6月8日學位授予單位：華南理工大學學位授予日期：年月日答辯委員會成員：主席：馬麗紅委員：杜明輝，楊春玲，劉杰平華南理工大學學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導師的指導下獨立進行研究所取得的研究成果。除了文中特別加標注引

3、巧的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研巧做出重要貢獻的個人和集體，均已在文中Ｗ明確方式標明。本人完全意識到本聲明的法律后果由本人承擔。／＞作者簽名：砍日期；Ｗ追年／月日學位論文版權使用授權書目本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定，Ｐ：研巧生在校攻讀學位期間論．文工作的知識產(chǎn)權單位屬華南理工大學。學校有權保存并向國家有關部口或ｋ構送交論文的復印件和電子版，允許學位論文被查閱（除巧保密期內(nèi)的保密論文外）；學?？晒紝W位論文的全部或部分內(nèi)容，可Ｗ允許采用影印、縮印或其它復制手段保存、匯編

4、學位論文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。本學位論文鳥于；□保密，在年解密后適用本授權書。好不保密，，同意在校園網(wǎng)上發(fā)布供校內(nèi)師生和與學校有共享協(xié)議的單位瀏覽；同意將本人學位論文提交中國學術期刊（光盤版）電子雜志社全文出版和編入ＣＮＫＩ《中國知識資源總庫》，傳播學位論文的全部或部分內(nèi)容。＂＂Ｖ（請在Ｗ上相應方框內(nèi)打）私．（’山／作者簽名；＾日期：公指導教師簽名‘心：４＾抹心日期摘要傳統(tǒng)視頻信號采集建立在奈奎斯特采樣定理之上，先對視頻信號進行高速采樣，然后通過復雜的傳統(tǒng)視頻編碼壓縮算法丟棄大量的冗余數(shù)據(jù)，以實現(xiàn)高效存儲

5、與傳輸。該做法造成了采樣資源的巨大浪費，加上過高的壓縮編碼復雜度，使得傳統(tǒng)視頻編碼方案在采樣端資源受限的應用場景并不適用，如無線視頻監(jiān)控，無線多媒體傳感器網(wǎng)絡。壓縮感知實現(xiàn)了信號的采樣與壓縮同時進行，大大節(jié)省了采樣資源的同時降低了信號采樣的復雜度，適用于采樣端資源受限的應用場景。視頻壓縮感知將壓縮感知技術用于視頻信號的采集與恢復，對各視頻幀進行獨立觀測，聯(lián)合重構。其中，如何利用視頻序列的幀間相關性進行高質(zhì)量的視頻重構是視頻壓縮感知的研究重點，也是本文的研究重點。多假設運動補償能有效挖掘視頻序列的幀間相關性，因此，本文重點研究了基于多假設預測的視頻壓縮感知重構算法。本文的主要工作

6、及研究成果如下：1.現(xiàn)有的Tikhonov正則化多假設預測算法以當前塊在參考幀中的所有搜索塊作為假設塊，造成計算復雜度過高以及預測精度受限，而且，基于歐氏距離加權的Tikhonov正則化不能準確反映假設塊與當前塊的相似度，會造成正則化失真。針對以上問題，文中提出了最優(yōu)多假設塊選擇方案以及聯(lián)合歐氏距離與相關系數(shù)加權的正則化度量，并通過結(jié)合多參考幀技術，提出了基于多參考幀的最優(yōu)多假設預測算法。此外，文中還對觀測值實現(xiàn)了幀間DPCM量化，以進一步提高壓縮效率。仿真結(jié)果表明，所提最優(yōu)假設塊選擇方案大大降低了多假設預測的計算復雜度，同時有效提高了預測精度，基于多參考幀的最優(yōu)多假設預測算法

7、具有較高的視頻重構質(zhì)量。2.現(xiàn)有的視頻壓縮感知多假設預測算法大多在觀測域提出，這種預測方法由于受到不重疊分塊的限制，造成了塊效應，降低重構質(zhì)量。針對該問題，文中提出了兩階段多假設預測重構方案，并針對該重構方案設計了基于幀的和基于圖像組的兩種實現(xiàn)方法。仿真結(jié)果表明，所提兩階段多假設預測重構方案通過像素域的重疊分塊多假設預測，有效減小了塊效應，得到了較高的重構質(zhì)量，同時，文中還分析了所提算法在幀間DPCM量化下的率失真性能。關鍵詞：視頻壓縮感知；重構；多假設預測；多參考幀；量化IAbstract