论文部分内容阅读
随着多媒体技术的发展,数字视频日益成为了一个极具潜力的重要产业。当代的电子技术,计算机技术和通信技术的发展水平为视频编解码技术的发展提供了一个广阔的平台,也制约了其发展。突出的矛盾是海量的数据信息和有限的存储空间及网络传输带宽之间的矛盾。针对这个问题,本文结合视觉特性理论对进一步发掘视频中的视觉心理冗余的去除方法进行了研究。本文的主要工作特色和创新为:1提出了一种利用相对灵敏度函数原理,指导视频中残差帧宏块量化的方法。基于相对灵敏度函数原理,通过利用视频预测编码过程中计算所得到的宏块的运动信息,来判断和识别宏块中的那些由于运动而引起的人眼相对不感兴趣的频率成分,然后根据计算得到的相对灵敏度函数值来指导残差帧宏块的量化,丢弃人眼非常不感兴趣的部分频率。通过在X264编码器上测试,该方法能够使原始视频压缩后减少2%～5%的存储空间。2提出了一种利用视觉亮度掩蔽原理,指导视频中残差帧宏块量化的方法。根据视频帧中宏块的亮度和视频帧的背景亮度的比值,来调整视频中残差帧宏块的量阶,对那些人眼相对感兴趣的宏块进行精细压缩,对人眼相对不感兴趣的宏块进行粗糙压缩。进而改善视频的主观观看质量。通过在X264编码器上测试,该方法并没有显著增加原始视频压缩后的存储空间。3对上述两项研究进行DSCQS II主观评测,测试显示,实施了相对灵敏度函数和视觉亮度掩蔽效应指导的残差宏块量化方法后的视频具有不低于原始视频的主观观看质量。4提出了一种在层次化预测编码结构下,近似的计算当前帧和相邻帧之间运动矢量的方法。通过Temporal,View轴上的运动信息,利用POC差值大于1的当前帧和参考帧之间的运动矢量,近似的计算当前帧和相邻帧之间运动矢量。通过在JMVC1.0编码器上测试,在该方法基础上实施了第1点中的利用相对灵敏度函数原理指导视频中残差帧宏块量化的方法后,能够在不降低视频质量的情况下,使原始视频压缩后的存储空间有一定量的减少。