论文部分内容阅读
视频编解码技术已越来越多地应用于人们的生活和工作中,然而网络带宽和存储容量仍存在一定限制。如何改进编码压缩算法,在减少数据量的同时保证压缩后的视频具有较高的感官质量是当前的研究重点。
运用码率控制算法可进行不同区域压缩率的调整,从而提高压缩率。研究发现只有增加视频中人眼所关注区域的编码比特数,才能有效地提高整个视频的感官质量。视频是运动的图像,人眼会忽略每帧图像中大部分内容,而把注意力集中在运动对象上。因此建立运动感知模型,调节相应区域的码率,是解决码率压缩和视频感官质量这一矛盾的主要研究方法。
本文结合了运动矢量分割图和空间域视频图像分割,配合运动对象跟踪和更新方法,建立了运动感知模型;并依据此模型改进了H.264编码标准中码率控制算法。主要研究成果可归纳如下:
1.运动模型的提取:由于直接利用视频运动矢量建立的运动感知模型效果不理想,本文依据人眼对视频中运动对象的关注特性,提出了一种基于时空域运动感知模型的建立方法。通过实验和观察,探索出了对运动矢量熵值图方向和大小的选择以及时空域熵值的结合方法。考虑到运动对象的区域一致性,结合空间域视频图像分割,改善了视频运动对象提取效果。进一步提出运动对象的跟踪和更新算法,能连续并完整地提取运动感知对象,建立了理想的运动感知模型。
2.基于运动模型的码率控制方法:根据运动感知模型对帧层和宏块层的码率控制方法进行了改进。帧层中,提出了基于运动模型的Ⅰ帧初始量化参数调整方法和P帧预分配比特数调整方法。宏块层中,利用运动模型计算运动复杂度,调整每帧中宏块的量化参数,实现在整体码率不变的情况下提高视频感官质量。同时,我们利用运动模型来判定场景切换,调整场景切换帧的初始量化参数。
通过以上基于运动感知模型的码率控制算法的调整,使得在低带宽或高带宽中的解码图像质量都有了相应的提高,减小了运动剧烈区域的失真度。