论文部分内容阅读
数字视频信号在传输过程中由于信道干扰等原因会出现误码,使得解码终端出现差错块或丢失块,最终导致视频质量下降。除了采用纠错编码、遇错重传等方法外,往往还可以在解码端利用正确接收的信息恢复丢失的信息,这就是基于解码端的差错恢复方法即差错掩盖技术,主要是利用视频序列在时间和空间上的相关性,采用正确接收像素值来恢复丢失块信息。模糊集理论用软计算方法代替传统的硬计算环境,适用于对那些不精确的信息进行计算。正因为图像信息具有一定的模糊性和时空相似性,因此可以利用模糊集理论进行图像处理和视频差错掩盖。
本论文首先研究了各种基于经典统计数学的帧内、帧间差错掩盖算法,包括帧内的基于像素插值的方法和基于块匹配的方法,以及帧间块替换和运动矢量均值的方法等。另外,分析了这些算法的优势和局限性。
然后,在研究模糊集理论的基础上,利用模糊推理的方法,提出了一种基于模糊集理论的视频帧内、帧间差错掩盖算法。在这种差错掩盖方法中,将模糊推理应用于是否接受初步差错掩盖结果的判决上,合理修正了掩盖的结果,提高视频掩盖质量。同时,论文详细介绍了算法的基本思想和掩盖处理的流程,重点讨论了算法中的关键问题。
最后,在H.264参考软件JM15.1产生视频序列丢包的基础上,利用MTALAB仿真实现各类差错掩盖算法,并在不同误码率的情况下对不同特性的视频序列进行了测试。此外,在校园网平台上建立了视频传输误码发生和差错掩盖的实时实验PC平台。
实验结果表明:文中提出的基于模糊集理论的帧内、帧间差错掩盖算法优于基于经典数学的方法,改善了恢复图像的边缘细节和纹理信息,提高了图像的主观质量和PSNR(峰值信噪比)值。