基于H.264的视频差错掩盖技术研究

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:xianzhiwangsu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视频通信是多媒体通信的主要应用方向之一,然而目前大多数的有线、无线通信网络均不能提供可靠的服务质量保证,视频信息传输过程中面临着不可避免的差错和损失。最新的视频编码标准H.264以其高效的压缩性能和良好的网络适应性在国际上受到了广泛的重视和欢迎,并成为各类视频通信系统中采用的首选压缩标准,但其高效压缩的视频码流对传输差错也更敏感,一旦出现差错,差错信息将在空间和时间上迅速蔓延和扩散,使视频质量急剧下降。虽然H.264标准提供了一系列新的抗差错技术,但其仍需与其它的差错控制技术相结合,以提高压缩码流的抗误码能力。本文主要研究视频差错控制技术中差错掩盖技术,在充分研究和了解国内外视频差错掩盖技术现状的基础上,基于H.264编码标准完成以下主要工作:1)提出一种基于边缘检测的空域自适应差错掩盖算法ASEC。根据丢失宏块周围无差错宏块的边缘信息,将丢失宏块分为平滑块和边缘块。对平滑块采用双线性插值进行恢复;对边缘块采用多方向插值加权平均的方法进行恢复。实验结果表明,与其它的空域差错掩盖算法相比,ASEC算法能具有更好的差错恢复能力,特别是相比于H.264测试模型JM解码器的BI差错掩盖算法,恢复图像的平均PSNR提高0.3~3.55dB。2)提出一种改进的两步多权值边框匹配时域差错掩盖算法RTMBMA。对丢失宏块根据其运动剧烈程度自适应选择16×16或8×8模式进行掩盖,同时对丢失块采用“钻石”搜索法进一步提高其运动向量预测的精确性。实验结果表明,与其它的时域差错掩盖算法相比,RTMBMA算法进一步改善了对受损视频序列的掩盖效果,特别是相比于JM解码器的SMA差错掩盖算法,恢复图像的平均PSNR提高1.13~2.52dB。3)在空域和时域差错掩盖算法研究的基础上,对丢失宏块实现一种时空域自适应差错掩盖算法ASTEC。首先对丢失宏块进行时域掩盖,然后根据边框匹配误差对丢失宏块自适应选择空域ASEC算法或时域RTMBMA算法进行掩盖。实验结果表明ASTEC算法比JM的差错掩盖方案明显改善了差错掩盖效果,在不同的网络丢包率下,恢复图像的平均PSNR提高1.16~4.01dB,有效抑制了视频序列中的差错扩散。
其他文献
随着网络和Internet的蓬勃发展和广泛应用,极大数量的软、硬件资源涌入网络,加剧了网络使用和维护的复杂性。这样对分布式体系提出了新的需求。如何针对网络环境,改进服务方
汽车驾驶员培训作为一种特殊的培训行业,有着庞大的生源和经济效益。其培训质量能直接反映出汽车驾驶员的驾驶水平,同时也能间接地决定着国家交通秩序的稳定与安全。然而由于
人类正在从工业社会迈向信息社会,掌握计算机应用技能已成为现代人能力素质的重要标志之一。目前,各级各类高校已普及计算机信息技术教育,计算机应用基础课程就是其中一门非常重
多智能主体系统(Multi-Agent Systems)是计算机科学中比较新的一个分支,是分布式人工智能(Distributed Anificial Intelligence)的重点研究方向之一。多Agent任务分配是多Age
基于内容的图像检索(CBIR, Content-Based Image Retrieval)是一种利用图像的视觉特征(颜色、纹理、形状等)进行检索的技术。CBIR的目的就是快速、准确的从图像数据库中,查找
电子测试测量技术已经涉及国民经济的各个行业,实时频谱仪(RTSA)是世界上唯一为专门解决数字RF问题设计的分析仪,在无线通信,无线监控和雷达设计等领域有广泛的应用。在通过PC机
云计算是一种融合了分布式计算、效用计算、网格计算等相关技术的新型商业化计算模式,采用成熟的虚拟化技术将大规模同构或异构资源抽象为服务,并通过网络按需提供给云用户。资源分配策略研究已经成为当前云计算领域的热点,它具有的商业化特点及经济学特性促使许多研究者采用经济学相关理论和方法解决云资源分配,并取得了一定的成果。本文在分析经济学在云计算资源分配领域研究现状的基础上,将其中的一个重要分支——拍卖模型引
随着互联网的发展,当代社会已经进入了网络社会,其中,局域网在人们生活和工作中的应用越来越深入,在企业、政府、学校等各种场所,起着非常关键的作用。相对于外部网络,局域网内部的
天然气管网是城市基础设施的重要组成部分,是城市赖以生存和发展的物质基础。但是长期以来对天然气管网资料采用传统的手工管理方式,导致了管理工作繁重、效率低下,数据利用率低
题库是高校的一项重要资源,应具有极大限度地共享性。目前,有相当一部分院校的试题停留在孤立电子文档管理阶段,共享性差,已有资源利用率相当低,命题重复性劳动大。本系统将提供一