论文部分内容阅读
压缩感知理论是近年来新兴的一种信号采集的方法,它以远低于奈奎斯特采样速率对信号进行采样,并且将采样与压缩合并,是目前的一个热点研究问题。由于压缩感知采样后的数据远远少于原始数据,并且可以更有效地利用带宽资源,所以它在视频压缩编码中的研究应用被国内外学者所重视。视频帧具有大量的空间相关性,该相关性在测量值中也存在,利用测量值的相关性进一步提高压缩视频感知系统性能,这是本论文研究的问题。本文首先介绍了压缩感知理论、解释了现有的压缩感知框架的各个部分和基本算法。然后,深入分析信号的稀疏性,基于稀疏性的近似评价参数,给出并证明了视频帧图像行向量残差更加稀疏。接下来,利用视频帧信号在频域、像素域和测量域的性质,证明了信号在这三个变换域的相关性参数的对映关系。最后,结合残差的稀疏性特点和三个变换域的对映关系,计算并分配测量值数目,得到了视频帧图像编码端速率控制的方法,并且用仿真实验验证了该方法的可行。实验结果表明,在使用同样数目测量值重构的情况下,相对于传统的压缩感知,使用行残差速率控制方法可以使系统性能提高3.5~4dB。