基于H.264的解码器端错误遮蔽方法研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:kfcgen
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
随着视频技术和网络通信的发展,视频播放在网络中的应用领域越来越宽广,压缩后的视频经数据包在网络中的传输容易因干扰产生误码或丢包,降低接收端视频质量。错误遮蔽是通过解码端的帧间帧内相关性,不增加传输时延和带宽压力来改善视频质量的技术。根据错误遮蔽的技术特点可以分为时域错误遮蔽和空域错误遮蔽两个种类。本文对国内外现有的主流空域和时域错误遮蔽算法进行了详细研究,并针对现有技术的优势和不足分别对I帧错误遮蔽算法和时域错误遮蔽算法提出了改进的策略,在分析了H.264标准策略的基础上,通过ffmpeg项目开源的H.264解码器平台实现了带错误遮蔽功能的H.264解码器。对于I帧的错误遮蔽,传统的线性插值对于图像像素值变化比较平缓的视频帧有较好的遮蔽效果,但是在帧内像素值变化较大的情况下主观效果并不理想。对于I帧的错误遮蔽策略,通过结合传统空域错误遮蔽算法特点,并结合时域错误遮蔽利用帧间相关性的优势,提出一种根据视频场景变化自适应地进行I帧错误遮蔽模式选择的算法。该算法在解码端可以根据视频场景的变化剧烈程度提供自适应的I帧错误遮蔽策略,并能在进行宏块匹配时能根据相邻宏块状态提供自适应的搜索策略。对于P帧错误遮蔽,考虑到零运动矢量掩盖不适用于运动较剧烈图像,边界匹配法在图像内容平移运动较剧烈情况下取得了很好的效果,但对非平移运动的估计不够精确,本文提出了改进的P帧错误遮蔽算法,利用传统边界匹配获得最佳匹配宏块后,再使用方向匹配方法对该宏块在不同方向进行二次边界匹配,相当于对最佳参考宏块进行了角度旋转后判优。从实验结果看,本文提出的算法提高了错误遮蔽后图像的主客观质量。
其他文献
随着Web2.0网站的日益发展,用户除了是网络资源的浏览者外,同时还是资源的生产者。社会标签系统是Web2.0的一个典型应用,用户主动产生标签,并通过标签标识、管理和发现信息资源。
语音关键词检测(Spoken Term Detection, STD)是指用户提供文本形式的查询请求,系统从语音资源库中返回与用户查询相关的语音片段。它是语音识别的一个重要领域,有着广阔的应用
近年来,随着计算机图形学、数字处理技术的极速发展和计算机硬件成本的不断降低,计算机动画技术及其在各领域中的应用都得到了有力地推动和普及。群体动画是计算机动画领域的重
对细胞的研究是人类进行微观世界探索的一个重要且有效的手段,近年来基于视频的检测和跟踪方法作为一种无接触的自动方法得到了广泛的研究和应用。其中,对显微视频图像中细胞的
现代飞机的机载图形显示系统对动态画面刷新的实时性要求越来越高,传统机载图形显示系统的图形处理方法是采用软件运算实现的,速度较慢,占用大量的运算时间,从而使系统很难在规定
当前,企事业单位中的各个部门会产生大量的数据,并依据各自的数据特点和应用需求,选择不同的方式管理数据。这导致各部门之间的信息重复冗余,很难做到部门之间的数据共享。要
为了在保证数据访问性能的同时降低系统的冗余存储开销,分布式存储系统通常会采用异步编码技术。在新数据被写入时,系统使用多副本机制对这些数据进行存储,并在数据访问变少
物联网在给人们带来诸多益处的同时,伴随着其发展也日益凸显出一些隐私安全问题。由于物联网将网络末端的接入扩展到了物体,可想而知,当万事万物都与网络互联之后,感知控制层
近年来,P2P技术作为一种分布式计算技术得到了飞速发展,引起了国内外学术界的密切关注。P2P又叫做对等计算,它打破了传统的客户端/服务器模式,任何两个网络节点之间都能平等
在计算机视觉领域,图像分割指的是将数字图像细分为多个图像子区域(像素的集合,也被称作超像素)的过程。图像分割的目的是简化或改变图像的表示形式,使得图像更容易被理解和分析。