一種基于稀疏度估計的分布式視頻壓縮感知快速重建方法
【技術領域】
[0001] 本發(fā)明涉及一種基于稀疏度估計的分布式視頻壓縮感知快速重建方法，屬于視頻 圖像處理技術領域。
【背景技術】
[0002] 隨著信息技術和互聯(lián)網(wǎng)的飛速發(fā)展，多媒體已成為人們獲取信息最主要的載體， 多媒體業(yè)務將是未來無線寬帶網(wǎng)絡的關鍵業(yè)務。目前，為了適應無線網(wǎng)絡的日益發(fā)展，越 來越多的移動視頻終端被用于多媒體通信中，如無線視頻探測頭、便攜式攝像機，以及無線 多媒體傳感器網(wǎng)絡（WirelessMultimediaSensorNetwork，WMSN)。這些設備通常都需要 對視頻進行實時編碼，并將碼流傳送到一個中心節(jié)點進行解碼顯示。在這種情況下，編碼 設備的處理能力和功耗等資源都十分有限，而傳統(tǒng)的視頻編碼標準，如H. 264/AVC、HEVC等 因編碼器復雜度高，而不能適用于上述應用場景。而且在實際應用中，現(xiàn)有設備在采集信 號時，仍以奈奎斯特采樣定理為準進行高速采樣，這樣一方面會導致海量采樣數(shù)據(jù)，增加模 /數(shù)轉(zhuǎn)換和存儲的代價，另一方面在壓縮編碼過程中，大量變換運算得到的小系數(shù)經(jīng)量化后 被丟棄，造成數(shù)據(jù)計算和內(nèi)存資源的浪費，從而給無線視頻編碼設備的低功耗、低成本實現(xiàn) 帶來極大的困難。因此，在2009年，Prades等人提出了分布式視頻壓縮感知（Distributed CompressedVideoSensing，DCVS)的概念〇〇
[0003] 分布式視頻壓縮感知同時結(jié)合了分布式視頻編碼（DistributedVideoCoding， DVC)與壓縮感知（CompressedSensing，CS)兩者的優(yōu)點，共同從理論上實現(xiàn)了一個低功 耗、低復雜度的視頻采集與編碼設備。一方面，視頻信號在模擬域采集，通過隨機投影的方 式實現(xiàn)信號采集和壓縮，大大降低了終端設備的采樣率和編碼復雜度。另一方面，分布式視 頻壓縮感知在編碼端對視頻序列進行獨立采集、壓縮和編碼，在解碼端利用邊信息實現(xiàn)視 頻幀的聯(lián)合壓縮感知重構(gòu)。因此，該框架是通過在解碼端利用視頻信號的空間、時間相關性 實現(xiàn)視頻序列的稀疏重構(gòu)，從而實現(xiàn)將編碼的運算復雜度轉(zhuǎn)移到解碼側(cè)。然而，傳統(tǒng)的壓縮 感知重構(gòu)方法是非自適應的，在重構(gòu)時僅利用了信號的稀疏性這一先驗知識，并沒有充分 利用視頻信息中各相鄰幀之間的相關性，并且傳統(tǒng)的壓縮感知重構(gòu)算法計算量較大，耗時 較長，不能滿足視頻實時性的要求。而本發(fā)明能夠很好地解決上面的問題。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明目的在于提供了一種分布式視頻壓縮感知中基于稀疏度估計的快速重建 方法，該方法解決了傳統(tǒng)壓縮感知重建方法的計算量較大，實時性較差，不適用于分布式視 頻壓縮感知的問題。本發(fā)明采用已解碼成功的前后相鄰幀與待解碼幀的相關性估計壓縮感 知幀的稀疏度，在保證重建圖像質(zhì)量基本不變的前提下，提高了壓縮感知信號的重建速度。
[0005] 本發(fā)明解決其技術問題所采取的技術方案是：一種基于稀疏度估計的分布式視頻 壓縮感知快速重建方法，該方法包含如下步驟：
[0006] 輸入：需重建幀的壓縮感知信號Yes，已解碼的前一幀fki，已解碼的后一幀fk+1，測 量矩陣c> = { ?i，i= 1，2, 3…，m}以及硬閾值T。
[0007] 輸出：重建幀fcs。
[0008] 方法流程：
[0009] 步驟1 :計算fki的測量值，所述的計算公式為：Yk C>fk1; _〇] 步驟2 :計算Yki與IM之間的殘差，所述的計算公式為：RM=YM_Yk1;
[0011] 步驟3 :計算fk+1與fki之間的殘差，所述的計算公式為：Rf=fk+1-fk1;
[0012] 步驟4 :對Rf進行離散小波變換得到Df，置k= 1 ;
[0013] 步驟5:對Df第1^列屯進行硬閾值判決，dk中絕對值小于t的元素個數(shù)作估計的 稀疏度sk;
[0014] 定義函數(shù)：
[0015]
[0016] 稀疏度815按如下方法估計：
[0017]
[0018]
[0019]isk>0 時，循環(huán)：
[0020] i = argmaXj | <r，《j> | ;
[0021] I = I U {i}；
[0022] r=rk-〇 ( ： ,I) [0 ( ： ,I)]+rk；
[0023] sk= sk-l；
[0024] 步驟7 :第k列的重建信號為0⑴=[0( :，I)]+rk，如果k小于1^的總列數(shù)， 則k = k+1，轉(zhuǎn)到步驟5,如果k等于1^的總列數(shù)，則轉(zhuǎn)到步驟8 ;
[0025] 步驟8:將重建完成的壓縮感知幀與fki的殘差加上fki得到重建幀fcs。
[0026] 本發(fā)明的所述方法應用于視頻壓縮感知快速重建。
[0027] 有益效果：
[0028] 1、本發(fā)明充分利用分布式視頻幀之間的相關性，計算已解碼成功的前后相鄰幀的 殘差，并對其進行離散小波變換，再對變換后的結(jié)果進行硬閾值判決估計稀疏度，遠遠小于 采樣量的1/4,在保證重建質(zhì)量的前提下，能夠大幅度地提高重建速度。
[0029] 2、本發(fā)明壓縮感知重構(gòu)方法的計算量較小，耗時較短，并且能夠滿足視頻實時性 的要求。
【附圖說明】
[0030] 圖1為本發(fā)明的方法的流程圖。
【具體實施方式】
[0031] 下面結(jié)合說明書附圖對本發(fā)明創(chuàng)造作進一步的詳細描述。
[0032] 如圖1所示，本發(fā)明提供了一種基于稀疏度估計的分布式視頻壓縮感知快速重建 方法，該方法包括如下步驟：
[0033] 輸入：需重建幀的壓縮感知信號Yes，已解碼的前一幀fki，已解碼的后一幀fk+1，測 量矩陣〇 = { ?;，i= 1，2, 3…，m}以及硬閾值t。
[0034] 輸出：重建幀fcs。
[0035] 本發(fā)明具體的實現(xiàn)過程包括如下步驟：
[0036] 步驟1 :計算fk :的測量值Yk:=①fk1;
[0037] 步驟2 :計算Yk :與Ics之間的殘差Rcs=Ycs_Yk1;
[0038] 步驟3 :計算fk+1與fk :之間的殘差Rf =fk+1_fk1;
[0039] 步驟4 :對Rf進行離散小波變換得到Df，置k= 1 ;
[0040] 步驟5 :對Df第k列dk進行硬閾值判決，dk中絕對值小于T的元素個數(shù)作估計的 稀疏度sk;
[0041] 定義函數(shù)：
[0042]
[0043] 稀疏度815按如下方法估計：
[0044]
[0045] 步驟 6 :令r=rk，# =參，0 = 0 ;
[0046] isk>0 時，循環(huán)：
[0047] i=argmaXj| <r，《j> | ;
[0048] I=IU{i}；
[0049] r=rk-〇 ( ： ,I) [0 ( ： ,I)]+rk；
[0050] sk=sk-l；
[0051] 步驟7 :第k列的重建信號為0⑴=[0 ( :，I)]+rk，如果k小于艮』勺總列數(shù)， 則k=k+1，轉(zhuǎn)到步驟5,如果k等于1^的總列數(shù)，則轉(zhuǎn)到步驟8 ;
[0052] 步驟8 :將重建完成的壓縮感知幀與fki的殘差加上fki得到重建幀fcs。
【主權(quán)項】
1. 一種基于稀疏度估計的分布式視頻壓縮感知快速重建方法，其特征在于，所述方法 包括如下步驟： 步驟1 :計算fki的測量值，所述的計算公式為：Yki=k1; 步驟2 :計算Yki與IM之間的殘差，所述的計算公式為Atis=Ytis-Yk1; 步驟3 :計算fk+1與fki之間的殘差，所述的計算公式為：Rf=fk+1-fk1; 步驟4 :對Rf進行離散小波變換得到Df，置k= 1 ; 步驟5:對Df第I^Udk進行硬閾值判決，dk中絕對值小于T的元素個數(shù)作估計的稀疏 度sk; 步驟6 :令r=rk，丨=氣9 = 〇 ; 當％>0時，循環(huán)： i=argmaXjI<r，〇j>I; I=IU{i}；sk=sk_l; 步驟7 :第k列的重建信號為#(i) ，如果k小于1^的總列數(shù)，則k=k+1， 轉(zhuǎn)到步驟5,如果k等于1^的總列數(shù)，則轉(zhuǎn)到步驟8 ; 步驟8 :將重建完成的壓縮感知幀與fki的殘差加上fki得到重建幀f2. 根據(jù)權(quán)利要求1所述的一種基于稀疏度估計的分布式視頻壓縮感知快速重建方法， 其特征在于：所述方法包括：輸入：需重建幀的壓縮感知信號Yes，已解碼的前一幀fki，已解 碼的后一幀fk+1，測量矩陣①={>;，i= 1，2,3…，m}以及硬閾值T;輸出：重建幀f。-3. 根據(jù)權(quán)利要求1所述的一種基于稀疏度估計的分布式視頻壓縮感知快速重建方法， 其特征在于：所述步驟5估計的稀疏度sk的定義函數(shù)為：4. 根據(jù)權(quán)利要求1所述的一種基于稀疏度估計的分布式視頻壓縮感知快速重建方法， 其特征在于：所述方法采用已解碼成功的前后相鄰幀與待解碼幀的相關性估計壓縮感知幀 的稀疏度。5. 根據(jù)權(quán)利要求1所述的一種基于稀疏度估計的分布式視頻壓縮感知快速重建方法， 其特征在于：所述方法應用于視頻壓縮感知快速重建。
【專利摘要】本發(fā)明公開了一種基于稀疏度估計的分布式視頻壓縮感知快速重建方法，該方法利用分布式視頻幀之間的相關性，對壓縮感知的測量值進行稀疏度估計，將估計出的稀疏度代入正交匹配追蹤算法中去重建壓縮視頻圖像，減少了大量的計算量。本發(fā)明在保證重建圖像質(zhì)量基本不變的前提下，加速了壓縮感知圖像的重建過程，更符合視頻信息實時性的要求。
【IPC分類】H04N19/63, H04N19/30, H04N19/90
【公開號】CN105049870
【申請?zhí)枴緾N201510475283
【發(fā)明人】張登銀, 紀應天
【申請人】南京郵電大學
【公開日】2015年11月11日
【申請日】2015年8月5日