[发明专利]基于自适应分块压缩感知的视频压缩方法

说明书

基于自适应分块压缩感知的视频压缩方法，包含视频图像自适应分块方法和各种图像块分类并分配采样率方法两个部分。视频图像自适应分块方法，以参考帧图像相邻像素间的灰度差值作为块大小分割的依据，设定分块阈值T，通过当前区域块相邻像素灰度平均差值与阈值的比较，利用四叉树算法进行视频图像自适应块大小的划分，有效分离平坦区域和细节、边缘区域。在自适应分块的基础上，把视频像素DCT系数的帧间差值作为块分类的依据，将大小不一的各种图像块分成快速变化块、过渡块和缓慢变化块3种类型，并对不同类型的图像块分配合适的采样率。本发明视频重构质量好，重构时间短，在相同条件下两者均优于视频均匀分块压缩感知处理的方法。

技术领域

本发明属于视频处理领域，将压缩感知理论用于视频压缩处理，使信号采样与压缩合并进行，有效地解决奈奎斯特采样定理对数据采集数量的限制，以及常规视频压缩时“先采样后压缩”带来的数据资源浪费等问题。

背景技术

视频序列的每帧图像内相邻像素之间、帧间图像的相对应像素之间都具有较高的冗余度，视频压缩编码标准采用对图像数据进行高速采样，将其通过预测、变换、编码等处理，舍弃多数冗余数据，以达到压缩的目的。压缩感知处理方法将采样与压缩合并进行，并使测量数量突破奈奎斯特采样定理的限制，只要信号在某个变换域是稀疏的，用一个与该稀疏基不相关的测量矩阵对信号进行投影，就可以从投影得到的少量测量值中，通过优化求解算法重构原信号。因此，采用压缩感知理论对视频进行压缩处理，可以克服常规视频压缩时先大规模采样后高比例压缩所造成的数据资源浪费等问题。

对视频基于压缩感知的方法进行整帧处理时，需要较大的存储空间和较复杂的重构运算，为此，2007年Lu Gan提出分块压缩感知的处理方法。在通常的分块压缩感知处理中，视频的每帧图像被分成许多大小相同的不重叠小块，测量和重构时单独对每个图像块进行操作。但均匀分块无法体现不同视频内容的特点，存在平坦区域分块过小，而细节、边缘区域分块过大的问题，从而影响视频重构质量和重构所需时间。

发明内容

本发明要克服现有技术的上述缺点，提供一种基于自适应分块压缩感知的视频压缩方法。

本发明提出根据视频图像相邻像素的灰度差值，自适应地对视频帧进行块大小划分；在此基础上，根据视频帧间相关性对不同图像块进行自适应分类并分配不同的采样率。

基于自适应分块压缩感知的视频压缩方法，包括以下步骤：

步骤1.所述视频图像自适应分块；

(1.1)对视频序列进行分组，每组取第一帧作为参考帧，视频组中其余帧按照参考帧的自适应分块情况进行相同分块；

(1.2)以图像帧相邻像素间的灰度差值作为块大小分割的依据，设定分块阈值T；分块阈值的计算包含以下步骤：

(1.2.1)对于大小为n×m个像素的视频图像x，(i,j)位置的像素灰度表示为G_i,j，则第i行和第j列相邻像素之间灰度差的平均值通过公式和进行求解；

(1.2.2)分块阈值T取决于整帧图像相邻像素灰度的行差、列差平均值，即通过公式进行计算；

(1.3)将参考帧分成大小相等且不重叠的4个子区域块，对于每一个区域块，当区域块相邻像素灰度平均差值大于T时，按四叉树算法进行进一步分块；当区域块相邻像素灰度平均差值小于T时，停止继续分块；当图像块大小分割至4×4时，即停止进一步分块；

步骤2.对视频图像块进行分类，包括：

(2.1)求解每一组视频中所有块的像素DCT(Discrete Cosine Transform，DCT)系数帧间残差平均值设定分类阈值

(2.2)计算视频组中空间同一位置对应块的DCT系数帧间残差平均值