[发明专利]基于JND的多边信息分布式视频编码、解码的方法及系统

说明书

本发明公开了一种基于JND的多边信息分布式视频编码、解码的方法及系统，其中视频编码方法包括：获取图像信息，将视频序列分为WYNER‑ZIV帧和关键帧，对于WYNER‑ZIV帧，进行DCT变换和基于JND的阈值滤波处理，并标量量化后组成比特平面传输到LDPCA编码器进行编码，对于K帧，采用熵编码方法；解码方法包括：对关键帧进行解码，根据关键帧产生多边信息，并对其进行DCT变换和基于JND的阈值滤波处理，联合由编码器输出的WYNER‑ZIV帧码流和所得到的边信息，并根据二者之间的相关性对WYNER‑ZIV帧进行重建。本发明用多边信息方法，能够得到更准确的重建帧，系统性能得以提高。

技术领域

本发明涉及到视频编解码技术领域，具体是一种基于JND的多边信息分布式视频编码编码、解码的方法和系统。

背景技术

近年来，随着计算机技术、网络技术和无线技术的飞速发展，许多具有新特点的多媒体应用设备大量涌现，如移动摄像手机、无线视频传感器监控网络和便携式摄像机等，它们在存储容量、计算能力和功率资源等方面都受到非常大的限制。这些应用场景的视频编码具有不同于传统视频压缩编码的特点，编码设备简单并且能量受限，而解码设备一般无能量限制并且具有较强的计算能力。传统视频编码技术编码复杂度高而解码复杂度低，因此传统编码技术及不再适用新应用的需求。为了解决这一问题，一种新的视频编码框架——分布式视频编码(Distributed Video Coding，DVC)开始引起研究团体的广泛关注，并且它为以上应用提供了很好的解决方案。分布式视频编码技术突破了传统视频编码的束缚，将耗时耗功率的运动估计补偿从编码端移到解码端，并采用“帧内编码帧间解码”技术，从而将复杂度从编码端转移到解码端，有效降低了编码杂度。此外系统结构还具有抗传输误码的优点。

分布式视频编码的出现最初是为了解决实际问题，而后研究者们对其进行了相应地理论分析和创新，最后又返回到实际应用。实用的分布式视频编码解决方案出现在2002年左右，但是比较典型的方案有模型Stanford模型和Berkeley模型。前者是基于帧的Slepian-Wolf编码，并采用Turbo码编码，反馈信道在解码端进行码率控制。后者是基于块的编码，又被称为PRISM，采用比简单的BCH编码，不需要反馈信道，在编码端进行码率控制，并且从编码端传送信息辅助边信息进行解码重建，具有较强的鲁棒性。DISCOVER框架基于Stanford框架进行了一系列的改进。在编码端根据视频内容时间相关性动态调整图像组大小，编码端增加了最小速率估计模块，釆用更精确的虚拟相关信道模型，信道编码采用可变速率的LDPCA码，解码端采用更为精确的边信息生成方法。后来许多新颖的实用型分布式视频编码方法出现，国内的许多研究团队也对分布式视频编码方案进行了深入地研究。

分布式视频编码系统的性能取决于边信息(side information，SI)的质量，边信息质量越高，解码出来的图像便会越接近编码前质量，因为边信息是解码端产生的对于当前帧的一个估计，解码当前帧时，解码器会利用边信息与当前帧的相关性进行解码，因此，边信息越精确，解码效果就会更好。一般来说，分布式视频编码的边信息为单个，但后来有研究表明，多边信息更能提高系统性能。

以往的视频图像编码方法都是从客观的角度考虑如何提高编码效率和图像质量，并没有考虑过人眼视觉特性这种主观标准的影响，这样的做法是不可取的，毕竟大多数情况下人眼才是视频图像的最终接收者，因此我们可以并很有必要利用人类视觉特性来优化视频图像编码的算法。而如何结合视觉特征，更准确地进行视频编码，是本领域技术人员目前需解决的技术问题。

发明内容

为克服上述现有技术的不足，本发明提供了一种基于JND的多边信息分布式视频编码和解码的方法，能更有效地去除视觉冗余信息，从而提高编码效率，降低编码复杂度，使编码图像更加符合人眼的主观视觉感受。

为实现上述目的，本发明采用如下技术方案：

一种基于JND的多边信息分布式视频编码方法，包括：