[发明专利]一种视频的分布式压缩感知编解码方法

说明书

本发明公开了一种视频的分布式压缩感知编解码方法，克服了现有技术中DCVS的重建方法仍有待改进的问题。该发明含有步骤1.1：对图片计算自适应分块信息；步骤1.2：根据得到的分块信息进行不同尺寸的DCT变换编码；步骤2.1：通过大量实验测试、创建并统计最佳尺度样本数据；步骤2.2：计算样本图片的纹理复杂度；步骤2.3：对样本数据使用BP神经网络进行训练，得到自适应尺度因子模型；步骤2.4：修改原BCS_SPL算法，增加新的输入参数；步骤2.5：使用改进的BCS_SPL算法修改整个关键帧编码和解码流程。本发明提出的关键帧改进算法在明显降低重构质量的前提大幅度缩减了图像的重建时间；非关键帧改进算法也能在不增加时间复杂度的情况下提高图像的重构质量。

技术领域

本发明涉及视频压缩技术领域，特别是涉及一种视频的分布式压缩感知编解码方法。

背景技术

随着信息技术和网络技术的高速发展，视频信息的传输在人们的生活、商业、环保，甚至是军事等方面的应用越来越广泛。例如，目前基于手持移动设备进行视频采集、编码、传输的直播平台的兴起，对编码端简单的设备的存储、处理、传输视频信息能力提出更高要求，这就需要不同于或更优于传统视频编解码算法的支撑。显然，传统的基于奈奎斯特采样定理的数据采集、处理方法已经不适用于这种信息量不断增多，信号带宽不断变大的情况。而且，目前大多数的对于视频的编码都是采用传统的基于H.264/AVC标准的方式，采用复杂的预测编码结构对视频进行压缩，所以不适用于发端(编码端)要求复杂度低、功耗低的编码计算。

在最近几年，Candes和Donoho针对上述问题提出了压缩感知理论(CompressedSensing，CS)，该理论以线性方式获取相对较少的信号测量值，同时仍允许通过相对复杂且非线性的恢复过程进行精确或近似重建，并且该理论打破了信号采样必须遵循奈奎斯特采样定理的传统，将信号在的采样步骤和压缩步骤合二为一，也就是说这两个步骤在时间线上是统一的，这样就大大降低了对编码端硬件设备的要求。而近年来Thong T Do等人提出的分布式视频压缩感知编码(Distributed Compressed Video Sensing，DCVS)方式就也是用来解决上述问题的。DCVS充非常适合于要求编码端消耗能量低、带宽等资源占用相对较少的无线视频传输场合。

发明内容

本发明克服了现有技术中DCVS的重建方法仍有待改进的问题，提供一种能够达到更高重建质量的视频的分布式压缩感知编解码方法。

本发明的技术解决方案是，提供一种具有以下步骤的视频的分布式压缩感知编解码方法：含有以下步骤，包括步骤1，对关键帧的基于JPEG编解码算法的改进；步骤2，对非关键帧的基于BCS_SPL重建算法的改进；其中步骤1中关键帧的编码过程中在分块DCT的基础上加入基于Canny边缘检测的自适应方法含有以下步骤：步骤1.1：对图片计算自适应分块信息；步骤1.2：根据得到的分块信息进行不同尺寸的DCT变换编码；

其中步骤2中非关键帧在BCS_SPL算法的基础上引入动态自适应尺度因子，含有以下步骤:

步骤2.1：通过大量实验测试、创建并统计最佳尺度样本数据；

步骤2.2：计算样本图片的纹理复杂度；

步骤2.3：对样本数据使用BP神经网络进行训练，得到自适应尺度因子模型；

步骤2.4：修改原BCS_SPL算法，增加新的输入参数；

步骤2.5：使用改进的BCS_SPL算法修改整个关键帧编码和解码流程。

优选地，所述步骤1.1含有以下步骤：

1.1.1、采用Canny边缘检测方法对图片进行边缘化，得到只包含0和1的二值矩阵，统计整张图片二值矩阵中1的个数，称为总边缘点数；

步骤1.1.2、将图片按照32x32尺寸进行平均分块；