[发明专利]一种基于自适应感兴趣区域的视频编码方法

说明书

技术领域

本发明属于视频监控技术领域，尤其是涉及一种基于自适应感兴趣区域的视频编码方法。

背景技术

随着视频监控领域的快速发展，视频分辨率在不断的扩大，4K分辨率已经逐渐深入到监控行业，分辨率的扩大势必会给网络带宽带来极大的压力，如何提高视频码流的压缩率刻不容缓。

人类视觉系统(HVS)并不是对图像的所有区域都感兴趣，因而可以提取图像中感兴趣的区域，进行优化编码，同时降低非感兴趣区域的编码码率，以达到降低码率，提升图像质量的目的。

传统的感兴趣区域(ROI)定位策略，通常是对原始图像进行腐蚀、锐化、滤波、去噪、倾斜校正等一系列复杂的预处理操作，但这些策略极易受到光线亮度、照射角度等的干扰，不能对感兴趣区域进行良好的定位。

发明内容

有鉴于此，本发明旨在提出一种基于自适应感兴趣区域的视频编码方法，以解决上述问题的不足之处，提取人眼感兴趣的区域进行编码，有效提升视频图像的人眼观测质量，节省网络带宽和存储空间。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于自适应感兴趣区域的视频编码方法，包括以下步骤：

I.对输入图像进行预处理和提取；

II.进行背景建模，提取ROI部分；

III.对ROI部分进行区域化处理和区域扩大化；

IV.将提取的图像进行还原，标注对应ROI的宏块；

V.通过ROI Qpdelta模块设置，完成H.265编码。

进一步的，所述步骤I中预处理过程对原始图像进行滤波、伽马校正，将图像分辨率缩小到D1大小，且提取后的图像转换为灰度图像。

进一步的，所述步骤II中通过空域纹理检测和时域残差检测进行ROI提取，空域检测每一个宏块的纹理复杂度，复杂度通过计算宏块的标准差来求取，计算值大于概率统计的经验值，标记为ROI宏块；时域检测通过求取宏块的残差和运行矢量来实现，将残差和运动矢量组成数学模型，其值超过一定概率值标记为ROI宏块。

进一步的，所述ROI的宏块标记图通过布尔变量的二维表格来实现。

进一步的，所述步骤III中通过Canny边缘检测来提取边缘信息，与宏块标记图相与后，进行膨胀处理。

进一步的，所述步骤IV根据实际图像分辨率，对所述ROI宏块标记二维表格进行比例放大，根据H.265的实际宏块分隔大小，标记每一个宏块是否为感兴趣区域。

进一步的，所述步骤V中对ROI Qpdelta模块的设置步骤如下：

a.ROI Qpdelta模块获取设置的ROI质量等级并检测实际码率，用实际码率控制所得的宏块QP值减去等级所对应的QP偏移量Qpdelta；

b.根据ROI宏块标记图计算实际ROI的面积大小，并除以整体视频图像分辨率，得到ROI面积等级，若ROI面积等级低，则增大对应等级的QP值，若ROI面积等级高，则减小对应的QP值；

c.获取图像前N帧的实际码率，根据码率等级，调整宏块QP值，等级低则增大宏块QP值，等级高则减小宏块QP值。

相对于现有技术，本发明所述的基于自适应感兴趣区域的视频编码方法具有以下优势：

本发明所述的基于自适应感兴趣区域的视频编码方法通过提取人眼感兴趣的区域进行编码，自适应H.265的宏块分隔，将ROI区域精确到宏块，形成不规则的ROI区域，有效的提升了视频图像的人眼观测质量，节省了网络带宽和存储空间。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例的控制流程示意图；

图2为本发明实施例所述的ROI Qpdelta设置模块的程序流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面将参考附图并结合实施例来详细说明本发明。

一种基于自适应感兴趣区域的视频编码方法，如图1所示，包括以下步骤：

I.对输入图像进行预处理和提取；

II.进行背景建模，提取ROI部分；

III.对ROI部分进行区域化处理和区域扩大化；

IV.将提取的图像进行还原，标注对应ROI的宏块；

V.通过ROI Qpdelta模块设置，完成H.265编码。