[发明专利]一种多假设预测的压缩感知视频处理方法

说明书

技术领域

本发明涉及压缩感知视频技术领域，尤其涉及一种多假设分块视频压缩感知结合平滑滤波实现图像重构技术。

背景技术

目前，CS(压缩感知)已通过集成压缩和感测而革新了信号采样和处理系统。对于从不同方面研究用于视频的CS的应用，称为压缩视频感知(CVS)。在编码器处，输入视频帧被分组为由关键帧和多个非关键帧组成的图像组。

传统框架中使用MPEG/H.264编码对关键帧进行编码，CS测量矩阵来感测非关键帧，并使用从相邻重构的关键帧生成的边信息来重构关键帧。这个框架的缺点是仍然需要复杂的MPEG/H.264编码。在其后的改进中，CS测量应用于关键帧和非关键帧。使用用于稀疏重建的梯度投影(GPSR)来重构关键帧，并且将使用从解码的关键帧产生的边信息来重构非关键帧。

随着技术的不断进步，为了减轻巨大的计算和存储器负担，L.Gan提出了一种基于块与块之间具有独立性的CS假设(BCS)用于2D图像，Do等使用珍贵解码帧中的相邻块来表示当前帧中的块，以提高边信息的准确度，并开发了残差重建方法。S.Mun扩展了Gan的BCS，并在最近的变换域中进行重建，特征在于高度方向分解。这些方法被称为单假设运动补偿(SH-MC)方案，其具有一些缺点。在编码器处，由于运动估计搜索，除了增加编码器侧的计算复杂度之外，还施加了发送块运动矢量的传输开销。此外，SH-MC隐含地假设在视频帧中发生的运动是均匀的块平移模型。由于这个假设不总是成立，所以块伪影出现在恢复的帧中。

为了解决这些问题，E.Taramel等人提出了一种用于将多假设运动补偿(MH-MC)合并到BCS中的策略，并将平滑滤波Landweber用于视频重建(MH-BCS-SPL)，其通过找到搜索窗口中所有块或假设的线性组合来寻找更多精准假设。MH-MC技术以解码器处更复杂的代价来提高恢复性能。其后又提出基于弹性网络使用MH和SH重建组合方案，其以与Tikhonov正则化重建相比更复杂的代价实现可接受的性能。之后又出现如假设集合更新和动态参考帧选择算法。测量域和像素域中连续部署MH预测的方法，以开发两级MH重建方案，并且R Li等呈现空时量化和运动对准重建以改善性能的CVS系统等等。但是，仍然有一些问题需要解决，因为释放了编码器的计算负担，我们可以通过简单算法得到边信息(SI)，但非关键帧重构处理不能利用粗略预测有效地执行。

发明内容

基于背景技术存在的技术问题，本发明目的之一在于提供一种新的基于多假设预测的分布式图像压缩感知视频图像处理框架，其中计算三个侧面信息候选以选择改进传统的MH预测算法，在解端利用双向估算计算出候选边信息，并引进新算法计算相关系数，选取关键边信息，恢复非关键帧。

一种多假设预测的压缩感知视频处理方法，所述处理方法的结构框架包括编码端和解码端；在所述编码端，为提高视频重建质量，并根据实时性要求，视频序列帧被分为关键帧和非关键帧，每两帧构成一个图像组(GOP，Group Of Picture)，即GOP等于2。通常奇数帧为关键帧，偶数帧为非关键帧。根据压缩感知理论，关键帧和非关键帧均通过测量矩阵Φ获得测量值，不同的是，关键帧的测量率高，非关键帧的测量率低；在所述解码端，关键帧经过基于块平滑投影的Landweber(BCS SPL)重建算法进行解码，然后经过多假设预测算法和残差重建后，得到重建后的关键帧并存储；非关键帧进行残差重建后，与根据关键帧产生的边信息一起联合解码，得到重建后的非关键帧。最后，将解码后的关键帧和非关键帧按照帧顺序整合成视频序列并输出。

优选的，所述边信息根据已解码的相邻关键帧经过多假设预测MH算法求得。

多假设预测MH算法的方法步骤如下：

(1)运用双向运动估算计算出三个候选边信息SIi(i＝0,1,2)；

(2)分别计算非关键帧与三个候选边信息的相关系数，选取相关性最高SI信息。

(3)在图像重构时，在测量域，利用SI信息的多假设预测生成一种信号残差，并计算假设的最佳线性组合，用改进的多尺度分块压缩感知MS-BCS-SPL技术重构图像。

优选的，根据加权正则化Tikhonov矩阵计算假设最佳线性组合。

一种多假设预测的压缩感知视频处理方法应用于视频图像处理。

与现有技术相比，本发明具有的有益效果在于：