[发明专利]一种基于信息熵的视频自适应采样率设定方法

摘要

本发明公开了一种基于图像信息熵的视频自适应采样率设定方法。在分块压缩感知(BCS，block CS)框架下，视频关键帧采用运用固定采样率进行分块CS采样压缩，并独立进行重构，将重构的关键数据再次反馈到采集端。非关键帧利用采集端预采样可得的测量值，同时结合关键帧的反馈信息计算各视频图像块的图像二维信息熵，再根据各块信息熵的比例自适应地调整采样率，为了满足预设的视频帧总采样值，采样率采用了动态设定块采样率的方案。本发明能够充分考虑帧内由于分块采样带来的块效应和时空相关性，在相同的采样率下，能够提高重构视频序列帧质量，并且重构时间没有增加。该方法解决了现有基于方差进行自适应采样过程中未充分考虑视频帧内空时相关性的问题。

主权项

1.一种基于信息熵的视频自适应采样率设定方法，假设输入的视频序列帧x_t有N＝I_c×I_r个像素，分成n个大小为B×B的块，第i个块的列向量形式记为x_t,i，i＝1,...,n,n＝N/B²，分块尺寸：B×B，分块测量矩阵为Φ_B，其特征在于，包含以下步骤：(1)将原始视频流拆分为关键帧和非关键帧，奇数帧为关键帧，偶数帧为非关键帧；或者偶数帧为关键帧，奇数帧为非关键帧；(2)在采集端，用结构化随机哈达玛矩阵作为测量矩阵Φ对关键帧和非关键帧进行CS测量；(3)对于关键帧，采用固定的自适应分块采样率，假设对关键帧的采样率为a，视频帧的像素为N，可知总采样次数M＝aN；(4)对于非关键帧，由于视频序列此前已经将关键帧解码重构，因此利用关键帧与非关键帧的差值将极大地减少编码端运算量，从而提高编码效率，提前预设图像总采样率，使总采样率与关键帧保持一致，则非关键帧图像总采样率也为a，可知总采样次数M，预采样率为d，a>d；(5)为步骤4中各块自适应设定测量率，设关键帧的重构矩阵为Y，非关键帧的预采样矩阵为X，则X的维数为M′U′＝Y‑X，M′＝d×NU′为其差值，其中的值表示该像素点灰度值变化量，由于差值范围在(‑265,265)之间，因为不能直接对数据进行统计分析，所以将差值加256，即U＝U′+256保证了数据可以进行hash散列，由此得出每块测量域的预采样像素变化量的概率p_ij，进而进行预测估计和采样率分配；(6)由以上步骤得出每块测量域的预采样像素变化量的概率p_ij，进而进行预测估计和采样率分配，由此每个图像块ai测量域的信息熵为h(ai)＝∑‑p_ijlogp_ij利用每块的信息熵占所有块熵值总和的比例，根据熵的比例计算出每块的测量次数：(7)设定块的测量次数上界为upper＝0.9B²，找出超出上界的块，将其测量次数限定为upper，随后将剩余的测量次数均匀地分配给未越界的块，再次分配后可能又会出现越界的块，那么重复上述操作，直到所有块均不越界为止，如此就可得到最终的各块测量次数；(8)在重构端，利用梯度投影稀疏重构算法重构出视频序列中的关键帧，利用边信息和采样得到非关键帧的信息重构出非关键帧。