[发明专利]一种应用于无线传感器网络的分布式视频编解码方法

说明书

技术领域

本发明涉及一种应用于无线传感器网络的分布式视频编解码方法，具体是一种基于感兴趣区域提取和预测残差编解码的视频编解码方法，属于无线多媒体传感器网络领域。

背景技术

近年来，伴随着无线多媒体通信技术的迅速发展，一些新的视频应用需求开始出现，如：无线PC摄像机、移动可视电话、无线视频监控、无线多媒体传感器网络等。在这些新的视频应用中，由于受限于电源电量、存储容量、计算能力、通信能力，无线视频终端不仅需要较低复杂度的编码，而且需要视频信号实时编码和传输。传统的视频编码标准(如MPEG、H.26X)都采用了混合编码框架，编码采用运动估计，充分挖掘视频序列的时间和空间相关性信息，一般情况下，编码复杂度是解码复杂度的5～10倍，不再适用于这些新的视频应用场合中，必须寻找新的编码压缩方法。一种全新的视频编解码框架-分布式视频编码(Distributed VideoCoding，DVC)已经受到了学者的广泛关注，这种视频编码突破了传统视频编码的束缚，采用帧内编码和帧间解码技术，通过在解码端发掘视频信号的相关性进行帧间预测解码，从而去掉了编码端复杂的帧间预测，具有低复杂编码的特性，并且具有很好的编码鲁棒性特点，能较好地满足这些新的视频应用需求。分布式视频编解码作为一项核心技术，在各个方面有着广泛的应用前景。

目前比较经典的分布式编解码方案主要包括斯坦福大学Girod和Aaron等提出的Wyner-Ziv视频编码，加州大学伯克利分校的Ramchandran等提出的PRISM视频编码，Zixiang Xiong提出的分层Wyner-Ziv视频编码，Sehgal等提出的state-free分布式视频编码，基于小波编码的分布式视频编码以及多视角分布式视频编码等。传统的基于turbo或LDPC对Wyner-Ziv帧的所有区域不加区别的编码，这种方式的编码处理，对于运动比较剧烈的区域和运动对象的边缘区域，运动估计技术不能够准确预测，解码时需要向编码端请求较多的反馈信息，这样不仅增加了码率，而且解码的部分图像仍不够精确。

在Wyner-Ziv视频编码中，解码端的运动估计技术是根据帧间的相关性进行运动矢量预测实现的。当解码端边信息和Wyner-Ziv帧之间的相关性较弱时，就不能准确的进行运动估计，进而影响解码的效果。基于感兴趣区域提取方法即将运动剧烈和运动对象边缘区域，作为ROI提取出来，采用熵编码方式，从而提高编码端的效率和解码图像的质量。

Aaron和Girod等在编码端对W帧进行残差预测，再对预测残差进行LDPC编码；在解码端，通过运动估计可以生成更好的边信息，以用于重构解码帧。利用视频序列的时域相关性进行编码，虽增加了编码端帧的存储和帧间相减的计算量，却提高了率失真性能。

发明内容

技术问题：依据上述所述基于感兴趣区域提取和预测残差编码的分布式视频编码的优点，本发明提供了一种将预测残差编码思想应用于感兴趣区域提取方案中的分布式编解码方法，即一种应用于无线传感器网络的分布式视频编解码方法，它采用通过结合感兴趣区域提取方法和预测残差编码方法二者的优点，进一步获得了更好的率失真性能。

技术方案：基于感兴趣区域提取的具体算法框架：将待编码的视频流分为关键帧(K)和Wyner-Ziv帧(WZ)，K帧采用传统的编码方案，WZ帧根据感兴趣区域提取区分算法，采用ROI判断准则将宏块区分为ROI宏块和非ROI宏块，对ROI宏块采取熵编解码，对非ROI宏块采取LDPC编解码的方式。

将预测残差编码的思想应用到非ROI宏块的编解码当中。当前ROI宏块X和前一关键帧相同位置的宏块X_er相减得残差块X-X_er，对所产生残差块进行LDPC编码。解码端通过运动估计插值生成X的边信息块Y，使X_er复制到解码端，得残差边信息块Y-X_er。利用此残差信息块解码残差块X-X_er，最后在重建非ROI宏块的时候加上参考块X_er。

一、体系结构

本发明所用到的分布式视频编码的体系结构的主体是基于变换域Wyner-Ziv视频编码体系，另外包括感兴趣区域提取部分和残差编解码部分。

二、方法流程

应用于无线传感器网络的分布式视频编解码方法的具体步骤为：

步骤1.划分出视频序列的K帧和W帧，

步骤2.对K帧进行帧内编解码，