本发明专利技术提出了一种基于对象的快速分形视频压缩与解压缩方法，首先利用视频分割方法获得视频对象分割平面即Alpha平面，对起始帧采用块DCT变换编码，对非I帧进行块运动估计/补偿编码，计算与子块域和父块域相关子块的像素和与像素平方和，分数像素内插值对应块的像素和、像素平方和，进行预搜索限制条件判断，并在前一帧搜索窗中利用分数像素块匹配和改进的非对称十字形多层次六边形格点搜索算法寻找最相似的匹配块，利用Huffman编码压缩迭代函数系统系数。对应解压缩过程为：对非I帧进行Huffman解码获得迭代函数系统系数，进行基于宏块的解码，计算父块域相关子块的像素和与像素平方和，然后依次对当前帧中的每一个宏块进行解码，并利用去方块环路滤波方法。
【技术实现步骤摘要】
本专利技术属于信号处理中的视频压缩编码领域，特别针对新一代视频编码领域提出一种基于对象的快速分形视频压缩编码方法，在保证图像质量的前提下，大大加快了分形视频编码的速度和压缩比。
技术介绍
基于对象(Object-Based，简称0B)编码的概念最早由MPEG-4标准提出，使用基于对象的视频压缩编码方法使得每一帧视频的前景对象和背景对象得以独立的进行编码，可以进一步提高压缩比，同时在解码端可以实现一些新的功能，比如针对每一个视频对象的独立的传输和解码、对象和背景的替换、基于对象的视频检索、特别是相对于标准的编码方法，在对象的边界上可以获得更好的图像质量，因为物体的边界通常和图像中的边缘相重合，它是编码困难的部分。MPEG-4提出了基于对象的视频编码技术标准，在视频分析中，以视频对象为基本单位，每一个视频事件和场景都可以视为由视频中所有语义对象的静态属性(如形状、色彩、纹理)及其动态属性(运动强度、方向、节奏)组合而成的。在以对象为基本分析单位的视频分析方法，符合人类的思维方式和视觉特点，排除了视频中不重要的部分对视频分析的干扰(参见Liang Zhang. Object-based Method of important video clips Extraction[J]. Journal of Beijing Information Science and Technology University, 2009,24 (4) :83-86)，(参见Bo Huang, Yujian Huang. A Scalable Object-based Wavelet Coder[J]. Radio Communications Technology,2009,35 (1) 35-38), (^jALKassim Ashraf a, Zhao L F. Rate-scalable object-based wavelet codec with implicit shape coding[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2000,10(7) :1068-1079)。基于对象的视频编码方法可以提高视频压缩编码的性能并使其具有更多的灵活性。分形理论最初由Mandelbrot于上世纪70年代提出(参见Benoit B. Mandelbrot. The Fractal Geometry of Nature[M]. New York H. Freeman and Company,1982.)。 分形编码的数学基础是迭代函数系统(IF。理论。Barnsley首先将分形编码用于交互式图像压缩(参见 Michael F. Barns ley, Alan D. Sloan. A better way to compress image [J]. Byte Magazine，1988，13 (1) :215-233.)。Jacqain 提出了全自动的分形图像压缩方法(参见 Arnaud E. Jacquin. A novel fractal blocking-coding technique for digital image[C]. IEEE International Conference on Acoustics，Speech and Signal Processing,1990，4 :2225-2228.)，(参见 Arnaud Ε.Jacquin. Fractal image coding a review[J]. Proceeding of the IEEE，1993，81 (10) :1451-1465.)，该方法釆用基于图像分块的方式以局部的仿射变换代替全局的仿射变换。之后，Fisher利用四叉树改进了这一方法(参见 Y. Fisher. Fractal Image Compression [J]. Fractals，1994，2 (3) 347-361.)，(参见 Y. Fisher，E. W. Jacobs. Image compression :A study the iterated transform method[J]. Signal Processing,1992,29 (3),251-263.),(参见 Y.Fisher.Fractal Image Compression :Theory and application to digital images[M]. New York =Spring-Verlag, 1995，55-77.)，大大提高了编码效率，并成为目前分形图像编码中的主流方法。在此基础之上，一些学者和研究人员把分形图像压缩的方法应用到视频序列的压缩上。Meiqing Wang等提出了综合基于数据立方体和基于帧的分形视频压缩方法(参见 Meiqing Wang, Choi-Hong Lai. A hybrid fractal video compression method[J]. Computers Mathematics with Applications，2005，50 (3-4) :611-621.)，(参见 Meiqing Wang,Zhehuang Huang,Choi-Hong Lai. Matching search in fractal video compression and its parallel implementation in distributed computing environments[J]. Applied Mathematical Modeling,2006,30 (8) :677-687.), ( # B Meiqing Wang, Rong Liu, Choi-Hong Lai. Adaptive partition and hybrid method in fractal video compression[J]. Computers & Mathematics with Applications，2006，51(11) 1715-1726.) ο 其中最为经典和影响较大的参见(C.S.Kim，R.C.Kim，S. U. Lee. Fractal coding of video sequence using circular prediction mapping and noncontractive interframe mapping[J]. IEEE Transactions on Image Processing，1998，7(4) 601-605.)。该方法采用类似于标准视频编码方法所采用的运动估计/补偿技术，该方法利用了相邻帧之间的时间强相关性，对视频序列压缩取得了较好的效果。在CPM和NCIM中， 子块域中的每个图像块都由来自相邻帧相同大小的父块域通过运动补偿得到。CPM和NCIM 两者间最大的不同在于CPM在解码的过程中需要具备收敛性，而NCIM不需要。但是在循环预测编码(CPM)方法中，为了保证本文档来自技高网...
【技术保护点】
１．一种基于对象的快速分形视频压缩方法，其特征在于步骤如下：步骤一：利用自动视频对象分割方法对视频序列进行自动分割，获取每一帧的视频对象分割平面即Ａｌｐｈａ平面，根据得到的视频对象分割平面确定要编码的视频对象区域；把正在进行压缩的帧称为当前帧，把当前帧的已经编码并重建的前一帧称为参考帧；步骤二：首先判断起始帧是否为Ｉ帧，如果是Ｉ帧，首先对该Ｉ帧进行互不重叠的固定大小的块划分，对每一个图像块分别采用基于块ＤＣＴ变换的Ｉ帧帧内图像压缩方法，对该帧图像进行单独编码和解码，转到步骤十；否则，转到步骤三；所述Ｉ帧为视频序列起始帧或者视频序列中只进行帧内编码的图像帧；所述块ＤＣＴ变换中的块采用固定大小模式；步骤三：若当前帧为非Ｉ帧，在进行块匹配之前，首先将当前帧划分为固定大小的互不重叠的宏块，然后计算这些宏块以及经树状划分得到的小块的像素和、像素平方和，以及当前帧的已经编码并重建的前一帧即参考帧中，按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和，同时计算分数像素内插值对应块的像素和、像素平方和，以减少块匹配过程中的重复计算；转到步骤四；所述当前帧所有块的集合称为子块域；所述前一帧的所有块的集合称为父块域；步骤四：对当前正在处理的图像块即当前块，利用Ａｌｐｈａ平面判别该图像块的区域属性；如果该块不在当前编码的视频对象区域内，对该块不做处理；如果该块全部都在当前编码的视频对象区域内，转入步骤五；如果该块的部分像素在当前编码的视频对象区域内，部分像素不在当前编码的视频对象区域内，需要单独处理，转入步骤九；如果所有的宏块都已处理完毕，则转到步骤十；所述不在当前编码的视频对象区域内的块称为外部块，所述全部都在当前编码的视频对象区域内的块称为内部块，所述部分像素不在当前编码的视频对象区域内的块为边界块；步骤五：依次对当前帧的所有宏块进行编码，在父块域中的搜索窗内首先对该宏块进行块匹配；在进行子块与父块的匹配过程中，子块的位置作为父块的起始搜索点，父块的大小与子块的大小相同，转到步骤六；步骤六：利用改进的非对称十字形多层次六边形格点搜索算法和分数像素块匹配，搜索出最佳的匹配误差：利用改进的非对称搜索算法搜索，然后搜索分数像素内插值对应小块处的ＲＭＳ点，找到最小的ＲＭＳ点，转到步骤七；步骤七：预搜索限制条件判断：对于特定的子块，若与父块对应值满足预搜索限制条件，则转到步骤八；否则直接保存当前的迭代函数系统系数即ＩＦＳ系数，转入步骤四编码下一宏块；步骤八：如果匹配误差ＲＭＳ小于开始设定的阈值γ，保存当前的迭代函数系统系数即ＩＦＳ系数，转入步骤四编码下一宏块；否则，依次按照树状结构对该块进行划分，并对各个划分得到的小块，利用分数像素块匹配和改进的非对称十字形多层次六边形格点搜索算法，分别计算匹配误差ＲＭＳ，如果ＲＭＳ小于设定阈值γ，则停止划分并记录该小块ＩＦＳ系数，转入步骤四编码下一宏块；否则继续划分，直到将当前块划分为预先设定的最小块，记录ＩＦＳ系数；转入步骤四编码下一宏块；所述搜索窗为在参考帧中的矩形搜索区域；所述ＩＦＳ系数包括父块位置（ｘ，ｙ）和比例因子ｓ、偏移因子ｏ；如果当前帧所有的宏块都已编码完毕，则转到步骤十；步骤九：单独处理边界块，当前帧的边界块只在父块中的属于边界块和内部块中搜索匹配，当前块和父块的像素选取准则是：在当前块中只计算位于当前编码的视频对象区域内的像素值，只在参考帧的相同视频对象区域内进行块匹配；对于父块中，如果与当前块的相对应位置的父块中的某一像素也属于该视频对象区域，则采用原像素值，否则，用其它属于该视频对象区域像素的平均值代替；返回步骤五进行处理；步骤十：对所有ＩＦＳ系数进行Ｈｕｆｆｍａｎ编码，降低ＩＦＳ系数数据的统计冗余；判断当前帧是否为最后一帧，如果是最后一帧结束编码；否则，返回步骤二继续处理下一帧图像。...
【技术特征摘要】
1. 一种基于对象的快速分形视频压缩方法，其特征在于步骤如下 步骤一利用自动视频对象分割方法对视频序列进行自动分割，获取每一帧的视频对象分割平面即Alpha平面，根据得到的视频对象分割平面确定要编码的视频对象区域；把正在进行压缩的帧称为当前帧，把当前帧的已经编码并重建的前一帧称为参考帧；步骤二 首先判断起始帧是否为I帧，如果是I帧，首先对该I帧进行互不重叠的固定大小的块划分，对每一个图像块分别采用基于块DCT变换的I帧帧内图像压缩方法，对该帧图像进行单独编码和解码，转到步骤十；否则，转到步骤三；所述I帧为视频序列起始帧或者视频序列中只进行帧内编码的图像帧；所述块DCT变换中的块采用固定大小模式；步骤三若当前帧为非I帧，在进行块匹配之前，首先将当前帧划分为固定大小的互不重叠的宏块，然后计算这些宏块以及经树状划分得到的小块的像素和、像素平方和，以及当前帧的已经编码并重建的前一帧即参考帧中，按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和，同时计算分数像素内插值对应块的像素和、像素平方和，以减少块匹配过程中的重复计算；转到步骤四；所述当前帧所有块的集合称为子块域； 所述前一帧的所有块的集合称为父块域；步骤四对当前正在处理的图像块即当前块，利用Alpha平面判别该图像块的区域属性；如果该块不在当前编码的视频对象区域内，对该块不做处理；如果该块全部都在当前编码的视频对象区域内，转入步骤五；如果该块的部分像素在当前编码的视频对象区域内， 部分像素不在当前编码的视频对象区域内，需要单独处理，转入步骤九；如果所有的宏块都已处理完毕，则转到步骤十；所述不在当前编码的视频对象区域内的块称为外部块，所述全部都在当前编码的视频对象区域内的块称为内部块，所述部分像素不在当前编码的视频对象区域内的块为边界块；步骤五依次对当前帧的所有宏块进行编码，在父块域中的搜索窗内首先对该宏块进行块匹配；在进行子块与父块的匹配过程中，子块的位置作为父块的起始搜索点，父块的大小与子块的大小相同，转到步骤六；步骤六利用改进的非对称十字形多层次六边形格点搜索算法和分数像素块匹配，搜索出最佳的匹配误差利用改进的非对称搜索算法搜索，然后搜索分数像素内插值对应小块处的RMS点，找到最小的RMS点，转到步骤七；步骤七预搜索限制条件判断对于特定的子块，若与父块对应值满足预搜索限制条件，则转到步骤八；否则直接保存当前的迭代函数系统系数即IFS系数，转入步骤四编码下一宏块；步骤八如果匹配误差RMS小于开始设定的阈值Y，保存当前的迭代函数系统系数即IFS系数，转入步骤四编码下一宏块；否则，依次按照树状结构对该块进行划分，并对各个划分得到的小块，利用分数像素块匹配和改进的非对称十字形多层次六边形格点搜索算法，分别计算匹配误差RMS，如果RMS小于设定阈值Y，则停止划分并记录该小块IFS系数， 转入步骤四编码下一宏块；否则继续划分，直到将当前块划分为预先设定的最小块，记录 IFS系数；转入步骤四编码下一宏块；所述搜索窗为在参考帧中的矩形搜索区域；所述IFS 系数包括父块位置(x，y)和比例因子s、偏移因子0 ；如果当前帧所有的宏块都已编码完毕， 则转到步骤十；步骤九单独处理边界块，当前帧的边界块只在父块中的属于边界块和内部块中搜索匹配，当前块和父块的像素选取准则是在当前块中只计算位于当前编码的视频对象区域内的像素值，只在参考帧的相同视频对象区域内进行块匹配；对于父块中，如果与当前块的相对应位置的父块中的某一像素也属于该视频对象区域，则采用原像素值，否则，用其它属于该视频对象区域像素的平均值代替；返回步骤五进行处理；步骤十对所有IFS系数进行Huffman编码，降低IFS系数数据的统计冗余；判断当前帧是否为最后一帧，如果是最后一帧结束编码；否则，返回步骤二继续处理下一帧图像。2.根据权利要求1所述的一种基于对象的快速分形视频压缩方法，其特征在于处理的视频序列为YUV格式，分别对3个分量中的每个采用上述十个步骤进行处理。3.根据权利要求1所述的一种基于对象的快速分形视频压缩方法，其特征在于所述步骤六中分数像素块匹配，包括以下三个步骤1)对参考帧中搜索区域内的像素进行内插形成一个相对于在整数位置的像素更高分辨率的区域；2)在内插区域进行整数像素和半像素位置搜索找到最佳匹配；3)用匹配块的仿射变换来替代当前块。4.根据权利要求1所述的一种基于对象的快速分形视频压缩方法，其特征在于所述步骤六中改进的非对称十字形多...
【专利技术属性】
技术研发人员：祝世平，陈菊嫱，王再阔，侯仰拴，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。