基于4-进最优Haar小波变换的视频压缩算法研究

基于4-进最优Haar小波变换的视频压缩算法研究

论文摘要

随着多媒体技术的发展和硬件性能的提升,数字视频的应用越来越广泛,而作为其基础技术的数字视频压缩技术的重要性也就越来越突出了。现行已经投入应用的视频压缩标准中最先进的是ITU推出的H.264(ISO-MPEG4 Part10/AVC)标准,其高水平的压缩性能已经在各种应用中得到了验证,但是其高昂的专利费用也限制了其在国内的应用。如何发展具有自主知识产权且与其兼容的的压缩技术变得十分紧迫和重要。本文基于导师的最优Haar小波理论,进一步研究了多进Haar小波变换的性质、快速算法和在视频压缩中的应用,主要工作如下:(1)根据目前视频压缩算法中4x4变换的应用越来越活跃的新特点,重点研究了4-进最优Haar小波在视频压缩领域的整数快速算法,并用软件加以实现。(2)针对H.264里多个变换混用的不足,基于多分辨分析的思想,用4-进Haar小波对图像分解,采用类似H.264的的运动算法和编码技术,提出了一套新的视频压缩算法,并就4-进最优Haar小波和4x4 DCT(也是一个4-进Haar小波,但非最优)两种情形,用软件实现了压缩算法。(3)基于4-进最优Haar小波变换,训练了相应的量化矩阵。(4)对新的压缩编码算法和H.264进行了对比测试研究。研究表明,在新的算法中,如果对比4-进最优Haar小波和4x4 DCT,基于4-进最优Haar小波的压缩算法的压缩效率不低于基于4x4 DCT的,部分序列测试结果超过了基于DCT的。研究结论也表明,基于4-进最优Haar小波的新的压缩算法的压缩效率总体上与H.264的相当,码率低于300Kbps时H.264略优,超过300Kbps时本文新的压缩算法略优。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 背景
  • 1.1.1 视频压缩技术
  • 1.1.2 视频编解码标准
  • 1.2 小波变换与图像压缩
  • 1.2.1 小波变换
  • 1.2.2 小波变换与图像压缩
  • 1.3 本文的研究目的与主要工作
  • 1.3.1 本文的研究目的
  • 1.3.2 本文的主要工作
  • 第二章 多进 Haar小波理论和最优多进 Haar小波
  • 2.1 小波分析简介
  • 2.2 多进小波理论与研究
  • 2.2.1 多进小波简介
  • 2.2.2 多进小波的多分辨分析
  • 2.2.3 一般的多进 Haar小波
  • 2.2.4 最优 Haar小波的进一步研究
  • 2.3 小结
  • 第三章 视频编码理论和视频压缩编码标准
  • 3.1 运动图像压缩编码概述
  • 3.1.1 运动图像的特性和计算机表示
  • 3.1.2 运动图像的压缩可行性与原理
  • 3.1.3 运动图像压缩编解码质量的保真度标准
  • 3.2 多媒体运动图像压缩编码的关键技术
  • 3.2.1 DCT变换与DPCM差分脉冲编码
  • 3.2.2 熵编码
  • 3.2.3 运动估计和补偿
  • 3.3 国际视频编码技术标准简要介绍
  • 3.3.1 视频编码标准的分类与发展
  • 3.3.2 MPEG系列视频编码标准
  • 3.3.3 H.26X系列视频编码标准
  • 3.3.4 其他视频编码标准
  • 3.5 小结
  • 第四章 最优 Haar小波变换在视频压缩中的应用
  • 4.1 几种主流编码器的变换简介
  • 4.1.1 H.264的变换
  • 4.1.2 WMV9的变换
  • 4.2 基于最优Haar小波的视频压缩算法
  • 4.2.1 变换方案
  • 4.2.2 快速算法
  • 4.2.3 试验方法及结果分析
  • 4.3 小结
  • 结束语
  • 参考文献
  • 附录一
  • 致谢
  • 相关论文文献

    • [1].对流扩散方程的Haar小波数值解[J]. 北京工业大学学报 2013(05)
    • [2].基于Haar小波变换的图像融合方法[J]. 杭州电子科技大学学报 2012(02)
    • [3].基于haar小波基周跳探测与修复方法[J]. 测绘信息与工程 2011(01)
    • [4].基于Haar小波分解的实时手势识别[J]. 计算机工程 2011(24)
    • [5].求解对流扩散方程的Haar小波方法(英文)[J]. 应用数学 2008(01)
    • [6].基于斜Haar类变换的图像边缘检测[J]. 计算机工程与应用 2008(07)
    • [7].小样本条件下基于随机森林和Haar特征的多姿态人脸识别[J]. 计算机应用与软件 2015(12)
    • [8].基于类Haar算法的车辆识别技术研究[J]. 科技广场 2015(07)
    • [9].基于多核计算平台和高速缓存感知的Haar小波变换算法[J]. 计算机应用 2009(08)
    • [10].应用黄金比Haar小波实现图像加密[J]. 西安工程大学学报 2008(03)
    • [11].Haar小波在图像多尺度分解与重构中的应用[J]. 煤炭技术 2010(11)
    • [12].基于局部线性嵌入和Haar小波的人脸识别方法[J]. 计算机工程与应用 2011(04)
    • [13].一类非线性微分方程组的有理化Haar小波解法[J]. 纯粹数学与应用数学 2010(01)
    • [14].基于Haar变换的数字水印[J]. 咸宁学院学报 2009(06)
    • [15].基于量子Haar小波的图像压缩[J]. 现代电子技术 2011(04)
    • [16].基于Haar小波多分辨率分析的计算方法[J]. 宝鸡文理学院学报(自然科学版) 2009(03)
    • [17].一种基于Haar小波的光纤陀螺信号实时滤波方法[J]. 中国惯性技术学报 2019(05)
    • [18].基于小波包-Haar小波变换的漏磁检测信号降噪数据压缩方法[J]. 机床与液压 2017(02)
    • [19].基于Haar小波的同源图像消冗技术研究[J]. 计算机研究与发展 2012(S1)
    • [20].基于形态Haar小波变换的多聚焦图像融合[J]. 计算机工程 2012(23)
    • [21].时变分布参数系统最优控制的Haar小波算法[J]. 上海电机学院学报 2011(02)
    • [22].基于归一化Haar变换的自反函数和自双反函数的检测[J]. 浙江大学学报(理学版) 2010(02)
    • [23].一类积分微分方程的Haar小波解[J]. 科技创新导报 2009(09)
    • [24].Haar小波变换在测井曲线相似性对比中的应用[J]. 计算机技术与发展 2016(01)
    • [25].基于分布估计算法的人脸Haar特征选择[J]. 广西科技大学学报 2015(02)
    • [26].一类新的Haar子空间中最佳逼近的唯一性(英文)[J]. 吉首大学学报(自然科学版) 2014(04)
    • [27].基于改进形态Haar小波在输电线路故障测距中的应用研究[J]. 电力系统保护与控制 2010(06)
    • [28].基于Haar小波的时间序列相似度量算法的实现[J]. 福建电脑 2008(11)
    • [29].应用Haar小波和算子矩阵求定积分的近似值[J]. 山东大学学报(理学版) 2012(04)
    • [30].Haar特征检测中可变特征目标的参考点选取[J]. 计算机光盘软件与应用 2015(01)

    标签:;  ;  ;  ;  

    基于4-进最优Haar小波变换的视频压缩算法研究
    下载Doc文档

    猜你喜欢