基于超分辨率重建的视频图像压缩方法的研究

基于超分辨率重建的视频图像压缩方法的研究

论文摘要

每一个多媒体技术的使用者都期望从接收端得到清晰的良好的视频图像视觉质量,但是由于信道容量的局限,图像或视频序列通常都会被降质,从而以低分辨率进行传输和存储,这样就导致了最终视频图像视觉质量的退化。本论文的工作是研究基于超分辨率重建技术的视频图像压缩方法。在本文中,分析、设计并实现了一个基于超分辨率重建技术的视频图像压缩算法的框架,将超分辨率重建技术引入到视频压缩里。其核心思想是:在编码端,对原始高分辨率图像序列(HR)进行降采样,对得到的降质的低分辨率图像序列(LR)进行压缩;在解码端,对解压缩后的低分辨率图像序列进行超分辨率重建,得到高分辨率图像序列。在编码端,对每帧图像进行的区域分割,除了用于指导降采样过程,还将分割信息传输到解码端用于指导超分辨率重建技术过程。论文对基于超分辨率重建技术的视频图像压缩算法的关键技术如图像降采样方法和图像超分辨率重建方法方法的研究主要包括:(1)图像降采样方法。对原始高分辨率图像序列的每帧图像进行降采样,采用基于区域分割的方法,首先将每帧图像进行区域分割(分割成三类块:运动块、无运动平滑块和无运动纹理块),运动块和无运动块的分割采用基于运动性的分割方法,无运动平滑块和无运动纹理块的分割采用开明算子的分割方法。然后对不同的分割区域进行不同的降采样方法。(2)图像超分辨率重建方法。根据不同的分割区域采用不同的超分辨率重建方法,平滑块采用简单的插值技术;运动块采用基于图像配准的超分辨重建方法;纹理块采用AMR(Artificial Motion Reconstruction)的超分辨率重建方法。实验表明本算法有效可行,在基本保证图像恢复质量的同时有效地提高了压缩比。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 数字图像压缩的必要性与可行性
  • 1.1.1 数字图像压缩的必要性
  • 1.1.2 数字图像压缩的可行性
  • 1.2 超分辨率重建技术用于视频图像压缩的可行性
  • 1.3 图像质量评价方法
  • 1.4 本文主要工作
  • 1.5 本文组织结构
  • 第2章 视频图像压缩技术及超分辨率重建技术的概要
  • 2.1 视频图像压缩国际标准
  • 2.2 MPEG-2标准压缩技术
  • 2.2.1 MPEG-2视频流层结构
  • 2.2.2 MPEG-2帧内帧间编码结构
  • 2.2.3 MPEG-2视频编码方式
  • 2.3 图像超分辨率重建技术概述
  • 2.3.1 多帧图像超分辨率重建技术
  • 2.3.2 超分辨率重建中的图像配准技术
  • 2.3.3 图像超分辨率重建技术发展趋势
  • 第3章 算法整体框架的设计
  • 3.1 整体框架的设计需求
  • 3.2 算法整体框架的设计
  • 3.3 算法整体框架的实现流程
  • 3.4 区域分割的重要性
  • 第4章 基于区域分割的降采样技术
  • 4.1 引言
  • 4.2 宏块分割
  • 4.2.1 运动块及无运动块的分割
  • 4.2.2 无运动纹理块及无运动平滑块的分割
  • 4.3 不同分割区域下的降采样方法
  • 4.3.1 无运动平滑块的降采样方法
  • 4.3.2 运动块的降采样方法
  • 4.3.3 无运动纹理区域的降采样方法
  • 4.4 本章小结
  • 第5章 视频压缩中的超分辨率重建技术
  • 5.1 引言
  • 5.2 基于区域分割的超分辨率重建技术
  • 5.2.1 无运动平滑块超分辨率重建方法
  • 5.2.2 运动块的超分辨率重建方法
  • 5.2.3 无运动的纹理块的超分辨率重建方法
  • 5.3 本章小结
  • 第6章 实验结果与分析
  • 6.1 程序流图
  • 6.2 基于区域分割降采样
  • 6.3 视频压缩
  • 6.4 试验结果分析
  • 第7章 总结与展望
  • 参考文献
  • 致谢
  • 研究生履历
  • 相关论文文献

    • [1].基于生成对抗网络的人脸超分辨率技术[J]. 传感器与微系统 2020(02)
    • [2].采用双网络结构的压缩视频超分辨率重建[J]. 电讯技术 2020(01)
    • [3].下采样迭代和超分辨率重建的图像风格迁移[J]. 湖北工业大学学报 2020(01)
    • [4].超分辨率重建技术在海域使用疑点疑区监管中的应用[J]. 海洋信息 2020(02)
    • [5].分量载频差极小时频信号的超分辨率分析方法[J]. 系统工程与电子技术 2020(09)
    • [6].基于帧循环网络的视频超分辨率技术[J]. 电子技术应用 2020(09)
    • [7].结合注意力机制的人脸超分辨率重建[J]. 西安电子科技大学学报 2019(03)
    • [8].基于深度卷积网络的压缩人脸超分辨率研究[J]. 信息与电脑(理论版) 2019(18)
    • [9].基于深度超分辨率重建的监控图像人脸识别[J]. 电子测量技术 2018(16)
    • [10].基于扩散的自适应超分辨率重建[J]. 现代电子技术 2017(10)
    • [11].基于在线字典学习的人脸超分辨率重建[J]. 现代电子技术 2017(13)
    • [12].基于仿生学多源图像超分辨率重建的并行优化研究[J]. 电脑编程技巧与维护 2017(13)
    • [13].基于非局部相似字典学习的人脸超分辨率与识别[J]. 武汉大学学报(信息科学版) 2016(10)
    • [14].图像超分辨率重新建立技术综述[J]. 科技创业月刊 2016(17)
    • [15].视频超分辨率重建及其刑侦应用[J]. 中国有线电视 2015(08)
    • [16].多视点视频的超分辨率重建技术设计[J]. 数码世界 2017(01)
    • [17].顾及运动估计误差的“凝视”卫星视频运动场景超分辨率重建[J]. 测绘学报 2020(02)
    • [18].基于压缩感知的航空影像超分辨率重建[J]. 测绘与空间地理信息 2019(07)
    • [19].联合深度置信网络与邻域回归的超分辨率算法[J]. 南京大学学报(自然科学) 2019(04)
    • [20].基于宽带立体超透镜的远场超分辨率成像[J]. 物理学报 2018(09)
    • [21].人脸超分辨率重建中投影空间的选择方法[J]. 西安交通大学学报 2018(08)
    • [22].超分辨率重建技术研究进展[J]. 信息技术 2017(05)
    • [23].基于自适应初始点聚类和回归的超分辨率重建研究[J]. 信息通信 2017(07)
    • [24].像元交换在村镇地表超分辨率制图中的应用[J]. 测绘通报 2016(08)
    • [25].无人机侦察视频超分辨率重建方法[J]. 中国图象图形学报 2016(07)
    • [26].采用超分辨率重建提升压缩图像质量的方法[J]. 电视技术 2015(09)
    • [27].卫星视频影像超分辨率重建方法对比分析[J]. 测绘与空间地理信息 2020(11)
    • [28].基于稀疏表达的遥感影像超分辨率重建[J]. 电脑开发与应用 2014(07)
    • [29].利用位置权重稀疏表示的人脸超分辨率算法[J]. 武汉大学学报(信息科学版) 2013(01)
    • [30].采用非局部均值的超分辨率重构[J]. 光学精密工程 2013(06)

    标签:;  ;  ;  ;  

    基于超分辨率重建的视频图像压缩方法的研究
    下载Doc文档

    猜你喜欢