基于小波和数学形态学的视频编码

论文摘要

目前,许多实用的图像编码算法都是基于空间域的运动估计和补偿、预测误差的 DCT 及量化以及变换系数的熵编码的混合编码方法,但是基于 DCT 的算法有其固有的缺点,即方块效应和“飞蚊噪声”,尤其在低速率下更是如此而这无法适应带宽比较低的情况下的视频传输。而小波变换具有良好的空间——频率局域化等特性,非常适合描述非平稳图像信号。同时由于基于小波图像分解后各子带中重要系数的“聚类”特性,利用数学形态学中的膨胀算子直接对各子带的重要系数进行检测、提取和编码,可弥补小波编码的不足,并且降低运算的复杂度,可取得了很好的编码效果。 本文在介绍了视频编码基本原理的基础上,重点研究了基于小波的视频编码系统的工作原理和基于数学形态学的小波编码,总结了小波图像编码的经典算法以及存在的问题,提出了一种基于小波和形态学的视频编码的改进算法。我们将视频编码系统分成帧内编码和帧间编码两大模块:对于帧内编码,我们增加了感觉量化,提出一种以小波零树编码和 MRWD 编码为基础的改进小波编码,并且采用定点方式实现算术编码;对于帧间编码我们首先对宏块作一次小波变换,然后对变换后的低频子带进行运动估计,再将估计的运动矢量推广到相应的高频子带,采用全搜索和半像素精度的双线性内插估计相结合的搜索策略,对于运动估计后的残差图像,用小波变换进行整幅残差图像的压缩编码。 通过编码实现、计算机仿真,表明基于小波和形态学的改进的视频图像编解码系统无论从编码效率,还是从解码后的图像主观质量比基于空间域的编解码系统都有了一定程度的提高。

论文目录

• 第一章 绪论
• 1.1 数字视频压缩技术概述
• 1.2 课题研究的背景
• 1.3 本文的主要工作
• 1.4 文章结构安排
• 第二章 视频压缩编码的基本原理与方法
• 2.1 视频压缩的目的
• 2.2 对不同冗余信息采用的压缩方法
• 2.2.1 经典编码方法
• 2.2.2 “第二代”编码方法
• 2.3 视频压缩编码的原理
• 2.3.1 视频图像的输入格式
• 2.3.2 编码单元和图像类型
• 2.4 视频编码的关键技术
• 2.4.1 分块离散余弦变换DCT
• 2.4.2 量化
• 2.4.3 熵编码
• 2.4.4 运动估计和运动补偿
• 2.4.5 编码估计
• 2.5 运动估计和运动补偿
• 2.5.1 运动估计的基本思想
• 2.5.2 最优匹配准则
• 2.5.3 搜索策略
• 第三章 基于小波的视频压缩
• 3.1 小波变换的引入
• 3.1.1 小波变换概述
• 3.1.2 图像的小波变换
• 3.1.3 用于图像压缩的小波系数的选择
• 3.2 基于小波域图像编码原理和方法
• 3.2.1 嵌入式小波零树编码
• 3.2.2 EZW的改进算法SPIHT
• 3.3 基于小波域的运动估计
• 3.3.1 小波域上的多分辨率运动估计
• 3.3.2 三维小波变换（3DWT）
• 第四章 基于数学形态学的小波编码
• 4.1 形态学的基本概念
• 4.1.1 基本形态学算子
• 4.1.2 形态学算子的公理化定义
• 4.2 形态学算子的性质
• 4.2.1 腐蚀和膨胀基本算子的性质
• 4.2.2 形态学开与闭的性质
• 4.3 一种基于形态学的图像编码算法MRWD
• 4.3.1 关于MRWD的几个概念
• 4.3.2 MRWD编码方法分析
• 第五章 一种改进的基于小波和形态学的视频编码
• 5.1 目前常用的小波编码存在的问题
• 5.1.1 零树编码存在的问题
• 5.1.2 MRWD存在的问题
• 5.2 基于小波变换和形态学的改进算法
• 5.2.1 帧内图像压缩编码算法的改进
• 5.2.2 帧间图像压缩算法的改进
• 5.2.3 对改进算法的理论分析
• 5.3 算法的实现
• 5.4 实验结果
• 第六章 总结与展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文