基于自適應采樣率的視頻壓縮感知方案研究.pdf

1、近年來，壓縮感知(Compressive Sensing，CS)理論的提出突破了傳統(tǒng)的信號采樣定理，能夠以遠小于奈奎斯特采樣速率進行信號的獲取，并實現(xiàn)對信號的完美重構。由于CS理論將采樣和壓縮合二為一，所以大大降低了編碼端的復雜度，在視頻編碼領域得到了應用并獲得了迅速的發(fā)展。這種基于CS理論的視頻編碼方案，稱為視頻壓縮感知(Compressive VideoSensing，CVS)方案。為了在相同采樣率下提升視頻重建質量，現(xiàn)有CVS方案

2、主要從兩個方面進行研究:一方面，在發(fā)送端主要研究如何對視頻信號進行有效測量;另一方面，在接收端主要研究如何對測量信號進行有效重構。本文著重研究如何根據(jù)視頻信號中各幀圖像的復雜度自適應分配采樣率，以獲取高質量的重建圖像，主要的工作和創(chuàng)新點如下:
　　1、提出一種基于稀疏度自適應采樣率CVS方案。在對各圖像塊分類判決時，首先判斷圖像塊在離散余弦變換域的稀疏度，其次結合該圖像塊與相鄰參考幀之間的時域相關性，確定圖像塊的分類。根據(jù)判定的圖

3、像塊類別，自適應分配采樣率。實驗結果表明，與現(xiàn)有的自適應采樣率分配方案相比，在相同的采樣率下，該算法可獲得0.5dB左右的峰值信噪比增益。
　　2、為了進一步地提高現(xiàn)有自適應采樣率CVS方案的重構質量，提出一種基于空時相關性的自適應采樣率CVS方案。在該算法中，在對圖像塊分類判決時，綜合運用視頻序列中的空域-時域相關性，以提高圖像塊分類判決結果的可靠性。首先根據(jù)時域相關性利用閾值對當前圖像塊進行初次分類;其次利用空域相關性對初次分

4、類結果進行校正，確定最終分類判決結果。實驗結果表明，與現(xiàn)有自適應采樣率方案相比，提出的方案可獲得2dB左右的峰值信噪比增益。
　　3、針對現(xiàn)有基于自適應采樣率的CVS方案的單幀總采樣率不可控的問題，提出了基于幀間相關性的自適應采樣率分塊CVS方案。首先對當前幀圖像塊進行固定預采樣;其次，根據(jù)預采樣的測量值來估計圖像塊的變化程度，并計算該圖像塊與當前幀圖像的復雜度比例;接下來，根據(jù)復雜度比例分配圖像塊自適應采樣率;并將固定預采樣及自