一种获得均匀图像质量的视频码率控制方法

在视频编码中,码率控制的目的是：在满足带宽约束的条件下,提高编码图像的质量。获得符合人眼视觉特性的均匀图像质量是码率控制的一个期望目标。根据信源的线性模型,考虑图像宏块的复杂度提出一种码率控制算法,此方法对宏块的量化参数具有平滑作用,可以使宏块量化参数和失真度分布更加集中,从而具有更加均匀一致的图像质量。仿真表明,该方法可以改善图像的峰值信噪声比,获得更好的主客观视觉质量。     

嵌入式多通道无线视频传输的码率自适应算法

无线视频传输和视频压缩技术是当前众多物联网（IoT）应用和嵌入式系统的基础和核心。而在多通道传输时无线网络状态的不断变化,会导致视频丢帧和延时抖动问题。虽然自适应算法能够在一定程度上解决在PC或服务器平台下的视频传输问题,但在嵌入式平台和无线网络下仍不能满足实时性和服务质量（QoS）要求。为此,基于DM368芯片设计了一从视频采集、压缩、WiFi传输、控制单元接收到上位机显示的完整平台。同时充分考虑了嵌入式平台的特点,提出一种结合信号质量、网络带宽、缓存状态和拥塞控制的码率自适应算法。该算法利用高斯函数统计网络带宽,使用分段反比例函数调整缓存状态,利用加权移动法对码率进行平滑,并使用极值抑制法进行码率均衡。该算法实现了码率的平滑调整,并被应用于所提平台来实现控制单元对多个WiFi相机的管理、多通道传输和负载均衡。以QoS为评价指标进行实验验证,结果表明：该算法在设计的嵌入式平台上性能良好,平滑性和缓存稳定性都有很大提升,多通道状态下的公平性和带宽利用率也有显著提高。在单相机信号质量动态变化或多相机竞争带宽等多种情况下,相对于MDI（McGinely Dynamic Indicator）算法,该算法的平滑性提升了16%~59%;相对于BBA（Buffer-Based Algorithm）,该算法的缓存抖动降低了15%~72%,时延抖动降低了12%~76%。     

基于状态机的视频码率自适应算法

由于链路带宽存在随机性,已有的基于超文本传输协议的动态自适应流媒体传输技术（DASH）的码率自适应算法不能很好解决播放流畅性和视频质量之间的矛盾。为解决该问题,提出一种基于状态机的DASH（SDASH）算法,将码率切换过程用状态机进行分析与控制。首先充分考虑客户端观看体验质量（QoE）的影响因素,对影响因素进行数值分析,并设定6个码率等级状态;然后将视频码率与影响因素的数值变化之间的联系作为状态转移条件;最后在保证播放缓存和码率偏移率处于一定阈值的条件下将视频码率切换至视频质量和播放流畅性整体性能相对最佳的码率等级上。实验结果表明,该算法与基于模糊逻辑控制的码率自适应算法相比能够提高客户端请求视频的平均码率,且尽量避免出现码率骤降等情况,从而较好地平衡播放流畅性和视频质量之间的关系,提升了视频观看过程的体验质量。     

基于视点预测的全景视频码率自适应策略

为解决全景视频传输中存在的视频卡顿多、用户体验质量（quality of experience,QoE）低等问题,研究当前主流的视点自适应传输方案,提出一种基于视点预测的码率自适应策略（VPBAS）。首先,构建了一种基于长短期记忆网络和全卷积网络的视点预测模型,模型将视点数据和视频显著性信息进行特征融合,实现不同模态数据的相互补充和修正,提高视点预测的准确率;然后,客户端采用随机森林算法预测当前的可用带宽,并根据视点预测结果和可用带宽信息为视频分块选择码率。最后,客户端把选择的码率信息定期发送给服务器,服务器根据反馈的信息向客户端推送最佳码率的全景视频流,这种交互过程在视频播放期间不断地重复,直至客户端观看完毕。实验结果表明,与现有传输方案相比,VPBAS能有效提高带宽受限情况下的视频观看体验。     

面向TCP的流媒体传输编码码率自适应算法

由于网络的时变性和异构性,以及在拥塞情况下的高丢包率,利用TCP传输流媒体数据是Internet流媒体分发系统提高流媒体分发质量的首选方案。由于TCP具有超时或错误重传机制,在网络拥塞情况下,难以保证高码率流媒体数据传输的实时性,因此提出一种面向TCP流媒体传输的编码码率自适应算法(TCP_RA)。该算法根据流媒体发送应用层缓冲区读写指针差值调整流媒体发送端的编码码率适应网络带宽的变化。仿真实验对比分析了该算法与基于UDP之上TFRC协议的流媒体传输码率自适应算法在流媒体传输质量上的差别。结果表明,该算法在网络环境较差的情况下有效地提高了流媒体传输质量。并且该算法容易实现,值得推广。     

基于无线网络环境的手机视频码率自适应技术研究

随着无线宽带的普及,手机视频业务受到越来越多的关注。然后在无线网络环境发生变化的时候,用户体验往往不能令人满意。为了解决这个问题,文中介绍了几种手机视频码率自适应技术,并基于这几种技术提出一种有效的码率自适应方案,同时设计了一套完整的原型系统。通过在中国移动手机视频现行网络环境中的测试结果,证明了这种码率自适应技术能够在网络环境发生变化的情况下保证视频传输的质量和流畅度,给用户一个友好的体验。     

视频传输中的码率控制技术研究进展毕迎春王相海

码率控制技术对提高和平滑解码视频质量起着至关重要的作用。近年来各种视频编码标准和应用都对码率控制技术进行了大量的研究,如基于H.261和H.263的视频会议,基于MPEG-1和MPEG-2的媒体存储,以及最新的基于MPEG-4视频对象编码。首先对码率控制问题进行了基本描述,然后介绍了标准中的经典码率控制技术,接着将目前的码率控制技术归纳为3类:基于DCT视频编码器的码率控制技术、基于小波视频编码器的码率控制技术和精细粒度可分级视频编码的码率分配算法,并对这三类码率控制方法的发展进行了概括性阐述与比较性研究,讨论了各种算法的基本思想及其优缺点,最后对视频传输中的码率控制技术的未来发展趋势进行了展望。     

基于自适应初始值的FCM聚类图像分割

FCM聚类算法对初始值敏感,不良的初始值会导致算法的收敛速度过慢和收敛到局部极值。将FEM算法用于图像分割处理时,初始值的选择是一个难点。文中提出了一种使用自适应初始值的FCM聚类图像分割算法,该方法利用图像的直方图特性建立候选聚类中心集,通过初始化准则函数检验候选集得到合适的聚类中心和聚类数目,并根据最大隶属度原则分割图像,得到了较好的分割效果。理论分析和实验表明文中方法收敛速度快,分割准确,自适应性很强。     

基于Fisher准则的自适应图像分割算法

为了克服基本遗传算法收敛性差、易早熟的问题,针对阈值分割算法的实时性和准确性的要求,基于Fisher评价函数较强的分类效果和遗传算法的强大空间搜索能力,提出了改进的自适应分割算法,引入Fisher评价准则函数作为适应度函数,运用自适应的遗传算法确定图像分割的阈值,实现二者的有效融合,获得了比较满意的结果。实验表明,通过与已有的算法进行比较,改进的算法在分割效果和寻优效率上,都有了显著的改善。证明该优化算法的正确可靠性。     

基于自适应初始值的FCM聚类图像分割

FCM聚类算法对初始值敏感,不良的初始值会导致算法的收敛速度过慢和收敛到局部极值。将FEM算法用于图像分割处理时,初始值的选择是一个难点。文中提出了一种使用自适应初始值的FCM聚类图像分割算法,该方法利用图像的直方图特性建立候选聚类中心集,通过初始化准则函数检验候选集得到合适的聚类中心和聚类数目,并根据最大隶属度原则分割图像,得到了较好的分割效果。理论分析和实验表明文中方法收敛速度快,分割准确,自适应性很强。     

一种生物在体荧光成像的自适应分割算法

生物在体荧光成像是新兴分子影像技术中性能高、费用低、前景好的一种成像模态。针对生物在体荧光图像的特点和应用需求,提出一种全新的自适应图像分割算法。通过对荧光图像的归一化处理、连通性操作、感兴趣区域区分实现自适应分割。实验结果表明,该算法能够在弱信号、低信噪比、多光源的情况下得到较理想的分割结果,是一种有效的荧光图像分割算法。     

基于特征散度的自适应FCM图像分割算法

图像分割是模式识别、图像理解、计算机视觉等领域的重要研究内容。基于模糊C均值聚类(FCM)的图像分割是应用较为广泛的方法之一,但其存在距离测度鲁棒性差、需预先给出初始聚类数目、未考虑图像局部相关特性等问题。为克服上述缺点,通过引入特征散度进行距离测度,并结合聚类有效性指数自适应确定初始聚类数目和根据Laws纹理测度提取图像特征等措施,提出了一种新的FCM图像分割算法。实验结果表明,该新算法可以有效地提高图像的分割效果(特别是纹理图像),其分割结果优于现有FCM图像分割方案。     

一种改进的自适应遗传算法在指纹图像分割中的应用

本文提出了基于改进的自适应遗传算法与方向图法相结合的指纹图像分割方法,采用群体的最大适应度、最小适应度、适应度平均值这3个变量来衡量群体适应度的集中程度,能自适应地变化整个群体的交叉概率pc和变异概率pm。采取最优保存策略来保证最优个体不被大的pc和pm破坏掉。并用无放回余数随机选择算子(RSSR选择算子)对基本选择算子进行了改进,选择误差比较小。在自动指纹识别中,指纹图像分割不仅能够对图像信息进行压缩,保留脊谷线的主要信息,同时能够去除大量的粘连,加速后续处理的速度和提高指纹特征提取和匹配的精度。最后给出了实验结杲。     

动态场景下基于自适应语义分割的RGB-D SLAM算法

目前较为成熟的视觉SLAM算法在应用于动态场景时,往往会因动态对象干扰而导致系统所估计的位姿误差急剧增大甚至算法失效。为解决上述问题,本文提出一种适用于室内动态场景的视觉SLAM算法,根据当前帧中特征点的运动等级信息自适应判断当前帧是否需要进行语义分割,进而实现语义信息的跨帧检测;根据语义分割网络提供的先验信息以及该对象在先前场景中的运动状态,为每个特征点分配运动等级,将其归类为静态点、可移静态点或动态点。选取合适的特征点进行位姿的初估计,再根据加权静态约束的结果对位姿进行二次优化。最后为验证本文算法的有效性,在TUM RGB-D动态场景数据集上进行实验,并与ORB-SLAM2算法及其他处理动态场景的SLAM算法进行对比,结果表明本文算法在大部分数据集上表现良好,相较改进前的ORB-SLAM算法,本文算法在室内动态场景中的定位精度可提升90.57%。     

基于改进C均值聚类的自适应图像分色算法

图像分色在纺织和印刷等行业中有着广泛而重要的应用,其目的是用尽量少的颜色来描述一幅真彩色图像,使得到的图像与原图像尽可能的接近。该文提出了一种基于改进C均值聚类的自适应图像分色算法。该算法首先随机产生一张颜色表,然后根据该颜色表对原图像的像素点进行聚类分析,产生初始分色图像。再根据C均值聚类的方法对初始聚类中心进行调整,生成新的分色图像,直到满足结束条件后结束算法。实验结果表明,该算法在大大减少原图像的颜色数量的同时基本保持分色图像的质量,是一种实用的分色方法。     

基于特征加权的自适应FCM彩色图像分割算法

图像分割是模式识别、图像理解、计算机视觉等领域的重要研究内容.基于模糊C均值聚类(FCM)的图像分割是应用较为广泛的方法之一,但其存在需预先给出初始聚类数目,且要考虑各个特征对分类的不同影响等问题.通过引入ReliefF技术进行特征加权,结合聚类有效性指数自适应确定初始聚类数目、根据Laws纹理测度提取图像特征等措施,提出了一种新的FCM彩色图像分割算法.实验结果表明,该算法可以有效地提高图像分割效果,分割结果优于现有FCM图像分割方案.     

基于自适应免疫遗传算法的图像分割

为了有效地对灰度图像进行自动分割,本文基于代价函数最小化方法,提出一种自适应免疫遗传算法用于图像分割.文中图像分割问题被表示为组合优化问题,而自适应免疫遗传算法作为一种优化算法用来寻找(准)最优的分割图像.在该算法中,交叉、变异及免疫算子采用了自适应变化的概率,同时利用问题的先验知识和进化个体的历史信息自适应地提取疫苗,使算法的整体性能得到提高,产生了较令人满意的分割结果,并对噪声有较好的抑制作用.