序列图像的多码率混合编码及其性能分析

本文针对序列图像提出了一种可称为MRHC的多码率编码方法。该方法把信源和信道编码组成一个整体,利用3D小波图像能量分布的特点,在完成压缩编解码的同时完成纠错编解码。从而达到码率优化分配,提高了序列图像在噪声信道中的传输的质量。     

基于图像特征的视频编码码率控制策略

根据缓存器的状态和信道速率，为待编码帧在图像层上预分配目的编码比特数，并使用小波变换系数来表征图像特性，继而为帧内每一具体宏块选定量化因子，提出了基于图像特征的码率控制策略。仿真结果表明，该码率控制策略能有效地避免缓存器出现上、下溢的情况，并使输出码率趋于稳定。     

基于频域的MPEG-2码率转换技术及其码率控制策略

本文针对MPEG-2三种不同的预测方式,讨论了由参考帧中各块的DCT系数直接求得匹配块的DCT系数的方法,提出了频域内运动补偿的概念和基于频域的无偏视频码率转换技术.其码率控制策略使用了率失真优化求得各编码帧最佳的量化参数,并在G-BFOS算法的基础上对率失真优化的快速算法进行了进一步简化,在保证解的精度的前提下大大降低了计算复杂度.     

自适应视频编码码率控制策略的研究

提出了一种基于DCT系数的自适应视频编码码率控制策略,该策略能有效地减少、避免缓存器出现上、下溢的情况,使输出码率趋于稳定。并且在视频图像质量没有明显失真的前提下,改进了计算复杂度,提高了重建图像的信噪比。     

减少码率变换再量化误差的优化方案

阐述了码率变换再量化过程中再量化误差的产生及其实质，给出了应用最小均方误差（MSE）准则减少再量化误差的原理，在码率变换再量化器一端，根据首次量化值在量化区间的概率分布中心决定该量化值的区间，有效地消除了量化区间跨区交叠所引入的再量化误差，给出了减少再量化误差方案的实现步骤。实验和模拟结果均表明：该方案有效地减少了再量化误差，获得了较好的图像质量。     

基于自适应变论域模糊理论的CBR视频码率控制策略

针对H.264/AVC视频编码码率控制算法复杂度高的问题,提出了一种在CBR环境下采用自适应变论域模糊理论、辅以视频质量控制、编码控制和主动跳帧技术的码率控制方法,降低了算法的复杂度,提高了控制精度.仿真测试结果表明,该方法在保证CBR输出码率精度的条件下,与JVT-G012的方法相比,降低了算法复杂度,提高了重建视频图像质量,是一种有效的码率控制策略.     

基于场景切换的HEVC码率控制算法

HEVC(High Efficiency Video Coding)采用的基于R-λ模型的码率控制算法在控制输出码率的精确和提高编码效率上都取得了良好的效果.然而该算法没有考虑到实际视频编码中场景切换的影响.提出一种新的针对场景切换的码率控制算法.结合帧间的亮度差及其变换趋势判断是否发生场景切换,在场景切换发生时对码率控制的参数以及编码结构都做出及时调整.实验表明,与HEVC自带的码率控制相比,所提出的码率控制算法能够有效应对视频序列中的场景切换,提高了编码质量,降低了编码复杂度,并且保持精确的输出码率.     

结合视觉感知的对象基嵌入式图像编码中的码率控制方法

结合人眼视觉感知特性,提出一种面向对象基嵌入式编码的码率控制算法.首先结合人眼视觉感知特性估计各对象的重要性并确定其编码优先级;然后依据优先级对视觉对象进行位平面建模和熵编码,得到各自独立的码流;最后基于率失真优化理论在给定码率下对对象码流进行优化截取和重装.仿真实验结果表明,所提算法可以对不同重要对象进行差异化编码和传输,与基于PCRD算法的码率控制方法相比,新算法能提高重构图像的整体视觉效果     

基于内容复杂度的视频编码码率控制

该文根据线性模型提出信源内容复杂度的一种度量方式,并以此进行帧级比特分配和宏块级的视频码率控制。仿真表明该方法与MPEG2中的TM5相比,能比较显著地提高信噪比,实现更加准确的码率控制,同时可以在帧间和帧内获得更一致的视觉效果。该算法在MPEG4及低码率视频编码中也是适用的。     

基于能流信息场景检测的码率控制策略

该文首先介绍了用能流信息进行运动估计的方法,然后把该运动信息运用到场景检测中,最后分析了场景切换下MPEG-4 Q2码率控制算法失效的原因,提出了基于场景切换补偿的码率控制策略,并在场景切换时对MPEG-4 Q2算法得到的目标比特数进行修正。实验结果表明,该方法可以在保证编码缓冲器不发生上溢的前提下改善切换点及后继帧图像编码的质量。     

Adaptive rate control algorithm based on logarithmic R–Q model for MPEG-1 to MPEG-4 transcoding

This paper proposes an adaptive rate control algorithm for MPEG-1 to MPEG-4 transcoder for video internetworking where a compressed video is transmitted through networks of different capacities. It is based on an adaptive logarithmic R–Q (rate-quantization) model for controlling the new target bit-rate of a transcoded MPEG-4 bitstream. In R–Q modeling, the R–Q characteristics predicted from a previous picture of the same picture type are used in combination with the R–Q data measured for the current picture. The proposed adaptive model takes into account the effect of picture dependencies arising in motion-compensated video coding. Furthermore, full advantage is taken of the special situation related to transcoding where a priori knowledge of the current R–Q data can be obtained by just counting the number of bits in the input bitstream without re-encoding. It is shown by simulation that the adaptive R–Q model-based rate control can efficiently control the output bit-rate to match the target bit-budget.     

基于控制点的人脸图像绘制

基于图像的绘制变形技术已成为当前图形学的一个新的研究热点。本文介绍了图像变形和视图变形技术,由Field Morphing方法的基础上,提出了基于控制点的图像变形算法,给出实现变形的原理和步骤。通过实拍人脸图像进行了人脸局部和整体变形实验,其变形结果过渡自然,效果较好,且算法过程简洁,因此具有较好的实用性。视图变形是在图像变形中对物体形状、颜色变形的基础上添加视点变换的一种方法,本文在图像变形的基础上,提出了利用控制点的改进算法,编程实现,中间过渡图像自然逼真。     

一种基于图像内容重要性的缓存器控制策略

本文提出了一种基于图像内容重要性的缓存器控制策略。极低码率视频编码时,对于头肩图像,根据每帧的运动估值结果和可用比特数决定脸部区和其他区的量化级组合,给予脸部区较细的量化。该策略的在使每帧所用比特数基本与目标比特数相符的同时,保证了脸部区的重建图像质量。     

基于非局部先验的雾线优化图像去雾算法

针对非局部先验去雾算法中雾线端点像素位置精确度不足的问题,提出了雾线优化的非局部先验图像去雾算法。首先分析雾线理论,结合暗通道理论确定最大聚类雾线真实端点,以其为已知条件补偿小聚类雾线端点与大气光之间的距离,根据类内不同像素与雾线对应夹角预估单个像素雾线端点进而求得像素级优化后的透射率,最后根据图像局部灰度值差异融合暗通道先验(dark channel prior, DCP)和非局部先验透射率得最终透射率图。将本文算法与其余3种去雾算法在多幅户外雾图下通过主观及客观两方面分析比较,实验结果表明该算法能取得更好的去雾效果,尤其在天空区域图像复原效果较为突出。     

基于FPGA的速率自适应图像抽取算法

载荷图像可视化是深空探测任务中的重要需求,但受信道带宽的限制,无法实时传输所有载荷数据,因此星载复接存储器中图像的抽取下传是实现任务可视化的关键。设计了一种载荷图像抽取方法,适用于深空探测航天器载荷自主管理和可视化应用。通过图像帧识别、指针管理和数据筛选实现图像抽帧回放算法,具有图像完整、实时,速率自适应的特点。该方法在某探测器工程项目中采用FPGA进行了实现,经测试、试验验证,满足工程可视化要求。     

基于大数据处理技术的深度学习算法的图像处理优化技术研究

文章通过对人工神经网络算法技术、粒子群算法技术、图像匹配算法进行深入的剖析,对算法的理论原理进行简析,对算法的特点进行分析,对算法在图像处理优化技术中的应用进行解析,诠释图像处理优化技术解决的图像处理中遇到的问题和难题。借助算法来优化处理大数据存在的弊端和难点,进而达到优化图像处理优化技术的目的,使得图像处理过程更加高效、传输便捷、应用方便,给人以视觉上的最真实的实景享受。     

基于动态图像序列的视觉心理研究

视觉心理是指人们在收到外界视觉刺激后产生的各种心理活动的总称。文中从动态图像序列入手研究了其图形的特点,并从生物学和物理学角度分析了人类视觉系统特性,最后基于动态图像序列特性建立了动态视觉模型,并对模型进行了仿真分析,从仿真效果看,该模型能有效模拟人在观察到动态图像时的视觉心理活动。     

基于融合策略的单幅图像去雾算法

为了有效增强雾天衰退图像,提出了一种基于融合策略的单幅图像去雾算法。该融合策略无需依靠大气散射模型或场景结构信息,只需通过原始衰退图像来获取其输入图与权重图。其中2幅输入图的作用主要是对原有雾图像进行颜色校正和对比度增强,而3幅权重图则突显了图像雾气较浓区域的细节信息。融合策略将上述输入图与权重图相融合以生成对比度高、色彩丰富的去雾图像。此外,本文还从人类视觉感知的角度提出了一个新的去雾效果评价指标,从而为图像去雾与去雾效果评价问题提供了新的解决思路。实验结果表明,与已有方法相比,提出的基于融合策略的去雾算法能更好地提高各种雾天图像的清晰度。     

基于改进SSIM的HEVC率失真优化

HEVC继承了传统的客观率失真模型,主要采用均方误差、平方误差和或绝对误差和等客观评价方法作为失真测度.然而,这些方法并不能得到很好的主观视觉感知质量.为了进一步解决HEVC的计算复杂度,提出了将结构相似度(Structural Similarity,SSIM)引入到HEVC的率失真代价函数中.该方法使用失真测度均方误差对SSIM进行改进,将改进后的SSIM对率失真代价函数进行优化,求解出拉格朗日乘子,从而实现率失真性能的提升.实验结果表明,该方法与HEVC参考测试模型相比,在全Ⅰ帧(All Intra,AI)配置下,率失真性能平均提高了2.6％,同时可以获得很好的编码质量,以及可忽略的编码时间增长.     

Congestion control in wireless links based on selective delivery of erroneous packets

Traditionally, congestion control in packet networks is performed by reducing the transmission rate when congestion is detected, in order to cut down the traffic that overwhelms the capacity of the network. However, if the bottleneck is a wireless link, congestion is often cumulated because of retransmissions derived from bit errors. In this case, it might be beneficial to allow delivery of partly corrupted packets up to the application layer instead of reducing the transmission rate. This would decrease the number of retransmissions in the link layer and therefore relieve congestion, but at the cost of bit errors appearing in the packet payload. In this paper, we study a congestion control mechanism for streaming applications that combines traditional congestion control with selective link layer partial checksumming allowing bit errors in the less sensitive parts of data. We have compared the performance of the proposed mechanism against traditional congestion control with a simulation study. The results show that the proposed approach can improve the overall performance both by increasing the throughput over the wireless and improving the video quality in terms of peak signal-to-noise ratio (PSNR) by up to 8 dB, depending on the error conditions and the content.