IP网络MPEG-4视频流的自适应差错掩盖算法

针对IP网络上的MPEG-4视频传输,采用面向差错控制的打包方案,提出了一种结合时域差错恢复和空域差错恢复方法的快速自适应差错恢复混合算法。该算法根据视频帧的编码模式、丢失宏块的邻域宏块的编码模式、运动程度和运动矢量一致性自适应地选择差错恢复方法。仿真实验结果验证了自适应算法具有较好的差错恢复能力。     

自适应时域差错掩盖方法

差错掩盖作为视频传输中的重要技术之一,可以有效地弥补视频在传输过程中,因为传输环境等原因造成的数据丢失及数据错误,最大程度地保证视频在到达接收端后可以保持令人满意的质量。通过提出一种可应用于基于块编码系统的自适应时域差错掩盖方法,同时估计丢失宏块的运动及丢失宏块中的像素运动,并根据每个像素的不同情况,自适应地将两个估计的运动结合,获得最终的像素恢复值。实验结果表明,该方法相比原有方法,在主观和客观质量上都有较大的提高。     

时空域相结合的视频差错掩盖方法

为了克服视频解码端时域差错掩盖技术不能准确估计丢失块运动矢量的缺点,提出了一种将解码端运动估计和隐藏运动模型相结合的误码差错掩盖方法。首先,利用丢失块 周围正确接收像素估计丢失块运动矢量,并计算估计的准确性。然后根据准确性,通过隐藏运动模型充分利用丢失块的空域和时域相关性进行差错块的掩盖。仿真结果表明,与现 有的算法相比,该方法能有效提高重建视频图像质量平均近1dB。     

H.264中基于多宏块模式的时域误码掩盖算法

视频压缩码流在信道传输时,由于受到信道带宽或者稳定性的影响,容易发生数据的损坏或者丢失,这样不仅会对当前的视频帧产生影响,而且差错会延续到随后的视频帧,因此,需要采用某种技术来降低差错的影响.新一代视频压缩标准H.264支持多种分块大小的运动补偿,分块大小范围从16×16到4×4,因此,在H.264中一个宏块最多可能有16个运动矢量,这些信息都可以用于时域的误码掩盖.为此,提出了一种基于多宏块分割模式的时域误码掩盖算法,根据相邻宏块的分割模式,每个丢失宏块被自适应的划分为大小不同的子块进行掩盖.实验结果表明,该算法可以得到比传统算法更好的视频质量.     

基于边界匹配的增强多权重差错掩盖方法研究*

提出了一种基于边界匹配的增强多权重差错掩盖算法,通过受损宏块周围时空域相邻宏块的相关信息在增强候选运动矢量集中进行运动矢量选取,采用多权重的边界匹配方法使之在物体边界处能够获得更准确的运动矢量,并专门对连续图像片丢失或整帧丢失的情况进行时域掩盖处理。基于H.26L的仿真实验表明,该方法可有效地抑制视频差错的扩散,取得较好的差错掩盖效果。     

基于边界匹配的增强多权重差错掩盖方法研究

提出了一种基于边界匹配的增强多权重差错掩盖算法,通过受损宏块周围时空域相邻宏块的相关信息在增强候选运动矢量集中进行运动矢量选取,采用多权重的边界匹配方法使之在物体边界处能够获得更准确的运动矢量,并专门对连续图像片丢失或整帧丢失的情况进行时域掩盖处理。基于H．26L的仿真实验表明,该方法可有效地抑制视频差错的扩散,取得较好的差错掩盖效果。     

一种基于外推运动矢量的差错掩盖方法*

为了克服边框匹配算法因边框匹配不准确而导致最优运动矢量的漏选,以及差错掩盖效果明显下降的问题,提出了一种新的基于外推运动矢量的自适应时域差错掩盖算法。首先,根据宏块运动矢量的时空相关性,从相邻宏块的运动矢量及其外推运动矢量中自适应地构造出一个有限的候选运动矢量集;然后,利用边框匹配算法从构造的候选运动矢量集中选取最佳运动矢量进行差错掩盖;最后,在H.264/AVC的参考模型JM12.2中编程实现该算法。大量仿真实验结果表明,本算法可以明显降低最优运动矢量的漏选,在解码端取得了较为满意的差错掩盖效果。     

基于纹理检测的视频序列误差掩盖

文章提出了一种新的误差掩盖(ErrorConcealment)算法,作为在解码器端的后处理工具去解决视频序列在传输过程中产生的块及其运动矢量同时丢失的问题。笔者利用LOG算子去对丢失块周围的块进行纹理检测,取所有属于纹理块的运动矢量的平均值,作为丢失运动矢量的估计。仿真结果表明对不同块丢失率或不同视频序列,此算法都能比传统的方法恢复出质量更高的图像。     

基于MRF-MAP的运动矢量恢复差错掩盖算法

针对帧间编码模式下出现图像块丢失的情况,提出一种有效的时间域运动矢量恢复差错掩盖算法。把运动矢量场建模为高斯马尔科夫随机场,对丢失图像块的运动矢量采用最大后验概率方法恢复,其权值能够根据空间和时间信息而自适应选择。仿真结果表明,该算法在客观和主观上都能获得高质量的图像。     

基于可变尺寸块运动矢量恢复的H.264时域差错掩盖算法

针对H.264帧间预测编码的新特点,提出了一种基于可变尺寸块运动矢量恢复的时域差错掩盖算法。该算法首先利用相邻宏块编码模式的相关性,根据周围宏块的编码模式判断受损宏块的编码模式及运动矢量恢复的宏块划分方式,分别对各个划分的子块进行运动矢量的恢复;然后利用相邻块运动矢量参考帧的相关性,根据相邻块运动矢量的参考帧确定匹配使用的参考帧;最后采用边缘失真匹配方法恢复运动矢量。实验结果表明,该算法同传统的差错掩盖算法相比,由于支持不同尺寸块运动矢量的恢复,因此,算法对差错信号能够获得更好的恢复效果。     

基于AVS-P2的自适应时空域错误隐藏方法

错误隐藏技术是视频传输中保证重建质量的重要技术,可以有效恢复传输过程中因传输环境恶劣等原因造成的信息丢失和错误,为了增强AVS-P2的抗传输差错能力,提出了一种基于冗余运动矢量的自适应时空域错误隐藏算法。对I帧中的受损宏块采用空域错误隐藏方法,利用受损宏块周围已正确解码像素值进行加权插值来恢复;而对非I帧中的受损宏块则采用时域错误隐藏方法,根据宏块的运动剧烈程度分别选择AVS-P2中通用的错误隐藏方法和基于冗余运动矢量的错误隐藏方法。最后,在AVS-P2 RM52_20080721平台上实现了该算法,大量仿真实验结果表明,所提方法相比原有方法,解码视频图像的客观质量和主观效果均得到了一定提升。因此,所提方法可以有效保证AVS-P2解码端接收视频的主观质量,增强了其抗传输差错能力。     

一种适用于H.264的时域差错掩盖改进算法

视频压缩码流在信道传输时 ,由于受到信道带宽或者稳定性的影响 ,容易发生数据的损坏或者丢失 ,这样不仅会对当前的视频帧产生影响 ,而且差错会延续到随后的视频帧 ,因此 ,需要采用某种技术来降低差错的影响。针对这一问题 ,在对最新视频压缩标准 H.2 6 4研究的基础上 ,基于 H.2 6 4标准的框架 ,对已有的差错掩盖算法进行了改进 ,提出了适合 H.2 6 4编码标准的时域子块匹配差错掩盖算法。该算法首先采用 8× 8的子块代替 16× 16的宏块 ,作为差错掩盖的运算单元 ,然后对不同的子块采用不同的边界像素 ,利用边界匹配算法 ,并通过改进的 1/ 4像素精度菱形搜索法在参考帧内找到最佳匹配块。实验结果证明 ,由于该算法有效地利用了 H.2 6 4压缩码流里的信息 ,因此 ,同传统的时域差错掩盖算法相比 ,对差错信号有更好的恢复效果。     

基于H.264的误码隐藏技术

为了在高误码环境下提高视频通信质量,提出一种改进的基于H.264的误码隐藏技术。对于帧内编码图像,根据图像直方图信息计算图像的光滑特性,然后自适应地选择线性插值的方法。对于帧间编码图像,根据不同大小块编码类型和多参考帧的特性,能够更准确地估计出丢失的MV,进行时域误码隐藏。实验表明,此方法同H.264参考软件JM11.0方法相比,具有更好的主客观图像恢复质量。     

基于Newton-Thiele有理插值的误码隐藏

低速率的视频传输必然要求对视频信号进行高效压缩,而高效压缩后的视频码流对传输中产生的误码非常敏感.一旦传输中出现了误码,不仅影响该误码数据的恢复,还会影响与之相关的其他数据的恢复,造成误码扩散,误码隐藏是解决这个问题的一种有效方法.在对最新视频压缩标准H.264研究的基础上,针对H.264中相邻运动矢量具有高度相关性的特性,提出了一种基于Newton-Thiele型有理插值的误码隐藏算法,仿真结果显示,提出的误码隐藏算法可以有效地改善解码图像的视觉质量,并且能够满足实时视频传输的要求.     

H.263视频编码流的时域错误掩盖

当H．263编码视频流在Internet上传输时，很容易受到信道错误的影响而丢失数据，由于数据的丢失不但会影响当前帧，还会连续传递到以后的解码帧，而导致图象质量的严重恶化，因此必须采用一定的措施来消除这种影响。目前较常用的错误掩盖算法是时域掩盖算法，而时域掩盖算法是利用参考帧来恢复当前帧损坏的图象数据，其计算较复杂，为此，提出了一种基于块匹配原则的时域掩盖算法，同时用三步搜索代替完全搜索来降低算法的计算复杂性，模拟结果显示，该算法由于能够在很短的处理时间内，获得较好质量的图象，因此能适应于视频会议等实时应用的要求。     

基于帧间匹配均值与方差的视频图像隐藏算法

由于视频图像的信息量巨大,只有通过压缩才能存储和传输,而传输过程中发生的误码又往往导致压缩后的图像数据或同步信息的丢失,为此提出了一种基于帧间匹配均值与方差的时域错误隐藏算法,该算法首先以与错误块上、下、左、右相邻的若干行或列像素进行帧间匹配,然后根据匹配结果的均值和方差判别错误块内图像的运动状况,最后针对不同的运动状况选择合适的隐藏方法对错误块进行隐藏处理。大量的模拟实验结果表明,利用该算法隐藏的图像在视觉效果和峰值信噪比（PSNR）两方面均优于同类算法。