基于H.264/AVC的自适应时域错误隐藏算法

为了简单且有效地估计出丢失宏块的运动矢量,针对H.264/AVC的特点,提出一种自适应时域错误隐藏方法。算法充分利用丢失宏块周围宏块及8×8子块的运动矢量信息,自适应地选择划分方式,因此对丢失宏块有更好的恢复效果。实验结果验证了该方法的优越性。     

基于MV自适应选取的帧间隐藏算法

数字视频通信在多媒体通信系统中占据重要的地位,但视频帧传输错误将导致接收视频质量的下降.视频帧传输错误不仅会破坏当前的解码帧,还会在时间上扩散造成对后续帧的预测错误.为减少视频帧传输错误对视频质量的影响,设计了一种基于运动矢量自适应选取的错误隐藏算法,算法充分利用相邻宏块间运动矢量的空间相关性来自适应地恢复受损宏块的运动矢量.仿真实验结果表明,相对于典型的错误隐藏算法,所述算法在主观视觉质量和客观评价指标上都有一定的提高.     

基于SUSAN算子的空域自适应错误隐藏算法

为了消除空域错误隐藏后出现的模糊和块效应,提出了基于SUSAN检测算子的空域自适应错误隐藏算法。算法首先利用SUSAN算子检测丢失宏块周围的边缘点,然后根据边缘点确定丢失宏块中边缘,最后根据边缘情况自适应地选择插值方法恢复丢失宏块。实验表明,丢失宏块边缘的检测受噪声影响很小,对孤立丢失块有较好的恢复效果且计算量较小。与传统空域错误隐藏算法相比,本文算法的峰值信噪比PSNR能提高大约1～3dB。     

一种基于双域拉格朗日插值的视频错误隐藏方法

本文提出了一种基于双域拉格朗日插值的错误隐藏方法,编码采用H.264标准,分别在时域和空域进行插值获得两个运动矢量,通过建立插值系数表构造混合的插值模型,经过边缘匹配算法判断后获得最优的运动矢量作为丢失宏块的运动矢量.为了减小网络突发错误对插值效果的影响,本文在编码端提出了一种类交织的slice划分方法,实验证明本文方法由于充分利用了时域和空域的信息冗余,取得了较好效果,在15％网络丢包率的环境下平均PSNR比空域拉格朗日插值方法高0.5dB~1dB左右.     

基于无线网络的H.264误码掩盖算法的改进

视频压缩码流在无线网络传输过程中受无线网络环境的影响丢包现象严重,重构图像质量下降.在H.264时域误码掩盖算法的基础上,根据时域和空域相邻宏块的运动矢量对丢失宏块的分割模式进行自适应选择,采用改进的边界匹配误差函数,估计丢失宏块的运动矢量.在无线网络环境下对多种视频序列和宏块丢失率进行仿真,图像质量有一定的提高.在宏块丢失率为10%情况下,峰值信噪比相对H.264标准算法提高0.08～1.13 dB.     

立体视频右视点图像宏块丢失错误隐藏算法

根据宏块的运动特性,提出了一种立体视频右视 点图像宏块丢失的错误隐藏算法。根 据视点内时域相邻帧及 视点间相邻帧的相关性估计丢失宏块的运动静止特性,将丢失宏块分为运动块和静止块。对 于静止块,直接使用时 域帧拷贝的方法恢复;对于运动块,使用外边界匹配准则选择候选块并赋予相应的权重得到 加权候选块,根据最优 候选块和加权候选块的边界匹配值自适应地选择最优块或空域插值方法恢复丢失信息。实验 表明,本文算法提高了 隐藏图像的主客观质量。在不同量化参数(QP)和不同宏块丢包率(PLR) 的情况下,经本文算 法恢复后图像的峰值信噪比(PSNR)与普通JM算法相比,平均提高0. 77～3.22dB。     

基于分类的运动矢量平滑和纠正方法

对于帧率上变换算法中运动矢量估计不准确的问题,文中提出了一种新的运动矢量处理算法,较好地纠正了错误的运动矢量。该算法根据前后向运动矢量的一致性程度,以及对应块的绝对差值和,对运动矢量进行了可靠性分类。针对分布在纹理相似区的错误运动矢量,利用时间和空间相关性联合纠正;对于物体边缘区域则分解为小块重搜索运动矢量,以避免边缘模糊现象。实验结果显示,算法可以较好地纠正运动矢量。     

面向HBP编码格式的立体视频B帧整帧丢失分层错误隐藏算法

针对分层B帧(HBP)编码格式的立体视频B帧整帧丢失的问题,该文分析了双视点视频中存在的视点间运动矢量相关性,提出一种分层错误隐藏算法。该算法与当前主流的方法有两大不同：一是该算法采用分级隐藏,根据B帧的重要性等级不同采用不同的错误隐藏方法;二是该算法考虑了相邻视点序列之间的宏块运动矢量相关性。实验表明,该算法的性能优于当前常用的H.264多视点视频整帧丢失错误隐藏方法。     

基于拟合平面插值的时域错误隐藏算法研究

针对H.264/AVC压缩视频码流在无线信道传输过程中由于运动矢量失配导致图像重构质量下降的问题,本文提出了一种基于拟合平面插值的时域错误隐藏算法。该算法主要利用平面拟合算法对受损宏块运动矢量进行重建,同时采用外边界匹配算法选取最优运动矢量对受损图像进行恢复重建。实验表明,该算法不仅避免了原始算法产生的方块效应,而且在不同的RTP丢包概率下,该算法提升了峰值信噪比,恢复重建的图像质量在主观方面和客观方面都有很大的改善。     

基于H.264压缩域的运动对象快速分割方法

针对H.264压缩域的运动对象分割问题,提出了一种基于Fisher准则的运动对象分割方法。首先将运动对象中每个宏块中子块的运动矢量进行加权,获取每个宏块的运动矢量,然后利用多帧的运动矢量进行累加,获取整个宏块的运动矢量,最后使用Fisher准则将运动对象的矢量分类,从而获取H.264压缩域中的运动对象。通过实验证明,在基本满足运动对象分割准确率的前提下,达到了较好的实时性。