基于超分辨率重建的视频图像压缩方法的研究 第12页
其中
，、，表示宏块B(I，J，k)在帧中的行列标号。
尼为帧序号号。
Ⅳ，M为搜索窗长、宽的一半。
s(，+胛，u厂+，，z，尼)表示第k帧搜索窗中像素点(胛，m)的灰度。
搜索匹配过程中追求的是MSt!和MAD最小，可见MS[!和MAD在一定程度上体
现了块的运动性，但是如果只考虑块的MSE：和MAD，并不能完全客观地评价块的运
动性。块的运动性很大程度上体现为灰度的变化，考虑这样一种情况，某块中只
有一小部分包含了运动目标，其他大部分都是没有发生运动的背景，则此时会由
于计算MSE和MAD过程中的取平均而将块中运动目标部分所带来的灰度差异平均
掉。
由于在编码过程中采用了时间上以前的编码图像解码重建后作为参考帧进行
预测，充分利用了视频图像的时『白J相关性，在基于运动补偿的视频压缩算法中，
帧问压缩与帧内压缩都是按照逐行扫描顺序处理所有的宏块，帧内压缩方式每次
处理的是帧内宏块，而帧问压缩方式每次是对参考宏块与预测宏块的残差场进行
变换编码，量化与变长编码。而且可以理解为帧内宏块由两类宏块组成，一部分
为零运动矢量宏块，相邻帧问相同位置的宏块内各个像素差异极小，零运动矢量
宏块经过运动补偿得到的残差场为零运动矢量运动补偿残差场(即可理解为当前
帧的当前宏块与其参考帧的相应位置上的宏块直接进行帧差得到的残差场)；另外
一部分为非零运动矢量宏块，相邻帧问相同位置的宏块内像素灰度差异很大。进
一步分析表明，一个运动块应该具有以下两个特点：
(1)与参考帧中对应块的灰度差异明显
(2)具有一定数量灰度差异大的像素点
本文提出一种块分类方法，满足以下两个条件的块为运动块：
(1)零运动矢量运动补偿残差场最大值大于灰度判决阈值。
(2)满足条件(1)的像素数量大于数量判决阂值。
宏块分类的步骤如下：
第4章基于区域分割的降采样技术
(1)计算宏块零运动矢量运动补偿的残差场。
(2)统计残差场中大于灰度判决阈值的像素数量。像素数量大于数量判决阈
值的宏块为运动宏块，否则为静止宏块。
其中灰度判决阈值和数量判决阂值可以根据视频的运动剧烈程度，帧中目标
与背景的差异程度决定。通过大量实验表明，类似运动区域比较明显的
hall mOnitor[42]监控录像的灰度阈值一般取在20至30之问，数量判决阈一般值
取在5左右。
、
’■
[困
图4．2运动块分类流程
Fig．4．2 The flow chat．t of motion block classi6cation
基于超分辨率重建的视频图像压缩方法的研究 第12页
图4．3表示的是hall—morlitoF[421的监控录像第34帧与其参考帧33帧。图4．4
表示的是hall一moni tor【蛇】的监控录像第34帧直接与其参考帧33帧进行帧差结果，
通过帧差图町以看¨-明屁的人物运动所带来的轮廓，这些轮廓所占据的宏块就是
发生运动的宏块；图4．5表示的是宏块分类效果，图中的灰色小矩形表示的帧中
运动宏块所在的位置，可见本文提出的块分类方法基本上有效地将帧中运动宏块
与静止宏块区分开来。 ‘
(a)33帧图像
(b)『{4帧幽像
图4．：；Hall—monitor序列的第33帧与第34帧剀像
Fig．4．3 33 frame and 34frame of the sequence“l_[all—monitor。
第4章基于区域分割的降采样技术
图4．4与参考帧直接帧筹图
Fig．4．4 Difference Of the two neighbor frames
图4．5块分类效果示意图
Fig．4．5 Block classification sketch map
4．2．2无运动纹理块及无运动平滑块的分割
无运动平滑区域和无运动纹理区域的分割采用的是Canny算子边缘提取的方
法。canny边缘检测方法是由John canny在1986年首先提出的【。¨，之后迅速成
为边缘检测的一种常用方法。Canny算子充分反映了最优边缘检测器的数学特性，
是对信噪比与定位之乘积的最优化逼近算子，广泛应用于图像分割和模式识别问
题中。
Canny边缘检测法利用高斯函数的一阶微分，它能在噪声抑制和边缘检测问取
得较好的平衡。具体步骤如下：
<< 上一页 [11] [12] [13] [14] [15] [16] [17] [18] [19] 下一页
基于超分辨率重建的视频图像压缩方法的研究 第12页下载如图片无法显示或论文不完整，请联系qq752018766
