基于超分辨率重建的视频图像压缩方法的研究 第14页
序列；∥的大小为MXN；矿的大小为p×q；P为降采样因子。
幽4．8无运动平滑块的降采样方式
Fig．4．8 Downsampling pattern of no motion and fiat block(F1
4．3．2运动块的降采样方法
运动块(M块)的降采样方式，运动块的降采样方式同平滑块的降采样方式，
每2X2像素中的4个像素取左上角的一个像素，如图4．9所示。M块的降采样方
式具体数学上的描述如式4．7所示。
g肿，，l，圳=(∥((6m_1)p+2f_l，(址1)q+2j一1)1 i=k．．，暑／=k．．，；)(4·7)
幽4．9运动块的降采样方式
Fig．4．9 Downsampling pattern of motion block(M)
4．3．3无运动纹理区域的降采样方法
纹理块(T块)的降采样方式与块所在图像的类型(I、P、B)有关。如图4．10
所示。图像类型不例，降采样方式也不同，如果所在帧为I帧，则同运动块平滑
块的降采样方式；如果所在帧为P帧，‘则每2×2像素中的4个像素取有卜角的。
第4章基于区域分割的降采样技术
个像素，如式4．8所示；如果所在帧为l、3位置的B帧，则每2×2像素中的4
个像素取左下角的一个像素，如式4．9所示；如果所在帧为2、／l位置的B帧，则
每2×2像素中的4个像素取右下角的一个像素，如式4．10所示。
图4．10无运动纹理块的降采样方式
Fig．4．1 0 Downsampling pattern of no motion and texture block(T)
g胁，刎引((bm-1)p+2f_1，(址1)g埘川=l’．．．，暑川，．．．，昙) (4．8)
g?[6惭，6胛]=(z((bm—1)p+2f，(6n-’i)g+2／一1)I f：l，…，参／=l，…，；) (4．9)
g?[6聊，6刀】=(彳((6朋一1)p+2f，(6甩一1)g+2J『)J j：1，…，夤／=1，…，；) (4．10)
4．4本章小结
本文的基于区域分割的降采样技术是将原始高分辨率视频序列分成若干个图
像组(GOf’)，将每一个GOP中每一帧图像进行不同区域的分割(即将每帧图像分为
三类宏块：运动块M、无运动纹理块T和无运动平滑块F)，将每一帧图像进行基
于区域分割的降采样，从而得到降采样的结果图。同时，本文的区域分割除了用
于降采样过程，还用于视频图像超分辨率重建过程，为了超分辨率重建时减少数
据量。
基于超分辨率重建的视频图像压缩方法的研究 第14页
第5章视频压缩中的超分辨率重建技术
5．1引言
本文的超分辨率重建技术是基于传输端的区域分割的基础上的。流程图如图
5．1所示。超分辨率重建时，要进行配准，在运动区域要进行亚像素精度的运动估
计。对解码后的低分辨率图像序列进行SR重建，无运动平滑区，在平滑区域进行
的运动估计远远少于纹理区，采用简单的双线性插值技术恢复高分辨率图像；无
运动的纹理区影响着降采样和压缩过程，采用基于AMR(Artificial Motion
Reconstruction)的超分辨率重建技术恢复高分辨率图像；运动区域采用基于配准
的超分辨率重建技术来恢复高分辨率图像序列。基于不同分割区域的不同的超分
辨率重建方法将在后文详述，实验结果见第6章。
幽5．1视频压缩中超分辨率重建技术的流榉幽
Fig．5．1 Super—resolution reconstl’uctl‘on technology in Video compr。ession
5．2基于区域分割的超分辨率重建技术
传输端的区域分割，再次应用到超分辨率重建上去，不同的分割区域分别采用
第5章视频压缩中的超分辨率重建技术
不同的超分辨率重建方法。
5．2．1无运动平滑块超分辨率重建方法
根据传输到接收端的分割信息，首先判定所在帧当前宏块的类型，如果为兀
运动平滑块，本文采用双线性插值的超分辨率重建方法来恢复高分辨率图像序列。
双线性插值的输出像素值是它在输入图像中的2×2的领域采样点的平均值，
它根据某像素周围4个像素的狄度值在水平和垂直两个方向上对其插值。
5．2．2运动块的超分辨率重建方法
图像配准技术是对由于上述某一种原因或者多种原因造成的同一场景中的两
帧或多帧帧问存在非冗余信息的图像进行匹配的过程，它能够建立两帧图像像素
坐标系的关系。利用多帧序列图像来重建高分辨率图像的关键是精确的知道相邻
帧问的亚像素运动趋势并且精确估计遗失帧，因而利用序列图像来复原高分辨率
图像可以分为图像配准和图像复原两个部分。图像配准就是通过配准图像找到我
们所需要的图像问的精确的亚像素运动趋势，然后用来复原高分辨率图像。
常见配准方法有：利用图像狄度信息的配准方法，利用图像特征的配准方法；
利用统计学和信息论的知识来解决配准的方法；还有一种基于二次曲面拟合的配
准方法，在获得了精确的亚像素估计后，我们就可以利用散乱数据插值的方法或
者是拟合的方法来复原高分辨率图像。
图像匹配的基本原理就是首先定义相似性测度E然后在序列图像的相对移动
中找到使相似性测度E取最大或者最小值的位置，常见的相对移动有平移，旋转。
都可以用一空f白J变换矩阵T表示，所以配准过程可归结为确定矩阵T使E为最大
或者最小。
获得高质量的高分辨率图像是许多应用领域所期望的，用带有子像素运动的
多帧图像获取超分辨率图像是个很有意义的课题。因为由相邻的两帧得到的每一
帧低分辨率图像都尽可能包含新的所期望的高分辨率图像的信息。国内外提出了
一些多帧图像超分辨率重建的方法，大多基于这样的前提：根据运动轨迹信息，
由有效帧得到的全部像素均可映射到参考帧上，以获取一个未采集的帧。如果假
<< 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14页下载如图片无法显示或论文不完整，请联系qq752018766
