基于压缩感知的视频编码技术研究

压缩感知是最近出现的信号处理理论。它指出对于一个可压缩的信号,只采集少量的线性投影,就包含了重构信号所需的足够的信息。该理论的出现缓解了人们对信息的高需求所带来的信号采样、传输以及存储的巨大压力。压缩感知是一种简单而且有效的信号获取方式,它可以先进行低速采样,之后再花费一定的计算量就能够从看起来似乎不完整的观测值中重构出原信号。该理论已经展开了许多的应用,尤其是在视频采集及编码方面。 传统的图像或视频信息获取过程是先进行高速采样,然后再进行信号压缩。而在压缩的过程中,通常的做法是将信号在变换域进行分解,舍弃大多数的数据而仅保留少量重要的数据,于是,大量的采样资源被浪费掉了。而基于压缩感知理论的视频采集方法避免了这一点,它能够在采样的同时进行压缩,而且所需的采样点数远小于传统方法的要求,因此能够大大节省采样资源。另外,这种方法还具有对噪声的鲁棒性、可延展性、加密型等优势,具有很高的应用价值。 本文提出了一种新的基于压缩感知的视频采集及编码方法。本方法中,视频序列中划分参考帧,而在参考帧之后的若干非参考帧用与其前一帧之间的差值信号来表示。在重构时利用视频序列帧间相关性强的特征,根据帧间差值信号的稀疏性,自适应地选择在空域或小波域进行重构。本文用模拟视频序列和真实视频序列分别进行了仿真分析,结果表明本文的方法能够获得很好的重构效果。 在此方法基础之上,本文又提出了一种改进的重构算法,该算法首先估计出图像中运动物体的大致位置,然后以此为先验信息,使用加权的l1范数重构算法重构信号。仿真结果表明这种改进的算法能够有效地改进重构效果。