基于运动补偿和分块的视频压缩感知的处理方法

摘要

本发明公开了一种基于运动补偿和分块的视频压缩感知的处理方法，它涉及视频压缩感知技术领域，它的处理方法为：步骤一：分块图像残差帧重构方法；步骤二、分块CS图像残差帧重构算法；步骤三：基于双向重构的参考帧方法；本发明使用运动估计算法分析视频帧之间的运动矢量与残差数据，以视频帧之间的残差数据取代视频帧作为压缩重构对象，大幅提升视频压缩率。同时，采用前向/后向双向重构思想，辅之以动态自适应选择重构算法，自动根据视频内容变换快慢，运用不同的视频重构算法，有效降低视频重构过程中的计算复杂度和重构时间。

主权项

基于运动补偿和分块的视频压缩感知的处理方法，其特征在于：它的处理方法为：步骤一：分块图像残差帧重构方法：首先借鉴图像分块理念，将当前帧x图像分成等大的若干块，用全搜索技术搜索出每个块在参考帧X_ref图像中的位置，计算出两个帧图像之间的空间位置相对偏移量，从而估计运动矢量；其次基于运动矢量和经过运动匹配后得到的预测误差，从已成功重构的参考帧图像中找到相应图像块，加上相应预测误差，预测出当前帧图像各个块的相应图像；将这种基于运动估计方法预测出来的当前帧图像的近似称为运动补偿帧X_mc；再次使用基于平滑投影Landweber的分块CS图像重构方法中所用的观测矩阵Φ，求解运动补偿帧X_mc的观测值y_mc；因原始视频帧图像的观测值y是由原始图像X与测量矩阵Φ直接运算得到，是个无偏的真实值；但运动补偿帧X_mc只是原始图像的一个近似预测值，存在着误差，所以y和y_mc之间也一定存在偏差y_r；采用分块CS图像重构思想，对于第i块图像的偏差y_ri，可表示为：将X_ri称为原始块图像X_i和运动补偿块X_mci的残差；通过残差帧x_r、运动补偿帧x_mc和原始图像x的内在联系推导出原始图像x更加精准的求解方法：即：步骤二、分块CS图像残差帧重构算法：输入参数：分块图像观测值，y_i，i＝1，2，...，n；测量矩阵：Φ_B；分块参考帧：i＝1，2，...，n，阈值门限参数：τ；(1)、用SPL‑BCS重构算法重构当前帧X，将其作为当前帧X的初 始重构值，并进行分块：i＝1，2，...，n；(2)、对第i个图像块用基于块运动估计算法，配合全局搜索算法，在参考帧中寻找匹配块，预测运动矢量MV；(3)、判断运动矢量MV是否大于阈值门限参数τ；如大于则转入(4)，如小于则转入(9)；(4)、迭代地执行(5)‑(8)；(5)、基于运动矢量MV和经过运动匹配后得到的预测误差，预测出运动补偿帧(6)、用公式：求解残差帧的观测值(7)、用BCS‑SPL重构算法重构残差帧重构结果记为(8)、用公式：更新当前帧的重构值(9)、迭代执行(10)‑(13)；(10)、用公式：求解残差帧的观测值(11)、用BCS‑SPL重构算法重构残差帧重构结果记为(12)、用公式：预测当前帧的一个新预测值(13)、用平均值公式：更新当前帧的重构值(14)、重复(2)‑(13)，直至所有图像块完成重构；步骤三：基于双向重构的参考帧方法：采用顺序和逆序两种方式对视频序列图像进行两遍重构，即将f_i帧和f_k帧均设为“关键帧”，然后分别从顺序和逆序的重构序列中选取前一半的重构图像，组合成一个完整的重构视频序列，视频重构前先将一个完整的视频分割成等长的p段短视频序列，每一小段视频序列长度设为K。