基于背景图像的视频图像压缩感知重构关键技术研究

《基于背景图像的视频图像压缩感知重构关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于背景图像的视频图像压缩感知重构关键技术研究引言口传统的信号采样主要基于奈奎斯特采样定理，需要较高的采样频率才能精确重构出原始信号信息，对硬件提出了较高的要求。此外，编码时为了达到一定的压缩比和一定成本，舍弃了很大的采样数据，没冇充分利用采样数据。而对丁视频信号，主要采用运动估计、补偿、数据交换编码等算法来提高数据传输速率，因此视频信号编解码的复杂度较高。口前的压缩感知(CS)理论⑴4】，对具有一定稀疏度的信号，采样观测矩阵和变换基对视频信号进行降维，通过少量的观测数据重构出原始信号。因此一些学者

2、将该理论应用于视频编码中。在处理监控视频信号时，文献问考虑到视频帧与帧Z间的相关性，通过帧间差分图像本身具冇的稀疏性和参考帧图像进行帧图像的重构，以及对当前帧图像进行运动估计和运动补偿提高视频重构质量。但是参考帧图像的选取对帧图像重构质量有较大的影响，本文将基于帧间差分法获取的背景图像作为后一帧图像的先验知识进行后一帧帧图像的重构，通过获取的背景图像代替了原有的参考帧图像进行帧图像的重构，避免了参考帧图像选取不同造成的重构误差，捉高了重构质量，节省了重构时间。1基于压缩感知理论的视频图像的重构压缩感

3、知是利用信号的稀疏特性，在远小于Nyquist采样率的条件下，获取信号的采用值，重建原始信号的方法©如杲一个信号在某组基向量下的系数含冇大量的零元素，则可以称这个信号为稀疏的。对于一个冇限长度为N的一维离散信号，可以表示为：X=l//S(1)其屮©为基向量，$基向量的稀疏表示系数。对长度为川的信号兀的重构方法，首先对其进行次的线性测量，表示短阵为：y=<^X=^l//S(2)式中①为MxN的测量基，y为长度为N的信号x的测量值。其中稀疏基肖的列向量不能用测量基①的行向量来稀疏表示偸9」。］,反之亦然

4、。由于M

5、构算法重构每帧视频图像，具体流程如图1所示。(b)图1基于用缩感知理论的视频图像的重构原理框图(町视频图像编码(b)视频图像角军码重*勾Fig.1Schematicdiagramofreconstructionofvideoimagebasedonthetheoryofcompressedsensing(a)videoimagingcoding(b)videoimagingdecoding2基于帧间差分背景图像的视频图像的压缩感知重构视频图像的重构不同于单幅普通图像，因为视频序列的相邻帧图像间存在很

6、强的相关性，卜•一帧视频图像的重构可以利用而一帧甚至而几帧的背景信息作为先验条件。基于帧间差分背景图像的视频图像的压缩感知重构算法选用帧间差分法实现背景的提取，为下一帧图像的重构提供一个先验知识，并结合压缩感知重构算法，得到基于帧间差分背景图像的视频图像的压缩感知重构算法，充分利用视频序列间相邻帧图像之间的相关性，实现视频图像的压缩感知重构。2.1帧间差分背景图像的获取基于帧间差分背景图像的视频图像的压缩感知重构过程中背景图像的获取方法如下。假设第K帧视频图像与第K-1帧视频图像分别表示为FU与Fk

7、N，＞),利用帧间并分法可以求得背景图像殊心C7)。(1)利用第K帧图像FkO与第K-1帧图像Fk血j)计算差分图像Fk,K-1(2)根据设定的阈值T,将计算得到的差分图像Fk，kS)进行二值化处理得到图像Ak.k—】(z〃)；（3）将图像％心（"）进行开、闭运算，去除噪声，填充运动目标内部的空洞，得到图像（4）根据图像US各点像素值，确定背景图像,若图像中的像素值为0,则背景图像屮的像素值等于前两帧图像相应位置的像素平均值,反之，背景图像的像素值置零。公式如下：BG"」鼬（门）+你一血川Bk,k-

8、（门）=0KK—1J//Bg（i，j）=l，八2.2基于帧间差分背景图像的视频图像压缩感知重构算法基于帧间差分背景图像的视频图像压缩感知重构算法的原理框图如图2所示。基于帧间羌分背景图像的视频图像压缩感知重构算法的流程图如图3所示，具体步骤如下：输入：随机测量值y,测量矩阵①，稀疏变换屮；A输出：原始信号兀的K-稀疏逼近x（1）初始化，迭代次数*=0,止则化参数J参数">°,变量初始值心,迭代停止值£；（2）判断是否为前两帧视频图像重构，若是，则匕）=°,