视频通信中图像修复模型及算法研究

《视频通信中图像修复模型及算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、y624099摘要人们对视觉信息的需求，多年来一直是视频通信科技进步的推动力之一。任何关于人类交流的应用都因为引入了视觉因素而使其效果大大提高。因而视频通信的应用前景十分广阔，视频通信技术的发展日新月异。在数字图像与视频的表示以及传输方面存在很多种编码算法，目的都是为了降低码率。其中，基于分块的技术被证明是最实用的。当前大部分图像和视频压缩的国际标准都采用这种技术，如JPEG、H26x、MPEG-x等。如果解码器能够正确地接收图像序列的每一帧，那么它就能重构出需要的图像。但由于通信信道不可避免的存在噪声

2、，传输数据流很可能存在误码，尤其是在无线通信的场合，传输的数据会被破坏。基于分块的图像编码系统对传输误码很敏感，一个比特的丢失都可能导致重建图像的失真，甚至可能连续地影响后续数帧图像，形成扩散效应。造成这种现象的原因主要是由于压缩编码去掉了视频图像内大量的空域和时域相关性，使得编码后的图像具有比原始图像少的冗余信息，从而造成压缩后的图像对信道误码十分敏感。因此，为了获得质量可以接受的恢复图像，必须采取合适的错误恢复措施。本论文重点研究了视频通信系统的容错技术和图像修补技术，主要成果包括：①对视频通信系统

3、的容错技术进行了详细的分析，指出了现有算法的一些局限性。最优邻域匹配算法是目前能够产生高恢复质量图像的错误掩盖算法之一，但其在为坏块寻找最优匹配块时由于运用了全搜索策略，需要很大的运算量，故限制了它的应用，尤其在实时图像处理等应用场合。本论文研究了多种用于视频序列分块匹配的快速搜索算法，借鉴快速搜索策略，提出三种快速的最优邻域匹配算法，分别为：两步最优邻域匹配、菱形搜索最优邻域匹配、正方形菱形搜索最优邻域匹配。实验结果表明这几种算法是有效的。②研究了图像修补技术。提出一种新颖的空域错误掩盖方法，该方法借

4、鉴了图像修补技术中的偏微分方程处理思想，根据TonyChen等提出的图像修补模型将误码块的恢复归结为能量函数最优问题。利用马尔科夫随机场中多阶邻域系统的概念，建立了用于错误掩盖的数字全变差模型，然后推导用于修复误码数据的迭代格式。结合蛛网扫描顺序，设计了一种简单快速的错误掩盖算法。该算法的主要优点是能够自动的保持边缘的连续性，恢复的图像质量较高。关键词：视频通信；错误掩盖；最优邻域匹配；图像修补；数字全变差模型Abstra￡鼍Ashumanvisionplaysallimportantroleinper

5、ceivingtheouterworld，theneedsofvisuaiinformation8Teconstantlyincreasinginrecenttwodecades,whichgreatlyimpelsthevisionrelatedscienceandteehirologyadvance．AnyapplicationsconcerninghumancommunicationCallbeimprovedthrou曲theintroductionofvision,thustechnology

6、onimageorvideocommunicationisdevelopingfast．Manyimagecodingalgorithmshavebeeadevelopedtoreducethebitratefordigitalimageandvideorepresentationortransmission．Amongthem,block-basedtechniqueshavebeenprovedtobethemostefficientoneandtherebyateusedinmostexistin

7、gimageandvideocompressionstandardssuch黯IPEG,I-[26xandMPEG-x．Sincereal-worldcommunicationchannelsale,commonlynotenⅨfree,corraptofdatatransraittedthroughsuchchannelsisgenerallyunavoidable．Moreover,block-basedimagecodmgsystemsarevulnerabletotransmissionimpa

8、irment．LossofasinglebitoftenresultsinthelossofawholeblockandevenmaycallSeconsecutiveblocklossesconsequently．Therefore,propermethodsforerrorresiliencemustbeappliedinordeftoobtaingoodrestorationqualityofimages．Inthisdisserta