显微视频图像的编码与压缩【开题报告+文献综述+毕业设计】

《显微视频图像的编码与压缩【开题报告+文献综述+毕业设计】》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、毕业设计开题报告电子信息科学与技术显微视频图像的编码与压缩一、选题的背景与意义生物显微图像是利用数码显微镜对动物或植物组织切片采集而来。一般地，显微图像具有高分辨率的特点，这就给显微图像的存储与传输提出了一个亟待解决的问题。对于一幅1280*1024分辨率的显微图像，以8为灰度级进行数字化采集就需要3.75MB的存储容量。这么大的数据量给图像的存储和传输提出了严肃的课题。如何快速高效地编码压缩显微图像序列已经成为当前的热点之一，解决它的关键技术之一就是图像压缩[1-3]。目前,对生物显微图像压缩还没有性能非常好的算法,因此生物显微图像的压缩技术已成为生物显微图像应用领域的一

2、项挑战性技术。传统的图像压缩方法有JPEG和JPEG2000。JPEG编码标准是1992年公布的灰度和彩色静止图像压缩算法的国际标准，是目前主流的图像压缩标准，其属于有损压缩，具有压缩比高的特点，通常能够达到50倍以上,但会损失图像质量[4]。在传统的显微图像系统中采用的就是JPEG标准，由于在其算法中采用了DCT区块编码方式，在获得高压缩比的同时会产生明显的方块效应[5]，不能满足显微图像对分辨率和纹理精细程度的要求。JPEG-2000是JPEG的升级版，其压缩率比JPEG高约30％左右，同时支持有损和无损压缩。JPEG-2000标准包括8个部分，其中第一部分在2000年

3、12月已经成为了国际标准[6]，它的目标是提供一个最小化无知识产权问题的JPEG-2000系统。与第一部分相比，第2部分引入了更复杂的技术，性能也更加优越。其他部分主要针对的是移动图像，标准的高质量实施和参考软件。相对于JPEG编码，JPEG-2000提供了一系列新的特性，它把JPEG的四种模式集成在一个标准之中。在编码端以最大的压缩质量和最大的图像分辨率压缩图像，在解码端可以从码流中以任意的图像质量和分辨率解压图像，最大可以达到编码时图像质量和分辨率[7]。但在显微图像的应用中，JPEG-2000虽然在压缩比上进一步提高了，但和JPEG相似，同样会产生比较明显的方块效应不

4、能满足显微图像特殊的要求。H.264/AVC视频编码标准61是由ITU-T视频编码专家组（VCEG）和ISO/IEC动态图像专家组（MPEG）联合组成的联合视频组（JVT，JointVideoTeam）提出的高度压缩数字视频编解码器标准[8]。H.264不仅具有优异的压缩性能，而且具有良好的网络亲和性，这对实时的视频通信是十分重要的。与之前的MPEG4和H.263视频编码标准相比，其输出码率降低了近50%[9]，但其编码复杂度十分大，所以若将其应用于高分辨率、大数据量的显微视频图像的压缩，其速度之慢，压缩比之小，难以满足实时传输的要求。H.264/AVC标准与之前的视频编码

5、标准相比，提出了许多创造性的新技术[10]，但在显微视频图像中，这些新技术并不是完全适用，例如显微图像序列由于采集的低帧率，导致时间相关性差，B帧技术对显微图像序列已经不适用。相同地，多参考帧技术也不适用。因此，针对显微视频图像的特点，研究和调整H.264/AVC标准的编码方案，是显微视频图像压缩编码的研究关键。二、研究的基本内容与拟解决的主要问题：高分辨率的生物显微图像含有巨大的信息量,如一帧130万像素的图像大小就达3.75MB。数据量的增加给图像的存储、传输以及读出技术都提出了严峻的挑战,解决它的关键技术之一就是图像压缩。目前,对生物显微图像压缩还没有性能非常好的算法

6、,因此生物显微图像的压缩技术已成为生物显微图像应用领域的一项挑战性技术。直接应用H.264进行压缩复杂度很大，难以满足实时性要求。因此课题的主要研究任务是：在理解H.264编码原理的基础上，提出改进的编码方案，在保证显微图像高分辨率和纹理精细的要求下，实现实时传输。H.264的编码器框图如下：图1H.264编码器从编码器的框图中可知，H.264编码过程中，当编码关键图像是，可采用帧内预测编码；对于相关性大的图片可采用帧间编码，所以，整个编码过程中最复杂、最耗时的是帧间编码和帧内编码过程。因此，如何降低帧间的复杂度，是课题的主要研究问题。61三、研究的方法与技术路线：由于显微

7、图像一般是镜头缓慢移动下采集得到，因此采集到的相邻两帧图像之间有很多重合区域。因此，可通过下采样重建图像后，对残差图像进行编码，这样极大的降低了编码的数据量，也就降低了编码的复杂度。图2显微图像压缩框图图2所示的显微图像的压缩方案的框图，先对原始图像进行下采样，缩小图片的尺寸，降低进行H.264编码的数据量。然后利用编码后的数据重建图像，将新建图像与原始图像相减，得到差值图像数据，对差值图像数据进行对象提出，进行纹理对象编码，最后将H.264编码的数据和纹理对象编码的数据码流合成输出。通过下采样编码重建后恢复的原始