CN101146030B

CN101146030B - 一种信道资源的动态分配方法及装置

Info

Publication number: CN101146030B
Application number: CN2006101538924A
Authority: CN
Inventors: 任俊
Original assignee: Lenovo Beijing Ltd
Current assignee: Lenovo Beijing Ltd
Priority date: 2006-09-14
Filing date: 2006-09-14
Publication date: 2010-04-14
Anticipated expiration: 2026-09-14
Also published as: CN101146030A

Abstract

本发明公开了一种信道资源的动态分配方法及装置，其中，方法包括：步骤一，选取视频画面帧的特征部位，计算所述特征部位的特征量相关系数；步骤二，根据连续视频画面帧的特征量相关系数，进行特征量相关系数在时间序列上的变化估计，得到视频画面在一个未来时间段内的变化趋势，并根据变化趋势进行信道资源的调整。本发明利用视频画面帧间的相关度来动态调整信道带宽，能够减少预测误差，使信道分配更准确。本发明采用与视频压缩过程并行处理的预测方法，避免了因为预测和信道分配所造成的延时。

Description

一种信道资源的动态分配方法及装置

技术领域

本发明涉及视频通信的信道资源分配技术，特别是涉及一种信道资源的动态分配方法及装置。

背景技术

在无线或有线通信中，充足的信道资源是保障通信正常进行的基本要求。在多个用户共享信道的情况下，充分有效地利用好有限的信道资源显得格外重要，特别是对于视频通信，在信道资源总量固定的前提下，由于视频信号的数据量较大，为了保证各用户的视频信号都能正常传输，就必须要对有限的信道资源进行合理的分配，这就对视频通信的信道资源分配提出了更高的要求。

目前，为了进行信道资源的合理分配，已经有许多基于业务类型的动态信道分配方法，例如TDD(时分双工)模式的动态信道分配方法。然而这些方法仅仅是根据业务类型来进行信道分配，例如对于数据量大的视频传输提供较多的信道资源，对于数据量较小的音频传输提供较少的信道资源等，也就是在确定了业务类型之后信道的分配方式也就确定不变了，要改变信道分配方式除非业务类型发生改变。但是在有些场合，即使是同一种业务也存在截然不同的数据流量，例如在视频传输过程中，变化迅速的场景需要传送较多的信息，而变化缓慢的场景则只需要传送较少的信息。

因此，为了对数据量变化剧烈的同一种业务也能进行信道的合理分配，现有技术提出了基于流预测的动态信道分配方法，如图1所示，该方法是在正常的视频传输的信道分配处理过程中加入了“流预测”步骤，具体包括：步骤101，形成视频图像；步骤102，进行视频压缩；步骤103，形成视频流；步骤104，进行流预测；步骤105，进行信道分配；步骤106，进行数据传输。虽然该方法通过进行流预测而更加合理的分配了信道，但是，该方法仍然存在两个问题，其一，由于其各处理步骤之间都是进行串行操作，流预测和信道分配都会造成一定的延时。其二，在画面变化幅度较大时，由于预测的误差或错误会导致信道分配不准确，进而导致出现马赛克或迟滞现象。为此，就需要提出一种更加合理的的信道资源分配方法，以克服上述问题。

发明内容

本发明的目的在于提供一种信道资源的动态分配方法及装置，解决现有技术由于预测的误差或错误会导致信道分配不准确的问题。

为了实现上述目的，本发明提供了一种信道资源的动态分配方法，其中，包括如下步骤：

步骤一，选取视频画面帧的特征部位，计算所述特征部位的特征量相关系数；

步骤二，根据连续视频画面帧的特征量相关系数，进行特征量相关系数在时间序列上的变化估计，得到视频画面在一个未来时间段内的变化趋势，并根据变化趋势进行信道资源的调整。

上述的方法，其中，所述步骤一和步骤二的执行过程，处于视频画面的视频压缩过程所占用的时间段内。

上述的方法，其中，在所述步骤一中，所述特征部位的选择包括：选取整个视频画面的中间部分、左上角、左下角、右上角及右下角的图像块，并根据视频画面大小和处理速度确定所要选择的图像块的面积。

上述的方法，其中，在所述步骤一中，所述特征量包括：颜色特征、纹理特征和矩特征。

上述的方法，其中，在所述步骤一中，特征量相关系数的计算包括：对颜色特征取YUV颜色空间到灰度颜色空间的颜色值；对纹理特征取颜色空间的离散余弦变换；对矩特征取一阶矩或二阶矩。

上述的方法，其中，在所述步骤二中，完成所述时间序列上的变化估计所采用的方式为：线性估计法、指数平滑预测法、贝叶斯预测法或神经网络预测法。

上述的方法，其中，在所述步骤二中，所述变化趋势包括：连续视频画面帧变化轻微的稳定型、连续视频画面帧变化剧烈的非稳定型。

上述的方法，其中，在所述步骤二中，所述信道资源的调整包括：对稳定型视频序列，分配与平均数据流量相匹配的信道资源；对非稳定型视频序列，分配大于平均数据流量的信道资源。

上述的方法，其特中，所述步骤二中，还具有一个稳定性统计步骤，包括：如果预测出来的视频画面帧之间的相关性波动幅度在设定范围之内，则允许进行信道资源分配，否则不能进行信道资源分配。

为了实现本发明的目的，本发明还提供了一种信道资源的动态分配装置，其特点在于，包括：特征部位计算模块、时间序列估计模块和信道分配模块；所述特征部位计算模块用于，选取视频画面帧的特征部位，计算所述特征部位的特征量相关系数；所述时间序列估计模块用于，根据连续视频画面帧的特征量相关系数，进行特征量相关系数在时间序列上的变化估计，得到视频画面在一个未来时间段内的变化趋势；所述信道分配模块用于，根据所述变化趋势进行信道资源的调整。

本发明的优点在于：

1)利用视频画面帧的特征部位进行相关计算，从而利用视频画面帧间的相关度来动态调整信道带宽，能够减少预测误差，使信道分配更准确。

2)采用与视频压缩过程并行处理的预测方法，避免了因为预测和信道分配所造成的延时。

3)所预测的当前帧与实际的当前帧可以通过相关计算，立即得出是否有画面变化较大的情况，从而避免预测错误的机会，进而避免出现马赛克或迟滞现象。

4)本方法能够要求每一个通信节点在视频传输中都尽量少地占用空中资源，对于充分利用信道资源和改善无线通信环境都十分有益。

附图说明

图1为现有的基于流预测的动态信道分配方法流程图；

图2为本发明提供的动态信道资源分配装置的框图；

图3为本发明提供的动态信道资源分配方法流程图；

图4为本发明动态信道资源分配方法的一个具体实例的流程图。

具体实施方式

图2为本发明提供的动态信道资源分配装置的框图，如图所示，本发明除了包括通用的视频图像模块201、视频压缩模块202、视频流模块203和数据传输模块204之外，还包括了与现有技术相区别的：特征部位计算模块211、时间序列估计模块212和信道分配模块213。特征部位计算模块211用于，选取视频画面帧的特征部位，计算所述特征部位的特征量相关系数；时间序列估计模块212用于，根据连续视频画面帧的特征量相关系数，进行特征量相关系数在时间序列上的变化估计，得到视频画面在一个未来时间段内的变化趋势；信道分配模块213用于，根据所述变化趋势进行信道资源的调整。

如前面背景技术中所述，在视频传输过程中，变化迅速的场景需要传送较多的信息量，而变化缓慢或不变的场景则只需要传送较少的信息量。为此本发明是在视频压缩过程的同时进行视频画面变化的预测，为动态信道分配更快地提供依据，保证信道分配的有效性和准确性。

图3为本发明提供的动态信道资源分配方法流程图，本发明方法具体步骤如下：

步骤301，进行视频图像的特征部位选取。选取整个视频画面的左上角，左下角，右上角，右下角，以及画面的中间部分，得到5个特征部位的图像块。在大多数视频图像中，这些选取的特征部位可以分别代表场景区域(例如四个角上的特征部位)和目标区域(例如中间部分的特征部位)，特征部位图像块的选取面积随视频画面大小和处理速度要求而定，例如可以为原始画面的1/8，1/4，1/2，以及自定义的其他尺寸。

步骤302，计算连续多个视频画面帧之间特征部位的特征量相关性，并保存特征量相关系数。特征量包括颜色特征、纹理特征和矩特征等。其中颜色特征为YUV(“Y”表示明亮度，“U”和“V”表示的是色度)颜色空间到灰度颜色空间的颜色值，纹理特征取颜色空间的离散余弦变换，矩特征包括一阶矩，二阶矩等。特征量的选取应保证该部分计算的时间加上后续的预测时间和信道分配时间不超过视频压缩的时间。

步骤303，对连续的帧间特征部位的特征量相关系数按时间序列进行估计，预测出将来的某一段时间内的视频画面状况。估计和预测的方法可以选择：线性估计、指数平滑预测法、贝叶斯预测法或神经网络预测法中的其中之一。预测的视频画面至少要能维持一段时间的稳定性，才能进行信道资源调整，如果画面剧烈变化，则仍然保持原来的信道分配状态，否则在画面不稳定的情况下进行调整操作难以达到信道资源调整的有效性。

步骤304，预测的视频画面分为两类：稳定型和非稳定型。对于预测结果为“稳定型”(例如连续5帧画面变化很小)的视频序列，分配较少的信道资源；对于预测结果为“非稳定型”(例如帧画面变化时大时小)的视频序列，分配较多的信道资源。分配信道资源的具体数量由应用环境决定。

步骤305，对于“非稳定型”视频画面，根据画面的左上角，左下角，右上角，右下角，以及画面的中间部分的预测结果进行统计确定“非稳定型”的程度，根据“非稳定型”的程度进一步确定信道资源的分配量。

由于本发明方法中的特征量相关系数的计算部分和时间序列预测部分的计算量都远小于视频压缩过程，因此即使加上信道分配过程，其所需时间也不会超过视频压缩所需的时间。因此通过与视频压缩过程的并行处理，本发明能够快速地对视频画面的变化做出反应，从而更好地做出预测及更好地进行信道资源的分配。本发明方法中的特征量相关系数的计算，以及求取纹理特征的离散余弦变换，以及所采用的各预测方法均可通过硬件实现(例如：现场可编程门阵列(FPGA)或集成电路等)，设计难度不大，完全可以与其他功能集成到一块芯片上。

图4为本发明动态信道资源分配方法的一个具体实例的流程图。图中，m表示预定义的用于预测之用的视频帧数，n表示预测出来的视频帧数，N_f表示用于预测之用的帧数计数器，N_p表示预测出来的视频帧数计数器。具体步骤如下：

步骤401，初始化m、n、N_p且令N_f＝0；

步骤402，获取下一帧；

步骤403，选取特征部位；

步骤404，选取特征量；

步骤405，纹理相关性计算；

步骤406，颜色相关性计算；

步骤407，矩相关性计算；

步骤408，N_f++；

步骤409，判断N_f是否大于m，是则执行步骤410，否则转步骤402；

步骤410，预测N_f+1帧；

步骤411，N_f++，N_p++；

步骤412，进行帧移位操作；

步骤413，判断N_p是否大于n，是则执行步骤414，否则转步骤410；

步骤414，进行稳定性统计；

步骤415，进行动态信道资源分配；

步骤416，复位m、n、N_f、N_p；

从图中可知，步骤401至409为了获取预测用的m个视频帧的特征量相关系数，步骤410至413是为了预测未来n个视频帧，步骤414、415是根据预测的结果进行信道资源分配。

其中，步骤410中可以选择：线性估计法、指数平滑预测法、贝叶斯预测法或神经网络预测法。

步骤412中，“帧移位”表示当预测出来一帧后，实际到来的这一帧也已经进入了帧缓存，那么开头用于预测的第一帧将丢弃，而刚进入帧缓存的这一帧则作为新帧补充进来。例如：开始是帧1234567，帧移位后，帧1被丢弃，而补充进来的新帧8加入这个预测队列，即新的用于预测的帧为2345678。

步骤414中的“稳定性统计”包括：如果预测出来的帧间相关性波动幅度不大，就可以进行信道资源分配，如果帧间相关性波动幅度较大，则不能进行信道资源分配。实际上就是统计相关性波动幅度稳不稳定，由于本发明涉及三个参数的相关性(颜色特征，纹理特征，矩特征)，因此需要做这样的统计。至于幅度何时为大何时为小，则主要是参照平均幅度来作评判。

步骤415中的“动态信道资源分配”：这里所指的信道资源，主要是指信道码、时隙、频率等。而“动态信道资源分配”也就是指对这些信道资源的动态改变和分配。

由上可知，本发明具有如下特点：

1)利用视频画面帧间的特征部位进行相关计算，记录这些部位的特征量相关系数；

2)对连续几帧的相关系数做时间序列估计，从而预测视频画面变化的趋势，并进行信道资源调整；

3)采用与视频压缩过程并行的数据处理方法与预测方法。

4)所预测的当前帧与实际的当前帧可以通过相关计算，立即得出是否有画面变化较大的情况，从而避免预测错误的机会，进而避免出现马赛克或迟滞现象。

5)本方法能够要求每一个通信节点在视频传输中都尽量少地占用空中资源，对于充分利用信道资源和改善无线通信环境都十分有益。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种信道资源的动态分配方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，所述步骤一和步骤二的执行过程，处于视频画面的视频压缩过程所占用的时间段内。

3.根据权利要求2所述的方法，其特征在于，在所述步骤一中，所述特征部位的选择包括：选取整个视频画面的中间部分、左上角、左下角、右上角及右下角的图像块，并根据视频画面大小和处理速度确定所要选择的图像块的面积。

4.根据权利要求2所述的方法，其特征在于，在所述步骤一中，所述特征量包括：颜色特征、纹理特征和矩特征。

5.根据权利要求4所述的方法，其特征在于，在所述步骤一中，特征量相关系数的计算包括：对颜色特征取YUV颜色空间到灰度颜色空间的颜色值；对纹理特征取颜色空间的离散余弦变换；对矩特征取一阶矩或二阶矩。

6.根据权利要求1、2、3、4或5所述的方法，其特征在于，在所述步骤二中，完成所述时间序列上的变化估计所采用的方式为：线性估计法、指数平滑预测法、贝叶斯预测法或神经网络预测法。

7.根据权利要求6所述的方法，其特征在于，在所述步骤二中，所述变化趋势包括：连续视频画面帧变化轻微的稳定型、连续视频画面帧变化剧烈的非稳定型。

8.根据权利要求7所述的方法，其特征在于，在所述步骤二中，所述信道资源的调整包括：对稳定型视频序列，分配与平均数据流量相匹配的信道资源；对非稳定型视频序列，分配大于平均数据流量的信道资源。

9.根据权利要求6所述的方法，其特征在于，所述步骤二中，还具有一个稳定性统计步骤，包括：如果预测出来的视频画面帧之间的相关性波动幅度在设定范围之内，则允许进行信道资源分配，否则不能进行信道资源分配。

10.一种信道资源的动态分配装置，其特征在于，包括：特征部位计算模块、时间序列估计模块和信道分配模块；

所述特征部位计算模块用于，选取视频画面帧的特征部位，计算所述特征部位的特征量相关系数；

所述时间序列估计模块用于，根据连续视频画面帧的特征量相关系数，进行特征量相关系数在时间序列上的变化估计，得到视频画面在一个未来时间段内的变化趋势；

所述信道分配模块用于，根据所述变化趋势进行信道资源的调整。