CN102325252A - 基于最优小波包的联合信源信道编码方法及图像传输系统 - Google Patents
基于最优小波包的联合信源信道编码方法及图像传输系统 Download PDFInfo
- Publication number
- CN102325252A CN102325252A CN201110225820A CN201110225820A CN102325252A CN 102325252 A CN102325252 A CN 102325252A CN 201110225820 A CN201110225820 A CN 201110225820A CN 201110225820 A CN201110225820 A CN 201110225820A CN 102325252 A CN102325252 A CN 102325252A
- Authority
- CN
- China
- Prior art keywords
- bit
- wavelet packet
- coding
- bit plane
- channel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提供了一种基于最优小波包的联合信源信道编码方法及图像传输系统。本发明的有益效果是在信源编码过程中引入了信道误码率P以及信道编码的码率σ,将信道信息及信道编码情况考虑到信源编码中来,采用联合信源信道编码的方式来实现图像在有噪信道中的可靠传输,信源编码本身是根据信道环境自适应调整的,这样更好的解决的信源编码对信道环境的适应性。
Description
技术领域
本发明涉及图像编码压缩及传输领域,尤其涉及基于最优小波包的联合信源信道编码方法及图像传输系统。
背景技术
随着无线通信技术的发展,多媒体通信技术得到日益广泛的应用,数字图像的有效传输是多媒体通信技术中最基础和最重要的部分。有效传输包含两方面的含义,一是传输的可靠性,即传输数据经过有噪信道后的重构图像与原始图像之间的差异很小;二是传输的实时性,即在可接受的时间内将整幅图像通过带宽极其有限的无线信道进行传输。
传统的基于香农分离定理的分离图像传输系统首先将数字图像进行信源压缩编码,再将压缩数据进行信道编码。对于数字图像的信源编码而言,目前已有很多很好的压缩算法,例如基于DCT变换的压缩算法,基于矢量量化的压缩算法以及基于小波变换的压缩算法等等。其中基于小波变换的压缩算法由于其优异的性能最近几年获得更多的关注,基于小波包分解的率失真最优化块分割图像编码算法,是一种很好的基于小波变换的数字图像压缩编码算法,它能够在极高的压缩比情况下,获得很好的重构效果。在信道编码方面,目前已有几种误码性能十分接近香农限的好码可应用到图像传输系统中,如Turbo码,LDPC码,IRA码以及RCPC码等等。
传统的分离系统对信源编码和信道编码进行了简单的结合,其对编解码器的复杂性和存储能力的要求很高,在实际应用中代价太高,从而催生出了联合信源信道编码的图像传输方法。联合信源信道编码系统的主要问题在于信源编码码率和信道编码码率如何分配上,目前来看其解决方法大体上可以分为两类,一类是基于信道最优的信源编码,另一类则是基于信源最优的信道编码,当前大多数的联合信源信道编码系统采用的是基于信源最优的信道编码,这主要是得益于图像压缩算法近年来取得的巨大成功,像JPEG2000以及SPIHT等等一些基于小波变换的图像压缩算法都已经取得很好的压缩性能,并具备了一定的抗噪鲁棒性。
然而这些以信源最优信道编码为基础的联合编码系统的信源编码模块,只是根据某种前提下的最优算法,利用当前信道环境及某种信道编码模式来改变信源编码码率,即图像压缩比,因而其信源编码本身不能自适应的依据信道环境进行调整,自然就失去了一定的传输性能及鲁棒性。
发明内容
为了解决现有技术中的问题,本发明提供了一种基于最优小波包的联合信源信道编码方法。
本发明提供了一种基于最优小波包的联合信源信道编码方法,包括如下步骤:
A. 对信源图像进行小波包编码,根据给定的信道及总目标码率获得P值和σ值,并将P值和σ值代入公式七中,并对信源图像进行小波包分解后的完全小波树进行剪枝,从而得到小波包分解基,所述公式七为小波包剪枝判决式,所述公式七为:
B. 对进行小波包编码后的数据进行信道编码。
作为本发明的进一步改进,所述步骤A包括如下步骤:
A1. 完全分解信源图像至一个给定的深度,从而得到完全分解树;
A2. 给定一个初始权重因子λ,并根据查找信道噪声强度表格选取P值,根据信道编码的码率选择σ值,再从完全分解树的叶节点开始根据各节点的代价函数、即通过公式七进行自底向上的剪枝算法,在完全分解树的每一个节点,判断是否要保持其4个子分支,当剪枝工作完成后,就对给定的λ得到了其在噪声信道情况下最优的小波包分解基和每个小波包子带的最优量化编码方式;
A3. 得到最优量化编码方式后,对各小波包子带进行量化编码,判断量化编码后的数据是否到达总目标码率,如果到达总目标码率、那么得到量化编码后的数据为待信道编码的数据,如果没有到达总目标码率、那么通过二分法调整λ、并执行步骤A2,以满足给定的总目标码率。
作为本发明的进一步改进,所述步骤A2包括如下步骤:
A21. 对于给定的λ计算完全分解树上每个小波包子带的代价;
A22. 对完全分解树进行剪枝,从而使全局的率失真代价最小;
A23. 得到小波包分解基以及各小波包子带最优编码精度。
作为本发明的进一步改进,所述步骤A3包括如下步骤:
A31. 对小波包子带进行块分割及位平面编码;
A32. 判断是否到达目标码率。
作为本发明的进一步改进,在所述步骤A31中,对于一个小波包子带,设所述小波包子带的一个像素点W的坐标是(i, j),该像素点W的系数值由c ij 来表示,设B是小波包子带的一个块,如果满足公式八,则称块B相对于当前位平面是重要的,否则称块B为不重要的;如果所述块B相对于当前位平面是重要的,则块B被分割为4个相等的子块以定位其中的重要系数;如果块B相对于当前位平面是不重要的,那么块B保留至下一位平面再进行重要性检测;因此能够依据位平面的重要程度对各码块进行不等差错保护信道编码;所述公式八为:。
作为本发明的进一步改进,在所述步骤B中,设阈值n的最大值为N,阈值n为最大值的位平面具有最高的重要级别,随着阈值n的减小后面几层位平面的重要性依次降低,在WIPC-LDPC码的信息节点选取N个不同度数,设每个度数的信息节点数分别为S1,S2…SN,其中,SN是度数最大的信息节点,S1是度数最小的信息节点,则步骤B包括以下两个步骤:
B1. 重新排列所述待信道编码的数据,组成新的信息矢量V;
B2. 对所述信息矢量V进行系统编码。
作为本发明的进一步改进,在所述步骤B1中,包括如下步骤:
B11. 位平面的比特提取步骤;
B12. 对提取的比特进行排列构成一组信息矢量V;
在步骤B11中,对阈值n为N的位平面至阈值n为1的位平面分别提取相应个比特;在步骤B12中,将从各位平面中分别提取的相应个比特按照阈值n为N至1的位平面顺序依次排列组成信息矢量V;构成信息矢量V后,判断各位平面中的比特是否全部取完,如位平面中的比特未全部取完,那么执行步骤B11和步骤B12构成另一组信息矢量V,如位平面中的比特全部取完,那么执行步骤B2;在步骤B2中,用WICP-LDPC方法对各组信息矢量V分别进行信息矢量V到编码码字X的编码。
作为本发明的进一步改进,在所述步骤B11中,对阈值n为N的位平面至阈值n为1的位平面分别提取相应个比特是指:分别从阈值n为N的位平面的码流中由前往后取SN个比特、从阈值n为N-1的位平面的码流中由前往后取SN-1个比特、从阈值n为N-2的位平面的码流中由前往后取SN-2个比特、直到从阈值n为1的位平面的码流中由前往后取S1个比特;在所述步骤B12中,将从各位平面中分别提取的相应个比特按照阈值n为N至1的位平面顺序依次排列组成信息矢量V是指:按照从阈值n为N的位平面的码流中由前往后提取的SN个比特、阈值n为N-1的位平面的码流中由前往后提取的SN-1个比特、阈值n为N-2的位平面的码流中由前往后提取的SN-2个比特、直到阈值n为1的位平面的码流中由前往后提取的S1个比特的顺序排列构成一组信息矢量V。
本发明还提供了一种基于最优小波包的联合信源信道图像传输系统,包括小波包编码模块、WICP-LDPC编码模块,所述小波包编码模块与所述WICP-LDPC编码模块相连,所述WICP-LDPC编码模块输入端与所述小波包编码模块相连,所述WICP-LDPC编码模块输出端与所述信道一端相连,所述信道另一端与译码单元相连;该联合信源信道图像传输系统还包括存储有信道噪声强度表格的存储模块,所述信道噪声强度表格存储有P值,所述存储模块与所述信道相连、并且所述信道噪声强度表格存储有根据信道编码的码率获得的σ值,所述存储模块与所述小波包编码模块相连、并将P值和σ值输入所述小波包编码模块内。
作为本发明的进一步改进,所述译码单元包括LDPC译码模块和小波包译码模块,所述LDPC译码模块与所述信道另一端相连,所述LDPC译码模块输出端与所述小波包译码模块相连。
本发明的有益效果是:在信源编码过程中引入了信道误码率P以及信道编码的码率σ,将信道信息及信道编码情况考虑到信源编码中来,采用联合信源信道编码的方式来实现图像在有噪信道中的可靠传输,信源编码本身是根据信道环境自适应调整的,这样更好的解决的信源编码对信道环境的适应性。
附图说明
图1是本发明的完全树的一个分支示意图。
图2是本发明的对于某一阈值重要块的分割及其输出码流示意图。
图3是本发明的对于某一阈值重要块的分割及其输出码流的实施例。
图4是本发明一实施例的方法流程图。
图5是本发明另一实施例的方法流程图。
图6是本发明又一实施例的方法流程图。
图7是本发明的基于最优小波包的联合信源信道图像传输系统的原理示意图。
图8是本发明传输码率为0.5bpp时重建图像的PSNR图,其中图8包括图8(a) Lena、图8(b) Goldhill和图8(c) Barbara。
图9是本发明传输码率为0.25bpp时重建图像的PSNR图,其中图9包括图9(a) Lena、图9(b) Goldhill和图9(c) Barbara。
图10是本发明的另一实施例的方法流程图。
图11是本发明的另一实施例的方法流程图。
图12是本发明的信息矢量的构成示意图。
图13是本发明的Lena图像的重建图像。
具体实施方式
本发明公开了一种基于最优小波包的联合信源信道编码方法,本方法提出了一种适用于图像传输的,并且在率失真意义上最优的小波包分解的图像编码方法,不同于一般的小波包图像编码,所提出的图像编码器将信道信息及信道编码情况考虑到信源编码中来,从而实现联合信源信道编码。小波包子带编码采用位平面编码的方式,从而可以很好的结合不等差错保护(UEP)传输。本发明中提出了结合重量递增校验矩阵的LDPC码(WICP-LDPC)进行图像传输的系统。在BSC信道上的仿真实验表明,所提出的方法要优于使用均等差错保护的传输方案。并且所提出的传输系统在性能上也优于近几年来新提出的几种图像联合编码传输系统。
随着无线通信技术的发展,多媒体通信得到日益广泛的应用,其技术的发展也越来越受重视。而作为多媒体通信技术中最重要和最基础的图像传输技术近几年来已成为一个研究热点。对于传统的基于香农分离定理的分离图像传输系统,其对编解码器的复杂性和存储能力的要求很高,在实际应用中代价太高难以满足,从而激发了进行更为有效的联合信源信道编码(JSCC)方法的探索和研究。目前很多具体的基于JSCC的图像通信系统被提出,例如文献[8]至文献[6]中所提到的。这其中有一类重要的JSCC系统是把信源信息按照重要性程度分成不同等级,在信道编码时对不同等级实行不等错误保护(UEP)。由于在信道传输过程中,各类数据对于误比特率的敏感性是完全不同的,因此,对于在所有信息都采取相同程度差错控制编码的等差错保护方法(EEP),较之UEP而言,在非重要信息的保护上是一种带宽的浪费,而对重要信息的保护又显得不足。因而,近年来的很多研究都集中在UEP上,像文献[7]中提到的IRA码,文献[8]中提到的RCPC码,文献[9]中提到的RC-LDPC码以及文献[10]中提到的WICP-LDPC码等大量的信道编码被应用到UEP传输系统中。
基于小波变换的图像压缩编码是一类非常优秀的图像信源编码,无论是从压缩效率上,还是在鲁棒性上,都拥有很好的性能,近几年来的大量研究使其获得了极大的成功。例如新一代的图像标准JEPG2000的核心算法——优化截取的嵌入式编码算法(EBCOT),在文献[11]和文献[12]中被提出,其性能要优于以DCT变换为核心的上一代JEPG标准。文献[13]中提出基于SPIHT小波变换的信源编码,以及在文献[14]和文献[15]中提出的基于小波包分解的图像压缩算法等大量的基于小波变换的图像压缩编码被提出,并且均取得了很好的效果。本方明提出了一种新的基于小波包分解的图像信源编码算法,其小波包的剪枝算法引入了信道噪声强度和信道编码码率等参数,具有全局率失真意义上的最优性。在量化编码方式上,采用可将信息按其重要性程度分成不同等级的位平面编码,从而可以很好的适用于UEP系统。将所提出的信源编码系统结合WICP-LDPC信道编码系统,构成一个基于JSCC的图像UEP传输系统。
在本发明中,P指的是信道误码率,σ指的是信道编码的码率。
本发明的基于最优小波包的联合信源信道编码方法,包括如下步骤:在第一步骤中,对信源图像进行小波包编码,根据给定的信道及总目标码率获得P值和σ值,并将P值和σ值代入公式七中,并对信源图像进行小波包分解后的完全小波树进行剪枝,从而得到小波包分解基,所述公式七为小波包剪枝判决式;在第二步骤中,对进行小波包编码后的数据进行信道编码。
如图4所示,所述第一步骤包括如下步骤:在步骤S1中,完全分解信源图像至一个给定的分深度,从而得到完全分解树。在步骤S2中,给定一个初始权重因子λ,并根据查找信道噪声强度表格选取P值,根据信道编码的码率选择σ值,再从完全分解树的叶节点开始根据各节点的代价函数、即通过公式七进行自底向上的剪枝算法,在完全分解树的每一个节点,判断是否要保持其4个子分支,当剪枝工作完成后,就对给定的λ得到了其在噪声信道情况下最优的小波包分解基和每个小波包子带的最优量化编码方式。在步骤S3中,得到最优量化编码方式后,对各小波包子带进行量化编码,判断量化编码后的数据是否到达总目标码率,如果到达总目标码率、那么得到量化编码后的数据为待信道编码的数据,如果没有到达总目标码率、那么通过二分法调整λ、并执行步骤S2,以满足给定的总目标码率。
如图5所示,所述步骤S2包括如下步骤:在步骤Q1中,对于给定的λ计算完全分解树上每个小波包子带的代价。在步骤Q2中,对完全分解树进行剪枝,从而使全局的率失真代价最小。在步骤Q3中,得到小波包分解基以及各小波包子带最优编码精度。
如图6所示,所述步骤S3包括如下步骤:在步骤Y1中,对小波包子带进行块分割及位平面编码。在步骤Y2中,判断是否到达目标码率。
在本发明中,小波包的基本思想是通过非倍频带的分解,从而对某个给定的信号自适应地选择最好的基。不同于小波变换,小波包不仅将每一级分解的最低频子带进行小波分解,同时还对每一级的其他高频子带进行分解。对于二维图像,该二维图像可以理解为信源图像,这种操作将产生一个完全的四叉分解树,其中每一个树节点代表一个子带、根节点代表原始图像。为了得到最优的小波包分解,即找到完全分解树的最优子树,则需在完全树的每一个非叶节点做出是否要保留其4个子分支的判断。对于最优基的选择,所采取的方法就是定义一个代价函数,然后在这个完全树中查找一个子树,使得其全局的代价函数最小。如图1所示,在完全树的每一个分支,父亲子带的代价J(H)与其4个孩子子带的代价之和ΣJ(Ci)进行比较,如果前者更大,则这4个子节点被保留、对应这个父节点被分解,并且将父节点的代价更新为其孩子代价之和;否则这4个分支被剪去。当这个自底向上的树剪枝过程到达根节点时,使全局代价最小的最优子树就找到了。Ramchandran和Vetterli在文献[14]中提出一个基于编码率和失真的代价函数,根据这个代价函数,小波包分解以及每个小波包子带的量化编码在率失真意义下是最优的,该准则通过定义以下一个Lagrange代价函数,该Lagrange代价函数被简称为公式一,该公式一为:。在公式一中,λ>0,λ为权重因子,用于控制编码率R与相应失真D之间的平衡,且D是用MSE来度量。对于任意给定的一个小波包分解,分解树的叶节点对应最终的包子带。假设这些子带由{B1,B2,…,Bm}来表示,由于率和失真的可加性,全局代价可由公式二表示,该公式二为:
在公式二中,Ri和Di分别表示子带Bi的总编码率和相应的总失真。此时对小波包的最优剪枝算法为:在完全树的每一个分支,如果满足公式四,则父亲子带被保留;否则它被分解为4个孩子子带。当树剪枝算法到达根节点时,对于给定的λ,可同时得到最优的小波包分解和每个包子带的最优量化编码方式。公式三为:以上是针对图像压缩时对小波基的选取,没有考虑到信道噪声以及信道编码的情况。在图像传输系统中,由于信道噪声的存在,需要对信源压缩后的码流进行信道编码,这样就增加了信道编码的码率,以及由信道噪声引入的失真。假设信道编码造成的码率增加比率,既码率的倒数为σ,此时全局代价函数可写成公式四,该公式四为:在公式四中,D(σ)是由信道噪声引入的失真。设e为译码所得码字y与原码字x之间的误差,既e=|x-y|,则,e的期望值为公式五,该公式五为:。并且得到公式六,该公式六为:
在公式六中,σRi为子带经过信道编码后的码率,1/σ即为信道编码码率;P为经过信道编码后噪声信道的误码率,与信道噪声以及信道编码码率及编码方式相关,对于BSC信道,信道误码率p即为公式六中的P。而对于其他噪声信道,在给定信源信道条件下,信道编码码率与信道噪声之间具体的约束关系可由具体的编解码方法所确定的。因此可先计算出差错控制编码在各个信道信噪比和各信道编码码率下的误码率,并存储信道噪声强度表格中,在实际的编码传输中,编码器根据当前的信道条件和传输要求,从信道噪声强度表格中查找对应的信道编码码率后代入公式六中,因而小波包剪枝判决式为公式七。
从公式七中可以得出,当信道情况较好,即信噪比很大时,P的值趋于0。此时公式七退化为公式三,既此时得到的最优小波基即为Ramchandran和Vetterli在文献[14]中提出的基于编码率和失真的最优小波基。
信源图像进行最优小波包分解后,需要对其每个小波包子带进行块分割编码,在所述步骤Y1中,对于一个小波包子带,设所述小波包子带的一个像素点W的坐标是(i, j),该像素点W的系数值由cij来表示,设B是小波包子带的一个块,如果满足公式八,则称块B相对于当前位平面是重要的,否则称块B为不重要的;如果所述块B相对于当前位平面是重要的,则块B被分割为4个相等的子块以定位其中的重要系数;如果块B相对于当前位平面是不重要的,那么块B保留至下一位平面再进行重要性检测;因此能够依据位平面的重要程度对各块进行不等差错保护信道编码。
块编码算法采用位平面编码的方式,其主要目的是定位每个位平面的重要系数,同时将一组不重要系数仅用一个符号来编码,为了达到这个目标,算法总是先检测一个系数块的重要性状态,如果所述块在当前位平面n是重要的,则被分割为4个相等的子块以定位其中的重要系数,如图2所示,否则,所述块保留至下一位平面再进行重要性检测;因此可以依据位平面的重要程度对各块进行不等差错保护信道编码。
本发明给出了一个例子,小波包分解后的小波包子带中的一块B,其系数如图3所示,例如c11=31,c12=15,c21=21,…c44=0对于位平面n=5而言,有2n=32,由于块B中的最大值(先用max{B}简化表示)max{B}=66>32,所以将块B分解:B->{B1 B2 B3 B4},同时用1表示块B中有元素大于32,而子块B1中的最大值:max{B1}=31<32,所以子块B1用一个0表示其中无数据大于32,max{B2}=33>32,那么子块B2->{B21 B22 B23 B24}同时用1表示子块B2中有元素大于32,其中B21=33>21,其余B22、 B23 、B24都小于32,所以子块B2编码为1000,同理子块B3编码为1100,子块B4编码为0,那么块B在位平面n=5下的编码为{1 0110 10001100}(这组码用空格分开是便于理解,实际并不需要空格)第一个1的意义是块B中有数据大于32(n=5平面),跟着的0110表示分割后的子块中是否有数据大于32,而子块B2和子块B3有数大于32,子块B1和子块B4没有,因此编码成0110,再接下来1000是指子块B2中哪些数大于32,1100表示子块B3中哪些数大于32。
那么对于n=6平面而言,阈值2n=64,那么块B编码为{1 0010 0100}
对于n=4平面而言,阈值2n=16,块B编码为{1 1111 1011100011001000}。
马丕明等人在文献[10]中构建的重量递增校验矩阵的LDPC码(WICP-LDPC)具有很好的UEP性能。对于非规则LDPC编码,由于高度数的比特节点能够从邻近的校验节点得到更多的信息,因而度数高的比特节点的错误比低度的比特节点优先得到纠正,即随着比特节点度数的增加,该点的错误保护的能力变的更强。而WICP-LDPC可以成功地实现重要信息到非规则LDPC高度比特点的映射,从而达到UEP的目的。在所述第二步骤中,设阈值n的最大值为N,阈值n为最大值的位平面具有最高的重要级别,随着阈值n的减小后面几层位平面的重要性依次降低,在WIPC-LDPC码的信息节点选取N个不同度数,设每个度数的信息节点数分别为S1,S2…SN,其中,SN是度数最大的信息节点,S1是度数最小的信息节点,如图10所示,则第二步骤包括以下两个步骤:在步骤F1中,重新排列所述待信道编码的数据,组成新的信息矢量V。在步骤F2中,对所述信息矢量V进行系统编码。
小波包子带会有多个阈值,其中有一个阈值在小波包子带是最大的;小波包子带又会有多个,那么设阈值n的最大值为N是指在所有小波包子带中最大的阈值为N;例如:有三个小波包子带,分别命名为A小波包子带、B小波包子带和C小波包子带,A小波包子带中阈值的最大值为6,B小波包子带中阈值的最大值为8,C小波包子带中阈值的最大值为4,那么阈值n的最大值为8,即N=8。
如图11所示,在所述步骤F1中,包括如下步骤:在步骤G1中,位平面的比特提取步骤。在步骤G2中,对提取的比特进行排列构成一组信息矢量V。
在步骤G1中,对阈值n为N的位平面至阈值n为1的位平面分别提取相应个比特;在步骤G2中,将从各位平面中分别提取的相应个比特按照阈值n为N至1的位平面顺序依次排列组成信息矢量V;构成信息矢量V后,判断各位平面中的比特是否全部取完,如位平面中的比特未全部取完,那么执行步骤G1和步骤G2构成另一组信息矢量V,如位平面中的比特全部取完,那么执行步骤F2;在步骤F2中,用WICP-LDPC方法对各组信息矢量V分别进行信息矢量V到编码码字X的编码。
如图12所示,在所述步骤G1中,对阈值n为N的位平面至阈值n为1的位平面分别提取相应个比特是指:分别从阈值n为N的位平面的码流中由前往后取SN个比特、从阈值n为N-1的位平面的码流中由前往后取SN-1个比特、从阈值n为N-2的位平面的码流中由前往后取SN-2个比特、直到从阈值n为1的位平面的码流中由前往后取S1个比特;在所述步骤B12中,将从各位平面中分别提取的相应个比特按照阈值n为N至1的位平面顺序依次排列组成信息矢量V是指:按照从阈值n为N的位平面的码流中由前往后提取的SN个比特、阈值n为N-1的位平面的码流中由前往后提取的SN-1个比特、阈值n为N-2的位平面的码流中由前往后提取的SN-2个比特、直到阈值n为1的位平面的码流中由前往后提取的S1个比特的顺序排列构成一组信息矢量V。
如图7所示,本发明还公开了一种基于最优小波包的联合信源信道图像传输系统,包括小波包编码模块2、WICP-LDPC编码模块3,所述小波包编码模块2与所述WICP-LDPC编码模块3相连,所述WICP-LDPC编码模块3输入端与所述小波包编码模块2相连,所述WICP-LDPC编码模块3输出端与所述信道4一端相连,所述信道4另一端与译码单元相连;该联合信源信道图像传输系统还包括存储有信道噪声强度表格的存储模块1,所述信道噪声强度表格存储有P值,所述存储模块1与所述信道4相连、并且所述信道噪声强度表格存储有根据信道编码的码率获得的σ值,所述存储模块1与所述小波包编码模块2相连、并将P值和σ值输入所述小波包编码模块2内。所述译码单元包括LDPC译码模块5和小波包译码模块6,所述LDPC译码模块5与所述信道4另一端相连,所述LDPC译码模块5输出端与所述小波包译码模块6相连。
下面对本发明的基于最优小波包的联合信源信道编码方法及图像传输系统进行仿真实验和分析:实验采用三幅标准8bit灰度图像Lena,Goldhill和Barbara在BSC信道上进行仿真。选取3组码率为1/2的非规则LDPC码,分别对其生成矩阵进行初等变换,将会得到3组列重递增校验矩阵的非规则LDPC码,利用这3组WIPC-LDPC码作为传输系统的信道编码进行对比实验。Lena,Goldhill和Barbara分别为三幅灰度图像的名称。
选取的第1组信道编码码长为8192,码率1/2,即(8192, 4096)非规则LDPC码,其生成列多项式为公式九,该公式九为:行多项式为公式十,该公式十为:。
所选取的3组WIPC-LDPC码的各项参数见表1
[0001] | [0002] 码长 | [0003] 码率 | [0004] 最优度数 | [0005] 最优节点数 | [0006] 次优度数 | [0007] 次优节点数 | [0008] 最低度数 | [0009] 最低节点数 |
[0010] 第1组 | [0011] 8192 | [0012] 1/2 | [0013] 50 | [0014] 512 | [0015] 20 | [0016] 1024 | [0017] 3 | [0018] 2560 |
[0019] 第2组 | [0020] 10000 | [0021] 1/2 | [0022] 30 | [0023] 815 | [0024] 10 | [0025] 1546 | [0026] 2 | [0027] 3039 |
[0028] 第3组 | [0029] 10000 | [0030] 1/2 | [0031] 11 | [0032] 1485 | [0033] 5 | [0034] 1708 | [0035] 2 | [0036] 1807 |
表1
由于信道编码的码率为0.5,因而在信源编码时,参数σ=2再结合BSC信道的误码率p完成信源编码,信道编码时先按所述方法将图像码率排列成信息矢量,再进行系统编码。图8和图9分别给出了实验中三幅图像在传输码率为0.5bpp和0.25bpp时重建图像的峰值信噪比PSNR与BSC信道误码率BER之间的关系。由表1可以得知,第1组WIPC-LDPC码的最高级别比特节点的度数最大,与其他级别节点间性能差异最明显,但其最优比特的数量却最少,只占有效比特的12.5%,而第2组和第3组却占到了16.3%和29.7%,因而可以认为其UEP的特征更明显。从图8和图9中可以看出采用第1组的WIPC-LDPC编码的重构图像效果要好于第2组和第3组的。为了更进一步的对比,用公式9和公式10生成的LDPC码,即第1组WIPC-LDPC的生成LDPC码作为信道编码,做了EEP传输模式下的仿真实验,其结果如图8和图9所示。显然,UEP方案要优于EEP,并且这种优势在信道条件恶劣的情况下更加明显。此外,在使用WIPC-LDPC作为信道编码的UEP传输时,WIPC-LDPC码的UEP特征越明显,其传输效果越好。
如图13所示,本发明给出了Lena在信道BER为0.03和0.1时,不同传输码率下的重建图像。图13共包括四幅图像,分别为(a)、(b)、(C)、(d),其中(a)和(b)的传输码率为0.25bpp,(C)和(d)的传输码率为0.5bpp。
表2和表3给出了几种近几年提出的图像传输系统与本发明所提出系统的比较,其中,Fresia等人在文献[4]中提出的系统使用JPEG2000和RC-Turbo码作为传输系统的信源信道编码器,Lan等人在文献[7]中的系统使用了SPIHT和IRA,Sanchez在文献[8]中提出的系统则使用了JPEG2000和RCPC码。在传输码率为0.25bpp时,三幅重建图像的PSNR值如表2所示,表3为传输码率在0.5bpp时,三幅重建图像的PSNR值。从表2和表3中可以得知,本发明所提出的基于最优小波包的联合信源信道图像传输系统在性能上要优于其他3种系统。
表2,传输码率为0.25bpp时重建图像(PSNR/dB)
表3 ,传输码率为0.5bpp时重建图像(PSNR/dB)
本发明提出了一种在率失真意义上具有最优的基于小波包分解的图像编码算法,即本发明公开了一种基于最优小波包的联合信源信道编码方法。所提出的图像编码器在信源编码过程中引入了信道误码率P以及信道编码的码率σ等参数,将信道信息及信道编码情况考虑到信源编码中来,采用联合信源信道编码的方式来实现图像在有噪信道中的可靠传输。构建了以WIPC-LDPC码作为信道编码的图像传输系统,即本发明公开了一种基于最优小波包的联合信源信道图像传输系统,从仿真结果上来看,本发明的系统具有很好的性能,并且所提出的传输系统在BSC信道上的仿真要优于Fresia,Lan和Sanchez等人提出的传输系统。
本发明所参考的文献如下:
文献[1] P G SHERWOOD, K ZEGER. Progressive image coding for noisy channels[J]. IEEE Signal Processing Letter, 1997, 4(7): 189-191.
文献[2] B BABUSTER, B BELZER, T FISCHER. Robust image transmission using JPEG2000 and turbo-codes[J]. IEEE Signal Processing Letter, 2002, 9( 4): 117-119.
文献[3] XIANG PAN, AMIR H BANIHASHEMI, et al. A fast trellis-based rate-allocation algorithm for robust transmission of progressively coded images over noisy channels[J]. Transactions on Communications, 2006, 54(1): 1-6.
文献[4] MARIA FRESIA, FABIO LAVAGETTO. Determination of optimal distortion-based protection in progressive image transmission: A heuristic approach[J]. Transactions on Image Processing, 2008, 17(9): 1654-1662.
文献[5] KIM H., et al. Source-channel rate optimization for progressive image transmission over block fading relay channels[J]. IEEE Transactions on Communications, 2010, 58(6): 1631-1642.
文献[6] SABIR M. F., et al. Unequal power allocation for JPEG transmission over MIMO systems[J]. IEEE Transactions on Image Processing, 2010, 19(2): 410-421.
文献[7] C F LAN, Z XIONG, et al. Source-optimized irregular repeat accumulate codes with inherent unequal error protection capabilities and their application to scalable image transmission[J]. Transactions on Image Processing, 2006, 15(7): 1740-1750.
文献[8] V SANCHEZ, et al. Efficient channel protection for JPEG2000 bitstream[J]. IEEE Transactions on Circuits Syst. Video Technology, 2004, 14(4): 554-558.
文献[9] XIANG PAN, et al. Combined source and channel coding with JPEG2000 and rate-compatible low-density parity-check codes[J]. IEEE Transactions on Signal Processing, 2006, 54(3): 1160-1164.
文献[10] 马丕明, 袁东风, 杨秀梅. 非规则LDPC码的不等错误保护性能研究[J]. 通信学报, 2005, 26(11): 132-136.
文献[11] LUIGI ATZORI. Transmission of JPEG2000 images over wireless channels with unequal power distribution[J]. IEEE Trans Consumer Electronics, 2003, 49(4): 883-888.
文献[12] MAHIN TORKI, ATOUSA HAJSHIRMOHAMMADI. Unequal power allocation for transmission of JPEG2000 images over wireless channels[C]. 2009 IEEE Global Telecommunications Conference (Globecom 2009), 2009, 3279-3284.
文献[13] 肖嵩, 张方, 吴成柯. 基于小波SPIHT的联合信源信道编码新方法[J]. 计算机学报, 2003, 26(3): 281-286。
文献[14] RAMCHANDRAN K, VETTERLI M. Best wavelet packet bases in a rate-distortion sense[J]. IEEE Trans Image Process, 1993, 2(4): 160-175.
文献[15] YANG YONGMING, XU CHAO. A wavelet packet-based rate-distortion optimization algorithm for block partitioning image coding [J]. Sci China Ser F: Information Sciences, 2008, 51(8): 1036-1054。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
2.根据权利要求1所述的联合信源信道编码方法,其特征在于,所述步骤A包括如下步骤:
A1. 完全分解信源图像至一个给定的深度,从而得到完全分解树;
A2. 给定一个初始权重因子λ,并根据查找信道噪声强度表格选取P值,根据信道编码的码率选择σ值,再从完全分解树的叶节点开始根据各节点的代价函数、即通过公式七进行自底向上的剪枝算法,在完全分解树的每一个节点,判断是否要保持其4个子分支,当剪枝工作完成后,就对给定的λ得到了其在噪声信道情况下最优的小波包分解基和每个小波包子带的最优量化编码方式;
A3. 得到最优量化编码方式后,对各小波包子带进行量化编码,判断量化编码后的数据是否到达总目标码率,如果到达总目标码率、那么得到量化编码后的数据为待信道编码的数据,如果没有到达总目标码率、那么通过二分法调整λ、并执行步骤A2,以满足给定的总目标码率。
3.根据权利要求2所述的联合信源信道编码方法,其特征在于,所述步骤A2包括如下步骤:
A21. 对于给定的λ计算完全分解树上每个小波包子带的代价;
A22. 对完全分解树进行剪枝,从而使全局的率失真代价最小;
A23. 得到小波包分解基以及各小波包子带最优编码精度。
4.根据权利要求3所述的联合信源信道编码方法,其特征在于,所述步骤A3包括如下步骤:
A31. 对小波包子带进行块分割及位平面编码;
A32. 判断是否到达目标码率。
6.根据权利要求5所述的联合信源信道编码方法,其特征在于,在所述步骤B中,设阈值n的最大值为N,阈值n为最大值的位平面具有最高的重要级别,随着阈值n的减小后面几层位平面的重要性依次降低,在WIPC-LDPC码的信息节点选取N个不同度数,设每个度数的信息节点数分别为S1,S2…SN,其中,SN是度数最大的信息节点,S1是度数最小的信息节点,则步骤B包括以下两个步骤:
B1. 重新排列所述待信道编码的数据,组成新的信息矢量V;
B2. 对所述信息矢量V进行系统编码。
7.根据权利要求6所述的联合信源信道编码方法,其特征在于,在所述步骤B1中,包括如下步骤:
B11. 位平面的比特提取步骤;
B12. 对提取的比特进行排列构成一组信息矢量V;
在步骤B11中,对阈值n为N的位平面至阈值n为1的位平面分别提取相应个比特;在步骤B12中,将从各位平面中分别提取的相应个比特按照阈值n为N至1的位平面顺序依次排列组成信息矢量V;构成信息矢量V后,判断各位平面中的比特是否全部取完,如位平面中的比特未全部取完,那么执行步骤B11和步骤B12构成另一组信息矢量V,如位平面中的比特全部取完,那么执行步骤B2;在步骤B2中,用WICP-LDPC方法对各组信息矢量V分别进行信息矢量V到编码码字X的编码。
8.根据权利要求7所述的联合信源信道编码方法,其特征在于,在所述步骤B11中,对阈值n为N的位平面至阈值n为1的位平面分别提取相应个比特是指:分别从阈值n为N的位平面的码流中由前往后取SN个比特、从阈值n为N-1的位平面的码流中由前往后取SN-1个比特、从阈值n为N-2的位平面的码流中由前往后取SN-2个比特、直到从阈值n为1的位平面的码流中由前往后取S1个比特;在所述步骤B12中,将从各位平面中分别提取的相应个比特按照阈值n为N至1的位平面顺序依次排列组成信息矢量V是指:按照从阈值n为N的位平面的码流中由前往后提取的SN个比特、阈值n为N-1的位平面的码流中由前往后提取的SN-1个比特、阈值n为N-2的位平面的码流中由前往后提取的SN-2个比特、直到阈值n为1的位平面的码流中由前往后提取的S1个比特的顺序排列构成一组信息矢量V。
9.一种基于最优小波包的联合信源信道图像传输系统,其特征在于:包括小波包编码模块、WICP-LDPC编码模块,所述小波包编码模块与所述WICP-LDPC编码模块相连,所述WICP-LDPC编码模块输入端与所述小波包编码模块相连,所述WICP-LDPC编码模块输出端与所述信道一端相连,所述信道另一端与译码单元相连;该联合信源信道图像传输系统还包括存储有信道噪声强度表格的存储模块,所述信道噪声强度表格存储有P值,所述存储模块与所述信道相连、并且所述信道噪声强度表格存储有根据信道编码的码率获得的σ值,所述存储模块与所述小波包编码模块相连、并将P值和σ值输入所述小波包编码模块内。
10.根据权利要求9所述的联合信源信道图像传输系统,其特征在于,所述译码单元包括LDPC译码模块和小波包译码模块,所述LDPC译码模块与所述信道另一端相连,所述LDPC译码模块输出端与所述小波包译码模块相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110225820.7A CN102325252B (zh) | 2011-08-08 | 2011-08-08 | 基于最优小波包的联合信源信道编码方法及图像传输系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110225820.7A CN102325252B (zh) | 2011-08-08 | 2011-08-08 | 基于最优小波包的联合信源信道编码方法及图像传输系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102325252A true CN102325252A (zh) | 2012-01-18 |
CN102325252B CN102325252B (zh) | 2014-09-17 |
Family
ID=45452915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110225820.7A Active CN102325252B (zh) | 2011-08-08 | 2011-08-08 | 基于最优小波包的联合信源信道编码方法及图像传输系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102325252B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107135050A (zh) * | 2017-05-02 | 2017-09-05 | 郑州云海信息技术有限公司 | 基于联合信源信道编码调制的渐进图像传输系统及方法 |
CN107222665A (zh) * | 2017-06-13 | 2017-09-29 | 深圳市元维科技有限公司 | 多信号支持多功能可远距离传输高清视频的内窥镜系统 |
CN108777796A (zh) * | 2018-05-31 | 2018-11-09 | 深圳市易飞方达科技有限公司 | 一种基于无人机的图像传输方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6487318B1 (en) * | 1998-12-22 | 2002-11-26 | Lg Electronics Inc. | Method of relocating wavelet packet coefficient |
US6625217B1 (en) * | 1999-10-15 | 2003-09-23 | Lucent Technologies Inc. | Constrained wavelet packet for tree-structured video coders |
WO2004056120A1 (en) * | 2002-12-17 | 2004-07-01 | Let It Wave | Processing or compressing n-dimensional signals with warped wavelet packets and bandelets |
CN101329402A (zh) * | 2008-06-20 | 2008-12-24 | 西安电子科技大学 | 基于改进Wedgelet的多尺度SAR图像边缘检测方法 |
CN101610228A (zh) * | 2009-07-14 | 2009-12-23 | 哈尔滨工业大学 | 基于最小均方自适应滤波法的小波包调制系统的多音干扰抑制方法 |
CN101783940A (zh) * | 2009-05-11 | 2010-07-21 | 北京航空航天大学 | 一种基于小波框架变换的联合信源信道编码方法 |
CN101848390A (zh) * | 2010-05-10 | 2010-09-29 | 西南交通大学 | 基于多方向稀疏表示的图像压缩安全编码方法 |
-
2011
- 2011-08-08 CN CN201110225820.7A patent/CN102325252B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6487318B1 (en) * | 1998-12-22 | 2002-11-26 | Lg Electronics Inc. | Method of relocating wavelet packet coefficient |
US6625217B1 (en) * | 1999-10-15 | 2003-09-23 | Lucent Technologies Inc. | Constrained wavelet packet for tree-structured video coders |
WO2004056120A1 (en) * | 2002-12-17 | 2004-07-01 | Let It Wave | Processing or compressing n-dimensional signals with warped wavelet packets and bandelets |
CN101329402A (zh) * | 2008-06-20 | 2008-12-24 | 西安电子科技大学 | 基于改进Wedgelet的多尺度SAR图像边缘检测方法 |
CN101783940A (zh) * | 2009-05-11 | 2010-07-21 | 北京航空航天大学 | 一种基于小波框架变换的联合信源信道编码方法 |
CN101610228A (zh) * | 2009-07-14 | 2009-12-23 | 哈尔滨工业大学 | 基于最小均方自适应滤波法的小波包调制系统的多音干扰抑制方法 |
CN101848390A (zh) * | 2010-05-10 | 2010-09-29 | 西南交通大学 | 基于多方向稀疏表示的图像压缩安全编码方法 |
Non-Patent Citations (3)
Title |
---|
张晓文等: "基于小波包最佳基分解的特征表示", 《计算机工程与应用》, 30 June 2003 (2003-06-30) * |
杨永明等: "一个基于小波包分解的率失真最优化块分割图像编码算法", 《中国科学 E辑:信息科学》, vol. 38, no. 8, 31 December 2008 (2008-12-31), pages 1204 - 1219 * |
申传朋等: "基于子频带性能分析的小波包树选择性研究", 《杭州电子科技大学学报》, vol. 29, no. 5, 31 October 2009 (2009-10-31) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107135050A (zh) * | 2017-05-02 | 2017-09-05 | 郑州云海信息技术有限公司 | 基于联合信源信道编码调制的渐进图像传输系统及方法 |
CN107222665A (zh) * | 2017-06-13 | 2017-09-29 | 深圳市元维科技有限公司 | 多信号支持多功能可远距离传输高清视频的内窥镜系统 |
CN108777796A (zh) * | 2018-05-31 | 2018-11-09 | 深圳市易飞方达科技有限公司 | 一种基于无人机的图像传输方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102325252B (zh) | 2014-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Srikanth et al. | Compression efficiency for combining different embedded image compression techniques with Huffman encoding | |
CN102325252B (zh) | 基于最优小波包的联合信源信道编码方法及图像传输系统 | |
Atzori | Transmission of JPEG2000 images over wireless channels with unequal power distribution | |
CN111726635B (zh) | 一种基于滑窗bats码的低时延图像渐进传输方法 | |
Thie et al. | Optimal erasure protection assignment for scalable compressed data with small channel packets and short channel codewords | |
Channappayya et al. | Frame based multiple description image coding in the wavelet domain | |
Shahnas | Performance analysis of regular and irregular ldpc codes on spiht coded image data | |
CN102547287B (zh) | 基于Raptor码的图像编码方法 | |
KR20130114720A (ko) | 이종 네트워크를 통한 콘텐츠 전달을 위해 클리프 효과를 완화하기 위한 시스템 및 방법 | |
CN107835064B (zh) | 一种基于1比特反馈及格型划分的物理层网络编码传输方法 | |
CN106850138B (zh) | 基于无速率码的自适应多分辨率数据广播方法 | |
Soldani et al. | Multiple description coding versus transport layer FEC for resilient video transmission | |
Shabaniyan et al. | A way to Reduce Effects of Packet Loss in Video Streaming Using Multiple Description Coding | |
Chen et al. | A Novel Image Transmission System Based on Joint Source-Channel Coding | |
Subbalakshmi et al. | Multiple description image coding framework for EBCOT | |
Bai et al. | Multiple description shifted lattice vector quantization for progressive wavelet image coding | |
Sun et al. | A Novel Error Resilient Scheme for Wavelet-based Image Coding Over Packet Networks | |
CN105554500A (zh) | 基于rcm译码符号不等分配的视频传输方法及系统 | |
Cai et al. | Multiple description wavelet coding with dual decomposition and cross packetization | |
Zhao | Joint source channel coding for progressive image transmission | |
Chen et al. | Systematic raptor codes with UEP property for image media transmission | |
Bhagali et al. | New Wavelet Based Performance Analysis and Optimization of Scalable Joint Source/Channel Coder (SJSCC & SJSCCN) for Time-Varying Channels. | |
da Silva Marques et al. | Ccsds image compression recommendation with luby transform code for images from china-brazil earth resources satellite | |
Bursalioglu et al. | Joint source-channel coding at the application layer for parallel Gaussian sources | |
Bhagali et al. | Estimation of Critical Performance and Optimization of Scalable Joint Source/Channel Coder (SJSCC) For Time Varying Channels |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |