CN104427347A - 网络摄像机视频监控系统图像质量提高方法 - Google Patents
网络摄像机视频监控系统图像质量提高方法 Download PDFInfo
- Publication number
- CN104427347A CN104427347A CN201310389036.9A CN201310389036A CN104427347A CN 104427347 A CN104427347 A CN 104427347A CN 201310389036 A CN201310389036 A CN 201310389036A CN 104427347 A CN104427347 A CN 104427347A
- Authority
- CN
- China
- Prior art keywords
- monitoring system
- camera video
- image quality
- motion vector
- cost
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及一种网络摄像机视频监控系统图像质量提高方法,其特点是:获取基于EBMA准则的最小匹配代价,将最小匹配代价与代价阈值进行比对,获取最佳候选运动矢量,根据得到的最佳候选运动矢量对丢失图像进行质量提高。由此,实现了多分块模式加权的时域错误隐藏数据处理。同时,简单高效,能够有效对运动矢量,极大提升画面质量,尤其是提高网络摄像机视频监控系统中终端的视频图像。
Description
技术领域
本发明涉及一种图像质量提高方法,尤其涉及一种网络摄像机视频监控系统图像质量提高方法。
背景技术
现有的视频监控系统由于处理的缺陷,往往造成视频质量较差,不能进行较佳的监控。为此,往往会采用适当的手段来进行图像处理,恢复丢失的信息,尤其以常见的边界匹配准则的采纳较为普遍。边界匹配准则(BMA)是利用图像相邻块的空间相关性来恢复丢失宏块。相邻宏块间的运动矢量具有很强的相似性,丢失宏块可以利用周围4邻宏块的运动矢量进行匹配替代。BMA 的候选运动矢量集包括:零矢量、周围4邻宏块的运动矢量、其运动矢量的中值、均值以及参考帧中相同位置宏块的运动矢量。按照一定准则,从中选择最优的运动矢量作为丢失宏块的运动矢量。但此算法存在不足,不能引入分块模式,导致实际处理的图像存在缺陷。
发明内容
本发明的目的就是为了解决现有技术中存在的上述问题,提供一种网络摄像机视频监控系统图像质量提高方法。
本发明的目的通过以下技术方案来实现:
网络摄像机视频监控系统图像质量提高方法,其中:获取基于EBMA准则的最小匹配代价,将最小匹配代价与代价阈值进行比对,如果最小匹配代价大于代价阈值,则选择双分块模式叠加处理,获取最佳候选运动矢量,如果最小匹配代价小于代价阈值,则选择复合分块模式处理,获取最佳候选运动矢量;根据得到的最佳候选运动矢量对丢失图像进行质量提高。
上述的网络摄像机视频监控系统图像质量提高方法,其中:所述的基于EBMA准则的宏块为16×16大小的像素,用以隐藏出错的宏块。
进一步地,上述的网络摄像机视频监控系统图像质量提高方法,其中:
更进一步地,上述的网络摄像机视频监控系统图像质量提高方法,其中:其特征在于:所述的EBMA准则的算法基于BMA,函数为,
,其中,x0、y0为当前图像受损宏块左上角像素坐标,vx、vy分别为当前预测矢量的两个分量,P与Pr分别为当前帧与参考帧像素。
再进一步地,上述的网络摄像机视频监控系统图像质量提高方法,其中:所述的质量提高是对图像中对应帧数进行补偿和/或恢复。
本发明技术方案的优点主要体现在:实现了多分块模式加权的时域错误隐藏数据处理,能够很好地改善受损的视频图像。同时,该方法利用视频帧间的时间相关性,简单高效,主要方式是从参考图像中根据恢复出的运动矢量来选择用于运动补偿的宏块来代替受损宏块,能够有效对运动矢量,极大提升画面质量,尤其是提高网络摄像机视频监控系统中终端的视频图像。
附图说明
本发明的目的、优点和特点,将通过下面优选实施例的非限制性说明进行图示和解释。这些实施例仅是应用本发明技术方案的典型范例,凡采取等同替换或者等效变换而形成的技术方案,均落在本发明要求保护的范围之内。这些附图当中,
图1网络摄像机视频监控系统图像质量提高方法处理效果对比图。
具体实施方式
网络摄像机视频监控系统图像质量提高方法,其与众不同之处在于:采用获取基于EBMA准则的最小匹配代价作为判断处理依据。具体来说,将最小匹配代价与代价阈值进行比对。如果最小匹配代价大于代价阈值,则选择双分块模式叠加处理,获取最佳候选运动矢量。如果最小匹配代价小于代价阈值,则选择复合分块模式处理,依次来获取最佳候选运动矢量。最终,根据得到的最佳候选运动矢量对丢失图像进行质量提高。
就本发明一较佳的实施方式来看,为了能够进行有效的取样处理,基于EBMA准则的宏块为16×16大小的像素,用以隐藏出错的宏块。
同时,为了便于推广应用,能够与常见的视频处理硬件相结合,EBMA准则的算法基于BMA,函数为,
,其中,x0、y0为当前图像受损宏块左上角像素坐标,vx、vy分别为当前预测矢量的两个分量,P与Pr分别为当前帧与参考帧像素。这样,能够有效应用在邻域块均可用且无损接收的情况下。对于其他情况,对应的边界匹配函数应进行相应调整即可。
结合本发明的实际使用情况来看,考虑到能够最大程度上根据丢失图像的实际情况进行优化,质量提高是对图像中对应帧数进行补偿和/或恢复。采用本发明优化后的对比效果如图1所示。其中,方块连线为H.264标准算法(JM代码),圆点连线为目前常见解码器所使用的方法处理后的效果,三角连线为本发明方法处理后的效果。
通过上述的文字表述可以看出,采用本发明后,实现了多分块模式加权的时域错误隐藏数据处理,能够很好地改善受损的视频图像。同时,该方法利用视频帧间的时间相关性,简单高效,主要方式是从参考图像中根据恢复出的运动矢量来选择用于运动补偿的宏块来代替受损宏块,能够有效对运动矢量,极大提升画面质量,尤其是提高网络摄像机视频监控系统中终端的视频图像。
Claims (4)
1.网络摄像机视频监控系统图像质量提高方法,其特征在于:获取基于EBMA准则的最小匹配代价,将最小匹配代价与代价阈值进行比对,如果最小匹配代价大于代价阈值,则选择双分块模式叠加处理,获取最佳候选运动矢量,如果最小匹配代价小于代价阈值,则选择复合分块模式处理,获取最佳候选运动矢量;根据得到的最佳候选运动矢量对丢失图像进行质量提高。
2.根据权利要求1所述的网络摄像机视频监控系统图像质量提高方法,其特征在于:所述的基于EBMA准则的宏块为16×16大小的像素,用以隐藏出错的宏块。
3.根据权利要求1所述的网络摄像机视频监控系统图像质量提高方法,其特征在于:所述的EBMA准则的算法基于BMA,函数为,
,其中,x0、y0为当前图像受损宏块左上角像素坐标,vx、vy分别为当前预测矢量的两个分量,P与Pr分别为当前帧与参考帧像素。
4.根据权利要求1所述的网络摄像机视频监控系统图像质量提高方法,其特征在于:所述的质量提高是对图像中对应帧数进行补偿和/或恢复。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310389036.9A CN104427347A (zh) | 2013-09-02 | 2013-09-02 | 网络摄像机视频监控系统图像质量提高方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310389036.9A CN104427347A (zh) | 2013-09-02 | 2013-09-02 | 网络摄像机视频监控系统图像质量提高方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104427347A true CN104427347A (zh) | 2015-03-18 |
Family
ID=52975103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310389036.9A Pending CN104427347A (zh) | 2013-09-02 | 2013-09-02 | 网络摄像机视频监控系统图像质量提高方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104427347A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019129130A1 (zh) * | 2017-12-31 | 2019-07-04 | 华为技术有限公司 | 图像预测方法、装置以及编解码器 |
RU2772639C2 (ru) * | 2017-12-31 | 2022-05-23 | Хуавей Текнолоджиз Ко., Лтд. | Кодек, устройство и способ предсказания изображения |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1195255A (zh) * | 1997-03-31 | 1998-10-07 | 三星电子株式会社 | 运动图像的运动估算方法 |
KR100189874B1 (ko) * | 1992-12-22 | 1999-06-01 | 윤종용 | 실시간 블럭매칭 알고리즘 연산장치 |
US20080232474A1 (en) * | 2007-03-20 | 2008-09-25 | Sung Ho Park | Block matching algorithm operator and encoder using the same |
CN102055987A (zh) * | 2009-11-11 | 2011-05-11 | 中兴通讯股份有限公司 | 一种解码错误宏块的错误隐蔽方法及装置 |
TW201119409A (en) * | 2009-11-17 | 2011-06-01 | Univ Nat Cheng Kung | Video decoding method and apparatus for concealment of transmission errors |
CN103258010A (zh) * | 2013-04-17 | 2013-08-21 | 苏州麦杰智能科技有限公司 | 大规模图像视频检索方法 |
-
2013
- 2013-09-02 CN CN201310389036.9A patent/CN104427347A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100189874B1 (ko) * | 1992-12-22 | 1999-06-01 | 윤종용 | 실시간 블럭매칭 알고리즘 연산장치 |
CN1195255A (zh) * | 1997-03-31 | 1998-10-07 | 三星电子株式会社 | 运动图像的运动估算方法 |
US20080232474A1 (en) * | 2007-03-20 | 2008-09-25 | Sung Ho Park | Block matching algorithm operator and encoder using the same |
CN102055987A (zh) * | 2009-11-11 | 2011-05-11 | 中兴通讯股份有限公司 | 一种解码错误宏块的错误隐蔽方法及装置 |
TW201119409A (en) * | 2009-11-17 | 2011-06-01 | Univ Nat Cheng Kung | Video decoding method and apparatus for concealment of transmission errors |
CN103258010A (zh) * | 2013-04-17 | 2013-08-21 | 苏州麦杰智能科技有限公司 | 大规模图像视频检索方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019129130A1 (zh) * | 2017-12-31 | 2019-07-04 | 华为技术有限公司 | 图像预测方法、装置以及编解码器 |
RU2772639C2 (ru) * | 2017-12-31 | 2022-05-23 | Хуавей Текнолоджиз Ко., Лтд. | Кодек, устройство и способ предсказания изображения |
US11528503B2 (en) | 2017-12-31 | 2022-12-13 | Huawei Technologies Co., Ltd. | Picture prediction method and apparatus, and codec |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10863194B2 (en) | Methods and systems for motion vector derivation at a video decoder | |
WO2019154152A1 (zh) | 一种有损压缩视频的多帧质量增强方法及装置 | |
US9967563B2 (en) | Method and apparatus for loop filtering cross tile or slice boundaries | |
CN115209159B (zh) | 用于视频编码的方法、设备和介质 | |
CN110036637B (zh) | 去噪声化已重构图像的方法及装置 | |
Karczewicz et al. | Geometry transformation-based adaptive in-loop filter | |
US9894388B2 (en) | Inter-frame predictive coding method and coder | |
CN107820085B (zh) | 一种基于深度学习的提高视频压缩编码效率的方法 | |
US20100135397A1 (en) | Video encoding apparatus and video encoding method | |
US20130322539A1 (en) | Encoding method and apparatus | |
CN103888764A (zh) | 一种自适应补偿视频压缩失真的系统及方法 | |
US20130235931A1 (en) | Masking video artifacts with comfort noise | |
CN104410864A (zh) | Hevc中基于残差能量的错误隐藏方法 | |
CN102685509A (zh) | 一种基于场景转换的视频差错控制方法 | |
CN103414899A (zh) | 一种视频编码的运动估计方法 | |
CN104243994A (zh) | 一种实时运动感知图像增强的方法 | |
Liao et al. | A novel search window selection scheme for the motion estimation of HEVC systems | |
CN104427347A (zh) | 网络摄像机视频监控系统图像质量提高方法 | |
WO2020251416A3 (en) | Affine motion model restrictions | |
Xiang et al. | An efficient spatio-temporal boundary matching algorithm for video error concealment | |
CN114679519B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN107483936B (zh) | 一种基于宏像素的光场视频帧间预测方法 | |
JP5701018B2 (ja) | 画像復号装置 | |
Chen et al. | AV1 video coding using texture analysis with convolutional neural networks | |
WO2020124040A1 (en) | Method for deriving constructed affine merge candidates |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150318 |
|
RJ01 | Rejection of invention patent application after publication |