CN104954786A - 一种视频卫星大数据的周期性编码方法 - Google Patents

一种视频卫星大数据的周期性编码方法 Download PDF

Info

Publication number
CN104954786A
CN104954786A CN201510344665.9A CN201510344665A CN104954786A CN 104954786 A CN104954786 A CN 104954786A CN 201510344665 A CN201510344665 A CN 201510344665A CN 104954786 A CN104954786 A CN 104954786A
Authority
CN
China
Prior art keywords
frame
video
image
prediction
mode
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
Application number
CN201510344665.9A
Other languages
English (en)
Other versions
CN104954786B (zh
Inventor
王中元
朱荣
牟海军
胡瑞敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201510344665.9A priority Critical patent/CN104954786B/zh
Publication of CN104954786A publication Critical patent/CN104954786A/zh
Application granted granted Critical
Publication of CN104954786B publication Critical patent/CN104954786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明公开了一种视频卫星大数据的周期性编码方法,包括静态图像编码构造卫星端周期预测参考的静态图像库、搜索周期预测匹配图像、帧级预测模式判断和动态视频编码四个步骤;本发明将卫星视频编码分为静态图像编码和动态视频编码两个阶段,首个推扫周期执行静态图像编码,将编码的图像作为后续推扫周期的预测参考,从而只传送少量的残差信息,大幅度提高了视频编码效率。

Description

一种视频卫星大数据的周期性编码方法
技术领域
本发明属于视频编解码技术领域,涉及一种视频编码方法,具体涉及一种视频卫星大数据的周期性编码方法。
技术背景
视频卫星是最近几年发展的一种新型对地观测卫星,能获取观测区域的视频数据,实现对动态过程的连续观测和跟踪,在军事情报、灾害监测、动态事件观测等方面具有广泛的应用前景。视频卫星采样分辨率达到亿级像素,原始视频数据量极其庞大,但星地网络频谱资源有限,必须对视频卫星采集的视频大数据进行高效压缩才能实时传送到地面接收站。
视频卫星能够每天重访全球任何地点3~4次,每次定点拍摄几分钟影像,对每个位置的重复推扫周期是6~8小时。在这个访问周期内,同一位置的背景区域基本上不会发生变化。同时,由于视频卫星空间分辨率有限(~2m),地面目标活动带来的前景变化也不明显。由此造成大量反复、周期摄录的冗余信息,消除周期冗余成为提高卫星视频数据压缩效率的关键和契机。然而,H.264等现有的编码技术可消除视频的短时帧间冗余,但不能消除卫星多次重返同一位置时重复摄录场面间的周期冗余。因此,必须针对视频卫星应用场景提出新的编码思路。
发明内容
视频卫星围绕地球作周期性的重复扫描,如果能建立与过去推扫周期中相应位置历史视频的关联,只编码和传输少量的变化信息,将能颠覆性地提高卫星视频数据的压缩效率。基于这一思路,本发明提出了一种视频卫星大数据的周期性编码方法,很好的解决了上述的技术问题。
本发明所采用的技术方案是:一种视频卫星大数据的周期性编码方法,其特征在于,包括以下步骤:
步骤1、静态图像编码,构造卫星端周期预测参考的静态图像库:每隔T个推扫周期对所有扫描图像进行一次帧内编码,将压缩码流连同辅助信息存在本地存储服务器,形成周期预测参考的静态图像库,同时将复合码流传送到地面接收站;
步骤2、搜索周期预测匹配图像:获取与当前视频帧所对应的卫星的位置信息,根据位置信息和图像相似度搜索周期预测的最佳参考图像,作为周期预测参考图像;
步骤3、帧级预测模式判断:从帧内预测、帧间预测和周期预测三种模式中为当前图像选择一个最优的帧级编码模式;
步骤4、动态视频编码:根据选中的帧级编码模式执行相应的视频编码,为便于解码,需要将帧级编码模式、周期预测参考图像编号信息记录到码流中。
作为优选,步骤1中所述的辅助信息规定如下:
①辅助信息包含卫星的位置、图像编号;
②辅助信息的复合格式,按位置、图像编号、压缩码流的先后顺序存放;
③每个推扫周期开始时将图像编号复位为0,随后每幅图像递增1。
作为优选,步骤2的具体实现包括以下子步骤:
步骤2.1:从本地存储服务器保存的静态图像库中选择与当前视频帧位置最接近的若干幅图像作为候选参考图像;选择准则为:若静态图像库中某幅图像的位置与当前视频帧位置的欧氏距离小于预设门限,则将该幅图像判为位置相近的图像;
步骤2.2:逐一比较当前帧与候选参考图像间的相似度,选择最相似的图像作为周期预测参考图像。
作为优选,步骤3的具体实现包括以下子步骤:
步骤3.1:在当前帧内,逐宏块帧内空间预测,预测模式遍历到H.264帧内预测所允许的所有模式,选择预测误差最小的模式作为宏块的最优帧内预测模式,记录选择的最佳帧内预测模式;对最优预测模式下的预测误差进行累加,作为总体帧内预测失真;
步骤3.2:参照时域前一帧,逐个宏块进行帧间运动估计,预测模式遍历到H.264帧间预测所允许的所有模式,选择预测误差最小的模式作为宏块的最优帧间预测模式,记录选择的最佳帧间预测模式及其运动矢量;对最优预测模式下的预测误差进行累加,作为总体帧间预测失真;
步骤3.3:参照步骤2中确定的周期预测参考图像,逐个宏块进行周期运动估计,记录选择的最佳帧间预测模式及其运动矢量,统计总体周期预测失真;
步骤3.4:在步骤3.1、步骤3.2和步骤3.3的结果中,选择总体预测失真最小的模式作为选中的帧级编码模式。
作为优选,步骤4的具体实现包括以下子步骤:
步骤4.1:根据步骤3得到的帧级编码模式,按常规的H.264视频编码流程依次编码每个宏块,即使帧级编码模式为帧间或周期预测,其宏块依然允许选择帧内编码;选择帧内编码的原则是宏块的空域预测误差小于其时域或周期预测误差;
步骤4.2:帧级编码模式信息、周期预测参考图像编号与码流复用后传送到地面接收站。
与H.264等现有的视频编码方法相比,本发明具有以下优点和积极效果:
(1)本发明从视频卫星的周期性推扫规律出发,将周期预测引入现有的视频编码框架,由于卫星推扫周期快,地表图像基本上不产生明显改变,只需要编码少量的残差信息,显著提高了编码效率;
(2)本发明通过卫星位置信息建立与同一位置已经编码的历史视频的关联,显著提高了关联效率和精度;
(3)本发明对用作周期参考的图像选择静态图像编码方式,在相对图像库作周期预测时不涉及复杂的视频解码,提高了周期匹配的搜索效率。
附图说明
图1:本发明实施例的原理图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
请见图1,本发明提供的一种视频卫星大数据的周期性编码方法,包括以下步骤:
步骤1、静态图像编码,构造卫星端周期预测参考的静态图像库:每隔T个推扫周期对所有扫描图像进行一次H.264帧内编码,将压缩码流连同辅助信息存在本地存储服务器,形成周期预测参考的静态图像库,同时将复合码流传送到地面接收站;
其具体实施要点进一步说明如下:
①静态图像编码的推扫周期间隔T设置为100;
②辅助信息包含卫星的位置,图像编号;
③辅助信息的复合格式,按位置、图像编号、压缩码流的先后顺序存放;
④每个推扫周期开始时将图像编号复位为0,随后每幅图像递增1。
步骤2、搜索周期预测匹配图像:获取与当前视频帧所对应的卫星的位置信息,根据位置信息和图像相似度搜索周期预测的最佳参考图像,作为周期预测参考图像;具体实现包括以下子步骤:
步骤2.1:从本地存储服务器保存的静态图像库中选择与当前视频帧位置最接近的若干幅图像作为候选参考图像;选择准则为:若静态图像库中某幅图像的位置与当前视频帧位置的欧氏距离小于预设门限,则将该幅图像判为位置相近的图像;判断标准为:L表示当前帧位置信息矢量,Lk(k=1…10)表示周期参考图像的位置信息矢量,用F-范数计算二者间的欧氏距离dk=||L-Lk||F,若dk小于设置门限则将该图像纳入候选参考图像。
步骤2.2:逐一比较当前帧与候选参考图像间的相似度,选择最相似的图像作为周期预测参考图像;其过程可进一步分解如下:
①对每幅待比较的静态图像进行独立的H.264解码;
②对待比较的静态图像和当前视频帧均执行16倍的下采样,下采样算法采用双线性插值;
③在下采样空间,逐一计算候选图像与当前帧的误差,择其误差最小者为最相似图像;误差用SAD(像素差的绝对值和)度量。
步骤3、帧级预测模式判断:从帧内预测、帧间预测和周期预测三种模式中为当前图像选择一个最优的帧级编码模式;具体实现包括以下子步骤:
步骤3.1:在当前帧内,逐宏块帧内空间预测,预测模式遍历到H.264帧内预测所允许的所有模式,选择预测误差最小的模式作为宏块的最优帧内预测模式,记录选择的最佳帧内预测模式;对最优预测模式下的预测误差进行累加,作为总体帧内预测失真;
步骤3.2:参照时域前一帧,逐个宏块进行帧间运动估计,预测模式遍历到H.264帧间预测所允许的所有模式,选择预测误差最小的模式作为宏块的最优帧间预测模式,记录选择的最佳帧间预测模式及其运动矢量;对最优预测模式下的预测误差进行累加,作为总体帧间预测失真;
步骤3.3:参照步骤2中确定的周期预测参考图像,逐个宏块进行周期运动估计,记录选择的最佳帧间预测模式及其运动矢量,统计总体周期预测失真;
步骤3.4:在步骤3.1、步骤3.2和步骤3.3的结果中,选择总体预测失真最小的模式作为选中的帧级编码模式。
步骤4、动态视频编码:根据选中的帧级编码模式执行相应的视频编码,为便于解码,需要将帧级编码模式、周期预测参考图像编号信息记录到码流中;具体实现包括以下子步骤:
步骤4.1:根据步骤3得到的宏块预测模式和运动矢量数据,按常规的H.264视频编码流程依次编码每个宏块,即使帧级编码模式为帧间或周期预测,其宏块依然允许选择帧内编码;选择帧内编码的原则是宏块的空域预测误差小于其时域或周期预测误差;
步骤4.2:帧级编码模式信息、周期预测参考图像编号与码流复用后传送到地面接收站。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。

Claims (5)

1.一种视频卫星大数据的周期性编码方法,其特征在于,包括以下步骤:
步骤1、静态图像编码,构造卫星端周期预测参考的静态图像库:每隔T个推扫周期对所有扫描图像进行一次帧内编码,将压缩码流连同辅助信息存在本地存储服务器,形成周期预测参考的静态图像库,同时将复合码流传送到地面接收站;
步骤2、搜索周期预测匹配图像:获取与当前视频帧所对应的卫星的位置信息,根据位置信息和图像相似度搜索周期预测的最佳参考图像,作为周期预测参考图像;
步骤3、帧级预测模式判断:从帧内预测、帧间预测和周期预测三种模式中为当前图像选择一个最优的帧级编码模式;
步骤4、动态视频编码:根据选中的帧级编码模式执行相应的视频编码,为便于解码,需要将帧级编码模式、周期预测参考图像编号信息记录到码流中。
2.根据权利要求1所述的视频卫星大数据的周期性编码方法,其特征在于,步骤1中所述的辅助信息规定如下:
①辅助信息包含卫星的位置、图像编号;
②辅助信息的复合格式,按位置、图像编号、压缩码流的先后顺序存放;
③每个推扫周期开始时将图像编号复位为0,随后每幅图像递增1。
3.根据权利要求1所述的视频卫星大数据的周期性编码方法,其特征在于,步骤2的具体实现包括以下子步骤:
步骤2.1:从本地存储服务器保存的静态图像库中选择与当前视频帧位置最接近的若干幅图像作为候选参考图像;选择准则为:若静态图像库中某幅图像的位置与当前视频帧位置的欧氏距离小于预设门限,则将该幅图像判为位置相近的图像;
步骤2.2:逐一比较当前帧与候选参考图像间的相似度,选择最相似的图像作为周期预测参考图像。
4.根据权利要求1所述的视频卫星大数据的周期性编码方法,其特征在于,步骤3的具体实现包括以下子步骤:
步骤3.1:在当前帧内,逐宏块帧内空间预测,预测模式遍历到H.264帧内预测所允许的所有模式,选择预测误差最小的模式作为宏块的最优帧内预测模式,记录选择的最佳帧内预测模式;对最优预测模式下的预测误差进行累加,作为总体帧内预测失真;
步骤3.2:参照时域前一帧,逐个宏块进行帧间运动估计,预测模式遍历到H.264帧间预测所允许的所有模式,选择预测误差最小的模式作为宏块的最优帧间预测模式,记录选择的最佳帧间预测模式及其运动矢量;对最优预测模式下的预测误差进行累加,作为总体帧间预测失真;
步骤3.3:参照步骤2中确定的周期预测参考图像,逐个宏块进行周期运动估计,记录选择的最佳帧间预测模式及其运动矢量,统计总体周期预测失真;
步骤3.4:在步骤3.1、步骤3.2和步骤3.3的结果中,选择总体预测失真最小的模式作为选中的帧级编码模式。
5.根据权利要求1所述的视频卫星大数据的周期性编码方法,其特征在于,步骤4的具体实现包括以下子步骤:
步骤4.1:根据步骤3得到的帧级编码模式,按常规的H.264视频编码流程依次编码每个宏块,即使帧级编码模式为帧间或周期预测,其宏块依然允许选择帧内编码;选择帧内编码的原则是宏块的空域预测误差小于其时域或周期预测误差;
步骤4.2:帧级编码模式信息、周期预测参考图像编号与码流复用后传送到地面接收站。
CN201510344665.9A 2015-06-19 2015-06-19 一种视频卫星大数据的周期性编码方法 Active CN104954786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510344665.9A CN104954786B (zh) 2015-06-19 2015-06-19 一种视频卫星大数据的周期性编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510344665.9A CN104954786B (zh) 2015-06-19 2015-06-19 一种视频卫星大数据的周期性编码方法

Publications (2)

Publication Number Publication Date
CN104954786A true CN104954786A (zh) 2015-09-30
CN104954786B CN104954786B (zh) 2017-11-28

Family

ID=54169084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510344665.9A Active CN104954786B (zh) 2015-06-19 2015-06-19 一种视频卫星大数据的周期性编码方法

Country Status (1)

Country Link
CN (1) CN104954786B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107465917A (zh) * 2017-07-21 2017-12-12 武汉心好健康科技有限公司 一种医学图像的无损压缩及传输的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102204252A (zh) * 2008-08-28 2011-09-28 法国国家太空研究中心 对地球观测卫星的图像进行压缩
CN103347187A (zh) * 2013-07-23 2013-10-09 北京师范大学 一种基于自适应方向预测离散小波变换的遥感影像压缩方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102204252A (zh) * 2008-08-28 2011-09-28 法国国家太空研究中心 对地球观测卫星的图像进行压缩
CN103347187A (zh) * 2013-07-23 2013-10-09 北京师范大学 一种基于自适应方向预测离散小波变换的遥感影像压缩方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
房鹤: "卫星图像实时压缩设备中的关键技术研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
王靖: "基于H.265的卫星图像压缩算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107465917A (zh) * 2017-07-21 2017-12-12 武汉心好健康科技有限公司 一种医学图像的无损压缩及传输的方法
CN107465917B (zh) * 2017-07-21 2020-07-21 广西数科院科技有限公司 一种医学图像的无损压缩及传输的方法

Also Published As

Publication number Publication date
CN104954786B (zh) 2017-11-28

Similar Documents

Publication Publication Date Title
CN102783149B (zh) 用于视频译码的适应性运动分辨率
CN103220518B (zh) 用于对运动矢量进行编码和解码的方法和设备
CN103339935B (zh) 运动向量预测
CN104506863B (zh) 用于对运动矢量进行解码的设备
CN101305615B (zh) 用于视频编码的多维毗邻块预测
CN103609123B (zh) 统一合并模式和自适应运动向量预测模式候选者选择
TWI739509B (zh) 動態影像預測解碼裝置及動態影像預測解碼方法
CN103141100B (zh) 用于视频译码的帧内平滑滤波器
CN102474609B (zh) 对图像编码的方法和设备及对图像解码的方法和设备
CN117294837A (zh) 用于图像处理的方法和图像处理装置
CN108141605A (zh) 帧内块复制合并模式及不可用帧内块复制参考区域的填充
CN104221380A (zh) 用于并行运动估计的共同空间候选块
CN104521237A (zh) 用于可缩放视频译码及3d视频译码的多假设运动补偿
CN101653006A (zh) 基于帧间预测进行编码和解码的方法和设备
CN102474613A (zh) 考虑具有分层结构的编码单元的扫描顺序来对视频进行编码的方法和设备以及考虑具有分层结构的编码单元的扫描顺序来对视频进行解码的方法和设备
CN101268690A (zh) 用于运动对象边界的适应性影响区域滤波器
CN103339938A (zh) 执行视频译码的运动向量预测
CN103748880A (zh) 图像序列的编码方法和装置及图像序列的解码方法和装置
CN105474646A (zh) 子pu级先进残余预测
US9036707B2 (en) Method and apparatus for finding a motion vector
CN104702959B (zh) 一种视频编码的帧内预测方法及系统
CN100401779C (zh) 用于分级运动估计的方法
CN104081778A (zh) 并行运动估计范围大小的隐含推导
CN101554058B (zh) 基于帧内预测进行编码和解码的方法和装置
CN103020138A (zh) 一种视频检索的方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant