CN114422787A - 一种基于残差层分块dct变换的图像伪模拟无线传输方法 - Google Patents

一种基于残差层分块dct变换的图像伪模拟无线传输方法 Download PDF

Info

Publication number
CN114422787A
CN114422787A CN202210116232.8A CN202210116232A CN114422787A CN 114422787 A CN114422787 A CN 114422787A CN 202210116232 A CN202210116232 A CN 202210116232A CN 114422787 A CN114422787 A CN 114422787A
Authority
CN
China
Prior art keywords
block
metadata
layer
residual error
sampling
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
CN202210116232.8A
Other languages
English (en)
Other versions
CN114422787B (zh
Inventor
唐述
杨鹏
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202210116232.8A priority Critical patent/CN114422787B/zh
Publication of CN114422787A publication Critical patent/CN114422787A/zh
Application granted granted Critical
Publication of CN114422787B publication Critical patent/CN114422787B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明涉及一种基于残差层分块DCT变换的图像伪模拟无线传输方法，属于伪模拟传输领域，首先采用上下采样将图像分为下采样层和残差层，然后，通过巧妙的将下采样因子与残差层系数的分块大小相结合，并对残差层(由分块平滑的均匀区域组成，同区域内像素之间的相关性较高，具有块内平滑特性)做大块DCT变换后再划分为系数小块做后处理，实现了在不增加传输数据量的情况下显著提升了图像无线传输的质量，进而获得更高质量的接收图像。

Description

一种基于残差层分块DCT变换的图像伪模拟无线传输方法
技术领域
本发明属于伪模拟传输领域，涉及一种基于残差层分块DCT变换的图像伪模拟无线传输方法。
背景技术
现有的图像无线传输方法主要可分为三大类：基于信源编码和信道编码的纯数字传输、基于SoftCast的纯伪模拟传输，以及结合数字和伪模拟的混合数模传输。其中，基于信源编码和信道编码的纯数字传输方法，如H.264和HEVC等，都是首先将图像或者视频在发送端压缩，然后利用前向纠错编码(Forward Error Correction：FEC)编码和调制技术进行信道保护。然而，这类方法却破环了图像视频信号值和发送符号值之间的线性关系，会仅因为某个比特的传输错误就导致整个信号值的反转，同时，量化会产生不被发送的残差信息，进而导致不可避免的“悬崖效应”而无论接收端信道质量的好坏。
其次，在现有的基于SoftCast的图像无线传输方法中，无论是纯伪模拟传输还是混合数模传输，它们都是直接对图像进行离散余弦变换(Discrete Cosine Transform：DCT)，将图像的像素由时域变换到频域上，来去除信源中的冗余成分，便于对图像/每帧视频进行进一步地压缩。然后，采用划分块的方式对DCT变换后的图像进行分块处理：依据每个块的重要性对各个块进行能量分配，分配不同的能量系数，然后再进行传输。这样做可以降低信道噪声带来的影响，减小差错率。在接收端，SoftCast采用逆离散余弦变换(InverseDiscrete Cosine Transform：IDCT)变换和线性最小二乘估计(Linear Least SquaresEstimation：LLSE)对接收到的信号进行解码。在SoftCast中，所有的操作都是线性的，信道噪声是直接叠加在信号上，因此接收端接收到的视频质量会随着信道条件的变化而发生相应的改变，具有可伸缩性，有效消除了“悬崖效应”，使得接收端用户可以获得与其本身信道质量相匹配的信号质量，从而提高了图像/视频的整体质量。
但是现有的基于SoftCast的传输方法都仅关注了块与块之间的功率分配或分层图像之间的带宽资源分配，而忽略了块内系数与分层图像的内在特性，因此极大地影响了接收端的图像质量。
发明内容
有鉴于此，本发明的目的在于提供一种基于残差层分块DCT变换的图像伪模拟无线传输方法。
为达到上述目的，本发明提供如下技术方案：
一种基于残差层分块DCT变换的图像伪模拟无线传输方法，包括以下内容：
在发送端，对待传输图像进行双三次线性下采样，将此下采样层作为元数据A，然后对下采样层进行同等倍数的双三次线性上采样恢复，并用原始的待传输图像与上采样后的图像进行逐像素相减操作，得到残差层；基于残差层与系数块大小，选取块DCT变换参数，对残差层做大块的DCT变换，然后划分为小块进行功率分配与重要性排序，产生元数据B，其中包括每个块的方差以及块的位图；然后将系数块与Hadamard矩阵相乘来产生等能量切片，最后对元数据加以保护后与系数切片一起在正交频分复用(Orthogonal FrequencyDivision Multiplexing：OFDM)信道中进行传输；
在接收端，接收到系数与元数据B后，使用元数据B中位图对系数进行重新排列，然后通过方差重新计算功率分配因子，结合线性最小二乘估计(Linear Least SquaresEstimation：LLSE)算法对系数进行估计，恢复后的系数采用逆离散余弦变换(InverseDiscrete Cosine Transform：IDCT)进行反变换，将元数据A的下采样层进行上采样后与IDCT恢复的残差层逐像素相加便得到了最终的接收端图像。
进一步，在发送端进行编码，具体包括以下步骤：
A1：双三次线性下采样：首先对待传输图像下采样N倍，得到下采样层，N的大小为后处理小块(N×N)的边长，将下采样层作为元数据A，其大小为
Figure BDA0003495012410000021
其中H,W分别为图像的高与宽；
A2：双三次线性上采样：对下采样层进行上采样N倍后与原图逐像素相减获得残差层，其大小为H×W；
A3：大块DCT变换：将残差层不重叠地划分为大块，每块大小为M×M，M由公式(1)决定，然后对每个残差块做DCT变换，对每块获得的DCT系数进一步划分为后处理小块，后处理小块大小为N×N；
Figure BDA0003495012410000022
A4：小块功率分配与重要性排序：以N×N小块的块内系数平方和进行重要性排序，然后根据功率分配因子进行块功率分配，每个块的功率分配因子定义为：
Figure BDA0003495012410000023
其中λi为第i块的方差，P是总功率预算，此时产生元数据B，包含每个后处理块的方差和表示块位置的位图；
A5：Hadamard变换：将功率分配后系数值分配给数据包，将块与Hadamard矩阵相乘生成切片，每个块的系数值被分配到所有切片上，然后将切片分配给数据包；发送端编码矩阵Y表示为：
Y＝HGX (3)
其中H为Hadamard矩阵，G为功率缩放因子所构成的对角矩阵，X为DCT系数矩阵；
A6：OFDM信道：将编码好的系数切片在OFDM信道中进行传输。
进一步，所述元数据包括下采样层像素值、每个块的方差、以及块的位图，接收端根据元数据的信息获取下采样层，根据位图重构块的位置，根据方差重新计算缩放因子；块的位图使用游程长度编码(Run-length Code：RLC)进行压缩，所有元数据使用霍夫曼编码(Huffman Coding：HC)进一步压缩。
进一步，使用二进制相移键控(Binary Phase Shift Keying：BPSK)调制和半速率卷积码对元数据进行保护发送；将元数据分布在所有数据包中，数据包以标准802.11标头开头，然后是元数据，最后才是编码的系数数据；最后使用具有高冗余性的Reed-Solomon代码对元数据进行进一步编码再发送。
进一步，在接收端进行解码，具体包括以下步骤：
B1：逆Hadamard变换：接收端接收到系数值以及元数据后，通过逆Hadamard变换从数据包中收到系数值、元数据A、元数据B，然后从元数据B中获取位图重新构建编码矩阵，接收端接收到的系数值Yr表示为：
Yr＝Y+noise (5)
其中Y为发送端编码矩阵，noise为信道噪声；
B2：线性最小二乘估计：从元数据B中获取块的方差，通过方差计算出缩放因子的大小，使用线性最小二乘估计算法计算其对原始DCT分量的最佳估计，接收端估计的最佳系数矩阵Yuse表示为：
Yuse＝ΛCT(CΛCT+α)-1Yr (6)
其中α表示各个数据包所经历的信道噪声功率，Λ表示各个块的方差构成的对角矩阵，C为Hadamard矩阵与功率分配因子矩阵G的乘积；
B3：大块逆DCT变换：对估计后的系数矩阵采用大块的IDCT变换从而恢复残差层的像素值；
B4：双三次线性上采样：从元数据A中获取下采样层，然后上采样N倍，获得接收端上采样层；
B5：像素相加：将接收端上采样层与恢复的残差层逐像素值相加，即为最终的接收端图像。
本发明的有益效果在于：本发明通过深入分析块内系数与分层图像内在特性的相关性，巧妙的将下采样倍数与残差层系数中分块的边长设置为一致，以及对残差层的块(而不是整个残差层)进行DCT变换后，能够在不增加数据量的情况下，有效降低块内系数的方差，最优化块级功率分配及其抗噪声、抗干扰能力，从而极大的提高了图像无线传输的质量。与现有技术相比，本发明提出的方法能够在接收端获得更高质量的图像，无论是客观的评价指标还是主观视觉效果均有显著提升。其中，峰值信噪比(Peak Signal to NoiseRatio：PSNR)平均提升了1dB-4dB，结构相似性(Structural Similarity：SSIM)平均提升了0.04-0.075。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为基于残差层分块DCT变换的图像伪模拟无线传输方法流程图；
图2为残差层分块流程图；
图3为本方法与文献1-3的DCT系数块方差对比图；
图4为自然图像无线传输的视觉结果图；
图5为遥感图像无线传输的视觉结果图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
本发明提出的基于残差层分块DCT变换的图像伪模拟无线传输方法流程图如图1所示。在发送端，对待传输图像进行双三次线性下采样，将此下采样层作为元数据A，然后对下采样层进行同等倍数的双三次线性上采样恢复，并用原始的待传输图像与上采样后的图像进行逐像素相减操作，得到残差层。
基于残差层与系数块大小，选取块DCT变换参数，对残差层做大块的DCT变换，在块DCT变换后，再划分为小块进行功率分配与重要性排序，此时产生元数据B，其中包括每个块的方差，以及块的位图。然后将系数块与Hadamard矩阵相乘来产生等能量切片，最后对元数据加以保护后与系数切片一起在正交频分复用(Orthogonal Frequency DivisionMultiplexing：OFDM)信道中进行传输。
在接收端，接收到系数与元数据后，使用元数据B中位图对系数进行重新排列，然后通过方差重新计算功率分配因子，结合线性最小二乘估计(Linear Least SquaresEstimation：LLSE)算法对系数进行估计，恢复后的系数采用逆离散余弦变换(InverseDiscrete Cosine Transform：IDCT)进行反变换，将元数据A的下采样层进行上采样后与IDCT恢复的残差层逐像素相加便得到了最终的接收端图像。
在本发明中，发送端编码过程主要分为以下几步：
第一步，双三次线性下采样：首先对待传输图像下采样N倍，得到下采样层，N的大小为后处理小块(N×N)的边长(宽度)，将下采样层作为元数据A，其大小为
Figure BDA0003495012410000051
其中H,W分别为图像的高与宽。
第二步，双三次线性上采样：对下采样层进行上采样N倍后与原图逐像素相减获得残差层，其大小为H×W。
第三步，大块DCT变换：将残差层划分为大块，每块大小为N×N，M由公式(1)决定，然后对每个残差块做DCT变换，对每块获得的DCT系数进一步划分为后处理小块，后处理小块大小为N×N，其去相关变换流程如图2所示。
Figure BDA0003495012410000061
第四步，小块功率分配与重要性排序：以N×N小块的块内系数平方和进行重要性排序，然后根据功率分配因子进行块功率分配。每个块的功率分配因子定义为:
Figure BDA0003495012410000062
其中λi为第i块的方差，P是总功率预算。此时产生元数据B，包含每个后处理块的方差和表示块位置的位图。
第五步，Hadamard变换：接下来，将功率分配后系数值分配给数据包。为了最大限度地提高丢包的恢复能力，确保所有数据包同等重要。通过将块与Hadamard矩阵相乘来生成切片，每个块的系数值被分配到所有切片上，然后将切片分配给数据包。发送端编码矩阵Y可以表示为：
Y＝HGX (3)
其中H为Hadamard矩阵，G为功率缩放因子所构成的对角矩阵，X为DCT系数矩阵。
第六步，OFDM信道：将编码好的系数切片在OFDM信道中进行传输。
在发送端，第i个块的预期重构失真Di可以表示为：
Figure BDA0003495012410000063
其中，N为残差系数小块的宽度，σn为信道噪声的方差，gi为第i个块的功率分配因子，根据公式(2)(4)，当传输功率与信道噪声固定时，块内方差较小的信号，其功率分配因子gi更大，那么其预期重构失真Di就更小。如图3所示，通过对不同方法的块内方差实验表明，通过将图像划分为残差层后，做M×M的块DCT变换再进行N×N小块的后处理，能够有效降低块的方差，从而对该块能够获得更有效的功率缩放因子分配，并且其受信道噪声影响更小，进而能够有效提升接收端的图像质量。
本发明中，元数据包括下采样层像素值、每个块的方差、以及块的位图。解码器可以根据该信息获取下采样层，根据位图重构块的位置，根据方差重新计算缩放因子，至于Hadamard和DCT矩阵，它们是众所周知的，不需要发送。块的位图使用游程长度编码(Run-length Code：RLC)进行压缩，所有元数据使用霍夫曼编码(Huffman Coding：HC)进一步压缩。
元数据包含了图像恢复的重要信息，必须正确传送到所有接收器，为了保护元数据免受信道错误的影响，我们使用二进制相移键控(Binary Phase Shift Keying：BPSK)调制和半速率卷积码发送它。为了确保由于数据包丢失而丢失元数据的概率非常低，我们将元数据分布在所有数据包中。数据包以标准802.11标头开头，然后是元数据，最后才是编码的系数数据。为了保证在数据包丢失时其元数据仍然能够被正确解码，我们使用了具有高冗余性的Reed-Solomon代码对元数据进行进一步编码再发送。
本发明接收端解码共分为以下几步：
第一步，逆Hadamard变换：接收端接收到系数值以及元数据后，通过逆Hadamard变换从数据包中收到系数值、元数据A、元数据B，然后从元数据B中获取位图重新构建编码矩阵。接收端接收到的系数值Yr可以表示为：
Yr＝Y+noise (5)
其中Y为发送端编码矩阵，noise为信道噪声。
第二步，线性最小二乘估计：从元数据B中获取块的方差，通过方差计算出缩放因子的大小，使用线性最小二乘估计算法计算其对原始DCT分量的最佳估计。其接收端估计的最佳系数矩阵Yuse可以表示为：
Yuse＝ΛCT(CΛCT+α)-1Yr (6)
其中α表示各个数据包所经历的信道噪声功率，Λ表示各个块的方差构成的对角矩阵，C为Hadamard矩阵与功率分配因子矩阵G的乘积。
第三步，大块逆DCT变换：对估计后的系数矩阵采用大块的IDCT变换从而恢复残差层的像素值。
第四步，双三次线性上采样：从元数据A中获取下采样层，然后上采样N倍，获得接收端上采样层。
第五步，像素相加：将接收端上采样层与恢复的残差层逐像素值相加，即为最终的接收端图像。
为了验证本发明提出方法的有效性，将本方法同近几年具有代表性的图像无线传输方法。作对比的现有技术包括文献1(T.Yang,L.Luo,C.Zhu and S.Tang,"Block DCTBased Optimization for Wireless SoftCast of Depth Map,"in IEEE Access,vol.7,pp.29484-29494,2019,doi:10.1109/ACCESS.2019.2902197)、文献2(J.Zhao,J.Xie andR.Xiong,"Residual Signals Modeling for Layered Image/Video Softcast withHybrid Digital-Analog Transmission,"2018 25th IEEE International Conferenceon Image Processing(ICIP),2018,pp.3284-3288,doi:10.1109/ICIP.2018.8451181)、文献3(Szymon Jakubczak,Hariharan Rahul,and Dina Katabi,“Softcast:One video toserve all wireless receivers,”in MIT Technical Report,MIT-CSAIL-TR-2009-005,200)。
从CVG-UGR图像数据库、USC-SIPI图像数据库中随机抽取了分辨率从256×256到512×512不等的杂项图像共200张，实验采用Matlab进行模拟仿真，采用加性高斯白噪声(AWGN)模拟信道噪声，使用PSNR和SSIM进行质量评估，信道信噪比(SIGNAL-NOISE RATIO：SNR)设置为0dB至30dB。仿真中带宽压缩比(BW)定义为:
Figure BDA0003495012410000081
其中BC为带宽所能传递的系数个数，COEtotal为系数总个数，BW大小为0-1之间，当BW取值为1时，即所有的系数值都可以传输，当BW取值为0时，即所有系数值都不能传输。带宽受限情况下，按块系数平方和重要性排序丢弃策略对块进行丢弃。为了公平比较，在实验中，所有方法传输同等数据量，对256×256、512×512分别按照公式(1)进行块DCT变换参数选取，其块的大小分别为32×32、64×64，后处理小块的大小统一选取为8×8，200张图像在各带宽条件下的PSNR和SSIM均值结果如表1所示：
表1
Figure BDA0003495012410000082
Figure BDA0003495012410000091
此外，我们从以上图像集中随机抽取了10张自然图像，其中BW选取为1，其他参数同上，对其模拟传输50次取均值，其部分图像视觉效果如图4所示，从左至右依次为文献3、文献2、文献1及本发明提出的方法，其PSNR和SSIM结果如表2所示：
表2
Figure BDA0003495012410000092
Figure BDA0003495012410000101
针对遥感图像，将本方法分别同文献1-3及具有代表性的遥感图像传输方法文献4(Y.Gui,H.Lu,X.Jiang,F.Wu and C.W.Chen,"Compressed Pseudo-Analog TransmissionSystem for Remote Sensing Images Over Bandwidth-Constrained WirelessChannels,"in IEEE Transactions on Circuits and Systems for Video Technology,vol.30,no.9,pp.3181-3195,Sept.2020,doi:10.1109/TCSVT.2019.2935127)进行对比。从USC-SIPI图像数据库Aerials图像集中随机抽取了8张1024×1024的高空遥感图像，对其模拟传输50次取其均值，其中BW选取为0.75，信道信噪比设置为5dB至25dB，块DCT变换参数大小按照公式(1)选取为128×128，后处理块大小根据文献[5]统一选取为32×32，其部分图像视觉效果如图5所示，SNR＝5dB，从左至右依次为文献3、文献2、文献1及本发明提出的方法，其PSNR结果如表3所示。
表3
Figure BDA0003495012410000111
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种基于残差层分块DCT变换的图像伪模拟无线传输方法，其特征在于：包括以下内容：
在发送端，对待传输图像进行双三次线性下采样，将此下采样层作为元数据A，然后对下采样层进行同等倍数的双三次线性上采样恢复，并用原始的待传输图像与上采样后的图像进行逐像素相减操作，得到残差层；基于残差层与系数块大小，选取块DCT变换参数，对残差层做大块的DCT变换，然后划分为小块进行功率分配与重要性排序，产生元数据B，其中包括每个块的方差以及块的位图；然后将系数块与Hadamard矩阵相乘来产生等能量切片，最后对元数据加以保护后与系数切片一起在正交频分复用OFDM信道中进行传输；
在接收端，接收到系数与元数据B后，使用元数据B中位图对系数进行重新排列，然后通过方差重新计算功率分配因子，结合线性最小二乘估计LLSE算法对系数进行估计，恢复后的系数采用逆离散余弦变换IDCT进行反变换，将元数据A的下采样层进行上采样后与IDCT恢复的残差层逐像素相加得到最终的接收端图像。
2.根据权利要求1所述的基于残差层分块DCT变换的图像伪模拟无线传输方法，其特征在于：在发送端进行编码，具体包括以下步骤：
A1：双三次线性下采样：首先对待传输图像下采样N倍，得到下采样层，N的大小为后处理小块(N×N)的边长，将下采样层作为元数据A，其大小为
Figure FDA0003495012400000011
其中H,W分别为图像的高与宽；
A2：双三次线性上采样：对下采样层进行上采样N倍后与原图逐像素相减获得残差层，其大小为H×W；
A3：大块DCT变换：将残差层不重叠地划分为大块，每块大小为M×M，M由公式(1)决定，然后对每个残差块做DCT变换，对每块获得的DCT系数进一步划分为后处理小块，后处理小块大小为N×N；
Figure FDA0003495012400000012
A4：小块功率分配与重要性排序：以N×N小块的块内系数平方和进行重要性排序，然后根据功率分配因子进行块功率分配，每个块的功率分配因子定义为：
Figure FDA0003495012400000013
其中λi为第i块的方差，P是总功率预算，此时产生元数据B，包含每个后处理块的方差和表示块位置的位图；
A5：Hadamard变换：将功率分配后系数值分配给数据包，将块与Hadamard矩阵相乘生成切片，每个块的系数值被分配到所有切片上，然后将切片分配给数据包；发送端编码矩阵Y表示为：
Y＝HGX (3)
其中H为Hadamard矩阵，G为功率缩放因子所构成的对角矩阵，X为DCT系数矩阵；
A6：OFDM信道：将编码好的系数切片在OFDM信道中进行传输。
3.根据权利要求1所述的基于残差层分块DCT变换的图像伪模拟无线传输方法，其特征在于：所述元数据包括下采样层像素值、每个块的方差、以及块的位图，接收端根据元数据的信息获取下采样层，根据位图重构块的位置，根据方差重新计算缩放因子；块的位图使用游程长度编码RLC进行压缩，所有元数据使用霍夫曼编码HC进一步压缩。
4.根据权利要求1所述的基于残差层分块DCT变换的图像伪模拟无线传输方法，其特征在于：使用二进制相移键控BPSK调制和半速率卷积码对元数据进行保护发送；将元数据分布在所有数据包中，数据包以标准802.11标头开头，然后是元数据，最后是编码的系数数据；最后使用具有高冗余性的Reed-Solomon代码对元数据进行进一步编码再发送。
5.根据权利要求1所述的基于残差层分块DCT变换的图像伪模拟无线传输方法，其特征在于：在接收端进行解码，具体包括以下步骤：
B1：逆Hadamard变换：接收端接收到系数值以及元数据后，通过逆Hadamard变换从数据包中收到系数值、元数据A、元数据B，然后从元数据B中获取位图重新构建编码矩阵，接收端接收到的系数值Yr表示为：
Yr＝Y+noise (5)
其中Y为发送端编码矩阵，noise为信道噪声；
B2：线性最小二乘估计：从元数据B中获取块的方差，通过方差计算出缩放因子的大小，使用线性最小二乘估计算法计算其对原始DCT分量的最佳估计，接收端估计的最佳系数矩阵Yllse表示为：
Yllse＝ΛCT(CΛCT+α)-1Yr (6)
其中α表示各个数据包所经历的信道噪声功率，Λ表示各个块的方差构成的对角矩阵，C为Hadamard矩阵与功率分配因子矩阵G的乘积；
B3：大块逆DCT变换：对估计后的系数矩阵采用大块的IDCT变换从而恢复残差层的像素值；
B4：双三次线性上采样：从元数据A中获取下采样层，然后上采样N倍，获得接收端上采样层；
B5：像素相加：将接收端上采样层与恢复的残差层逐像素值相加，得到最终图像。
CN202210116232.8A 2022-01-29 2022-01-29 一种基于残差层分块dct变换的图像伪模拟无线传输方法 Active CN114422787B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210116232.8A CN114422787B (zh) 2022-01-29 2022-01-29 一种基于残差层分块dct变换的图像伪模拟无线传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210116232.8A CN114422787B (zh) 2022-01-29 2022-01-29 一种基于残差层分块dct变换的图像伪模拟无线传输方法

Publications (2)

Publication Number Publication Date
CN114422787A true CN114422787A (zh) 2022-04-29
CN114422787B CN114422787B (zh) 2023-07-04

Family

ID=81279361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210116232.8A Active CN114422787B (zh) 2022-01-29 2022-01-29 一种基于残差层分块dct变换的图像伪模拟无线传输方法

Country Status (1)

Country Link
CN (1) CN114422787B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999020006A2 (en) * 1997-10-14 1999-04-22 Crystal Semiconductor Corp. Single-chip audio circuits, methods, and systems using the same
US20070071091A1 (en) * 2005-09-26 2007-03-29 Juh-Huei Lay Audio and video compression for wireless data stream transmission
US20080036640A1 (en) * 2006-08-11 2008-02-14 Realtek Semiconductor Corp. Pseudo-differential analog front end circuit and image processing device
US20150117537A1 (en) * 2013-10-31 2015-04-30 Microsoft Corporation Scaled video for pseudo-analog transmission in spatial domain
CN108599901A (zh) * 2018-04-04 2018-09-28 同济大学 一种基于多相似空时编码的无线传输方法
CN112085667A (zh) * 2020-08-10 2020-12-15 同济大学 一种基于伪模拟视频传输的去分块效应方法和装置
CN112330542A (zh) * 2020-11-18 2021-02-05 重庆邮电大学 基于crcsan网络的图像重建系统及方法
CN113784139A (zh) * 2021-08-13 2021-12-10 同济大学 一种基于二维混沌编码的伪模拟信道编码方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999020006A2 (en) * 1997-10-14 1999-04-22 Crystal Semiconductor Corp. Single-chip audio circuits, methods, and systems using the same
US20070071091A1 (en) * 2005-09-26 2007-03-29 Juh-Huei Lay Audio and video compression for wireless data stream transmission
US20080036640A1 (en) * 2006-08-11 2008-02-14 Realtek Semiconductor Corp. Pseudo-differential analog front end circuit and image processing device
US20150117537A1 (en) * 2013-10-31 2015-04-30 Microsoft Corporation Scaled video for pseudo-analog transmission in spatial domain
CN108599901A (zh) * 2018-04-04 2018-09-28 同济大学 一种基于多相似空时编码的无线传输方法
CN112085667A (zh) * 2020-08-10 2020-12-15 同济大学 一种基于伪模拟视频传输的去分块效应方法和装置
CN112330542A (zh) * 2020-11-18 2021-02-05 重庆邮电大学 基于crcsan网络的图像重建系统及方法
CN113784139A (zh) * 2021-08-13 2021-12-10 同济大学 一种基于二维混沌编码的伪模拟信道编码方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHIHAI SONG ET AL.: "Hybridcast: A wireless image/video SoftCast scheme using layered representation and hybrid digital-analog modulation", 《2014 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING》 *
刘珊珊 等: "基于残差分布式压缩感知的视频软组播研究", 《太原科技大学学报》, no. 1 *
和超凡: "无线多媒体通信的跨层优化技术研究", 《中国博士学位论文全文数据库（电子期刊）》 *

Also Published As

Publication number Publication date
CN114422787B (zh) 2023-07-04

Similar Documents

Publication Publication Date Title
US6661842B1 (en) Methods and apparatus for error-resilient video coding
EP0888689B1 (en) Data compression using hybrid lossless entropy encoding of run-length codes
EP0866617A2 (en) Data compression system, method and apparatus
JP4942649B2 (ja) 種々の空間解像度を備えた周波数サブバンド係数へビデオ画像配列を符号化する方法及び装置
CN107124612B (zh) 基于分布式压缩感知的高光谱图像压缩方法
Ansari et al. Context based medical image compression for ultrasound images with contextual set partitioning in hierarchical trees algorithm
CN108810534A (zh) 物联网下基于方向提升小波及改进spiht的图像压缩方法
CN116582685A (zh) 一种基于ai的分级残差编码方法、装置、设备和存储介质
US9973780B2 (en) Scaled video for pseudo-analog transmission in spatial domain
CN114422787B (zh) 一种基于残差层分块dct变换的图像伪模拟无线传输方法
US20130315317A1 (en) Systems and Methods for Compression Transmission and Decompression of Video Codecs
JP2000032464A (ja) 画像圧縮
RU2429541C2 (ru) Способ кодирования оцифрованных изображений с использованием дискретного вейвлет-преобразования адаптивно определенного базиса
Kim et al. An error resilience and concealment method for line-based wavelet image compressions
Mallikarjuna et al. Compression of noisy images based on sparsification using discrete rajan transform
Kim et al. Spatial error concealment technique for losslessly compressed images using data hiding in error-prone channels
Gopi et al. REGION OF INTEREST BASED NOVEL CODING TECHNIQUE FOR EFFICIENT COMPRESSION AND TRANSMISSION
KR20030048719A (ko) Dvr 시스템에서 영상전송 및 저장을 위한 웨이블릿 변환기반 영상 압축 기법
WO2017011943A1 (zh) 信号传输方法、装置和设备
CA2358857C (en) Data compression using adaptive bit allocation and hybrid lossless entropy encoding
RU2288547C1 (ru) Способ сжатия и восстановления сообщений
Cumming et al. Polarmetric SAR data compression using wavelet packets in a block coding scheme
Hagag et al. Distributed Coding and Transmission Scheme for Wireless Communication of Satellite Images
Upadhyay et al. Image compression using discrete cosine transform and discrete wavelet transform
Wu et al. Medical image compression using 2X2 discrete cosine transform

Legal Events

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