CN116980613A - 一种应用于无人值守设备视频的安全压缩方法 - Google Patents
一种应用于无人值守设备视频的安全压缩方法 Download PDFInfo
- Publication number
- CN116980613A CN116980613A CN202311034190.4A CN202311034190A CN116980613A CN 116980613 A CN116980613 A CN 116980613A CN 202311034190 A CN202311034190 A CN 202311034190A CN 116980613 A CN116980613 A CN 116980613A
- Authority
- CN
- China
- Prior art keywords
- image
- prediction
- video
- compression
- coding
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000007906 compression Methods 0.000 title claims abstract description 48
- 230000006835 compression Effects 0.000 title claims abstract description 44
- 238000013139 quantization Methods 0.000 claims abstract description 48
- 238000005070 sampling Methods 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 238000005192 partition Methods 0.000 claims abstract description 6
- 239000013598 vector Substances 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 18
- 230000009466 transformation Effects 0.000 claims description 9
- 230000002123 temporal effect Effects 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 101000969688 Homo sapiens Macrophage-expressed gene 1 protein Proteins 0.000 description 1
- 102100021285 Macrophage-expressed gene 1 protein Human genes 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
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
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
-
- 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
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
-
- 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
- H04N19/124—Quantisation
-
- 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
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/146—Data rate or code amount at the encoder output
- H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
-
- 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
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- 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
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提供了一种应用于无人值守设备视频的安全压缩方法，包括：对视频图像进行重构；对重构后的视频图像进行背景建模，并利用背景建模得到背景图像进行运动目标检测，确定目标在图像中的位置和区域，得到图像的区域划分信息；编码器根据区域划分信息对视频图像分区域进行不同程度的压缩。本发明通过图像压缩采样重构实现图像压缩率的控制；通过量化参数的分配实现对不同区域的不同视频质量的压缩，满足系统对带宽的需求；通过相邻的编码单元之间的预测，实现帧内预测压缩减少遍历搜索范围，降低算法复杂度，减少编码时间，提高编码效率；通过混合编码快速压缩的方式，减少帧内预测和帧间预测的模式搜索，从而减少编码时间。
Description
技术领域
本发明涉及视频压缩领域，特别涉及一种应用于无人值守设备视频的安全压缩方法。
背景技术
传统数据采集系统通常使用有线网络传输技术进行数据的传输，容易出现布线繁琐，存在因复杂地形、特殊环境下施工困难等不利因素，而基于天通卫星移动通信系统构建的数据业务传输网络，可对“无人值守”、“复杂地形”、“特殊环境”下的数据采集的信息直接上星，实现数据采集的可靠及时的传送，从而解决偏远区域信息报送能力不足的问题。由于天通链路的最大传输速率仅为384kbps，虽然能够支持文本消息、图片、语音等传输业务，利用现有的视频压缩技术在视频传输上存在压缩速率低、算法复杂度高、占用硬件资源开销大等问题，在利用该链路通道上传输标清或高清视频等的业务使用会受到限制。
现有的图像/视频压缩技术中,采用离散余弦变换编码如JPEG,MPEG1/2以及H.264,或者采用小波变换,在编码过程中已经完成了部分压缩,但还存在大量的图像和视频原始信号未压缩。因此急需通过一种优化的视频压缩算法技术，在能够保证视频性能的前提下，通过降低运算复杂度，提高压缩速率比，并降低视频压缩的计算复杂度，为在特定场景下的应用提供支撑。
发明内容
针对现有技术中存在的问题，提供了一种应用于无人值守设备视频的安全压缩方法，用运动目标检测算法实现对视频中关注区域进行分区，再采用不同量化阈值对不同区域进行视频压缩，降低视频压缩的计算复杂度。
本发明采用的技术方案如下：一种应用于无人值守设备视频的安全压缩方法，包括：
对视频图像进行重构；
对重构后的视频图像进行背景建模，并利用背景建模得到背景图像进行运动目标检测，确定目标在图像中的位置和区域，得到图像的区域划分信息；
编码器根据区域划分信息对视频图像分区域进行不同程度的压缩。
进一步的，所述重构过程包括：
S11、对图像进行分块、量化、熵编码，得到编码图像；
S12、对编码图像进行解码得到重构后的图像。
进一步的，所述步骤S11中，得到编码图像的具体过程为：
S111、输入未压缩原始图像信号，以图像块的方式对输入图像进行划分；
S112、对任一图像块进行二维离散余弦变换，得到变换系数；
S113、对变换系数进行量化，得到量化系数；
S114、对量化系数进行反量化，得到反量化系数；
S115、对反量化系数进行直接反离散余弦变换重构得到重构值对反量滑蜥属进行压缩采样重构得到重构值/>
S116、分别比较重构值重构值/>与图像块的失真度，得到对应失真度SADIDCT和失真度SADCS；
S117、若SADCS＜SADIDCT，压缩采样标志为真，图像块采用压缩采样重构，否则表示压缩采样标志为假，采用直接反离散余弦变换；
S118、对量化系数进行熵编码，输出带有压缩采样标志和块结束标志的已编码图像块；
S119、重复步骤S112～步骤S118，完成所有图像块的编码，输出编码图像。
进一步的，所述步骤S11中，解码过程为：
S121、输入编码图像，根据块结束标志对图像进行块划分；
S122、对任一图像块进行熵解码，得到量化系数；
S123、对量化系数进行反量化，得到反量化系数；
S124、判断压缩采样标志是否为真，若是，则进入步骤S125，否则进入步骤S126；
S125、对反量化系数进行直接反离散余弦变换，得到重构图像块，进入步骤S127；
S126、对反量化系数进行压缩采样重构，得到重构图像块，进入步骤S127；
S127、重复步骤S122～步骤S126，完成所有图像块的解码，输出重构后的图像。
进一步的，所述区域划分信息获取过程包括：
基于高斯分布进行背景建模，获取背景图像；
获取连续两帧视频图像，将两帧视频图像分别与背景图像差分；
将差分后的二值图像相乘得到不规则的目标轮廓图像；
消除目标轮廓图像噪声点，补充轮廓中断裂，完成运动区域和背景区域的分割。
进一步的，根据区域划分信息对每帧图像完成运动区域和背景区域划分后，分别对两个区域进行量化参数值分配，根据不同量化参数值设置编码器，完成不同区域的编码；其中，量化参数值之差为固定的阈值。
进一步的，所述压缩过程包括：对视频图像进行帧内预测与帧间预测，将预测结果与量化参数值相结合进行熵编码，得到压缩后的视频流。
进一步的，所述帧内预测包括将标准预测单元以四叉树的形式划分变换单元，一个预测单元内的所有变换单元共享相同的预测模式；具体步骤包括：
S31、判断当前变换单元相邻参考像素是否可用；
S32、对参考像素进行滤波；
S33、计算当前变换单元的预测值。
进一步的，所述帧间预测包括运动估计、预测矢量空余预测以及预测矢量时域预测。
进一步的，在压缩过程中，采用关键帧和前向预测编码帧进行混合编码，其中，关键帧的运动区域采用标准的编码方式，前向预测编码帧存储非关键帧的时域预测编码信息和绝对误差和，如果当前预测单元的绝对误差和的值与非关键帧的绝对误差和的值相差的绝对值不超过设定阈值，则背景区域采用与非关键帧相同的时域预测编码信息，否则重新按照标准的帧间预测方式进行时域预测和编码。
与现有技术相比，采用上述技术方案的有益效果为：本发明通过图像压缩采样重构实现图像压缩率的控制；通过量化参数的分配实现对不同区域的不同视频质量的压缩，满足系统对带宽的需求；通过相邻的编码单元之间的预测，实现帧内预测压缩减少遍历搜索范围，加快编码单元划分的速度，降低算法复杂度，减少编码时间，提高编码效率；通过混合编码快速压缩的方式，减少帧内预测和帧间预测的模式搜索，从而减少编码时间，提高编码效率。
附图说明
图1为本发明提出的视频压缩流程图。
图2为本发明一实施例中空域预测矢量预测块位置示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
由于天通链路的最大传输速率仅为384kbps，采用常规的视频压缩方案会导致在链路上传输标清或高清视频业务会收到限制，针对问题，如图1所示，本发明实施例提出了一种可以应用于天通数据采集装置的视频压缩方法，在能够保证视频性能的前提下，通过降低运算复杂度，提高压缩速率比，为在特定场景下的应用提供支撑。具体方案如下：
步骤S1、对视频图像进行重构。
标准的图像/视频的编码一般采用基于块的编码结构，因此，本实施例中将图像划分成16x16或更小的图像块，然后针对每个块分别进行处理，通过提取块与块之间的冗余度、变换、量化和熵编码，使用不同的量化表来实现控制图像的压缩率。
图像量化过程为：
式中a是变换系数原始值，Qstep是量化步长，round(·)是四舍五入取整函数，/>是量化值，/>是反量化值，在量化阶段将会产生量化误差，在原始值a上加入了量化噪声得到反量化值/>
图像编码处理的是已知信号，但在解码端信号是未知的，需要在得到局部二维离散余弦变换系数的基础上重构信号，本实施例中，采用二维离散余弦变换的方法对现有编码进行处理，即对二维离散余弦变换系数进行量化，保留人眼敏感的低频系数，舍弃对图像质量影响不大的高频系数。每一个二维离散余弦系数包含原图像的相关信息，即原图像的每个像值都对某一个二维离散余弦系数有作用。
采用在局部二维离散余弦系数基础上进行图像信号的重构，有的图像块并不具备梯度变化明显的特征，因此在对梯度变化具有敏感性的二维离散余弦变换的压缩采样重构方法过程中采用率失真优化方法。
同时，本实施例针对图像重构过程，提出了具体的编码方法与解码方法，具体如下：
其中，编码方法中主要包括了图像分块(即二维离散余弦变换)、量化、熵编码等步骤，具体为：
S111、输入未压缩原始图像信号，以图像块的方式对输入图像进行划分；
S112、对任一图像块进行二维离散余弦变换，得到变换系数c(u)；
S113、对变换系数c(u)进行量化，得到量化系数
S114、对量化系数进行反量化，得到反量化系数/>
S115、对进行直接反离散余弦变换重构得到重构值/>对/>通过压缩采样重构得到重构值/>
S116、分别比较重构值重构值/>与图像块的失真度，得到对应失真度SADIDCT和失真度SADCS；
S117、若SADCS＜SADIDCT，压缩采样标志为真时，图像块采用压缩采样重构，压缩采样标志为假时，采用直接反离散余弦变换；
S118、对量化系数进行熵编码，输出带有压缩采样标志和块结束标志的已编码图像块；
S119、重复步骤S112～步骤S118，完成所有图像块的编码，输出编码图像。
其中，步骤S115中压缩采样重构方法为：
在完成编码之后，在对编码图像进行解码处理得到重构后的图像，解码过程如下：
S121、输入编码图像，根据块结束标志对图像进行块划分；
S122、对任一图像块进行熵解码，得到量化系数
S123、对量化系数进行反量化，得到反量化系数/>
S124、判断压缩采样标志是否为真，若是，则进入步骤S125，否则进入步骤S126；
S125、对反量化系数进行直接反离散余弦变换，得到重构图像块，进入步骤S127；
S126、对反量化系数进行压缩采样重构，得到重构图像块，进入步骤S127；
S127、重复步骤S122～步骤S126，完成所有图像块的解码，输出重构后的图像。
在得到重构后的视频图像之后，再进行后续的压缩处理能够进一步的提升压缩率。
步骤S2、对重构后的视频图像进行背景建模，并利用背景建模得到背景图像进行运动目标检测，确定目标在图像中的位置和区域，得到图像的区域划分信息。
为了满足有限的传输带宽条件，因此可以对视频图像进行不同程度的压缩，保证的质量的同时提升压缩率。本实施例中，在不同的编码单元采用不同的量化参数，实现对不同区域进行不同视频质量的压缩。
在一个实施例中，基于高斯分布完成背景建模，通过建立具有鲁棒性的自学习背景模型来应对背景图像不断发生变化。
在完成背景图像获取后，利用背景图像和连续两帧视频图像进行运动目标的检测，由于噪声点是随机分布的，在前后帧中噪声点出现在同一位置的概率较小，通过使用两幅帧差分二值图像进行相乘的方法消除噪点，提高算法的抗干扰性，同时，背景也进行实时更新，进一步建立完整的背景图像。通过背景图像与运动目标的划分即可完成不同区域的量化参数配置。
下面，针对运动目标检测过程进行进一步描述：
本实施例中，通过前后两幅视频图像进行帧间差分来分割出运动目标。即设fa(x，y)是第一帧图像，fb(x，y)是第二帧图像，则二值图像可以通过阈值分割方法得到，如下所示：
利用背景图像和连续两帧图像进行运动目标检测是由于噪声点是随机分布的，取任意连续的两帧图像，两帧图像定义为f1(x，y)和f2(x，y)，将图像分别与背景图像差分，最后将差分后的二值图像相乘可得，如下所示：
M(x，y)＝d1(x，y)d2(x，y)
经过差分相乘处理后的M(x，y)是不规则的目标轮廓图像，再通过膨胀腐蚀等图像处理方法消除噪声点，补充轮廓中的断裂，从而实现运动区域和背景区域的分割，最终实现重要区域的划分。
步骤S3、编码器根据区域划分信息对视频图像分区域进行不同程度的压缩。
在获取到区域划分信息之后，需要根据实际的系统带宽对量化参数值进行分配，即分别设定重要区域和非重要区域的量化参数值，保证一定图像质量的同时对不同的编码单元采用不同的量化参数，实现对不同区域的不同视频质量的压缩，满足系统对带宽的需求。实际应用中，会根据应用场景的不同会不一样，通常将运动区域作为重要区域，背景作为非重要区域。本实施例中，基于高斯分布的背景建模方式，通过膨胀腐蚀等方法消除噪声点补充轮廓中的断裂，实现运动区域和背景区域的分割达到区域的划分。为了提高划分区域的连续性，将运动区域按照一定的阈值进行外扩，这样就获得了最终的感兴趣区域。针对量化参数值的分配，需要根据实际的系统带宽，分别设定感兴趣区域和非感兴趣区域的量化参数值，在保证一定图像质量的同时，满足系统带宽的需求。假设感兴趣区域的量化参数值为QROI，非感兴趣区域的量化参数值为QUROI可以设定他们的量化参数值之差为固定的阈值QPcon，并且视频的总码率QTotal小于系统带宽Tthreshold，即如下所示：
RTotal(QROI，QUROI)＜Tthreshold
通过设置合适的阈值QPcon，实现在固定码率和非重要区域可接受的视频质量条件下，实现重要区域的视频质量提升，阈值QPcon越大，所提升的质量越高。
由于相邻的编码单元之间的预测深度值和预测模式具有一定的相关性，因此通过快速帧内预测压缩，减少遍历搜索范围加快编码单元划分的速度，降低算法复杂度，从而减少编码时间，提高编码效率。
本实施例中，相邻的编码单元之间的预测包括帧内预测和帧间预测两部分。
帧内预测是使用当前图像已编码的像素去预测当前像素以达到去除空间冗余的目的。实际上，基于块的空域帧内预测方法规定的若干种预测模式，并且能够通过拉格朗日率失真优化进行自适应的预测模式选择，每一种模式的拉格朗日代价为J＝D+λR，D为当前预测模式下的失真，R表示编码当前预测模式所有信息所需的比特数，λ为拉格朗日因子。最优的预测模式是残差经过变化、量化、编码后的编码性能最优。
在一个实施例种，帧内预测过程中，将标准预测单元以四叉树的形式划分变换单元，一个预测单元内的所有变换单元共享相同的预测模式。主要包括以下三个步骤：
(1)判断当前变换单元相邻参考像素是否可用；将相邻得重建块作为参考值对当前像素块进行预测；
(2)对参考像素进行滤波；
(3)计算当前变换单元的预测值。
帧间预测则是使用邻近已编码的图像像素预测当前图像的像素以达到去除时域冗余的目的。本实施例中，帧间预测主要包括运动估计、预测矢量空域预测、预测矢量时域预测三个部分。
(1)运动估计
运动估计是为当前图像的每个像素块在之前已编码图像中寻找一个最佳匹配块用于预测的参考图像，参考块(即参考图像中的图像块)到当前像素块的位移称为运动向量，当前像素块与参考块的差值为预测残差。基于块的运动表示法将图像分为不同大小的像素块，只要块大小选择合适，则各个块的运动形式可以看成统一的，并且每个块的运动参数可以独立地估计。
(2)预测矢量空域预测
如图2所示为本实施例中空域预测矢量预测块位置示意图。E为当前运动补偿块，运动补偿块E的预测矢量获取具体如下：
(a)若E不是168和816，则预测运动矢量为A、B和C三者预测矢量的中值。
(b)若E被划分为两个168的块，则上方的预测运动矢量为B的预测矢量，下方的预测运动矢量为A的预测矢量。
(c)若E被划分为两个816的块，则左侧的预测运动矢量为A的预测矢量，右侧的预测运动矢量为C的预测矢量。
(d)若E为待编码宏块，则其预测运动矢量与16*16情形一样，为A、B和C三者预测矢量的中值。
(3)预测矢量时域预测
预测矢量时域预测主要是针对B片(图2中的B区域)：
(a)当B的图像两个预测矢量都来自一个方向时，其中一个预测矢量可用另一个预测矢量来预测。设参考图像ref0和ref1与当前图像的距离分别为l0和l1，二者对应预测矢量分别为MV0和MV1，其中：
MV表示预测矢量，MVP表示预测运动矢量，MVD表示运动矢量残差。
此时，MVP1＝l1/l0*MV0,MVD1＝MV1-MVP1。
(b)直接模式MV预测：为B片提供运动向量可直接预测得出，无需传送运动向量差值。
在获取相邻编码单元之间的预测结果后，本实施例中，，采用关键帧和前线预测编码帧的混合编码方式完成编码，减少帧内预测和帧间预测的模式搜索，从而减少编码时间，提高编码效率。本实施例中，关键帧是指含有重要区域的图像帧，除关键帧外的为非关键帧，具体过程如下：
关键帧的运动区域采用标准的编码方式，前向预测编码帧存储前P帧(非关键帧通过掩膜坐标编码为P帧)的时域预测编码信息和绝对误差和，如果当前预测单元的绝对误差和的值与前P帧的绝对误差和的值相差的绝对值不超过设定阈值，则背景区域采用与前P帧相同的时域预测编码信息，否则重新按照标准的帧间预测方式进行时域预测和编码。
本发明改变了天通数据采集装置的安全视频压缩的一种运用方法，通过图像压缩采样重构、背景区域的分割、量化参数值设定、相邻的编码单元之间的预测和混合编码快速压缩算法改进等的应用，实现天通的低带宽的需求下通过提高压缩速率比，传输标清或高清等业务的能力。
需要说明的是，在本发明实施例的描述中，除非另有明确的规定和限定，术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接连接，也可以通过中间媒介间接连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义；实施例中的附图用以对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种应用于无人值守设备视频的安全压缩方法，其特征在于，包括：
对视频图像进行重构；
对重构后的视频图像进行背景建模，并利用背景建模得到背景图像进行运动目标检测，确定目标在图像中的位置和区域，得到图像的区域划分信息；
编码器根据区域划分信息对视频图像分区域进行不同程度的压缩。
2.根据权利要求1所述的应用于无人值守设备视频的安全压缩方法，其特征在于，所述重构过程包括：
S11、对图像进行分块、量化、熵编码，得到编码图像；
S12、对编码图像进行解码得到重构后的图像。
3.根据权利要求2所述的应用于无人值守设备视频的安全压缩方法，其特征在于，所述步骤S11中，得到编码图像的具体过程为：
S111、输入未压缩原始图像信号，以图像块的方式对输入图像进行划分；
S112、对任一图像块进行二维离散余弦变换，得到变换系数；
S113、对变换系数进行量化，得到量化系数；
S114、对量化系数进行反量化，得到反量化系数；
S115、对反量化系数进行直接反离散余弦变换重构得到重构值对反量滑蜥属进行压缩采样重构得到重构值/>
S116、分别比较重构值重构值/>与图像块的失真度，得到对应失真度SADIDCT和失真度SADCS；
S117、若SADCS<SADIDCT，压缩采样标志为真，图像块采用压缩采样重构，否则表示压缩采样标志为假，采用直接反离散余弦变换；
S118、对量化系数进行熵编码，输出带有压缩采样标志和块结束标志的已编码图像块；
S119、重复步骤S112～步骤S118，完成所有图像块的编码，输出编码图像。
4.根据权利要求3所述的应用于无人值守设备视频的安全压缩方法，其特征在于，所述步骤S11中，解码过程为：
S121、输入编码图像，根据块结束标志对图像进行块划分；
S122、对任一图像块进行熵解码，得到量化系数；
S123、对量化系数进行反量化，得到反量化系数；
S124、判断压缩采样标志是否为真，若是，则进入步骤S125，否则进入步骤S126；
S125、对反量化系数进行直接反离散余弦变换，得到重构图像块，进入步骤S127；
S126、对反量化系数进行压缩采样重构，得到重构图像块，进入步骤S127；
S127、重复步骤S122～步骤S126，完成所有图像块的解码，输出重构后的图像。
5.根据权利要求2所述的应用于无人值守设备视频的安全压缩方法，其特征在于，所述区域划分信息获取过程包括：
基于高斯分布进行背景建模，获取背景图像；
获取连续两帧视频图像，将两帧视频图像分别与背景图像差分；
将差分后的二值图像相乘得到不规则的目标轮廓图像；
消除目标轮廓图像噪声点，补充轮廓中断裂，完成运动区域和背景区域的分割。
6.根据权利要求5所述的应用于无人值守设备视频的安全压缩方法，其特征在于，根据区域划分信息对每帧图像完成运动区域和背景区域划分后，分别对两个区域进行量化参数值分配，根据不同量化参数值设置编码器，完成不同区域的编码；其中，量化参数值之差为固定的阈值。
7.根据权利要求6所述的应用于无人值守设备视频的安全压缩方法，其特征在于，所述压缩过程包括：对视频图像进行帧内预测与帧间预测，将预测结果与量化参数值相结合进行熵编码，得到压缩后的视频流。
8.根据权利要求7所述的应用于无人值守设备视频的安全压缩方法，其特征在于，所述帧内预测包括将标准预测单元以四叉树的形式划分变换单元，一个预测单元内的所有变换单元共享相同的预测模式；具体步骤包括：
S31、判断当前变换单元相邻参考像素是否可用；
S32、对参考像素进行滤波；
S33、计算当前变换单元的预测值。
9.根据权利要求8所述的应用于无人值守设备视频的安全压缩方法，其特征在于，所述帧间预测包括运动估计、预测矢量空余预测以及预测矢量时域预测。
10.根据权利要求7所述的应用于无人值守设备视频的安全压缩方法，其特征在于，在压缩过程中，采用关键帧和前向预测编码帧进行混合编码，其中，关键帧的运动区域采用标准的编码方式，前向预测编码帧存储非关键帧的时域预测编码信息和绝对误差和，如果当前预测单元的绝对误差和的值与非关键帧的绝对误差和的值相差的绝对值不超过设定阈值，则背景区域采用与非关键帧相同的时域预测编码信息，否则重新按照标准的帧间预测方式进行时域预测和编码。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311034190.4A CN116980613A (zh) | 2023-08-16 | 2023-08-16 | 一种应用于无人值守设备视频的安全压缩方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311034190.4A CN116980613A (zh) | 2023-08-16 | 2023-08-16 | 一种应用于无人值守设备视频的安全压缩方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116980613A true CN116980613A (zh) | 2023-10-31 |
Family
ID=88483218
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311034190.4A Pending CN116980613A (zh) | 2023-08-16 | 2023-08-16 | 一种应用于无人值守设备视频的安全压缩方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116980613A (zh) |
-
2023
- 2023-08-16 CN CN202311034190.4A patent/CN116980613A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109688414B (zh) | 一种vvc帧内编码单元候选预测模式缩减及块划分提前终止方法 | |
| US8526488B2 (en) | Video sequence encoding system and algorithms | |
| CN103546749B (zh) | 利用残差系数分布特征和贝叶斯定理优化hevc残差编码的方法 | |
| KR100999091B1 (ko) | 임의 크기의 가변 블록을 이용한 영상 압축 방법 및 장치 | |
| JP2004514351A (ja) | ブロックマッチング処理を用いたビデオ符号化方法 | |
| CN108989802B (zh) | 一种利用帧间关系的hevc视频流的质量估计方法及系统 | |
| CN102065298B (zh) | 高性能宏块编码实现方法 | |
| CN103327327B (zh) | 用于高性能视频编码hevc的帧间预测编码单元选择方法 | |
| JP2007503776A (ja) | インター符号化に使われる参照画像数を最小化するための方法および装置 | |
| KR100597397B1 (ko) | 고속 움직임추정 알고리즘을 갖는 동영상 코딩방법 및 장치 | |
| CN103546758A (zh) | 一种快速深度图序列帧间模式选择分形编码方法 | |
| CN110557638A (zh) | 一种巡检无人机通信网络切换方法及系统 | |
| KR100856392B1 (ko) | 현재 영상의 복원영역을 참조하는 동영상 부호화/복호화장치 및 그 방법 | |
| Yin et al. | Lossless point cloud attribute compression with normal-based intra prediction | |
| Liu et al. | Video coding and processing: a survey | |
| CN110913232B (zh) | 一种tu划分模式的选择方法及装置、可读存储介质 | |
| KR20010019704A (ko) | 움직임이 없는 배경을 갖는 영상의 매크로블록 단위 객체 기반부호화 처리 방법 | |
| CN112001854A (zh) | 一种编码图像的修复方法及相关系统和装置 | |
| Wang et al. | Overview of the second generation avs video coding standard (avs2) | |
| CN116980613A (zh) | 一种应用于无人值守设备视频的安全压缩方法 | |
| CN113163199B (zh) | 一种基于h265的视频快速预测方法、快速编码方法和系统 | |
| CN115633168A (zh) | 一种视频处理方法及相关设备 | |
| Chen et al. | CNN-based fast HEVC quantization parameter mode decision | |
| CN110035285B (zh) | 基于运动矢量敏感度的深度预测方法 | |
| CN110113601B (zh) | 基于视频图片纹理特征的hevc帧内快速算法选择方法 |
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 |