专利名称：一种面向无线传感器网络的分布式视频编解码方法
技术领域：
本发明是一种面向无线传感器网络的分布式视频编解码的改进方案，具体是一种基于像素域的联合LDPC (Low Density Parity Check Code,低密度奇偶校验码)和Baum-Welch (鲍姆-韦尔奇)迭代算法的残差视频编解码方法，属于无线多媒体传感器网络领域。
背景技术：
近年来，伴随着无线多媒体通信技术的迅速发展，一些新的视频应用需求开始出现，如无线PCXPersonal Computer,个人计算机)摄像机、移动可视电话、无线视频监控、无线多媒体传感器网络等。在这些新的视频应用中，由于受限于电源电量、存储容量、计算能力、通信能力，无线视频终端不仅需要较低复杂度的编码，而且需要视频信号实时编码和传输。传统的视频编码标准(如MPEG (Moving Pictures Experts Group,动态图像专家组)、
H.26X)都采用了混合编码框架，编码采用运动估计，充分挖掘视频序列的时间和空间相关性信息，一般情况下，编码复杂度是解码复杂度的5 10倍，不再适用于这些新的视频应用场合中，必须寻找新的编码压缩方法。为了解决传统视频编码复杂度高、和容错能力差等问题，一种以SI ep i an和Wolf提出的SI印ian-Wolf无损信源编码，以及Wyner-Ziv提出的在解码端获得边信息(Side Information, SI)的Wyner-Ziv有损信源编码为理论基础的全新分布式视频编码(Distributed Video Coding)方法被引入,用于解决无线多媒体传感器网络中的视频编码问题。分布式视频编码具有编码简单、解码复杂的特点，与传统的视频编码标准复杂编码、简单解码具有良好的互补性。发送方采用分布式视频编码并将编码的视频流发送至基站或网络中心节点，在基站或网络中心结点设置码流转换器，将分布式码率转换为H. 26X/MPEG码流，然后由基站或网络中心结点将转换后的视频流传送给客户端。该编码方案将分布式复杂的解码和传统视频的复杂编码转移到了基站或网络中心，利用了基站或网络中心较强的计算和存储能力，这样对于发送方和接收终端而言，仅需要进行较低复杂度的编码和解码，从而适用于电源电量、存储能力、运算能力和通信能力都受限的无线多媒体传感器网络。斯坦福大学A. Aaron 等人提出了基于 RCPT (Rate Compatible Punctured TurboCode)分布式视频编码系统，UC伯克利分校的R. Puri和K. Ramchandran设计了 PRISM(Power-efficient Robust high-compression Syndrome-base Multimedia)分布式视步页编码系统。分布式编码对多个相关信源独立编码，在解码端进行联合解码，仅在解码时使用到了多个信源的信息，因此将计算的负担从编码端转移到解码端，编码端的复杂度可以很低，这符合了无线多媒体传感器网络节点计算能力有限的特点。在Wyner-Ziv视频编码中,解码端的运动估计技术是根据帧间的相关性进行运动矢量预测实现的。当解码端边信息和Wyner-Ziv巾贞(W巾贞)之间的相关性较弱时,就不能准确的进行运动估计，进而影响解码的效果O基于像素域的分布式编码系统是将Wyner-Ziv帧帧的每个像素值釆用 及别的统一尺度量化{2,4,8, 16}，将每帧图像量化后的符号流进行位平面提取，
然后对每个位平面独立编码。在解码端，关键帧(K帧)采用传统的帧内解码方法解码。解码时，Wyner-Ziv巾贞优先解码最重要的位平面，已经解码的位平面可以用来解码未解码的位平面，直到位平面全部解码。但是对整个图像的像素进行编码处理，数据量较大。基于离散余弦变化(DCT)编码的分布式视频编码方案，可以实现图像信息量很大程度上的压缩。降低了码率，提高了整体性能，适用于无线传感器网络。DCT变换是一种数字处理方法，经常用于数据处理。它把空间域图像变换到频率域进行分析。在空间域看来，图像内容千差万别，但在频率域，经过大量图像的统计分析发现，图像经过DCT变换，其频率系数的主要成分集中于比较小的范围，且主要位于低频部分。可以采取一些措施把频谱中能量较小的部分丢弃，尽量保留传输频谱中主要的频率分量，就能够达到图像数据压缩目的。
虽然DCT变换可以实现编码端较低的码率，但是在编码端进行DCT变换本身就带了了编码端复杂度的提升。同时由于对DCT系数进行量化时，如果量化步长选取不当，也会造成解码图像出现块效应。引进数字图像处理中的Markov (马尔科夫)模型理论。一维Markov随机过程设有随机过程(IpM € T},若对于任意整数^ 和任
权利要求
1.一种面向无线传感器网络分布式视频编解码方法，其特征在于该方法对基于像素域的残差编码方案，采用在Wyner-Ziv帧-W帧编码端增加基于像素域的感兴趣区域模块并将预测残差编码应用到非感兴趣区域中，同时将原始图像看成符合马尔科夫随机场MRF模型的信息源，在解码端采取低密度奇偶校验码LDPC算法和鲍姆-韦尔奇Baum-Welch算法交替迭代解码的方案；主要用于满足无线传感器节点对图像传输的要求低复杂度的信息源端，较低的传输码率，较好的率失真特性，降低传感器节点能耗，实现面向无线传感器网络的应用，具体方法为 步骤I).划分出视频序列的关键帧-K帧和Wyner-Ziv帧-W帧； 步骤2).对关键巾贞进行基于H. 264标准的巾贞内编解码； 步骤3).选择一种基于像素域的感兴趣区域提取算法区分出W帧中的感兴趣区域ROI宏块和非ROI宏块，记为JT ; 步骤4).对感兴趣区域ROI宏块采用熵编解码； 步骤5).对非感兴趣区域ROI宏块采取残差编解码； 步骤6).根据解码出的K帧和W帧，恢复视频序列，完成分布式编解码。
2.根据权利要求I所述的面向无线传感器网络分布式视频编解码方法，其特征在于所述的步骤5)中，将Baum-Welch解码算法应用到残差块的解码当中，具体步骤为 步骤5 I).计算W帧中非感兴趣区域1 01宏块和关键帧中相同位置宏块的差值； 步骤5 2).对上一步的差值进行LDPC编码； 步骤5 3).通过对K帧和重构出的W帧进行运动估计，插值操作获得LDPC解码的边信息Y ；LDPC解码器和Baum-Welch解码器利用边信息Y和相互交替的信息迭代解码，直到恢复原始信息； 步骤5 4).根据差值边信息Y及恢复的残差块的信息，重构出残差块」^一1^ ; 步骤5 5).将重构的残差块JT一加上参考块即得到重构的非ROI宏块y。
全文摘要
一种面向无线传感器网络的分布式视频编解码方法，整体框架基于像素域的残差编解码方案，它采用在W帧编码端增加基于像素域区分的感兴趣区域模块并将预测残差编码应用到非感兴趣区域中，避免了残差编码应用的局限性，进一步获得了更好的率失真性能。同时针对基于像素域的编解码方案未能充分挖掘原始信息的空间相关性以至于其性能低于基于DCT域的方案这一问题，将原始图像看成符合MRF模型的信息源，在解码端采取LDPC算法和Baum-Welch算法交替迭代解码的方案。主要用于满足无线传感器节点对图像传输的要求低复杂度的信息源端，较低的传输码率，较好的率失真特性，降低传感器节点能耗，实现面向无线传感器网络的应用。
文档编号H04N7/26GK102833536SQ20121025660
公开日2012年12月19日 申请日期2012年7月24日 优先权日2012年7月24日
发明者孙力娟, 林兆晓, 肖甫, 王汝传, 郭剑, 沙超, 黄海平, 蒋凌云, 徐佳 申请人:南京邮电大学