本发明属于分辨率失真优化领域，具体涉及一种基于背景失真传播的监控视频率失真优化编码方法。
背景技术：
随着多媒体技术的迅猛发展和视频监控设备的日益普及，视频监控以其直观、准确、及时和信息内容丰富而广泛应用于安全生产、智慧交通、平安城市等场合，监控视频数据量呈现出爆炸性的增长。目前，我国大型城市的视频监控摄像头数量通常都在数十万个以上，全国城市已安装的摄像头已经超过两千万个。视频监控已经成为继数字电视、视频会议之后的又一个重大视频应用，而且日益成为“体量”最大的一个视频应用系统。面对大量摄像头采集的海量监控视频和高昂的存储成本，如何对其进行有效地编码压缩已成为当前视频监控领域面临的重大挑战。监控视频压缩编码技术是其存储、传输、分析和识别等环节的前提，是视频监控应用的核心技术。
目前的视频压缩技术有hevc、h.264/avc，这些技术均采用了大量的编码模式和编码参数。如何选取最优的编码模式和参数，以达到最佳压缩性能的技术被称为率失真优化。该技术基于香农率失真编码理论，以期花费尽量少的比特、获得尽量高的视频质量、达到率失真性能最优的目的。在实际应用中，率失真优化技术是视频编码中最基础、最核心的技术，几乎所有的视频编码优化均以率失真优化为基础准则。鉴于监控视频压缩技术的重要性、以及率失真优化技术在视频压缩中的关键性，面向监控视频编码的率失真优化技术研究成为视频多媒体应用的关键。
视频编码率失真优化的核心问题是，在比特消耗的限制下，如何最小化视频编码的失真，表示为mind,s.t.r＜rc，其中d表示失真，r表示比特消耗，rc表示最大比特消耗，s.t.表示“在以下条件”，该公式意思为在不超过某最大比特消耗的情况下，使得失真达到最小。
sullivan等人提出了利用拉格朗日乘数法，从根本上来说，该方法是利用拉格朗日乘子将比特消耗映射成失真，进而将有约束的优化问题转换成无约束的优化问题。该方法在现有编码技术中被广泛地应用。然而，一方面，拉格朗日乘数法是基于香农定理在高码率条件下的近似，在低码率编码应用中显现出性能的不足，而监控视频中大量的背景区域采用极低的比特数进行编码，因此该方法并不适用于监控视频的背景区域；另一方面，拉格朗日乘数是根据实验统计被设定为关于量化步长的函数，其取值与输入视频信号无关。不同的参数将导致不同的编码结果，针对实际应用中多样化的视频内容，该方法获得的压缩性能不足。
目前存在的问题：
问题1：缺乏针对监控视频背景区域和前景区域率失真特性差异化的研究，现有方法致力于构建基于拉格朗日乘数法的自适应模型，而忽略了该模型并不适用于监控视频背景区域低码率编码，缺乏分类优化思路的引入。
问题2：缺乏对背景块在自适应率失真模型估计中的干扰因素研究，现有方法通常把背景块的编码信息用于前景块自适应模型的估计，忽略了背景块编码信息的干扰影响，无法保证前景块自适应率失真模型的准确性。
问题3：缺乏对背景块失真传播特性建立的全局失真优化模型，现有的方法忽略了监控视频背景块具有的极强的传播特性，缺乏全局率失真优化的思维。
技术实现要素：
本发明的目的在于解决上述问题，提出一种基于背景失真传播的监控视频率失真优化编码方法，实现监控视频压缩性能和编码效率的提高，解决背景和前景在编码中互相影响导致编码效率低的技术问题。
本发明采用如下技术方案，一种基于背景失真传播的监控视频率失真优化编码方法，具体步骤如下：
1)将编码块分为背景块和前景块；
2)构建背景块失真传播模型；
3)基于背景块失真传播模型进行全局率失真优化，获得全局率失真优化的参数；
4)利用掩膜标记背景块，对掩膜进行无损编码；
5)基于非对称量化参数对背景块编码；
6)在解码端对背景块掩膜和量化参数(quantizationparameter，qp)偏移值进行解码，实现对背景块的重构。
优选地，步骤1)中将编码块分成背景块和前景块，具体为对背景块进行分类检测，得到时域上k帧连续的背景块；
优选地，步骤2)中构建背景块失真传播模型具体为：
基于静止背景构建背景块失真传播模型：对于时域上连续k帧的背景块，背景块为正方形，第i帧背景块的失真和比特消耗分别为di和ri，其中i＝1,2,…,k,pi,j表示第i帧图像、坐标位置为j的源像素值，
其中，d1表示第一帧背景块的失真。
优选地，步骤3)中进行全局率失真优化，获得全局率失真优化的参数具体步骤为：
31)时域上连续k帧的背景块，第i帧背景块的失真和比特消耗分别为di和ri，其中i＝1,2,…,k,基于背景块失真传播模型目标为最小化连续k帧的背景块整体的率失真代价，背景块的全局率失真优化式为
其中λc为率失真优化的拉格朗日乘数，d1和r1分别表示第一帧背景块的失真和比特消耗；
32)基于背景块失真传播模型，将背景块的全局率失真优化式改写为
分别对r1和ri求偏导，得到拉格朗日乘数成如下关系：
其中λ1表示第一帧背景块的拉格朗日乘数，λi表示第i帧背景块的拉格朗日乘数，后续帧的拉格朗日乘数是第一帧拉格朗日乘数的k倍，即λi＝k·λ1。
优选地，步骤4)中利用掩膜对背景块进行标记，对掩膜进行无损编码，具体为在编码端以k帧为一个周期，每个周期利用一个掩膜对背景块进行标记，采用算术编码对掩膜进行编码。
优选地，步骤5)中基于非对称量化参数对背景块编码具体为：
基于r-λ模型，比特消耗r与拉格朗日乘数λ之间呈幂函数关系：
r＝α·λβ
其中α和β为r-λ模型参数，保持当前背景块的总比特消耗不变，得到
α·λ1β+(k-1)α·(k·λ1)β＝kα·λcβ
其中λc为率失真优化的拉格朗日乘数，k为时域上连续k帧背景块，得到
其中，λ1表示第一帧背景块的拉格朗日乘数；
量化参数为
qp＝4.2005·ln(λ)+13.7122
将λ1和λi分别代入上述公式，得到每一帧的量化参数，并采用相应的量化参数对掩膜标记的所有背景块进行编码。
发明所达到的有益效果：本发明提出一种基于背景失真传播的监控视频率失真优化编码方法，实现监控视频压缩性能和编码效率的提高，解决背景和前景在编码中互相影响导致编码效率低的技术问题；本发明将编码块分类检测和多种率失真优化模型相结合，针对编码块率失真特性差异进行优化，对于提升监控视频压缩性能和编码效率具有重要意义，本发明可以应用于视频编码的多个领域，包括监控视频和视频会议等。
附图说明
图1是本发明的基于背景失真传播模型的背景块全局率失真优化方法流程图；
图2是监控视频背景块失真传播模型示意图。
具体实施方式
下面根据附图并结合实施例对本发明的技术方案作进一步阐述。
本发明采用如下技术方案，一种基于背景失真传播的监控视频率失真优化编码方法，本发明在hm16.0(hevc官方测试软件)实验平台上进行实现，图1为本发明的流程图，具体步骤如下：
1)将编码块分为背景块和前景块；
步骤1)中将编码块分成背景块和前景块，具体为对背景块进行分类检测，得到时域上k帧连续的背景块；由监控视频的背景一致性，有理由预测该位置编码块在后续若干帧也为背景块。
2)构建失真传播模型；
步骤2)中构建背景块失真传播模型具体为：
基于静止背景构建背景块失真传播模型：对于时域上连续k帧的背景块，背景块为正方形，第i帧背景块的失真和比特消耗分别为di和ri，其中i＝1,2,…,k,pi,j表示第i帧图像、坐标位置为j的源像素值，
其中，d1表示第一帧背景块的失真。
3)如图2所示，横轴表示编码比特消耗，纵轴表示相应的编码失真，图中各点表示按不同编码参数条件下的编码比特消耗和编码失真。基于背景块失真传播模型进行全局率失真优化，获得全局率失真优化的参数，具体步骤为：
31)时域上连续k帧的背景块，第i帧背景块的失真和比特消耗分别为di和ri，其中i＝1,2,…,k,进行全局率失真优化目标为最小化连续k帧的背景块整体的率失真代价，背景块的全局率失真优化式为
其中λc为率失真优化的拉格朗日乘数，d1和r1分别表示第一帧背景块的失真和比特消耗；
32)基于背景块失真传播模型，将背景块的全局率失真优化式改写为
分别对r1和ri求偏导，得到拉格朗日乘数成如下关系：
其中λ1表示第一帧背景块的拉格朗日乘数，λi表示第i帧背景块的拉格朗日乘数，后续帧的拉格朗日乘数是第一帧拉格朗日乘数的k倍，即λi＝k·λ1。
4)利用掩膜对背景块进行标记，对掩膜进行无损编码，具体为在编码端以k帧为一个周期，每个周期利用一个掩膜对背景块进行标记，采用算术编码对掩膜进行编码。
5)基于非对称量化参数对背景块编码；
为保持总编码比特在较小范围内变化，在实际编码中需要根据上述关系选取相应的量化参数，利用编码比特和拉格朗日乘数之间的关系，计算调整之后的拉格朗日乘数，步骤5)中基于非对称量化参数对背景块编码具体为：
基于r-λ模型，比特消耗r与拉格朗日乘数λ之间呈幂函数关系：
r＝α·λβ
其中α和β为r-λ模型参数，保持当前背景块的总比特消耗不变，得到
α·λ1β+(k-1)α·(k·λ1)β＝kα·λcβ
其中λc为率失真优化的拉格朗日乘数，k为时域上连续k帧背景块，得到
其中，λ1表示第一帧背景块的拉格朗日乘数；
量化参数为
qp＝4.2005·ln(λ)+13.7122
将λ1和λi分别代入上述公式，得到每一帧的量化参数，并采用相应的量化参数对掩膜标记的所有背景块进行编码。当k取值较大时，λ1和λi差值较大，第一帧与后续帧的量化参数的取值差别较大，称之为非对称量化参数编码。
6)在解码端对背景块掩膜和量化参数qp偏移值进行解码，实现对背景块的重构。