一种基于块匹配压缩感知的视频采样复原算法
【技术领域】
[0001]本发明涉及视频编码算法的技术领域，尤其是指一种基于块匹配压缩感知的视频米样复原算法。
【背景技术】
[0002]信号采样是连接我们身处的物理世界与计算机数字世界的桥梁。通过采样技术，人们可以将大量的模拟信号转化为数字信号。然而近年来，人们对视频信息的需求日益增大，特别是高分辨率数据需求越来越大，各种高清格式的视频广泛流行。但是，采集和传输这样的高清视频会带来巨大的采样、传输压力。
[0003]近年来，压缩感知理论越来越受到研究人员的广泛关注。压缩感知以压缩的方式直接进行采样，也即是“边采样，边压缩”，摆脱了经典采样理论中的方式，将采样和压缩步骤结合了在一起。压缩感知可以在低于Nyquist采样率的情况下进行视频采样，因此能减轻采样和传输的压力。但采样结果并不是视频信号，而是视频信号的低维投影，因此进行压缩感知视频采样后，还需要进行对视频的复原过程。但是现有的压缩感知视频采样复原方案都存在以下问题:
[0004]I)由于视频是随时间动态变化的，因此以压缩感知方式进行视频采样过程中，视频信号会发生变化，导致恢复出来的视频里的运动物体有拖影现象出现。
[0005]2)由于噪声的存在以及较低的采样率，导致恢复出来的视频质量不佳，信噪比不够尚。
[0006]3)虽然压缩感知视频采样降低了采样成本，但是增加了视频复原过程，而这个过程耗时非常高，复原成本太大。
【发明内容】
[0007]本发明的目的在于克服现有技术的缺点与不足，提供一种基于块匹配压缩感知的视频采样复原算法，可实现以压缩感知的方式进行视频采样以及复原，技术人员通过实现该方法，不但能达到更高效的视频采样和复原，还能解决传统方案带来的视频质量不佳，耗时高以及视频运动拖影问题。
[0008]为实现上述目的，本发明所提供的技术方案为:一种基于块匹配压缩感知的视频采样复原算法，包括以下步骤:
[0009]I)采用双尺度感知矩阵对原视频进行线性测量；
[0010]2)设定时间间隔，重复步骤I)，直到原视频信号终结，得到一系列的测量值；
[0011]3)利用最小二乘法把视频的低分辨率帧从测量值中恢复出来；
[0012]4)利用块匹配算法计算每个低分辨率帧与相邻数帧的像素块位移，得到两两帧的像素块运动矢量；
[0013]5)根据亮度恒定原理，即像素块亮度在位移后保持不变，由运动矢量生成运动估计约束；
[0014]6)利用压缩感知复原算法从运动估计约束和测量值中恢复出视频的高分辨率帧。
[0015]在步骤2)中，双尺度感知矩阵的列数为信号的长度，每一次测量相当于取双尺度感知矩阵的一行与视频信号进行内积运算，运算结果即是一次测量值，由于双尺度感知矩阵的行数少于列数，因此一系列测量值是高维信号在双尺度感知矩阵上的低维投影，若I是测量值向量，Φ是双尺度感知矩阵，X是视频信号，则测量过程写成矩阵运算为I = Φχο
[0016]在步骤3)中，所述低分辨率帧为原视频的帧的低分辨率版本。
[0017]在步骤4)中，对于由步骤3)得到的每一个低分辨率帧，都与其相邻的N个帧两两组合，N为非O的自然数，形成多对帧组合，然后再对每一对帧组合进行块匹配算法，得到相应的像素块的运动矢量；其中，所述块匹配算法的计算方式为:块匹配算法对每帧的所有像素进行划分，分割成多个小的互不重叠的像素块，对于当前帧的每一个像素块，在其相邻帧的给定搜索范围内找出与该像素块的灰度值最接近的像素块，也即匹配块；搜索范围依如下原则确定:以待匹配的块中心向左右扩展长度为4的距离，向上下方向扩展长度为dy的距离，则搜索窗口大小为(2dx+l) X (2dy+l)，搜索窗口的大小由视频场景的运动速度而定，运动速度越大，那么4和dy就越大，块匹配算法运算结果为每个低分辨率帧的像素块与相邻数帧的像素块的位移，即像素块运动矢量。
[0018]在步骤6)中，所述压缩感知复原算法有凸优化方法、L1最小化方法和贪婪算法。
[0019]在步骤6)中，所述高分辨率帧为原视频的帧的高分辨率版本。
[0020]本发明与现有技术相比，具有如下优点与有益效果:
[0021 ] 1、现有的压缩感知视频采样复原技术都是直接从测量值中复原出视频帧的高分辨率版本，造成复原效率低下，帧质量不够高等问题，而本发明选择了一个迂回的办法:先快速复原出低分辨率帧，然后利用块匹配计算出帧与帧之间的运动矢量，生成运动估计约束，以改善最终的高分辨率帧质量。而低分辨率帧相当于复原过程的一个中间产品。
[0022]2、由于通过视频低分辨率帧得到运动估计约束，因此该方法能很好地描述视频里物体的运动信息，减少复原出来的视频拖影现象。
[0023]3、由于每个低分辨率帧都与相邻的N个帧进行块匹配运动估计，因此能增加对原视频信号的描述信息，进一步降低复原噪声，提高复原出来的视频的信噪比。
[0024]4、块匹配算法实现比较简单，耗时低，因此本方法与其它方案相比，有运算速度快，视频复原时间短的特点。
【附图说明】
[0025]图1为本发明所述视频采样复原算法的流程框图。
[0026]图2为原视频信号进行线性测量的示意图。
[0027]图3为进行块匹配计算的示意图。
【具体实施方式】
[0028]下面结合具体实施例对本发明作进一步说明。
[0029]如图1所示，本实施例所述的基于块匹配压缩感知的视频采样复原算法，具体是:在测量阶段，采用双尺度感知(Dual-Scale Sensing，DSS)矩阵，以一定时间间隔不断对原视频信号进行线性测量，直到原视频信号终结，得到一系列测量值。测量的方法如下:以矩阵运算为例子，DSS矩阵的列数为信号的长度，每一次测量相当于取DSS矩阵的一行与视频信号进行内积运算，运算结果即是一次测量值。由于DSS矩阵的行数少于列数，因此一系列测量值是高维信号在双尺度感知矩阵上的低维投影。若y是测量值向量，Φ是DSS感知矩阵，X是视频信号，则测量过程写成矩阵运算为y= Φχο在复原阶段，先利用最小二乘法从测量值中恢复出视频的低分辨率帧(所述低分辨率帧为原视频的帧的低分辨率版本)。具体计算方法为:假设低分辨率帧为b，U是向上采样矩阵，A = Φυ，则b = (AtA)
[0030]通过最小二乘法得到低分辨率帧后，对于得到的每一个低分辨率帧，都与其相邻的N个帧两两组合，N为非O的自然数，形成多对帧组合，然后再对每一对帧组合进行块匹配算法，得到相应的像素块的运动矢量。块匹配算法的计算方式如下:块匹配算法对每帧的所有像素进行划分，分割成很多小的互不重叠的像素块。例如，对大小为hXw的帧来说，可以分割成大小为P X q，数量为(h/p) X (w/q)的像素块，一般P和q取值为4或者8。对于当前帧的每一个