面向wmsn的多模式压缩视频感知编解码方法
【技术领域】
[0001] 本发明是一种面向无线多媒体传感器网络（WirelessMultimediaSensor Networks，WMSN)的视频编解码改进方案，尤其涉及一种面向WMSN的新型视频编码方法，属 于无线传感器网络领域。
【背景技术】
[0002] 丽SN视频节点感知的信息丰富，可以用于固定场景的全方位监测，且监测视频图 像的背景变化极为缓慢，使得WMSN视频数据存在较大的时空冗余，而这些冗余数据在编码 过程中大部分被丢弃，极大地浪费了有限的WMSN资源。
[0003] 在MPEG-X及H. 26X标准的视频编码方案中，采用基于块的运动估计、运动补偿等 技术来提高编码效率，从而使其在相同的编码比特率条件下能获得更高的视觉质量。但这 加重了编码端的计算负担，不能满足WMSN视频节点低计算量、低能耗的需求。因此，典型视 频编码方案不适用于上述领域。
[0004] 压缩感知（CS)理论将传统的数据采集与压缩合二为一，不需要复杂的编码过程。 在视频信号处理过程中，CS适合处理单帧图像处理，而分布式压缩感知（DCS)理论研究的 是多个信号间存在相关性，可以用于对视频帧序列进行联合稀疏、联合恢复。因此，将CS与 DCS引入视频编码，能简化编码步骤、降低编码的复杂度，并在保证视觉质量的前提下获得 更高的编码效率，从而达到降低无线视频传感器节点能耗目的。
【发明内容】
[0005] 鉴于此，本发明的目的是提供一种面向WMSN的多模式压缩视频感知编码与解码 方法，可以在保证视觉质量的前提下获得更高的编码效率，从而降低无线视频传感器节点 的能源消耗。
[0006] 为达到上述目的，本发明的技术方案是这样实现的：
[0007] 在编码端，根据视频的时空相关性，采用自适应分组器对视频进行对视频进行分 组，再采用四叉树图像分割法将图像组内的每幅图像分割为四个大小相同的图像块，并构 成四个图像块组，将图像块组依次送入多模式稀疏编码器；然后，对图像块进行预处理，图 像块组的第一个图像块被设置为关键图像块（KB块），剩余的图像块为非关键图像块（NKB 块）；同时，在多模式稀疏编码器中，NKB块被分为三种类型：跳过块（SKIP块）、分布式压缩 感知块（DCS块）、压缩感知块（CS块）；再根据块的类型及编号对图像块组进行二次分组； 最后，将KB块、SKIP块、DCS块和CS块分别送入相应的编码器进行编码。在解码端中，根据 图像块的不同编码方式，分别重构出相应的图像块，再按图像块的编号恢复各图像块组；然 后，对四个图像块组进行复接，以恢复出相应的G0P组。
[0008] 实现本发明目的的技术方案是：面向WMSN的多模式压缩视频感知编码与解码方 法，其特征是包括以下步骤：
[0009] 1)多模式稀疏编码
[0010] la)该方法首先将图像块组内的第一个图像块设置为KB±夬，剩余图像块设置为 NKB块，并计算其差异值。具体公式如下：
[0011]
[0012] 其中，i，j代表图像块横纵坐标；H，L分别为图像块的高度与宽度；KB(i，j)代表KB块，NKBi(i，j)代表第i个NKB块。
[0013]lb)根据公式⑴得到的M/ID"值，将图像块组内所有的NK块分为：SKIP块、DCS 块、CS块三种类型。具体公式如下：
[0014]
[0015] 其中，1\与T2是实验预先设定的门限值。
[0016] lc)根据图像块分类结果对NKB块再次进行分组，最后得到三组新的图像块组，分 别为SKIP组，DCS组，CS组。
[0017] Id)二次分组完毕后，将KB块、SKIP块组、DCS块组和CS块组分别送入多模式稀 疏编码器进行编码，具体操作内容如下：
[0018] (1)采用较高采样率的CS方法对KB块进行用采样，并将采样值与编码模式信息、 位置信息打包送入解码端。
[0019] (2)对于SKIP组内的图像块，不进行编码操作，只传送对应的编码模式信息与位 置信息。
[0020] (3)对于DCS组内的图像块，首先将其分别与对应的KB块求残差；然后，对所有的 残差图像块进行联合稀疏，并在同一测量基?下进行测量，再将所得到的测量值与编码模 式信息、位置信息打包送入解码端。
[0021 ] (4)采用较低采样率的块CS方法对CS组内的图像块进行采样，并将得到的测量值 与编码模式信息、位置信息打包送入解码端。
[0022] 2)多模式解码
[0023] 2a)对接收到的数据进行解包，得到各图像块的测量值、编码模式信息与位置信 息。
[0024] 2b)采用CS技术恢复KB块，并将其保存在存储器中。
[0025] 2c)采用不同的解码方法对相应类型的NKB块进行恢复，具体操作内容如下：
[0026] (1)利用已重构出的KB块替代SKIP组中对应位置的图像块。
[0027] (2)借助DCS技术，利用所获取的联合稀疏观测值重构残差图像块组，再将残差图 像块与对应位置的KB块相加，以恢复出DCS图像块组。
[0028] (3)采用字典学习方法，从重构出的KB块中生成当前图像块组的稀疏字典，再利 用稀疏字典恢复出CS组中的图像块。
[0029] 与现有技术相比，本发明具有如下优点：
[0030] (1)采用固定图像分组方式，在场景发生变化时会将相关性不强的视频帧划在同 一组，这会导致组内视频帧间的时空相关不强，从而降低视频编码效率；本发明提出的动态 视频帧分组方法优化了视频帧分组结构，更好地利用了视频帧间的时空相关性，从而有效 地解决了上述问题。
[0031] (2)根据图像块的特征，将其划分成KB±夬、SKIP块、DCS块和CS±夬，并采用多模式 稀疏编码器对各类图像块分别进行编码，可以在保证视觉质量的前提下获得更高的编码效 率。
[0032] (3)与典型的视频编码方案相比，本方案能简化编码步骤、降低编码的复杂度，并 在保证视觉质量的前提下获得更高的编码效率，从而达到降低无线视频传感器节点能耗目 的。
【附图说明】
[0033] 图1是本发明的系统结构框图。
[0034] 图2是DCS编解码结构框图。
[0035] 图3是基于K-SVD的CS编解码结构框图。
【具体实施方式】
[0036] 为使本发明的目的、技术方案和优点更加清楚，下面结合附图和实施例对本发明 作进一步的详细描述。
[0037] 在编码端，其编码过程如下：
[0038] 步骤1 :对视频序列分组
[0039] 1)选取视频序列第一帧为关键帧。
[0040] 2)选择一帧非关键帧，采用公式（3)，计算当前非关键帧与关键帧的平均绝对误 差。具体公式如下：
[0041 ]
[0042] 其中KF代表关键帧，NKFjf表非关键帧；H，L分别为非关键帧的高度与宽度；i，j 分别表示像素点的横纵坐标。
[0043] 3)将值与门限值T(T为实验获取的经验值）进行比较。
[0044] 4)当細Df<r时，则重复步骤2)、3);当継麵f>J时，则确定一个G0P。
[0045] 5)重复步骤1)至步骤4)的过程，直至所有图像分组完毕。
[0046] 步骤2 :采用四叉树图像分割法将图像组内的每幅图像分割为四个大小相同的图 像块，并构成四个图像块组，将图像块组依次送入多模式稀疏编码器。
[0047] 步骤3 :将图像块组内的第一个图像块设置为KB块，剩余图像块设置为NKB块，并 计算其差异值。具体公式如下：
[0048]
[0049] 其中，i，j代表图像块横纵坐标；H，L分别为图像块的高度与宽度；KB(i，j)代表 KB块，NKBi(i，j)代表第i个NKB块。
[0050] 步骤4 :根据公式⑷得到的編以值，将图像块组内所有的NK块分为：SKIP块、 DCS块、CS块三种类型。具体公式如下：
[0051]
[0052] 其中，1\与T2是实验预先设定的门限值。
[0053] 步骤5 :根据步骤4的分类结果，对NKB块再次进行分组，最后得到三组新的图像 块组，分别为SKIP组，DCS组，CS组；并将KB块、SKIP块组、DCS块组和CS块组分别送入多 模式稀疏编码器进行编码，具体操作内容如下：
[0054] 1)对KB块的编码方式：假设KB块是NxXN^的视频信号，构造一个M一凡维的 观测矩阵；使用观测矩阵对KB块进行测量，得到一个MkXNy维的观测信号yk;再将yk与编 码模式信息、位置信息打包送入解码端。
[0055] 观测信号yk计算公式如下：
[0056] yk=?xKB=①WxKB (6)
[0057] 其中，Mk<<Nx，?为观测矩阵，W为稀疏基，O为高斯测量矩阵；知8为KB块。
[0058] 2)对SKIP组内图像块的编码方式：不进行编码操作，只传送对应的编码模式信息 与位置信息。
[0059] 3)对DCS组内图像块的编码方式：首先将其分别与对应的KB块求残差；然后，对 所有的残差图像块进行联合稀疏，并在同一测量基?下进行测量，再将所得到的测量值与 编码模式信息、位置信息打包送入解码端。下面结合图2的编码端部分，对所述方法步骤进 行详细阐述。
[0060] 3a)假设图像块组经二次分组后，重新得到的DCS组