一种视频数据多重压缩及重构方法与流程

本发明属于多媒体通信技术领域，具体涉及一种视频数据多重压缩及重构方法。

背景技术：

在有限的通信信道传输特性要求下进行数据传输，容易造成信道阻塞，不能够及时有效的反映现场信息，例如煤矿井下、巷道等地下工作环境，信号传输不及时容易危害生命和财产安全。井下巷道救援工作中，视频数据是对事故现场最直观的展示，是救援工作必不可少的数据。通过视频图像传感器采集当前现场环境的视频图像，是直观反映现场环境，以及寻找被困人员位置等信息的重要基础。由于事故造成井下巷道环境变的较为复杂，数据传输通信系统受到影响，因此不能进行视频数据的传输。目前，视频数据的传输方法，大多是在良好外部环境和良好的通信环境下进行的，在井下巷道事故复杂的受限环境中，解决视频数据压缩和重构的方法还是很少的。事故救援快速反应的要求，对事故现场采集传输的视频数据实时性要求较高，事故救援要求以无限通信条件和视频图像稳定传输为主，视频数据内容为辅。由于井下巷道的外部环境局限性较大，实时采集的视频图像的视频内容变化较小，因此视频图像数据选择成为解决事故救援视频数据传输的重要问题。因此在复杂信道环境中，需要做到在满足环境信息数据传输性能前提下，对视频数据做最大效率的压缩编码传输，使得视频图像压缩后依然能够有效反映现场信息。

技术实现要素：

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种视频数据多重压缩及重构方法，通过一级减少了相似性大的视频图像帧数，通过二级压缩减少了视频图像的像素点，通过数据重构保证视频图像满足人眼连续图像分辨能力，通过一次压缩、二次压缩和数据重构减少了h.264编码的数据量和复杂度，实现了在有限的通信信道传输特性要求下，既能满足人眼连续图像分辨能力，又能满足大量实时传输视频数据的可能性，同时降低了信道阻塞的发生率，能够有效反映现场信息。

为解决上述技术问题，本发明采用的技术方案是：一种视频数据多重压缩及重构方法，其特征在于，包括以下步骤：

步骤一、获取视频图像信息：视频图像传感器在采集时间t内采集视频图像，并将采集到的视频图像传输给计算机，计算机将接收到的视频图像存入视频信息数据库i，i＝{f(v1,u1),f(v2,u2),...,f(vi,ui),...,f(vn,un)}，其中f(vi,ui)表示采集时间t内第i帧图像，i＝1,2,...,n，n为不小于4的正整数，第i帧图像f(vi,ui)含有b个像素点，b为正整数，像素点(xi,a,yi,a)表示第i帧图像f(vi,ui)上的任意一个像素点，a＝1,2,...,b，所述采集时间t不大于10秒；

步骤二、视频图像一级压缩：

步骤201：计算相邻两帧图像的边缘点：根据公式

计算第i帧图像f(vi,ui)和与第i帧图像f(vi,ui)相邻的第i+1帧图像f(vi+1,ui+1)的正比函数值，其中mif(2^j,xi,a,yi,a)表示在尺度2^j下的正比函数，j表示小波分解等级，j为正整数，其中w^x表示小波空间的x方向，w^y表示小波空间的y方向，f(2^j,xi,a,yi,a)表示第i帧图像f(vi,ui)上的像素点(xi,a,yi,a)进行j级分解的二进小波变换函数，w^xf(2^j,xi,a,yi,a)表示第i帧图像f(vi,ui)上的像素点(xi,a,yi,a)在小波空间x方向上进行j级分解的分量，w^yf(2^j,xi,a,yi,a)表示第i帧图像f(vi,ui)上的像素点(xi,a,yi,a)在小波空间y方向上进行j级分解的分量，当|mif(2^j,xi,a,yi,a)|和|m(i+1)f(2^j,xi+1,a,yi+1,a)|均取极大值时的像素点为图像f(vi，ui)、图像f(vi+1,ui+1)的边缘点，记图像f(vi,ui)、图像f(vi+1,ui+1)对应的边缘点分别为图像边缘点(xi,yi)、图像边缘点(xi+1,yi+1)；

步骤202：计算相邻两帧图像的图像边缘点的位移增量：根据公式δxi＝|xi+1-xi|计算δxi，δxi表示图像边缘点(xi,yi)和图像边缘点(xi+1,yi+1)在横坐标上的位移增量；

步骤203、剔除冗余图像帧：当|δxi|≥d时，计算机将图像f(vi,ui)、图像f(vi+1,ui+1)保存在保留视频信息数据集合ih中，d表示位移增量阈值，当|δxi|<d时，计算机将图像f(vi,ui)、图像f(vi+1,ui+1)保存在冗余视频信息数据集合il中，ih中的图像帧数为个，il中的图像帧数为λ个，和λ均为正整数，

步骤204：重复步骤201至步骤203，完成对视频信息数据库i中所有图像的处理，保留视频信息数据库ih中的图像即为一级压缩后的视频图像；

步骤三、视频图像二级压缩：

步骤301、二级压缩的一级分解：计算机对保留视频信息数据库ih中的任一图像f(vh,uh)进行小波变换，得到f'(vh,uh)，f'(vh,uh)表示图像f(vh,uh)在平面空间上的正交投影，cr,q表示图像f(vh,uh)一级分解后的低频系数，表示二维尺度函数，表示图像f(vh,uh)一级分解后在水平方向上的小波系数，表示水平方向上的一维小波函数，表示图像f(vh,uh)一级分解后在垂直方向上的小波系数，表示垂直方向上的一维小波函数，表示图像f(vh,uh)一级分解后在对角线方向上的小波系数，表示对角线方向上的一维小波函数，p、v和d分别表示水平方向、垂直方向和对角线方向，r和q均为正整数，其中，c′s,e表示小波变换系数，h1,s-2r表示一级分解第一低通滤波器，h2,s-2r表示一级分解第二低通滤波器，g1,e-2q表示一级分解第一高通滤波器，g2,e-2q表示一级分解第二高通滤波器，g3,e-2q表示一级分解第三高通滤波器，其中s和e均为正整数；

步骤302、二级压缩的二级分解：计算机将一级分解后的正交投影f'(vh,uh)划分成4个子图，对4个子图进行二级分解，ag(v,u)表示4个子图中的任意一个子图，g＝1,2,3,4；计算机(2)对子图ag(v,u)进行小波变换得到：

c′r,q表示子图ag(v,u)二级分解后的低频系数，表示子图ag(v,u)二级分解后在水平方向上的小波系数，表示子图ag(v,u)二级分解后在垂直方向上的小波系数，表示子图ag(v,u)二级分解后在对角线方向上的小波系数，其中，c″s,e表示小波变换系数，表示二级分解第一低通滤波器，表示二级分解第二低通滤波器，表示二级分解第一高通滤波器，表示二级分解第二高通滤波器，表示二级分解第三低通滤波器；

步骤303：重复步骤302完成四个子图的二级分解，得到四个子图的二级分解图像；

步骤四、视频图像重构：

步骤401、计算相邻两帧冗余视频图像位移增量：图像f(vl,ul)和图像f(vl+1,ul+1)表示冗余视频信息数据库il中的任意两个相邻图像，l＝1,2,...,λ-1，图像f(vl,ul)、图像f(vl+1,ul+1)对应的边缘点分别为图像边缘点(xl,yl)、图像边缘点(xl+1,yl+1)，计算机计算δxl＝|xl+1-xl|，δxl表示图像边缘点(xl,yl)和图像边缘点(xl+1,yl+1)的横坐标位移增量；

步骤402、对冗余视频信息数据库中的图像排序：重复步骤401，完成对冗余视频信息数据库il中每两个相邻图像的位移增量计算，计算机计算横坐标位移增量的平均值再计算将按从小到大的顺序排序，将冗余视频信息数据库il中的图像按从小到大排序的对应排序，表示中的最小值，对应的相邻两帧图像为图像f(vk,uk)和图像f(vk+1,uk+1)，其中k＝1,2,...,λ-1；

步骤403、计算机判断保留视频信息数据库ih中的视频图像帧数是否大于m个，m为正整数，若λ≥m，进入步骤404，否则执行步骤405；

步骤404、选择补偿形成重构数据库：计算机选择图像f(vk,uk)，将图像f(vk,uk)加入保留视频信息数据库ih中，以选择补偿的方式形成重构数据库i'h，重构数据库i'h中的视频图像帧数为λ+1，然后进入步骤五；

步骤405、插入补偿形成重构数据库：计算机将步骤402中按从小到大排序的对应排序的冗余视频信息数据库il中前j个图像插入到保留视频信息数据库ih，以插入补偿的方式形成重构数据库i'h，重构数据库i'h中的视频图像帧数为λ+j，并满足λ+j＝m，然后进入步骤五；

步骤五、视频图像编码：计算机对重构数据库i'h中的视频图像进行h.264编码，然后计算机将编码后的视频图像信息通过通信模块发送给客户端；

步骤六、视频图像解码：客户端对接收到的编码后的视频图像信息进行h.264解码；

步骤七、视频图像显示：通过客户端将解码后的视频图像信息进行显示，重复步骤一至步骤六，实现视频图像信息的多重压缩及重构，并通过客户端进行连续显示。

上述的一种视频数据多重压缩及重构方法，其特征在于：步骤202中计算相邻两帧图像的图像边缘点的位移增量的方法还包括计算相邻两帧图像边缘点的纵坐标上的位移增量，步骤203中剔除冗余图像帧的方法还包括根据纵坐标上的位移增量剔除冗余图像帧，具体过程为：计算机计算δyi＝|yi+1-yi|，δyi表示图像边缘点(xi,yi)和图像边缘点(xi+1,yi+1)在纵坐标上的位移增量，当|δyi|≥d时，d表示位移增量阈值，计算机将图像f(vi,ui)、图像f(vi+1,ui+1)保存在保留视频信息数据集合ih中，当|δyi|<d时，计算机将图像f(vi,ui)、图像f(vi+1,ui+1)保存在冗余视频信息数据集合il中，ih中的图像帧数为个，il中的图像帧数为λ个，和λ均为正整数，

上述的一种视频数据多重压缩及重构方法，其特征在于：所述401中计算相邻两帧冗余视频图像的位移增量的方法还包括计算相邻两帧冗余视频图像的纵坐标位移增量，步骤402中对冗余视频信息数据库中的图像排序的方法还包括根据纵坐标位移增量进行排序，具体过程为：计算机计算δyl＝|yl+1-yl|，δyl表示图像边缘点(xl,yl)和图像边缘点(xl+1,yl+1)的纵坐标位移增量，然后计算纵坐标位移增量的平均值再计算将按从小到大的顺序排序，将冗余视频信息数据库il中的图像按从小到大排序的对应排序，表示中的最小值，对应的相邻两帧图像为图像f(vk,uk)和图像f(vk+1,uk+1)，其中k＝1,2,...,λ-1。

上述的一种视频数据多重压缩及重构方法，其特征在于：所述采集时间t＝1s，m＝24帧。

上述的一种视频数据多重压缩及重构方法，其特征在于：所述位移增量阈值d＝0.01mm。

本发明与现有技术相比具有以下优点：

1、本发明的步骤简洁，算法合理，实现及使用操作方便。

2、本发明的一级过程中，首先计算相邻两帧图像的图像边缘点，通过计算图像边缘点的位移增量即可反映出相邻两帧视频图像的相关性，将位移增量与事先确定的阈值比较，若位移增量大于阈值，说明该两帧图像相关性小，该情况下保留该两帧图像到保留视频信息数据库中，若位移增量小于阈值，说明该两帧图像相关性大，该情况下保留该两帧图像到冗余视频信息数据库中，保留视频信息数据库中的视频图像即为一级后的视频图像，通过一级减少了相似性大的视频图像帧数。

3、本发明采用小波图像分解压缩算法进行二级压缩，二级压缩采用塔式分解，先将图像分解成空间投影，然后对空间投影划分子图，在对子图进行二次分解，得到子图的纹理特征，完成二级压缩，通过二级压缩减少了视频图像的像素点。

4、本发明中，为防止视频图像跳变，对经过一级和二级压缩后的视频图像进行数据库重构，当一级后每秒视频图像中的图像帧数小于人眼连续图像分辨帧数的最小值时，即认为剔除的图像帧数过多，通过对一级后的冗余视频信息数据进行排序，将冗余视频信息数据中的标记图像还原到视频图像中，重新生成该秒视频图像，使得一秒内的视频图像帧数不小于24，不会出现一级后的视频图像卡顿的问题，满足人眼连续图像分辨能力。

综上所述，本发明通过一级减少了相似性大的视频图像帧数，通过二级压缩减少了视频图像的像素点，通过数据重构保证视频图像满足人眼连续图像分辨能力，通过一次压缩、二次压缩和数据重构减少了h.264编码的数据量和复杂度，实现了在有限的通信信道传输特性要求下，既能满足人眼连续图像分辨能力，又能满足大量实时传输视频数据的可能性，同时降低了信道阻塞的发生率，能够有效反映现场信息。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明的方法流程图。

图2为本发明视频数据多重压缩及重方法中的电路原理框图。

图3为本发明采集时间t秒内的视频图像的首帧图像的灰度图。

图4为本发明采集时间t秒内的视频图像的第2帧图像的灰度图。

图5为图3的边缘特征图。

图6为图4的边缘特征图。

图7为图5和图6的图像边缘点位移增量变化关系图。

图8为图3二级压缩的一级分解后的图像的灰度图。

图9为图3二级压缩的二级分解后的图像的灰度图。

附图标记说明:

1—视频图像传感器；2—计算机；3—通信模块；4—客户端。

具体实施方式

如图1和图2所示，本发明包括以下步骤：

步骤一、获取视频图像信息：视频图像传感器1在采集时间t内采集视频图像，并将采集到的视频图像传输给计算机2，计算机2将接收到的视频图像存入视频信息数据库i，i＝{f(v1,u1),f(v2,u2),...,f(vi,ui),...,f(vn,un)}，其中f(vi,ui)表示采集时间t内第i帧图像，i＝1,2,...,n，n为不小于4的正整数，第i帧图像f(vi,ui)含有b个像素点，b为正整数，像素点(xi,a,yi,a)表示第i帧图像f(vi,ui)上的任意一个像素点，a＝1,2,...,b，所述采集时间t不大于10秒；

实际使用时，t＝1s，视频图像传感器1采集煤矿井下的视频图像信息，视频图像传感器1将每秒得到的视频图像信息传输发送给计算机2，计算机2将每秒内的视频图像信息存储在视频信息数据库i中，n为视频拍摄帧数，视频图像信息为时间轴上的连续n帧图像，计算机2针对每秒内的视频图像信息分别做处理。

步骤二、视频图像一级压缩：

步骤201：计算相邻两帧图像的边缘点：根据公式

计算第i帧图像f(vi,ui)和与第i帧图像f(vi,ui)相邻的第i+1帧图像f(vi+1,ui+1)的正比函数值，其中mif(2^j,xi,a,yi,a)表示在尺度2^j下的正比函数，j表示小波分解等级，j为正整数，其中w^x表示小波空间的x方向，w^y表示小波空间的y方向，f(2^j,xi,a,yi,a)表示第i帧图像f(vi,ui)上的像素点(xi,a,yi,a)进行j级分解的二进小波变换函数，w^xf(2^j,xi,a,yi,a)表示第i帧图像f(vi,ui)上的像素点(xi,a,yi,a)在小波空间x方向上进行j级分解的分量，w^yf(2^j,xi,a,yi,a)表示第i帧图像f(vi,ui)上的像素点(xi,a,yi,a)在小波空间y方向上进行j级分解的分量，当|mif(2^j,xi,a,yi,a)|和|m(i+1)f(2^j,xi+1,a,yi+1,a)|均取极大值时的像素点为图像f(vi,ui)、图像f(vi+1,ui+1)的边缘点，记图像f(vi,ui)、图像f(vi+1,ui+1)对应的边缘点分别为图像边缘点(xi,yi)、图像边缘点(xi+1,yi+1)；

步骤202：计算相邻两帧图像的图像边缘点的位移增量：根据公式δxi＝|xi+1-xi|计算δxi，δxi表示图像边缘点(xi,yi)和图像边缘点(xi+1,yi+1)在横坐标上的位移增量；

需要说明的是，图像边缘点的坐标包括横坐标和纵坐标，计算相邻两帧图像边缘点的位移增量包括计算横坐标上的位移增量和纵坐标上的位移增量，步骤202给出的是计算横坐标上的位移增量，计算纵坐标上的位移增量的具体过程为：计算机2计算δyi＝|yi+1-yi|，δyi表示图像边缘点(xi,yi)和图像边缘点(xi+1,yi+1)在纵坐标上的位移增量。将图像边缘点用坐标表示，图像边缘点的平移量可以分解成横坐标上的位`增量δxi和纵坐标上的位移增量δyi，通过计算相邻两帧视频图像的图像边缘点的坐标变化量即可反映出相邻两帧视频图像的相关性。

图3为采集时间1s内的视频图像的首帧图像的灰度图。图4为采集时间1s内的视频图像的第2帧图像的灰度图。图3和图4为相邻两帧图像。直接观察图3和图4，很难看到视频图像的特征变化。计算机2提取图3和图4的图像边缘特征，得到图5和图6，图5表示图3的边缘特征图，图6表示图4的边缘特征图，其中图5和图6中的黑色部分表示边缘特征。

步骤203、剔除冗余图像帧：当|δxi|≥d时，计算机2将图像f(vi,ui)、图像f(vi+1,ui+1)保存在保留视频信息数据集合ih中，d表示位移增量阈值，当|δxi|<d时，计算机2将图像f(vi,ui)、图像f(vi+1,ui+1)保存在冗余视频信息数据集合il中，ih中的图像帧数为个，il中的图像帧数为λ个，和λ均为正整数，

需要说的是，步骤203中剔除冗余图像帧还可根据纵坐标上的位移增量剔除冗余图像帧，当|δyi|≥d时，d表示位移增量阈值，计算机2将图像f(vi,ui)、图像f(vi+1,ui+1)保存在保留视频信息数据集合ih中，当|δyi|<d时，计算机2将图像f(vi,ui)、图像f(vi+1,ui+1)保存在冗余视频信息数据集合il中，ih中的图像帧数为个，il中的图像帧数为λ个，和λ均为正整数，

实际使用时，根据横坐标上的位移增量剔除冗余图像帧的过程为：由于人眼能分辨的最小尺寸是0.1mm，为保证人在观察视频图像时不会有明显跳帧现象，设置位移增量阈值d＝0.1mm。当|δxi|≥0.1mm时，认为人眼能够辨识相邻两帧图像发生的变化，说明该两帧图像相关性小，该情况下保留该两帧图像到保留视频信息数据库ih中，当|δxi|<0.1mm时，认为人眼不能够辨识相邻两帧图像发生的变化，说明该两帧图像相关性大，该情况下剔除该两帧图像。

根据纵坐标上的位移增量剔除冗余图像帧的过程为：当|δyi|≥0.1mm时，认为人眼能够辨识相邻两帧图像发生的变化，说明该两帧图像相关性小，该情况下保留该两帧图像到保留视频信息数据库ih中，当|δyi|<0.1mm时，认为人眼不能够辨识相邻两帧图像发生的变化，说明该两帧图像相关性大，该情况下剔除该两帧图像。

步骤204：重复步骤201至步骤203，完成对视频信息数据库i中所有图像的处理，保留视频信息数据库ih中的图像即为一级压缩后的视频图像；

需要说明的是，从图5和图6中观察到首帧图像和第2帧图像的特征几乎一样，为了比较首帧图像和第2帧图像的坐标位移增量，将首帧图像和第2帧图像的图像边缘点的横坐标均显示在图7中，从图7可看出，首帧图像和第2帧图像在大部分区域内都存在偏移量，且偏移量较大，说明图3和图4的相关性小，视频图像传感器1在采集首帧图像和第2帧图像的过程中运动幅度较大，因此保留图3和图4。

对每一秒内的所有视频图像均进行相关性选择，剔除相关性大的视频图像，保留相关性小的视频图像，完成一级压缩。一级压缩后的结果即为保留视频信息数据库ih中的视频图像信息。可以看出一级压缩减少了图像帧数，降低了后期编码的数据量。

步骤三、视频图像二级压缩：

步骤301、二级压缩的一级分解：计算机2对保留视频信息数据库ih中的任一图像f(vh,uh)进行小波变换得到：

f'(vh,uh)表示图像f(vh,uh)在平面空间上的正交投影，cr,q表示图像f(vh,uh)一级分解后的低频系数，表示二维尺度函数，表示图像f(vh,uh)一级分解后在水平方向上的小波系数，表示水平方向上的一维小波函数，表示图像f(vh,uh)一级分解后在垂直方向上的小波系数，表示垂直方向上的一维小波函数，表示图像f(vh,uh)一级分解后在对角线方向上的小波系数，表示对角线方向上的一维小波函数，p、v和d分别表示水平方向、垂直方向和对角线方向，r和q均为正整数，其中，c′s,e表示小波变换系数，h1,s-2r表示一级分解第一低通滤波器，h2,s-2r表示一级分解第二低通滤波器，g1,e-2q表示一级分解第一高通滤波器，g2,e-2q表示一级分解第二高通滤波器，g3,e-2q表示一级分解第三高通滤波器，其中s和e均为正整数；

需要说明的是，对图像f(vh,uh)进行二级压缩的一级分解后得到图像f(vh,uh)在平面空间上的正交投影f'(vh,uh)。用小波变换分解图像f(vh,uh)相当于使用一级分解第一低通滤波器h1,s-2r，一级分解第二低通滤波器h2,s-2r，一级分解第一高通滤波器g1,e-2q，一级分解第二高通滤波器g2,e-2q，一级分解第三高通滤波器g3,e-2q对图像f(vh,uh)进行滤波，分离出图像的高频细节信息和低频轮廓信息，正交投影f'(vh,uh)包括更低分辨率水平上的低频轮廓信息和图像f(vh,uh)在水平方向的高频细节信息垂直方向的高频细节信息和对角线方向的高频细节信息

步骤302、二级压缩的二级分解：计算机2将一级分解后的正交投影f'(vh,uh)划分成4个子图，对4个子图进行二级分解，ag(v,u)表示4个子图中的任意一个子图，g＝1,2,3,4；计算机2对子图ag(v,u)进行小波变换得到：

c′r,q表示子图ag(v,u)二级分解后的低频系数，表示子图ag(v,u)二级分解后在水平方向上的小波系数，表示子图ag(v,u)二级分解后在垂直方向上的小波系数，表示子图ag(v,u)二级分解后在对角线方向上的小波系数，其中，c″s,e表示小波变换系数，表示二级分解第一低通滤波器，表示二级分解第二低通滤波器，表示二级分解第一高通滤波器，表示二级分解第二高通滤波器，表示二级分解第三低通滤波器；

需要说明的是，小波分解可以对图像作多级分解,形成多级子图信号。本实施例中，仅对图像做二级分解。一级分解后形成图像f(vh,uh)的正交投影f'(vh,uh)，将正交投影f'(vh,uh)划分为四个子图，对每一个子图ag(v,u)进行小波分解，分离出子图ag(v,u)的高频细节信息和低频轮廓信息，小波分解后得到子图ag(v,u)的更低分辨率水平上的低频轮廓信息和子图ag(v,u)在水平方向的高频细节信息垂直方向的高频细节信息和对角线方向的高频细节信息

步骤303：重复步骤302完成四个子图的二级分解，得到四个子图的二级分解图像；

图8为图3二级压缩的一级分解后的图像的灰度图。图9为图3二级压缩的二级分解后的图像的灰度图。对比图3、图8和图9可知，一级分解和二级分解后的图像信息保存较为完整，但视频图像丢失的细节也较多。图8和图9对比可知，随着压缩层数越多，图像信息丢失的数据越多，减少了后期编码的数据量，同时依然能够有效反映现场信息。在非常有限的无线通信网络状态下，将减小对数据传输性能的要求，从而达到在不影响环境信息数据采集传输的前提下，实现视频图像信息的传输，在一定程度上能改善视频图像信息的时延现象，能够有效反映现场信息。

一级压缩是对视频图像的帧数进行压缩，二级压缩是对一级后的视频图像进行像素点的压缩，因此二级压缩后的视频图像帧数和一级压缩后的视频图像帧数相同。视频图像帧数由一级压缩决定。

一级压缩后，保留视频信息数据库ih中的视频图像的帧数不确定，当一级后每秒视频图像中的图像帧数小于人眼连续图像分辨帧数的最小值时，即认为剔除的图像帧数过多，这种情况下会造成视频图像卡顿的问题。人眼连续图像分辨帧数的最小值为24帧。因此为了保证视频图像不出现卡顿的问题，需要进行视频图像重构。

步骤四、视频图像重构：

步骤401、计算相邻两帧冗余视频图像位移增量：图像f(vl,ul)和图像f(vl+1,ul+1)表示冗余视频信息数据库il中的任意两个相邻图像，l＝1,2,...,λ-1，图像f(vl,ul)、图像f(vl+1,ul+1)对应的边缘点分别为图像边缘点(xl,yl)、图像边缘点(xl+1,yl+1)，计算机2计算δxl＝|xl+1-xl|，δxl表示图像边缘点(xl,yl)和图像边缘点(xl+1,yl+1)的横坐标位移增量；

步骤402、重复步骤401，完成对冗余视频信息数据库il中每两个相邻图像的位移增量计算，计算机2计算横坐标位移增量的平均值再计算将按从小到大的顺序排序，将冗余视频信息数据库il中的图像按从小到大排序的对应排序，表示中的最小值，对应的相邻两帧图像为图像f(vk,uk)和图像f(vk+1,uk+1)，其中k＝1,2,...,λ-1；

需要说明的是，数据重构首先需要对一级后的冗余视频信息数据进行排序，排序可采用横坐标位移增量排序和纵坐标位移增量排序。步骤401和步骤402给出的是横坐标位移增量排序。

纵坐标位移增量排序的过程为：计算机2计算δyl＝|yl+1-yl|，δyl表示图像边缘点(xl,yl)和图像边缘点(xl+1,yl+1)的纵坐标位移增量，然后计算纵坐标位移增量的平均值再计算将按从小到大的顺序排序，将冗余视频信息数据库il中的图像按从小到大排序的对应排序，表示中的最小值，对应的相邻两帧图像为图像f(vk,uk)和图像f(vk+1,uk+1)，其中k＝1,2,...,λ-1。

步骤403、计算机2判断保留视频信息数据库ih中的视频图像帧数是否大于m个，m为正整数，若λ≥m，进入步骤404，否则执行步骤405；

需要说明的是，判断保留视频信息数据库ih中的视频图像帧数是否大于24个，若保留视频信息数据库ih中的视频图像帧数大于24个，则认为保留视频信息数据库ih中的视频图像帧数满足人眼连续图像分辨能力。若保留视频信息数据库ih中的视频图像帧数小于24个，则认为保留视频信息数据库ih中的视频图像帧数不能满足人眼连续图像分辨能力。

步骤404、选择补偿形成重构数据库：计算机2选择图像f(vk,uk)，将图像f(vk,uk)加入保留视频信息数据库ih中，以选择补偿的方式形成重构数据库i'h，重构数据库i'h中的视频图像帧数为λ+1，然后进入步骤五；

需要说明的是，将标记的图像f(vk,uk)加入保留视频信息数据库ih，形成重构数据库i'h。将标记的图像f(vk,uk)加入保留视频信息数据库ih，起到优化保留视频信息数据库ih的作用，避免由于误差等因素造成相关性大的视频图像丢失。

步骤405、插入补偿形成重构数据库：计算机2将步骤402中按从小到大排序的对应排序的冗余视频信息数据库il中前j个图像插入到保留视频信息数据库ih，以插入补偿的方式形成重构数据库i'h，重构数据库i'h中的视频图像帧数为λ+j，并满足λ+j＝m，然后进入步骤五；

需要说明的是，保留视频信息数据库ih中的视频图像帧数不够24个时，将按从小到大排序的对应排序的冗余视频信息数据库il中前j个图像添加到保留视频信息数据库ih中，形成重构数据库i'h，保证重构数据库i'h中的视频图像帧数等于24个，满足人眼连续图像分辨能力。

步骤五、视频图像编码：计算机2对重构数据库i'h中的视频图像进行h.264编码，然后计算机2将编码后的视频图像信息通过通信模块3发送给客户端4；

步骤六、视频图像解码：客户端4对接收到的编码后的视频图像信息进行h.264解码；

步骤七、视频图像显示：通过客户端4将解码后的视频图像信息进行显示，重复步骤一至步骤六，实现视频图像信息的多重压缩及重构，并通过客户端4进行连续显示。

实际使用时，客户端4为上位机、手机、服务器或平板电脑。

计算机2将数据重构后的视频图像应用h.264流媒体数据编码算法进行编码，生成无线流媒体数据送入通信模块3中，客户端4通过通信模块3接收视频图像信息。客户端4对通过通信模块3接收到的视频图像进行h.264解码，然后将解码后的视频图像进行显示。然后计算机2处理下一秒接收到的视频图像信息，实现视频图像信息的实时采集、一级压缩、二级压缩、数据重构、传输和显示。

通过一级压缩减少了相似性大的视频图像帧数，通过二级压缩减少了视频图像的像素点，通过数据重构保证视频图像满足人眼连续图像分辨能力，一级压缩、二级压缩和数据重构减少了h.264编码的数据量，并降低了对视频图像的编码复杂度，实现了在有限的通信信道传输特性要求下，大量实时传输视频数据的可能性，降低了信道阻塞的发生率，提高了在复杂的通信环境中的应用效果。

以上所述，仅是本发明的实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。