r>[0094]图像超分辨率重建算法，最大后验估计超分辨率重建的目的是在已知低分辨率图 像序列的情况下，使高分辨率图像的后验概率达到最大，即
阳0巧]
[0096] 根据贝叶斯公式，得
[0097]
[0098] 由于上式右端分母部分与Z无关，可W直接消去有
[0099]
[0100] 对上式右端取对数，并将最大化问题转化为最小化问题得
[0101]
[0102] 其中，logPr(yIZ)为最大似然函数的对数；logPr(Z)为Z的先验概率的对数。
[0103] 设图像是分段平滑的，用HMRF对图像的先验概率进行估计，则概率密度函数为 阳104]
阳1化]其中，A为溫度系数；P( ?)为化ber函数 阳106]
阳107] 运里，T为化ber函数的阔值；在此选择Laplacian算子作为图像平滑度的测度函
数，则阳10引
[0109]其中阳110]
阳111 ] 至此，我们可W得到最优化问题的目标函数为 阳112]
阳113] 其中，正则化参数a= 2O入。
[0114] 化ber函数中的参数T可W看作是图像中高频成分与低频成分的分界点。令 阳115]
[0116] 其中，P为事先确定的高频成分的比率;Nt为集合{/:杉z|>r}中元素的个数，则T 由下式求得 阳117]
[0118] 式中，Soddes('）表示降序排序。P-般选择化0.5]区间之内，因为我们通常 认为图像中低频部分的能量要高于高频部分。如果无法作出适当的估计，则可W选择P= 0.5,即认为图像中的高频成分与低频成分是相等的。在图像重建的过程中，不断根据中间 结果对T值进行更新，并用新的T值进行下一次迭代，直至求出最优解。该算法总结如下：
[0119]Step1 :用插值法得到高分辨率图像的初始估计D=Ot
[0120] Step2 :用所提出的T值计算方法确定参数T; 阳12UStep3:用梯度下降法对目标函数L(Z)进行优化，得到高分辨率图像估计三
[0122] Step4 :若满足迭代终止条件 则迭代结束，否则，转第2步。 ，
[0123] 如图2所示，所述的基于压缩感知的分布式视频编解码技术方法为输入视频流在 编码端101处被分为两支，即CS-帖和关键帖两部分，一支CS-帖（非关键帖）流入自适应 CS随机测量模块1，经过自适应CS随机测量后发送到解码端102内的最优观测值生成模块 4,将观测到的值发送给联合视频稀疏模型的CS重建模块5,同时最优观测值生成模块4也 将观测值反馈给编码端101内的码率控制模块2。另一支关键帖流入MPEG/H. 264帖内编码 模块3,经过MPEG/H. 264帖内编码后发送到解码端102内的H. 264帖内解码模块7进行解 码。
[0124] 在解码端102内，将MPEG/H. 264帖内编码模块3传送过来的关键帖经过H. 264帖 内解码模块7直接进行重建，对于传来的CS-帖（非关键帖）在经过最优观测值生成模块4 后，传入联合视频稀疏模型的CS重建模块5,CS-帖（非关键帖）流在该联合视频稀疏模型 的CS重建模块5中与经过H. 264帖内解码模块7再传入运动估计和估算边信息模块6后 获取的准确预测边信息进行联合重建。经联合视频稀疏模型的CS重建模块5输出的联合 重建CS-帖信息流一部分作为视频质量信息反馈到编码端101内的码率控制模块2,另一部 分与H. 264帖内解码模块7输出的重建关键帖信息流相加，最终得到重建的输出视频流。 [01巧]所述的编码端101内的码率控制模块2,接收到编码端102中最优观测值生成模块 4和联合视频稀疏模型的CS重建模块5的反馈信息后，在编码端101中调控自适应CS随机 测量模块1和MPEG/H. 264帖内编码模块3,W得到更好输出。通过将联合视频稀疏模型的 CS重建模块5和运动估计和估算边信息模块6融合进分布式视频编解码系统，采用运动捜 索和单应性矩阵补偿时间插值获得边信息，解码端接收到陪集索引后即可融合边信息进行 解码。在联合解码重构时引入化ber-Markov随机场先验概率模型对解码像素点进行平滑 性约束，获得更佳重建质量。
[01%] 该基于压缩感知的分布式视频编解码技术方法采用"独立编码，联合解码"的方 法，将复杂度从编码端转移到解码端，使得编码运算复杂度低，适合无线网络中资源受限的 视频编码设备。
[0127] 本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
【主权项】
1. 一种分布式视频压缩感知编码技术方法，其特征在于，包括相互通信连接的编码端 (101) 和解码端（102)，其中编码端（101)包括自适应CS随机测量模块（1 )、码率控制模块 (2)和MPEG/H. 264帧内编码模块（3)，该自适应CS随机测量模块（1)同码率控制模块（2) 相通信连接，码率控制模块（2 )同MPEG/H. 264帧内编码模块（3 )相通信连接；所述的解码 端（102)内包括最优观测值生成模块（4)、联合视频稀疏模型的CS重建模块（5)、运动估计 和估算边信息模块（6 )、H. 264帧内解码模块（7 )和加法器（8 )，该最优观测值生成模块（4) 同联合视频稀疏模型的CS重建模块（5)相通信连接，联合视频稀疏模型的CS重建模块（5) 与运动估计和估算边信息模块（6)相通信连接，运动估计和估算边信息模块（6)同H. 264 帧内解码模块（7)相通信连接，联合视频稀疏模型的CS重建模块（5)和H. 264帧内解码模 块（7)同加法器（8)相通信连接。2. 根据权利要求1所述的分布式视频压缩感知编码技术方法，其特征在于：解码端 (102) 内的运动估计和估算边信息模块（6)，来自视角内的边信息采用运动补偿空间插值方 式来估计产生，而来自视角间的边信息则采用单应性矩阵补偿视角间插值得到。3. 根据权利要求1和2所述的分布式视频压缩感知编码技术方法，其特征在于：解码 端（102 )内的联合视频稀疏模型的CS重建模块（5 )，将接收到陪集索引后，通过运动搜索和 单应性矩阵补偿时间插值获取边信息。4. 根据权利要求1或2所述的分布式视频压缩感知编码技术方法，其特征在于：所述 的解码端（102 )在联合解码重构中引入Huber-Markov随机场的先验概率模型，对解码像素 点做平滑性约束。5. 根据权利要求1所述的分布式视频压缩感知编码技术方法，其特征在于：输入视频 流在编码端（101)处被分为两支，即CS-帧和关键帧两部分，一支CS-帧流入自适应CS随 机测量模块（1 )，经过自适应CS随机测量后发送到解码端（102)内的最优观测值生成模块 (4)，将观测到的值发送给联合视频稀疏模型的CS重建模块（5)，同时最优观测值生成模块 (4)也将观测值反馈给编码端（101)内的码率控制模块（2)，另一支关键帧流入MPEG/H. 264 帧内编码模块（3)，经过MPEG/H. 264帧内编码后发送到解码端（102)内的H. 264帧内解码 模块（7)进行解码；在解码端（102)内，将MPEG/H. 264帧内编码模块（3)传送过来的关键 帧经过H. 264帧内解码模块（7)直接进行重建，对于传来的CS-帧在经过最优观测值生成 模块（4)后，传入联合视频稀疏模型的CS重建模块（5)，CS-帧流在该联合视频稀疏模型的 CS重建模块（5)中与经过H. 264帧内解码模块（7)再传入运动估计和估算边信息模块（6) 后获取的准确预测边信息进行联合重建；经联合视频稀疏模型的CS重建模块（5)输出的联 合重建CS-帧信息流一部分作为视频质量信息反馈到编码端（101)内的码率控制模块（2)， 另一部分与H. 264帧内解码模块（7)输出的重建关键帧信息流相加，得到重建输出视频流， 同时，编码端（101)内的码率控制模块（2)，接收到编码端（102)中最优观测值生成模块（4) 和联合视频稀疏模型的CS重建模块（5)的反馈信息后，在编码端（101)中调控自适应CS随 机测量模块（1)和MPEG/H. 264帧内编码模块（3)，以得到更好重建视频输出。
【专利摘要】视频信号的分布式压缩感知编码是实现视频信号高效传输的基础和关键，针对分布式压缩感知编码中的边信息准确获取和重建算法问题，本发明通过运动搜索和单应性矩阵补偿时间插值获得边信息，在解码端接收到陪集索引后即可融合边信息进行解码。在联合解码重构时引入Huber-Markov随机场先验概率模型对解码像素点进行平滑性约束，获得更佳重建质量。该基于压缩感知的分布式视频编解码技术方法采用“独立编码，联合解码”的方法，将复杂度从编码端转移到解码端，使得编码运算复杂度低，适合无线网络中资源受限的视频编码设备。
【IPC分类】H04N19/30, H04N19/90, H04N19/61, H04N19/593
【公开号】CN105338357
【申请号】CN201510628176
【发明人】武明虎, 鲁亚琪, 刘敏, 赵楠, 孔祥斌, 汪洋
【申请人】湖北工业大学
【公开日】2016年2月17日
【申请日】2015年9月29日