提升方案小波和位平面下的图像质量可分级编码研究

提出了一种基于位平面的图像质量可分级编码方法,结合小波变换的良好空间-频率等特性,对静止图像进行位平面编码和算术编码,并在解码时根据给定解码的数率不同对位平面进行重构以实现图像的质量可分级性。实验结果证明,该方法实现简单,编解码速度快,在保证具有很好的编码效果的前提下,可以实现图像的质量可分级编码。

基于小波子带统计特性的图像量化及质量可分级编码研究

随着数字电视、网上会议和在线点播的出现,越来越多的图像信息需要在网上进行传输,而此时人们不仅要求编码技术具有较好的压缩效果,还要求信息的传输能够满足渐进传输、多质量服务以及图像数据库浏览等一系列的要求。本文提出了一种基于位平面的图像质量可分级编码方法,结合小波子带图像的系数分布特性,利用样本标准差作为量化的依据,对各分辨率级进行分级量化,并且采用了位平面编码和算术编码,使得在解码时可以根据给定解码的数率不同对位平面进行重构以实现图像的质量可分级性。实验结果表明,本文提出的方法实现简单,编解码速度快,在保证具有很好的编码效果的前提下,可以实现图像的质量可分级编码。

一种基于感兴趣区域的质量可分级编码传输方案研究

采用SVC中的MGS质量可分级编码技术,提出了一种基于感兴趣区域的质量可分级编码传输方案.首先,将图像区域划分为感兴趣区域与背景区域两部分,然后,采用MGS质量可分级编码技术对感兴趣区域的图像进行逐级增强,对残差(增强层减去基本层)的16个DCT变换系数进行分层传输得到不同质量的增强层,对于背景区域,抑制增强层的传输,只传输基本层视频图像.结果表明,此方法可以在网络带宽受限或者传输码率下降的情况下,通过抑制背景区域增强层的传输来进一步降低码率,同时保证了感兴趣区域图像的可分级编码质量.

基于Contourlet的中低码率图像质量可分级编码算法

首先对图像Contourlet变换各子带系数的分布情况进行了统计分析,进而给出了一种基于Contourlet变换的空间方向树结构,并统计验证了该空间方向树的"零树"特性.同时针对图像Contourlet变换各子带"重要系数"的分布情况提出了一种基于图像Contourlet方向子带的多尺度量化方案.该方案对图像的边缘方向信息和纹理信息具有很好的捕捉能力.在此基础上提出了一种基于Contourlet变换的嵌入式图像质量可分级编码算法.该算法除了具有一般基于小波变换的零树编码方法的特性外,还具有方向性和各向异性的特点,其解码图像在中低码率下无论是PSNR还是纹理和边缘区域的视觉效果均优于SPIHT算法.实验结果验证了所提出算法的有效性.

基于模式识别的质量可分级视频编码算法

为了降低质量可分级视频编码算法的复杂度,提出一种基于模式识别的质量可分级视频编码算法。该算法将自组织神经网络用于可分级视频编码,利用较粗糙的特征模式库对图像编码生成基本质量层,通过精细的特征模式库对重建图像质量较差的部分区域编码生成质量增强层,从而实现质量可分级编码。仿真实验结果表明,该算法具有较好的质量可分级编码性能,在高压缩比情况下,其压缩性能优于传统的粗粒度质量可分级编码算法。

基于增强层残差编码的分布式可分级HEVC压缩研究

针对已有可分级视频压缩方法编码复杂度较高的问题,提出一种基于增强残差编码的分布式可分级HEVC压缩方法。在编解码端采用相同的SI(原帧的估算)建立方法来获得最高的压缩率,并使用若干的SI帧来估算EL与SI残差相关性,使用相关性模型决定最低有效位的比特数量并生成校正子,解码端据此校正子重构增强层信息;设计了自适应的编码模式选择机制选择率失真性能较高的编码模式。对比实验结果显示,该方法具有较低的编码复杂度,同时具有较好的率失真性能。

基于H.264 SVC的视频分层加密算法研究

随着可伸缩视频编码SVC(Scalable Video Coding)的普及,针对可伸缩视频的安全问题也越来越受到重视。目前大部分加密方案都是针对H.264/AVC编码标准来设计的。分析SVC新采用的技术,并率先提出了一种针对其特点的新的分层加密方案。该方案选取不同以往的视频关键信息,如层间预测运动向量,质量可分级关键帧等作为加密对象,根据所选信息的类型,结合用户所需求的安全等级,进行算法设计。试验结果表明该方案具有加密效果好、密钥量较低、实时性高等优点,并可以适应不同安全性需求的应用场合。