结构信息最优的分布式视频压缩算法研究

分布式视频压缩编码算法具有编码简单解码复杂的特点，适合于快速发展的无线视频通信等编码终端能量和存储容量有限的高效快速视频压缩的应用环境。目前分布式视频编码中的关键算法都是基于MSE提出的，而MSE不能很好的符合人眼视觉特性。WangZhou等最近提出了结构信息新理论，指出图像邻近像素之间的相关性表现为结构信息，人眼的主要功能是提取结构信息，因此结构信息失真测度能更好的表示图像和视频的视觉失真。我们已创新提出的结构信息最优的传统视频编码算法取得了优于H.264的压缩效率，在此基础上本项目提出进行结构信息最优的分布式视频压缩算法的研究，主要研究内容包括:（一）编码端结构信息最优的DCT系数量化方法；(二)解码端结构信息最优的边信息获取算法及误差模型估计方法；（三）结构信息最优的重构算法。本项目的研究结果将为高效快速视频压缩提供新的理论和实用算法，对分布式视频压缩理论及其发展有重要指导意义。

分布式视频压缩是基于社会的实际需求近10年来新提出的编解码框架，具有编码算法简单、解码算法复杂的特点，适合最近蓬勃发展的无线视频通信等编码终端能量和存储容量都有限的应用环境。本项目主要研究了分布式视频压缩中的4个关键技术。在边信息生成方法及噪声模型估计方面，提出了五种边信息生成方法和两种噪声模型估计方法，分别是：像素级运动矢量场边信息生成算法；多假设运动补偿去噪边信息改进算法；迭代去噪边信息改进算法；多分布式帧迭代边信息生成方法；基于LS的外推边信息生成方法；拉普拉斯-柯西混合噪声分布模型；基于模糊聚类的噪声模型估计方法。边信息生成方法是分布式视频压缩中最关键的技术之一，本项目在该方面的研究成果对分布式视频压缩具有重要的理论指导意义和实际应用价值。对于编码方法，提出了一种DCT系数自适应量化方法，和一种RLC-Turbo混合编码模型；在重构方面，提出了像素域双向运动补偿重建算法(BMCR)、DCT域基于MAD的去块滤波边界分析算法，和基于LS的重构滤波方法。该项目组在这两方面的研究成果能有效地提高分布式视频压缩效率，对分布式视频压缩具有重要的应用价值。在无反馈分布式视频压缩中，提出了基于PSNR的像素域码率估计方法和基于码平面误码率的DCT域码率估计方法。无反馈分布式视频压缩是在反馈通道不存在条件下的一种可实现的低复杂度视频编码方法，编码端码率估计是其关键技术之一，该项目在该方面的研究成果对低复杂度视频压缩具有重要的理论指导意义和实际应用价值。