隨著視頻信息處理技術的快速發(fā)展,高清視頻和超高清視頻已逐漸走進我們的工作和生活。HEVC(High Efficiency Video Coding)作為新一代視頻編碼標準,在相同視頻圖像質量的條件下,可以比前一代的H.264降低50%左右的碼流,特別適合高分辨率視頻的壓縮和傳輸。然而高分辨視頻經過壓縮后的碼流數仍然很大,人們也越來越注重視頻編碼器在有限比特資源下的實際應用效果,并希望壓縮后的視頻圖像質量更加符合人眼視覺特征。HEVC雖然提高了整體壓縮效率,但它并沒有根據人眼視覺特征進行編碼。因此,本論文針對HEVC視覺感知編碼技術展開研究具有重要的理論意義和良好的應用價值。本文根據人類視覺系統(tǒng)的特征,針對不同的視頻場景研究基于視覺感知的HEVC編碼方法,主要完成的工作和成果如下:(1)搭建基于HEVC驗證模型X265的編碼平臺,分析HEVC的編碼信息;根據人眼視覺特性設計視覺感知編碼的總體方案,并選擇視頻圖像質量的評價標準。(2)針對背景靜止的視頻場景,提出了一種基于HEVC壓縮域的運動感知圖提取方法。首先在當前幀HEVC編碼之后,提取出運動矢量、劃分結構以及編碼模式等編碼信息;然后快速判別當前幀是否存在全局運動,并對當前幀的運動矢量求取幅值得到運動矢量幅值圖;接著在空間域和時間域上分別對運動矢量幅值進行處理,從而快速有效的檢測出當前幀的運動區(qū)域;最后根據運動強度和紋理強度將提取的運動區(qū)域生成運動感知圖,為后續(xù)運動區(qū)域的視覺感知編碼提供參考。(3)針對全局運動的視頻場景,設計了一種基于邊緣檢測的紋理感知圖提取方法。首先采用Canny算子對當前幀進行邊緣檢測得到當前幀二值化后的邊緣圖;接著對邊緣圖中當前CU所在的區(qū)域進行邊緣點數統(tǒng)計;然后利用圖像中相鄰區(qū)域的相似性對結構化紋理區(qū)域進行處理;最終生成包含當前幀平坦區(qū)域、結構化紋理區(qū)域和復雜紋理區(qū)域的紋理感知圖,為后續(xù)紋理區(qū)域的視覺感知編碼提供參考。(4)針對視覺感知編碼中比特資源分配的問題,提出了一種編碼塊量化參數調整和變換域頻率系數壓制的方法。對于背景靜止場景,利用運動感知圖進行量化參數的調整和頻率系數壓制,提升運動區(qū)域圖像質量;對于全局運動場景,利用紋理感知圖進行頻率系數壓制,并根據運動矢量的方向對邊緣塊進行處理,保證視頻圖像質量的同時,降低峰值碼率和整體碼流比特數。
【學位單位】：浙江工業(yè)大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TN919.81
【部分圖文】：

它區(qū)域則為非感興趣區(qū)域。因此，利用 HVS 的這些特性，可用來指導現有的視頻編碼過程。目前針對 H.264 的感興趣區(qū)域編碼研究已經取得了一定的成果，而HEVC 中沒有引入關于視覺感知的編碼技術，針對 HEVC 的視覺感知編碼研究還處于起步階段[17]。因此，本論文對基于視覺感知的 HEVC 編碼技術展開研究具有重要的理論意義和良好的應用價值。1.2 國內外研究現狀1.2.1 HEVC 編碼技術HEVC 采用的是混合編碼框架，其框架結構如圖 1-1 所示。HEVC 引入了更加靈活的塊劃分、幀間預測非對稱運動劃分和多方向的幀內預測模式等眾多的編碼工具，進一步提高了壓縮性能[18]。

分技術同區(qū)域上實現更為靈活的編碼，HEVC 提供編碼單元（Coding Unit, CU）、預測單元（Pnsform Unit, TU）[19,20]。這種劃分方式能夠針劃分方式。在 HEVC 中，一幀視頻圖像被 64×64、32×32、16×16 或 8×8，具體可由用戶個亮度編碼塊（Coding Block, CB）和兩個法。一個 CTU 可以不劃分，是一個 64×64U 是否繼續(xù)劃分由劃分標志位（記為 Flag）度為 d 的 CU，如果 Flag 為 1，則 CU 可以劃 CU 不劃分。如圖 1-2 給出了 CU 的劃分層次到最大，不能繼續(xù)劃分。

浙江工業(yè)大學碩士學位論文U 是幀內和幀間預測的基本單元，貫穿著整個預測環(huán)節(jié)，比如，幀運動矢量預測和預測參考圖像索引號。相對于 H.264，HEVC 采用 劃分模式，其中幀內模式包括：2N×2N 和 N×N，幀間 PU 模式包括e、2N×2N、N×N、N×2N、2N×N、2N×nU、2N×nD、nL×2N 和 nR×1-3 為 PU 預測模式的劃分形式，表 1-1 為 HEVC 與 H.264 在 PU 劃比。

【參考文獻】

相關期刊論文 前4條

1 何志輝;黃山;冉耕;;一種改進視覺背景提取模型的運動目標檢測算法[J];小型微型計算機系統(tǒng);2015年11期

2 肖志濤;王紅;張芳;耿磊;吳駿;李月龍;李峰;;復雜自然環(huán)境下感興趣區(qū)域檢測[J];中國圖象圖形學報;2015年05期

3 穆春迪;謝劍斌;閆瑋;劉通;李沛秦;;面向動攝像機的高速運動目標檢測[J];中國圖象圖形學報;2015年03期

4 朱宏;蔣剛毅;王曉東;陳芬;郁梅;邵楓;彭宗舉;;一種基于人眼視覺特性的視頻質量評價算法[J];計算機輔助設計與圖形學學報;2014年05期

本文編號：2815989