【摘要】：低復(fù)雜度視頻編碼越來(lái)越受到人們的關(guān)注。壓縮感知理論具有同時(shí)采樣和壓縮信號(hào)的特點(diǎn),可用于低復(fù)雜度視頻編碼設(shè)計(jì)。針對(duì)基于隨機(jī)觀測(cè)矩陣的傳統(tǒng)壓縮感知(Compressive sensing,CS)理論很難實(shí)際應(yīng)用這一問(wèn)題,提出采用結(jié)構(gòu)化觀測(cè)矩陣的CS算法對(duì)視頻編解碼。探討了結(jié)構(gòu)化觀測(cè)矩陣的特點(diǎn)和構(gòu)造方法,分析了不同類型結(jié)構(gòu)化觀測(cè)矩陣實(shí)現(xiàn)信號(hào)精確重構(gòu)的理論,設(shè)計(jì)了基于結(jié)構(gòu)化觀測(cè)矩陣的CS視頻編解碼算法。實(shí)驗(yàn)證明了所提算法的有效性,同時(shí)由于結(jié)構(gòu)化觀測(cè)矩陣高效、易于硬件實(shí)現(xiàn),因此該算法在低復(fù)雜度視頻場(chǎng)合具有良好的應(yīng)用前景。
[Abstract]:Low complexity video coding has attracted more and more attention. The theory of compressed sensing can be used in the design of low complexity video coding because of the characteristics of both sampling and compressed signals. To solve the problem that the traditional compressed perception (Compressive sensing,CS) theory based on random observation matrix is difficult to be applied in practice, a CS algorithm based on structured observation matrix is proposed for video coding and decoding. The characteristics and construction method of structured observation matrix are discussed. The theory of accurate signal reconstruction based on different types of structured observation matrix is analyzed. A CS video coding and decoding algorithm based on structured observation matrix is designed. The experimental results show that the proposed algorithm is effective, and the structured observation matrix is efficient and easy to implement in hardware. Therefore, the algorithm has a good application prospect in low-complexity video applications.
【作者單位】： 天津大學(xué)電子信息工程學(xué)院;太原科技大學(xué)電子信息工程學(xué)院;
【基金】：高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金(20120032110034)資助項(xiàng)目
【分類號(hào)】：TN919.81

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉敘含;申曉紅;姚海洋;鄧欣;;基于帳篷混沌觀測(cè)矩陣的圖像壓縮感知[J];傳感器與微系統(tǒng);2014年09期

2 王韋剛;楊震;顧彬;胡海峰;;基于觀測(cè)矩陣優(yōu)化的自適應(yīng)壓縮頻譜感知[J];通信學(xué)報(bào);2014年08期

3 王俠;王開(kāi);王青云;梁瑞宇;左加闊;趙力;鄒采榮;;壓縮感知中的確定性隨機(jī)觀測(cè)矩陣構(gòu)造[J];信號(hào)處理;2014年04期

4 鄢鵬程;;一種基于閾值迭代和自適應(yīng)觀測(cè)矩陣的壓縮感知圖像處理[J];信息與電腦(理論版);2013年03期

5 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進(jìn)展[J];電子學(xué)報(bào);2009年05期

6 寧萬(wàn)正;王海燕;申曉紅;蔣世全;王璇;;一種自適應(yīng)觀測(cè)矩陣下的信號(hào)重構(gòu)算法[J];計(jì)算機(jī)應(yīng)用研究;2011年09期

7 趙春暉;劉巍;;壓縮感知理論及其在成像技術(shù)中的應(yīng)用[J];智能系統(tǒng)學(xué)報(bào);2012年01期

8 金堅(jiān);谷源濤;梅順良;;壓縮采樣技術(shù)及其應(yīng)用[J];電子與信息學(xué)報(bào);2010年02期

9 王軍華;黃知濤;周一宇;王豐華;;壓縮感知理論中的廣義不相關(guān)性準(zhǔn)則[J];信號(hào)處理;2012年05期

10 肖小潮;鄭寶玉;王臣昊;;一種基于最優(yōu)觀測(cè)矩陣的自適應(yīng)貝葉斯壓縮信道感知聯(lián)合機(jī)制[J];電子與信息學(xué)報(bào);2012年10期

相關(guān)會(huì)議論文 前1條

1 顧國(guó)生;戰(zhàn)蔭偉;;一種混沌序列在壓縮感知觀測(cè)矩陣構(gòu)造中的應(yīng)用[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前5條

1 趙玉娟;壓縮感知和矩陣填充及其在信號(hào)處理中應(yīng)用的研究[D];南京郵電大學(xué);2015年

2 孫晶明;壓縮感知中觀測(cè)矩陣的研究[D];華中科技大學(xué);2013年

3 徐永剛;礦山數(shù)據(jù)壓縮采集與重建方法研究[D];中國(guó)礦業(yè)大學(xué);2013年

4 丁麗;MIMO雷達(dá)稀疏成像的失配問(wèn)題研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

5 張京超;稀疏多頻帶信號(hào)壓縮采樣方法研究[D];哈爾濱工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 龔艷雷;基于SDN的網(wǎng)絡(luò)流量矩陣測(cè)量方法研究[D];電子科技大學(xué);2015年

2 劉莎;壓縮感知中觀測(cè)矩陣的構(gòu)造及優(yōu)化方法研究[D];東北大學(xué);2013年

3 王哲;基于稀疏重構(gòu)的SAR成像技術(shù)研究[D];西安電子科技大學(xué);2014年

4 鳳宏哲;高分辨SAR稀疏目標(biāo)成像研究[D];西安電子科技大學(xué);2014年

5 朱海梁;壓縮感知接收機(jī)關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

6 李繼樓;壓縮感知觀測(cè)矩陣優(yōu)化與信號(hào)重建算法研究[D];南京郵電大學(xué);2015年

7 李偉光;基于壓縮感知的定位算法研究[D];重慶大學(xué);2015年

8 樊艷明;面向水上行走機(jī)器人的微型視覺(jué)傳感系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];中央民族大學(xué);2016年

9 金明亮;嵌入式視覺(jué)壓縮傳感及其直接環(huán)境認(rèn)知的研究[D];南昌大學(xué);2013年

10 熊波;基于壓縮感知的觀測(cè)矩陣構(gòu)造方法及性能研究[D];湖南師范大學(xué);2016年

，

本文編號(hào)：2303863