图像/视频的变换域中基于上下文的建模方法及其系统技术方案

一种图像/视频编码解码及其它处理技术领域的图像/视频的变换域中基于上下文的建模方法及其系统，通过将自然图像在DCT变换域或其它变换域中近似于同时具有径向和逆径向相关性的二维马尔可夫随机场，并用该模型来刻画图像信号在二维变化域里的方向相关性，实现对动态或静态图像的压缩或其它处理。

【技术实现步骤摘要】
【国外来华专利技术】图像/视频的变换域中基于上下文的建模方法及其系统
本专利技术涉及的是一种图像/视频编码解码及其他处理
的方法及系统，具体是一种刻画自然图像在某一变换域(如离散余弦变换(DCT)域)中各向异性相关性的二维马尔可夫随机场(Markovrandomfield)的建模方法及其系统。
技术介绍
目前的图像/视频处理技术，如压缩、重构、增强、分析等，大多是在变换域进行的。常用的变换域有离散余弦变换(DCT)，离散傅立叶变换(DFT)，哈达码变换等。变换的作用是将图像/视频信号中的能量集中于少数变换系数之中，从而显著地减小信号中的统计冗余。学术界对该过程有多种描述：如能量打包(energypacking)、去相关或图像/视频信号的稀疏表示等。但即使在变换域中，自然图像/视频信号也远非独立同分布(i.i.d)，而应该被归类于马尔可夫随机过程(Markovrandomprocesses)。因此，对于图像/视频信号在变换域中的上下文统计建模成为被广泛应用的图像/视频处理系统中的关键组成部分。这里所谓的上下文统计建模是指马尔可夫或近似马尔可夫信号的条件概率的估计方法或过程。在基于变换的图像/视频压缩系统，如MPEG、JPEG、JPEG2000、H.264中，图像/视频信号的上下文统计建模无疑对系统的率失真(rate-distortion)性能至关重要，其作用是预测用于驱动熵编码器(如基于上下文的算术编码器等)的变换系数的条件概率。在熵编码过程中，任何对于条件概率的预测偏差都会直接导致编码性能的下降。准确地说，与理论最短码长比，预测概率偏差所造成的冗余码长等于其与真实概率分布之间的互信息熵(relativeentropy)，或者KL距离(Kullback-Leiblerdistance)。因此上下文统计建模的精度最终决定了系统的压缩性能。现有的上下文建模方法往往利用自然图像具有快速下降的功率谱的特性(文献中假设为指数下降)。但具有快速下降的功率谱本身无法表征图像/视频信号在变换域中的统计特性，这是因为图像和视频的信号能量在频域上仅为一维分布，而在变换域中则为二维或者三维。尤其如边界，纹理等含有方向性的图像具有在二维的变换域里通过其变换系数体现出二维方向相关性的特点，上述变换系数的方向相关性在对含有边界的图像像素块进行二维离散变换时尤为显著，对于含有边界或者规则纹理的图像块，信号能量被集中于方向子带中，如图1(a)和1(c)所示即为包含不同朝向边界的图像像素块进行离散余弦变换(DCT)的结果。对于包含平滑阴影的像素块，其信号能量则集中于低频区域，而DCT变换系数以辐射状并且近乎相同的速度衰减，如图1(b)所示。可见自然图像在离散余弦变换(DCT)域中可以近似为同时具有径向(radialdirection)和逆径向(anti-radialdirection)相关性的二维马尔可夫随机场模型。通过上述分析揭示了多种现行国际图像视频压缩标准，如JPEG、MPEG及H.264等所采用的常见的DCT系数之字形(Zigzag)扫描方法从本质上具有缺陷。Zigzag扫描为逆径向(anti-radialdirection)往复式扫描，彻底忽略自然图像在径向上所具有的统计相关性。事实上，MPEG和H.264标准为了弥补该缺陷，分别提出水平和垂直方向的扫描模式作为Zigzag扫描方式的代替。但多扫描模式的切换仅为局部且不灵活的临时方案，无法对图像/视频信号在变换域中的任意方向相关性进行建模，并且对扫描模式的编码也会造成额外的码率开销。经过对现有技术的检索发现，中国专利文献号CN1741616，公开日2006-03-01，记载了一种基于上下文的自适应熵编码方法，该技术包括以下步骤：编码时：扫描当前变换块中已被量化的DCT系数，由此形成(level，run)数对序列;然后按扫描的逆向顺序对数对序列中每一数对进行熵编码，在编码中，利用已被编码块中已完成编码的数对的值动态自适应构造上下文统计模型，同时，也提出一个上下文模型加权融合技术来进一步提高模型的压缩性能;用上一步骤所获得的上下文统计模型来驱动熵编码。基于上下文的自适应熵解码方法是编码方法的逆。但该技术具有以下的缺陷和不足：虽然该方法采用游程(run-length)的方式对两个非0系数之间连续的0系数进行了组合编码，但该方法并未对其他的典型系数组合进行合并，并且依然未能跳出Zigzag的简单扫描方式。中国专利文献号CN1431828，公开日2003-07-23，记载了一种“用于编码/解码图像信号的最佳扫描方法”，该技术在一种通过离散余弦变换编码图像信号的方法中，在多个参考块中至少一个被选择。产生一个扫描顺序，其中进行扫描参考块的要编码的块，并且以所产生的扫描顺序扫描要编码的块。所述至少一个被选择的参考块与要编码的块在时间或空间上邻近。当扫描要编码的块的时候，从所述至少一个所选择的参考块获得发生非零系数的概率，并且从最高的概率开始以降序确定扫描顺序。在此，如果概率相同，则扫描顺序被产生为一个之字形的扫描顺序。但该方法依然未能从根本上解决Zigzag扫描模式的弊端，并且其对变换系数的自适应扫描依然是针对单个系数来进行的，并未对拥有近似性质的系数块进行合并，因此，该方法的编码效率依然不足以令人满意。
技术实现思路
本专利技术针对现有技术存在的上述不足，提供一种图像/视频的变换域中基于上下文的建模方法及其系统，通过自适应块进化法(ABE：AdaptiveBlockEvolution)，与现有锯齿式(Zigzag)、水平或垂直的扫描方式不同，该方法并不采用固定的一维扫描顺序，而是采用自适应二维扫描方式，对变换域系数同时从径向和逆径向的相关性进行统计建模。本专利技术除了能够作为图像视频压缩中的有效工具以外，还能够用于执行去噪、插值、分类、视觉信息检索及提取、数字水印、信息隐藏、图像检索、隐写分析等其他图像/视频处理应用中。本专利技术是通过以下技术方案实现的：本专利技术涉及一种变换域里上下文统计建模方法，通过自适应地构建一个二维马尔可夫模型以反应图像/视频信号在二维变化域里的方向相关性，该方法具体包括：将多个或单个变换系数组成二维马尔可夫过程中的状态；在线或离线地计算两个相邻马尔可夫状态之间的传递概率；从初始状态起，通过传递概率分别实现单个或多个遍历方向的自适应。所述的变换系数可以经过量化或未经过量化；所述的二维马尔可夫过程中的状态是指变换域中的一个或一组相邻且相关的系数，该状态通过典型模式的系数块进行定义；所述的初始状态是指：以最低频率系数和/或最高频率系数为参照点，聚集在一起的具有相同或相近数值且相近频率的系数群所构成的系数块；该系数群的洲际即为广义半径。所述的传递概率P(si|si-1)专指二维马尔可夫过程中的传递概率，可通过离线或者在线的方式计算得到，其中：si为下一状态，si-1为当前状态，i表示当前遍历的变换系数的系数块的序号，其取值为1至二维马尔可夫过程中的状态总数。所述的遍历方向的自适应是指：根据当前状态和其所有下一个可能状态之间的传递概率中的最高值所对应的状态来选择下一个状态；对于两个以上的初始状态则分别进行上述自适应计算。本专利技术涉及一种基于变换域上下文统计建模的图像/视频压缩方法，包括以下步骤：第一本文档来自技高网...

【技术保护点】
PCT国内申请，权利要求书已公开。

【技术特征摘要】
【国外来华专利技术】2011.05.04 US 61/5182461.一种变换域里上下文统计建模的图像/视频压缩方法，其特征在于，包括以下步骤：第一步、对于输入图像进行系数变换；第二步、对变换系数进行基于上下文的建模并确定初始状态s0；第三步、在当前状态si-1下，用在线或离线估计的二维马尔科夫过程的传递概率P(si|si-1)中的最大值选择下一状态si；第四步、对上述选择的下一状态si，用传递概率P(si|si-1)去驱动熵编码器，输出状态si所对应的变化系数的码流，然后返回第三步重新计算更新后状态的对应传递概率的最大值，直至遍历完所有变换系数并得到完整码流；所述的基于上下文的建模是指：通过自适应地构建一个二维马尔可夫模型以反映图像/视频信号在二维变换域里的方向相关性，具体为：将多个或单个变换系数组成二维马尔可夫过程中的状态，即变换域中的一个或一组相邻且相关的系数，该状态通过典型模式的系数块进行定义；在线或离线地计算两个相邻马尔可夫状态之间的传递概率，该传递概率P(si|si-1)专指二维马尔可夫过程中的传递概率，通过离线或者在线的方式计算得到，其中：si为下一状态，si-1为当前状态，i表示当前遍历的变换系数的系数块的序号，其取值为1至二维马尔可夫过程中的状态总数；从初始状态起，通过对被估计传递概率的比较，分别实现单个或多个遍历方向的自适应，该初始状态是指：以最低频率系数和/或最高频率系数为参照点，聚集在一起的具有相同或相近数值且相近频率的系数群所构成的系数块；遍历方向的自适应是指：根据当前状态和其所有下一个可能状态之间的传递概率中的最高值所对应的状态作为下一个状态；对于两个...

【专利技术属性】
技术研发人员：武筱林，牛毅，
申请(专利权)人：武筱林，牛毅，
类型：发明
国别省市：上海;31