一种基于像素域JND模型的残差滤波方法技术

本发明专利技术提出了一种基于像素域JND模型的残差滤波方法。首先在像素域建模得到每个像素的JND阈值，然后在变换单元中挖掘每个像素JND阈值与其周围邻近像素JND阈值之间的相关性，并利用Sobel边缘检测算子对变换单元进行块分类，以得到其权重因子。最后结合上述所得像素JND阈值的空间相关性和变换单元的权重因子对残差进行滤波。提出的方法模型可以嵌入到HEVC视频编码框架。实验结果表明，在人眼主观感知质量没有明显下降的情况下，能够容忍更多的实际失真，降低一定的码率。

A residual filtering method based on pixel domain JND model

The invention proposes a residual filtering method based on pixel domain JND model. Firstly, each pixel's JND threshold is modeled in pixel domain, and then the correlation between each pixel's JND threshold and its neighboring pixel's JND threshold is mined in the transform unit. The Sobel edge detection operator is used to classify the transform unit to get its weight factor. Finally, the residual is filtered by combining the spatial correlation of the JND threshold and the weight factor of the transform unit. The proposed method model can be embedded in the HEVC video coding framework. Experimental results show that the proposed scheme can tolerate more actual distortion and reduce bit rate without significant degradation of subjective perception quality.

【技术实现步骤摘要】
一种基于像素域JND模型的残差滤波方法
本专利技术涉及图像通信领域中的视频编码技术问题，尤其是涉及一种基于像素域JND模型的残差滤波优化降码率方法。
技术介绍
近年来，随着高清、超清视频应用逐步走进人们的视野，在不断给人带来更好的视觉感观的同时，视频数据量也在飞速的增长，因此，视频压缩技术受到了巨大的挑战。此外，各式各样的视频应用也随着网络和存储技术的发展不断涌现。如今，数字视频广播、移动无线视频、远程监测、医学成像等，都已经走进了人们的生活。但是在有限传输带宽和一定存储容量的限制下，视频应用的多样化和高清化趋势对视频的压缩性能提出了更高的要求。H.265/HEVC作为新一代视频编码标准，虽然具有不错的视频压缩性能，但是经过H.265/HEVC编码标准压缩后的视频，其数据量仍然很大，冗余信息较多。因此，如何在H.265/HEVC编码标准的基础上进一步提高视频的压缩效率，去除冗余信息是有待解决的一个重要问题。H.265/HEVC视频编码技术框架主要是针对空间冗余、时间冗余进行压缩编码，压缩性能提升具有一定的局限性。由于人眼是视频的最终接收端，能够直接感受视频的质量好坏，因此，将人类视觉系统(HumanVisualSystem，HVS)引入H.265/HEVC视频编码框架，在计算复杂度可控的前提下，着重挖掘人眼的主观感知状态和人类视觉选择性注意机制来消除人眼不敏感区域的视觉冗余，以进一步提升H.265/HEVC视频编码框架的压缩效率。目前人眼视觉系统的模型有恰可察失真模型(JustNoticeableDistortion，JND)以及视觉注意机制模型等。已有的JND模型可以分成两类：像素域JND模型和变换域JND模型。像素域JND模型直接利用像素域中的像素值计算每一位置像素的JND阈值。ChouCH分别计算亮度自适应因子和纹理掩蔽因子，然后将两个因子的最大值作为像素域的JND阈值。YangXK提出了一种新JND模型——非线性叠加掩蔽模型(NonlinearAdditivelyMaskingModel，NAMM)，该模型利用亮度自适应因子和纹理掩蔽因子的非线性叠加来减少两者的重叠效应。UzairM在现有的基于像素域JND模型的基础上加入了对比度敏感函数(ContrastSensitivityFunction，CSF)、中央凹视觉效应、眼球运动等因素，以更符合人眼主观感知特性。WangH提出了一种结合视觉注意模型与视觉敏感度模型的显著性JND模型，在显著性区域增加JND阈值，在非显著性区域减少JND阈值，以保证在几乎相同的人眼主观感知质量下，降低传输所需的码率。李承欣分别计算像素域和变换域的JND阈值，取两者之间的最大值作为最优JND模型，再结合基于上下文感知的显著性算法为最优JND模型分配权值，同样在主观感知质量没有明显降低的情况下消除了一定的视觉冗余，节省了比特率。
技术实现思路
针对H.265/HEVC编码标准码率较高、数据冗余过多的问题。本专利技术提出了一种基于像素域JND模型的残差滤波方法，利用当前像素JND阈值与其周围相邻像素JND阈值之间的相关性、变换单元所属的块类型信息，调整残差数据量。实验表明，在人眼主观感知质量没有明显下降的情况下，降低了视频传输所需的码率。本专利技术提出的基于像素域JND模型的残差滤波方法，首先在视频每一帧中的像素域建模以获得每个像素对应的JND阈值，再利用当前像素JND阈值与其周围相邻像素JND阈值之间的相关性，得到当前像素相对于其周围相邻像素的视觉冗余程度，再使用Sobel边缘检测算子对变换单元的边缘像素进行检测，以对变换单元进行块分类，判断其是属于纹理块、边缘块或者平坦块，从而获得其权重因子，最后结合像素JND阈值的相关性和变换单元对应块类型的权重因子，为人眼敏感和非敏感区域合理分配残差比特，从而达到降低码率的目的。本专利技术提出的基于像素域JND模型的残差滤波方法，包括以下过程步骤:(1)在对残差滤波之前，在视频每一帧中的像素域建模，以获得对应位置像素的JND阈值；(2)对步骤(1)获得的像素JND阈值，计算当前像素JND阈值与其周围邻近像素JND阈值之间的相关性；(3)使用Sobel边缘检测算子对变换单元进行块分类，并根据变换单元所属块类型，获得其权重因子；(4)结合步骤(2)、步骤(3)所获得的相邻像素JND阈值之间的相关性以及当前变换单元所属块类型的权重因子，对变换单元中像素的残差信息进行调整。在本专利技术的上述技术方案中，所述基于像素域JND模型的残差滤波方法，在像素域建模计算像素JND阈值，该JND阈值能充分反映单个像素视觉冗余程度。在本专利技术的上述技术方案中，所述基于像素域JND模型的残差滤波方法，其中计算当前像素JND阈值占周围邻近像素JND阈值总和的百分比，以得到当前像素JND阈值与其周围相邻像素JND阈值之间的相关性，该相关性充分考虑了人眼视觉系统特性，用来衡量当前像素相对于周围邻近像素的视觉冗余程度。在本专利技术的上述技术方案，所述基于像素域JND模型的残差滤波方法，使用Sobel边缘检测算子对变换单元进行块分类，若变换单元所属的块类型为纹理块，说明人眼对当前变换单元所能容忍的视觉失真较大，若变换单元所属的块类型为边缘块或者平坦块，说明人眼对当前变换单元所能容忍的视觉失真较小。在本专利技术的上述技术方案中，所述基于像素域JND模型的残差滤波方法，结合像素JND阈值与其周围邻近像素JND阈值的相关性，以及变换单元所属块类型的权重因子，调整变换单元中像素的残差信息，解码后的视频序列在人眼感知质量没有明显下降的情况下，降低了码率。根据本专利技术的上述方法可以编制执行上述一种基于像素域JND模型的残差滤波方法。本专利技术是基于以下思路分析而完成的：在对残差变换量化之前，先在像素域建立JND模型，计算每个像素JND阈值。在不考虑周围相邻像素对当前像素的影响，当该位置像素的变化低于其对应JND阈值时，直接将该位置像素的残差数据量置为零，则相对于其周围相邻像素，可能会产生较为明显的视觉失真。因此，计算当前像素JND阈值占其周围邻近像素JND阈值总和的百分比，若百分比较大，则该像素相对于周围邻近像素的视觉冗余程度较小，反之，则该像素相对于周围邻近像素的视觉冗余程度较大。人眼对于纹理复杂的区域所能容忍的视觉失真较大，对边缘区域和平坦区域所能容忍的视觉失真较小。使用Sobel边缘检测算子对变换单元进行块分类，每个变换单元属于纹理块、边缘块、平坦块中的一种，并获得其对应的权重因子。在此基础上，结合当前像素JND阈值占其周围邻近像素JND阈值总和的百分比(当前像素相对于其周围邻近像素的视觉冗余程度)，调整当前变换单元中像素的残差数据量，经过滤波后的残差再进行变换、量化。附图说明图1基于像素域JND模型的残差滤波方法流程框图；具体实施方式下面结合实施例对本专利技术作进一步的详细说明，有必要指出的是，以下的实施例只用于对本专利技术做进一步的说明，不能理解为对本专利技术保护范围的限制，所属领域技术熟悉人员根据上述
技术实现思路
，对本专利技术做出一些非本质的改进和调整进行具体实施，应仍属于本专利技术的保护范围。本专利技术的基于像素域JND模型的残差滤波方法，与H.265/HEVC标准测试模型HM16.0的编码方法比较过程如下：1.同本文档来自技高网...

【技术保护点】
1.一种基于像素域JND模型的残差滤波方法，其特征在于：(1)在对残差滤波之前，在视频每一帧中的像素域建模，以获得对应位置像素的JND阈值；(2)对步骤(1)获得的像素JND阈值，计算当前像素JND阈值与其周围邻近像素JND阈值之间的相关性；(3)使用Sobel边缘检测算子对变换单元进行块分类，并根据变换单元所属块类型，获得其权重因子；(4)结合步骤(2)、步骤(3)所获得的相邻像素JND阈值之间的相关性以及当前变换单元所属块类型的权重因子，对变换单元中像素的残差信息进行调整。

【技术特征摘要】
1.一种基于像素域JND模型的残差滤波方法，其特征在于：(1)在对残差滤波之前，在视频每一帧中的像素域建模，以获得对应位置像素的JND阈值；(2)对步骤(1)获得的像素JND阈值，计算当前像素JND阈值与其周围邻近像素JND阈值之间的相关性；(3)使用Sobel边缘检测算子对变换单元进行块分类，并根据变换单元所属块类型，获得其权重因子；(4)结合步骤(2)、步骤(3)所获得的相邻像素JND阈值之间的相关性以及当前变换单元所属块类型的权重因子，对变换单元中像素的残差信息进行调整。2.如权利要求1所述基于像素域JND模型的残差滤波方法，其特征在于在像素域建模计算像素JND阈值，该JND阈值能充分反映单个像素视觉冗余程度。3.如权利要求1所述基于像素域JND模型的残差滤波方法，其特征在于计算当前像素JND阈值占周围邻近像素JND阈值总和的百分比...

【专利技术属性】
技术研发人员：何小海，张斐然，卿粼波，熊淑华，苏姗，吴小强，陶青川，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川,51