基于预失真和训练滤波器的图像或视频编码方法技术

本发明专利技术涉及图像、视频压缩编码，为提供一种既能够提高编码效率，又避免振铃效应，从而保证图像质量的基于预失真和训练滤波器的图像或视频编码方法，基于预失真和训练滤波器的图像或视频编码方法,通过低通滤波器,在编码之前先对每帧视频序列进行预失真模糊化处理；在解码端，首先采用大量具有各种图像结构的图像组成训练样本库；然后，用分类后的图像对滤波器组进行离线训练；当解码端重构出模糊图像后，采用ADRC与另外一种分类方法相结合的方法对图像结构进行分类，根据分类结果在查找表中找到对应的最优滤波器系数组成最优滤波器，按图像结构类别分别去模糊，最后合成得到去模糊后的图像。本发明专利技术主要应用于图像、视频压缩编码。

【技术实现步骤摘要】
基于预失真和训练滤波器的图像或视频编码方法
本专利技术涉及图像、视频压缩编码，特别涉及基于预失真和训练滤波器的图像或视频编码方法。
技术介绍
随着电子设备、互联网的发展以及人们需求的不断提高，数字图像和视频数据正以极快的速度产生和传播，高清或者超高清视频已经成为发展趋势。例如，3D、HDR(高动态范围)、4K或8K视频等，存储或者传输这些视频数据均需要高效的压缩方法来减少数据量并保证图像的质量。主流视频压缩标准主要有MPEG-2、MPEG-4、H.264/AVC、HEVC等。这些压缩编码标准利用视频序列空间相关性和时间相关性，去除视频序列中存在的大量冗余信息，只保留少量非相关的信息进行传输，以降低码率、节省传输带宽。而接收机利用这些非相关信息，按照一定的解码算法，可在保证一定的图像质量的前提下恢复原始视频序列内容。视频压缩编码中的运动估计和DCT变换是重要的减少信号冗余的方法。运动估计利用了图像的局域方向性结构特性，DCT利用了自然图像具有的渐变结构特性，即低通特性，旨在去除块内像素间的冗余。DCT变换能够将能量集中在少量的低频系数上，结合量化和熵编码更容易实现压缩。这些方法都有助于编码数据量的减少，鉴于目前多媒体数据量越来越大，在有限的存储和带宽资源条件下，进一步提高视频压缩编码效率有着重要的现实意义。2007年，Lei.Zhichun[1]提出了一种视频压缩编码方案，此方案在编码端预失真模糊化处理视频，并在码流中传输模糊函数，在解码端重构时用此模糊函数反卷积去模糊。此方法可有效降低视频待编码数据量、进而降低视频码流码率，但因在重构时使用反卷积去模糊会产生振铃效应。振铃效应是反卷积去模糊方法的固有缺陷。在图像处理领域，研究人员一直致力于寻找一种新的去模糊算法来代替反卷积。1998年，T.Kondo等人[2]提出了一种基于图像分类的最小均方滤波器，对于图像增强有较好的效果。之后又提出根据图像结构进行分类的自适应动态范围编码(ADRC)算法以恢复原始图像[3]。2008年，LingShao等人[4]提出ADRC与另一种图像分类方法相结合的算法恢复图像，并针对ADRC和平均绝对差(MAD)、ADRC和标准差(STD)、ADRC和动态范围(DR)相结合的算法进行了测试，效果优于级联滤波器。2014年，马子扬等人[5]提出了一种边界效应抑制算法，利用具有对称系数的卷积金字塔滤波器组模型，将某种特殊图像上每种类型的区域各训练一组滤波器系数，并将此训练得到的滤波器组应用于求解其他图像相应类型的延拓区域，此方法计算速度快，可有效抑制各种频域反卷积算法的振铃效应。综上所述，已有研究已分别证明编码端预失真模糊处理可降低码率、训练滤波器方法可实现图像去模糊并避免振铃效应(仅限图像处理，未涉及编码)。目前尚未发现有将此两种方法结合起来用于图像和视频编码领域。因此，本专利技术提出一种基于预失真和训练滤波器的图像或视频编码方案，即在编码端使用预失真(模糊化)处理降低码率、在解码端采用已离线训练好的滤波器进行去模糊处理恢复图像质量的压缩编码方案。参考文献[1]L.Zhichun.Signalcodinganddecodingwithpre-andpost-processing.欧洲，06006924.2[P]，2007-10-03.[2]T.KondoandK.Kawaguchi,Adaptivedynamicrangeencodingmethodandapparatus.U.S.patent5444487,Aug.1998.[3]T.Kondo,Y.Node,T.Fujiwara,andY.Okumura,Pictureconversionapparatus.pictureconversionmethod,learningapparatusandlearningmethod,U.S.patent6323905,Nov.2001.[4]LingShao,HuiZhang,andGerarddeHaan.AnOverviewandPerformanceEvaluationofClassification-BaseLeastSquaresTrainedFilters[C].//TransactiononImageProcessing,2008,17(10):1772-1782.[5]马子扬，刘学慧，吴恩华.图像反卷积边界效应的快速抑制算法[J].计算机辅助设计与图形学学报,2014，26(7)：1051-1066.
技术实现思路
为克服现有技术的不足，提供一种既能够提高编码效率，又避免振铃效应，从而保证图像质量的基于预失真和训练滤波器的图像或视频编码方法。为此，本专利技术采取的技术方案是，基于预失真和训练滤波器的图像或视频编码方法,通过低通滤波器,在编码之前先对每帧视频序列进行预失真模糊化处理；在解码端，首先采用大量具有各种图像结构的图像组成训练样本库，根据图像结构的不同对不同区域进行分类，具体采用ADRC与另一种分类方法相结合的方法对图像进行分类；然后，用分类后的图像对滤波器组进行离线训练，采用最小均方误差的训练算法，针对每种类型的区域各训练一组最优的滤波器系数，形成查找表(LUT)，存入解码端重构模块；当解码端重构出模糊图像后，采用ADRC与另外一种分类方法相结合的方法对图像结构进行分类，根据分类结果在查找表中找到对应的最优滤波器系数组成最优滤波器，按图像结构类别分别去模糊，最后合成得到去模糊后的图像。图像结构具体包括平滑区域、纹理区域、边缘区域。另一种分类方法具体为局部熵、平均绝对差(MAD)、标准差(STD)、动态范围(DR)中的一种。在解码重构图像时，如果遇到训练样本库中没有的图像结构，即查找表中没有对应此结构的滤波器系数，则采用反卷积方法代替训练滤波器恢复图像或者视频，即将反卷积方法作为训练滤波器去模糊算法之外的一种备用方案，用于恢复原始图像或者视频。与已有技术相比，本专利技术的技术特点与效果：本专利技术提出基于预失真和训练滤波器的图像或视频编码方案，编码端的预失真模糊处理可以降低码率、提高编码效率。解码重构端的训练滤波器去模糊算法根据图像结构的不同选用不同的滤波器进行去模糊恢复原始图像，可以避免振铃效应、提高解码图像或视频质量。附图说明图1本专利技术提出的基于预失真和训练滤波器的图像或视频编码方案.具体实施方式多媒体数据量越来越大，同时消费者对多媒体质量要求越来越高。因此需要研究能进一步提高编码效率、并保证一定编码质量的算法。在编码端进行预失真模糊化处理可降低待编码数据量、提高编码效率，但对解码端重构模块的去模糊功能提出了挑战。如果传输模糊函数会增加码流开销，且传统的反卷积图像去模糊算法会造成振铃效应。因此，开发适用于视频编码的预失真-去模糊方案具有重要意义。本专利技术提出一种基于预失真和训练滤波器的图像或视频编码方案。此方案在编码端对图像或视频进行预失真(模糊化)处理，且无需在码流中传输编码端预失真(模糊化)函数，在解码端根据不同图像结构选用已离线训练好的不同的滤波器进行去模糊。既能够提高编码效率，又避免振铃效应，保证了图像质量。在现有的编码方案中，通常，在编码之前要进行低通滤波以去除高频噪声，这种低通滤波的方式对图像质量并没有明显影本文档来自技高网...

【技术保护点】
一种基于预失真和训练滤波器的图像或视频编码方法，其特征是，包括如下步骤：在编码端：通过低通滤波器,在编码之前先对每帧视频序列进行预失真模糊化处理；在解码端，首先采用大量具有各种图像结构的图像组成训练样本库，根据图像结构的不同对不同区域进行分类，具体采用ADRC与另一种分类方法相结合的方法对图像进行分类；然后，用分类后的图像对滤波器组进行离线训练，采用最小均方误差的训练算法，针对每种类型的区域各训练一组最优的滤波器系数，形成查找表(LUT)，存入解码端重构模块；当解码端重构出模糊图像后，采用ADRC与另外一种分类方法相结合的方法对图像结构进行分类，根据分类结果在查找表中找到对应的最优滤波器系数组成最优滤波器，按图像结构类别分别去模糊，最后合成得到去模糊后的图像。

【技术特征摘要】
1.一种基于预失真和训练滤波器的图像或视频编码方法，其特征是，包括如下步骤：在编码端：通过低通滤波器,在编码之前先对每帧视频序列进行预失真模糊化处理；在解码端，首先采用大量具有各种图像结构的图像组成训练样本库，根据图像结构的不同对不同区域进行分类，具体采用根据图像结构进行分类的自适应动态范围编码ADRC与另一种分类方法相结合的方法对图像进行分类；然后，用分类后的图像对滤波器组进行离线训练，采用最小均方误差的训练算法，针对每种类型的区域各训练一组最优的滤波器系数，形成查找表(LUT)，存入解码端重构模块；当解码端重构出模糊图像后，采用ADRC与另外一种分类方法相结合的方法对图像结构进行分类，根据分类结果在查找表中找到对应的最优滤波器系数组成最优滤波器，按...

【专利技术属性】
技术研发人员：段绿茵，徐岩，雷志春，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12