面向现场勘验工具图像的高效视频编码标准量化参数级联方法技术

一种面向现场勘验工具图像的高效视频编码标准量化参数级联方法，由确定量化参数的基础值、确定工具区域和背景区域、确定工具区域的标准差、确定工具区域的量化参数偏移量、确定背景区域的标准差、确定现场勘验工具图像的标准差、确定背景区域的量化参数偏移量、确定工具区域和背景区域的最大编码单元、编码步骤组成。本发明专利技术考虑了现场勘验工具图像中的工具区域和背景区域的内容差异性对量化参数选择的影响，解决了现有技术没有考虑图像中不同区域内容差异性的技术问题。本发明专利技术具有编码率失真性能高、模型参数计算简单、编码时延小等优点，可用于图像编码领域中。

【技术实现步骤摘要】
面向现场勘验工具图像的高效视频编码标准量化参数级联方法
本专利技术属于视频编码
，具体涉及到面向现场勘验工具图像的高效视频编码标准量化参数级联方法。
技术介绍
发生案件时，刑侦勘验人员会第一时间到达现场，并勘验现场提取与案件相关的信息，其中现场勘验图像是由刑侦勘验人员在案发现场拍摄的与案件相关的一类图像，例如指纹图像、脚印图像、工具图像(匕首、砍刀、锤子、斧子等)、血迹图像等。在拍摄现场勘验图像时要依次经过光电转换、编码、存储、传输、分析等处理。目前随着多媒体、硬件等技术的飞速发展，现场勘验图像大部分都是高清图像。高清图像可以提供更加丰富更加清楚的图像内容，但也使得图像数据的存储空间急剧增大。在这一背景下，现场勘验图像的高效率编码方法变得尤其重要。图像编码的目的就是用更少的编码码率获得更高质量的重建图像。目前，面向高清视频/图像，国际电信联盟电信标准化部门(ITU-T)、国际标准化组织(ISO)、国际电工委员会(IEC)联合制定了先进的高效视频编码标准(HEVC)。与之前的H.264/AVC标准相比，高效视频编码标准在编码框架上仍采用混合编码框架，包括帧内预测、帧间预测、变换、量化、熵编码、环路滤波等技术模块。但是，高效视频编码标准在每个模块中都引入了更合适高清视频/图像编码的新技术，所以高效视频编码标准显著提高了高清视频/图像的编码效率。目前使用高效视频编码标准编码的图像格式已经被广泛的应用于Windows、iOS、Android等各种主流厂商产品中。采用高效视频编码标准编码视频/图像时，视频/图像的编码效率与给每个基本编码单元(图像或者区域)选择的量化参数取值密切相关。量化参数级联方法是研究如何给每个基本编码单元选择最优化的量化参数取值的一类技术。目前高效视频编码标准采用固定的量化参数级联方法，即当前时间层图像的量化参数在前一时间层图像的量化参数基础上加1。这种固定的量化参数级联方法由于没有考虑视频包含的内容特性及视频图像之间的时域依赖性，所以其编码率失真性能较低。为了进一步提高视频/图像的编码率失真性能，一些更加有效的量化参数级联方法被提出，这些方法可以分为两大类：基于实验统计的方法和基于时域依赖性建模的方法。基于实验统计的方法是通过选择大量视频，分析实验数据，建立某些视频内容特性与量化参数取值之间的关系模型，例如建立视频空时复杂度与量化参数取值关系的模型。基于实验统计的方法虽然考虑了视频的内容特性，但是没有考虑视频图像间的时域依赖性，所以这类方法的编码率失真性能也有待于提高。基于时域依赖性建模的方法同时考虑了视频内容特性及视频帧之间的时域依赖性，这类方法理论上可以达到更高的编码率失真性能。但当前提出的量化参数级联方法都是图像级的方法，即以图像为基本单元，考虑图像间的差异性给每一幅图像选择一个优化的量化参数。但是考虑人眼选择注意机制及现场勘验图像的特点，这些图像级的方法并不适合于现场勘验图像的编码。现场勘验图像通常包括主要拍摄目标区域和背景区域，例如对于工具图像，其主要拍摄目标区域是工具区域。并且相比于背景区域，主要拍摄目标区域由于具有对于案件破获更加重要甚至是唯一的信息，所以其更加重要。所以对于现场勘验工具图像来说，考虑图像中不同区域的重要性差异，给不同区域选择优化量化参数的区域级量化参数级联方法更加重要。
技术实现思路
本专利技术所要解决的技术问题在于克服上述现有图像级量化参数级联技术的缺点，提供一种编码率失真性能高、模型参数计算简单、编码时延小的面向现场勘验工具图像的高效视频编码标准量化参数级联方法。解决上述技术问题所采用的技术方案是由下述步骤组成：(1)确定量化参数的基础值设定量化参数的基础值QPbasic，QPbasic∈{1,2,...,51}。(2)确定工具区域和背景区域采用现有的工具区域和背景区域的识别方法来确定工具区域和背景区域。工具区域和背景区域的识别方法已在专利技术专利申请号201910866132.5、专利技术名称为《现场勘验刀具图像识别方法》中公开。(3)确定工具区域的标准差工具区域的标准差φI按式(1)确定：其中NI为工具区域的像素总数、且不为0，yI[n]为工具区域中第n个像素的亮度值，n为有限的正整数。(4)确定工具区域的量化参数偏移量工具区域的量化参数偏移量xopt按式(2)确定：其中为下取整函数，exp()是以自然常数e为底的指数函数，a和b为表征拉格朗日因子和量化参数关系的模型参数，a∈[1,10]，b∈[5,21]，a1、a2、b1、b2是表征编码失真特性的模型参数，a1∈[1,2]，a2∈[0.01,1]，b1∈[0.01,1]，b2∈[0.1,1]，a3、a4、b3、b4是表征编码码率特性的模型参数，a3∈[0.1,1]，a4∈[0.01,0.1]，b3∈[0.2,2]，b4∈[-1,-0.1]，θ1由式(3)确定：θ1＝θ1,b+ω1exp((ln(QPbasic)-ω2)2ω3-1)(3)其中ω1、ω2、ω3、θ1,b为模型参数，ω1∈[-4,-1]，ω2∈[1,5]，ω3∈[-0.1,-0.0001]，θ1,b由式(4)确定：(5)确定背景区域的标准差背景区域的标准差φnI按式(5)确定：其中NnI为背景区域的像素总数且不为0，ynI[n]为背景区域中第n个像素的亮度值，n为有限的正整数。(6)确定现场勘验工具图像的标准差现场勘验工具图像的标准差φP按式(6)确定：其中NP为现场勘验工具图像的像素总数且不为0，yP[n]为现场勘验工具图像中第n个像素的亮度值，n为有限的正整数。(7)确定背景区域的量化参数偏移量背景区域的量化参数偏移量yopt按式(7)确定：其中θ2由式(8)确定：θ2＝ω4+ω5(QPbasic)3(8)其中ω4，ω5为模型参数，ω4∈[5,12]，ω5∈[0.00001,0.1]。(8)确定工具区域和背景区域的最大编码单元将现场勘验工具图像按照从左到右从上到下的顺序划分成不重叠的最大编码单元，最大编码单元通常是边长为64的正方形像素块，当现场勘验工具图像的宽或高不是64的整数倍时，图像最右端或最下端的最大编码单元可以是任意宽和高的像素块。在一个最大编码单元中有任意一个像素属于工具区域，此最大编码单元被定义为A类最大编码单元，其他最大编码单元被定义为B类最大编码单元，所有的A类最大编码单元都被化定属于工具区域的最大编码单元，一个B类的最大编码单元位于任意一个A类最大编码单元的相邻左边或上边或左上边，此B类的最大编码单元被划定属于工具区域的最大编码单元，剩余的其他B类最大编码单元被划定属于背景区域的最大编码单元。(9)编码对工具区域的最大编码单元设置其量化参数为QPbasic-xopt，并使用量化参数进行编码，对背景区域的最大编码单元设置其量化参数取值为QPba本文档来自技高网...

【技术保护点】
1.一种面向现场勘验工具图像的高效视频编码标准量化参数级联方法，其特征在于由下述步骤组成：/n(1)确定量化参数的基础值/n设定量化参数的基础值QP

【技术特征摘要】
1.一种面向现场勘验工具图像的高效视频编码标准量化参数级联方法，其特征在于由下述步骤组成：
(1)确定量化参数的基础值
设定量化参数的基础值QPbasic，QPbasic∈{1,2,...,51}；
(2)确定工具区域和背景区域
采用现有的工具区域和背景区域的识别方法确定工具区域和背景区域；
(3)确定工具区域的标准差
工具区域的标准差φI按式(1)确定：



其中NI为工具区域的像素总数、且不为0，yI[n]为工具区域中第n个像素的亮度值，n为有限的正整数；
(4)确定工具区域的量化参数偏移量
工具区域的量化参数偏移量xopt按式(2)确定：



其中为下取整函数，exp()是以自然常数e为底的指数函数，a和b为表征拉格朗日因子和量化参数关系的模型参数，a∈[1,10]，b∈[5,21]，a1、a2、b1、b2是表征编码失真特性的模型参数，a1∈[1,2]，a2∈[0.01,1]，b1∈[0.01,1]，b2∈[0.1,1]，a3、a4、b3、b4是表征编码码率特性的模型参数，a3∈[0.1,1]，a4∈[0.01,0.1]，b3∈[0.2,2]，b4∈[-1,-0.1]，θ1由式(3)确定：
θ1＝θ1,b+ω1exp((ln(QPbasic)-ω2)2ω3-1)(3)
其中ω1、ω2、ω3、θ1,b为模型参数，ω1∈[-4,-1]，ω2∈[1,5]，ω3∈[-0.1,-0.0001]，θ1,b由式(4)确定：



(5)确定背景区域的标准差
背景区域的标准差φnI按式(5)确定：



其中NnI为背景区域的像素总数且不为0，ynI[n]为背景区域中第n个像素的亮度值，n为有限的正整数；
(6)确定现场勘验工具图像的标准差
现场勘验工具图像的标准差φP按式(6)确定：



其中NP为现场勘验工具图像的像素总数且不为0，yP[n]为现场勘验工具图像中第n个像素的亮度值，n为有限的正整数；
(7)确定背景区域的量化参数偏移量
背景区域的量化参数偏移量yopt按式(7)确定：



其...

【专利技术属性】
技术研发人员：杨楷芳，公衍超，马苗，于孝鑫，蒙琴琴，施姿羽，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：陕西;61