申请/专利权人：北京信息科技大学

申请日：2023-12-25

公开（公告）日：2024-05-28

公开（公告）号：CN118101947A

主分类号：H04N19/159

分类号：H04N19/159;H04N19/154;H04N19/517;H04N19/593;H04N19/124

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.14#实质审查的生效;2024.05.28#公开

摘要：本发明公开了一种基于Wyner‑Ziv编解码框架的抗误码传输算法UnderWater‑WZ，适用于解决水下视频在水声信道传输中所引起的误码与解码质量差问题。所述抗误码传输方法以Wyner‑Ziv系统框架为基础展开研究，主要处理控制误码率和图像修复两方面。针对WZ编码无法有效处理非线性运动目标的缺陷，改进关键帧编码方式、边信息生成方式、离散余弦变换过程三方面。通过引入低关联性编码策略，消除误码扩散影响。结合运动补偿时域内插与质量增强技术改进边信息生成方式，以此来充分利用序列时域与空域的关联性，实现宏块信息的稳定传递。最后设计离散余弦变换量化矩阵，计算帧内空间频率，增强接收端视频的成像质量。

主权项：1.一种基于Wyner-Ziv编解码框架的抗误码传输算法，其特征在于：所述抗误码传输方法以Wyner-Ziv系统框架为基础展开研究，所述抗误码传输方法主要处理控制误码率和图像修复两方面，包括如下步骤：1优化WZ帧编解码方法：对于关键帧K帧所采用MJPEG压缩编码方式，将MJPEG压缩编码算法与Wyner-Ziv系统进行结合，输入视频帧的压缩采用JPEG压缩算法。在此过程不涉及序列中视频帧之间的相关性，可以避免帧间预测，使得处理过程具有独立性，因此十分适合处理水下视频序列，基于此设计一种基于低关联性编码的抗误码系统。2格雷码映射水声信道传输下，本方法将MCTI技术与编码段传送校验信息进行整合，并优化边信息生成算法，其中格雷码映射部分具体为：将经过量化处理的DCT系数q转化为二进制码：转化成格雷码： 解码端，DCT系数带中Mk个位平面被解码后，反格雷映射根据上式得到自然二进制码： 3码率自适应LDPCA编码我们提出由LDPC码伴随式编码器和累加器组成的码率自适应的LDPC编码，基于LDPCA码的SW编解码系统框图如图2所示。其过程首先通过将经过LDPC编码的伴随式码流S1,S2…Sn…SN-1,SN进行计算，利用模2加处理获取二进制伴随式码流a1,a2…an…aN-1,aN。之后将其放置在缓存区。最后，根据解码器指令将编码系统中校验比特分段传输至解码端。在解码过程中，需要针对校验比特码采取模2差分处理，生成与编码段相同的伴随式码流，其编码方式为二进制。紧接着采用基于LDPC迭代的编码方式，其过程可在中高层码率状态下达到理想效果，且可在SW编码边界范围内。最重要的是，当数据任务码长逐渐降低，基于LDPCA码的SW编解码系统能尽可能地缩小损失。4边信息质量增强边信息生成过程中，实现增强边信息质量，具体如图3所示：其框架主要由Ti块估计模块、Ui块估计模块以及边信息Yi生成模块三部分组成。Ti块估计模块：该过程利用基于数据集相邻序列帧的时域的关联性估计过程生成。经过双向运动估计处理后，编码过程模块Ii的对称运动矢量对以{νx,νy,-νx,-νy}代替。根据线性运动模型，将初始帧Xi与前后参考帧Xb和Xf中相同位置的宏块进行集成：Xix,y＝Xbx+vx,y+vy+Zbx,yXix,y＝Xfx-vx,y-vy+Zfx,y经过量化噪声处理后的前后参考帧：X′bx,y＝Xbx,y+Qbx,yX′fx,y＝Xfx,y+Qfx,y根据双向运动估计获取的运动矢量以及前后解码后的参考帧，生成Ii块运动补偿版本： 通过前后参考帧运动补偿，与相对应的帧内解码块的结合，得到相应Ti块： 将结合相应MCTI估计块Si，加权平均得到Ui估计模块：Uix,y＝ωIix,y+1-ωSix,y其中，Si估计的质量边信息Yi生成模块：边信息生成仅需将参考帧对应的宏块替代作为边信息帧的数据块使用，也就是来自Si、Ti、Ui的宏块不同组合的替换。5DCT帧内量化矩阵设计为提升成像质量，利用MTF函数设计基于DCT系数的量化矩阵为：Hf＝ab+cfexp-cfd其中，每一度视角内条纹变化周期数用空间频率f表示，单位以周度CPD表示，a、b、c、d均为常数，分别为2.6,0.192,0.114和1.1。由于敏感系数Hu,v在对应u,v位置参数下具有低通的特点，因此需要进行计算： 其中，fu,v为u,v位置参数下的空间频率，其计算过程如下： 空间频率敏感度在视觉不同角度下会产生差异，并且相比对角方向，垂直或水平方向的敏感系数更高，因此针对不同位置频率的角度，利用Sθu,v进行归一化加权计算： 其中Sθu,v表达式为： w作为对称参数为0.7。fmax的取值为8，此处代表MTF峰值。当空间频率大于fmax时，视觉敏感系数将降低。将视觉感知特性与DCT进行融合，并利用加权函数，最终得到基于DCT变换的MTF函数模型： 针对不同频率DCT系数响应进行表达，将其应用于量化矩阵设计： 利用不同频率系数进行加权调整，且不同系数在加权后需要采用等值步长进行量化，使得不同场景下敏感程度保持不变： 其中，Coeffu,v为转化系数，且需要采用平均量化步长Qstep对加权后的不同系数进行量化，其中Levelu,v为量化过程后的系数，该过程可以表示为Coeffu,v在不同量化步长QstepHu,v下进行量化处理，所以生成DCT系数下的帧内量化矩阵QMDCT：QMDCTu,v＝QstepHu,v。

全文数据：

权利要求：

百度查询： 北京信息科技大学 一种水声信道下视频编码抗误码方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD