低照度數(shù)字圖像處理及視頻編碼幀內(nèi)預(yù)測模式選擇研究.pdf

1、近幾年來，隨著多媒體技術(shù)和因特網(wǎng)的迅猛發(fā)展及普及，數(shù)字圖像處理技術(shù)及視頻編碼技術(shù)受到了前所未有的廣泛重視，不僅在理論研究上取得了重大進(jìn)步，而且在實際應(yīng)用中也獲得了很大成果，為人類帶來了巨大的經(jīng)濟社會效益，已融入到科學(xué)研究的各個領(lǐng)域。低照度圖像的特點是圖像較暗、對比度較低，且含有大量加性隨機噪聲，給實際的圖像增強和去噪算法提出了更高的要求。最新視頻編碼標(biāo)準(zhǔn)H．264采用了一系列先進(jìn)的編碼技術(shù)，在圖像壓縮率、圖像清晰度、容錯能力、網(wǎng)絡(luò)適應(yīng)能

2、力等各方面的優(yōu)異性能不僅成為目前視頻會議最主要的實現(xiàn)標(biāo)準(zhǔn)，并且被廣泛應(yīng)用于數(shù)字廣播、數(shù)字存儲、高清晰度數(shù)字視盤、高清晰度電視、實時監(jiān)控等各個領(lǐng)域。本文就是在這種背景下，研究基于圖像處理基本理論的圖像增強技術(shù)、圖像去噪技術(shù)，以及基于視頻編碼基本理論的幀內(nèi)預(yù)測模式選擇技術(shù)。為數(shù)字圖像處理技術(shù)及視頻編碼技術(shù)的實際應(yīng)用提供一個行之有效的方法。本文的主要工作及貢獻(xiàn)包括以下內(nèi)容。 (1)針對低照度圖像較暗且對比度較低的特點及直方圖均衡化造成

3、的取整誤差，研究了適合低照度圖像的規(guī)定化函數(shù)及映射規(guī)則，提出了基于直方圖均衡化的全局增強方法，達(dá)到了自動增強整幅圖像對比度、提高直方圖均衡化精度的目的。針對直方圖均衡化造成的增強圖像細(xì)節(jié)信息丟失問題，提出了基于局部窗口方差和平均值的局部自適應(yīng)對比度增強方法，達(dá)到了滿足不同灰度值、不均勻低對比度的增強要求，且微調(diào)局部細(xì)節(jié)的目的。 (2)提出了基于圖像整體增強與細(xì)節(jié)局部增強相結(jié)合的全局自適應(yīng)均衡增強方法，設(shè)計并實現(xiàn)了低照度圖像增強算

4、法。通過理論和實驗分析，可以將低照度圖像的整體亮度提高大約3倍，對比度展寬大約3倍：驗證了本文提出的低照度圖像增強方法具有改善圖像外貌、強化圖像細(xì)節(jié)、減少增強誤差、保持圖像信息量的特點。 (3)針對低照度圖像含有大量噪聲的特點，研究了噪聲對低照度圖像的影響，分析了影響圖像質(zhì)量的主導(dǎo)噪聲是加性隨機噪聲。針對噪聲對圖像質(zhì)量及壓縮后產(chǎn)生視頻碼流數(shù)據(jù)量的影響，確定了低照度圖像去噪效果三項衡量指標(biāo)：圖像平滑效果，圖像清晰程度，算法時間復(fù)雜

5、度；并根據(jù)這三項指標(biāo)，對頻率域方法、空間域方法及數(shù)學(xué)形態(tài)學(xué)方法進(jìn)行了分析和比較。 (4)提出了基于數(shù)學(xué)形態(tài)學(xué)及中值濾波的二次濾波去噪方法，設(shè)計并實現(xiàn)了低照度圖像去噪算法。通過理論和實驗分析，可以將壓縮后產(chǎn)生視頻碼流的數(shù)據(jù)量降低15％～20％左右，算法時間復(fù)雜度為O(N)；驗證了本文設(shè)計的低照度圖像去噪方法兼顧了圖像平滑效果、圖像清晰程度、算法時間復(fù)雜度三個方面的要求。 (5)針對H.264編碼幀內(nèi)最優(yōu)預(yù)測模式選擇采用RD

6、O策略及FS方式帶來的高額運算復(fù)雜度，提出了改進(jìn)幀內(nèi)預(yù)測算法結(jié)構(gòu)的方法，達(dá)到了既保證幀內(nèi)預(yù)測模式選擇準(zhǔn)確度，又減少算法運算復(fù)雜度的目的。根據(jù)原始宏塊有很強方向性且其紋理具有所選擇預(yù)測模式對應(yīng)方向的理論，提出了基于邊緣矢量強度和、分析當(dāng)前子塊預(yù)測方向、運用RDO策略的Intra_4×4最優(yōu)預(yù)測模式選擇方法，達(dá)到了減少Intra_4×4預(yù)測模式的目的。按照幀內(nèi)預(yù)測模式選擇原則，提出了提前中止選擇的兩個準(zhǔn)則，達(dá)到了保證低失真度的同時保證低碼率

7、、提高編碼效率的同時保證降低時間復(fù)雜度的目的。 (6)提出了基于綜合運用RDO及SATD策略、快速選擇Intra_4×4預(yù)測模式、提前中止選擇準(zhǔn)則的預(yù)測模式選擇方法，設(shè)計并實現(xiàn)了幀內(nèi)最優(yōu)預(yù)測模式快速選擇算法。通過理論和實驗分析，該算法與參考模型JM86相比，I幀編碼bit平均增加了3.58％，I幀編碼所用時間平均降低了74.35％，Y分量PSNR值平均降低了0.02dB；驗證了本文提出的幀內(nèi)最優(yōu)預(yù)測模式快速選擇方法在編碼時間明顯降低的同