基于MRF-MAP的运动矢量恢复差错掩盖算法

针对帧间编码模式下出现图像块丢失的情况,提出一种有效的时间域运动矢量恢复差错掩盖算法。把运动矢量场建模为高斯马尔科夫随机场,对丢失图像块的运动矢量采用最大后验概率方法恢复,其权值能够根据空间和时间信息而自适应选择。仿真结果表明,该算法在客观和主观上都能获得高质量的图像。     

基于视频对象编码的形状差错掩盖技术

本文对基于视频对象编码的形状差错掩盖技术进行了详细描述,在此基础之上,介绍了典型的形状差错掩盖方法,并对这些方法的特点与适用环境作了分析,最后对形状差错掩盖方法进行了总结.     

基于块运动变形的时域差错掩盖

传统的时域差错掩盖技术通常将宏块作为整体考虑,没有具体分析受损宏块的运动特征,当受损宏块具有复杂剧烈的运动时掩盖效果不理想.通过对受损宏块的运动特征认真研究,提出了基于块变形的时域差错掩盖算法.算法充分利用受损宏块的周围信息将宏块运动划分成多种运动情况,针对不同运动情况采取不同的掩盖策略.在确定某受损块存在块变形运动时实施块变形掩盖,并通过合理的变形区域选择保证块变形的合理性.基于H.263 的GOB交织打包仿真实验表明,提出算法对存在复杂剧烈运动的宏块掩盖效果良好,与BM和MFI-BM掩盖相比,掩盖后的主客观视频质量有显著的改善.     

自适应时域差错掩盖方法

差错掩盖作为视频传输中的重要技术之一,可以有效地弥补视频在传输过程中,因为传输环境等原因造成的数据丢失及数据错误,最大程度地保证视频在到达接收端后可以保持令人满意的质量。通过提出一种可应用于基于块编码系统的自适应时域差错掩盖方法,同时估计丢失宏块的运动及丢失宏块中的像素运动,并根据每个像素的不同情况,自适应地将两个估计的运动结合,获得最终的像素恢复值。实验结果表明,该方法相比原有方法,在主观和客观质量上都有较大的提高。     

基于边界匹配的增强多权重差错掩盖方法研究*

提出了一种基于边界匹配的增强多权重差错掩盖算法,通过受损宏块周围时空域相邻宏块的相关信息在增强候选运动矢量集中进行运动矢量选取,采用多权重的边界匹配方法使之在物体边界处能够获得更准确的运动矢量,并专门对连续图像片丢失或整帧丢失的情况进行时域掩盖处理。基于H.26L的仿真实验表明,该方法可有效地抑制视频差错的扩散,取得较好的差错掩盖效果。     

时空域相结合的视频差错掩盖方法

为了克服视频解码端时域差错掩盖技术不能准确估计丢失块运动矢量的缺点,提出了一种将解码端运动估计和隐藏运动模型相结合的误码差错掩盖方法。首先,利用丢失块 周围正确接收像素估计丢失块运动矢量,并计算估计的准确性。然后根据准确性,通过隐藏运动模型充分利用丢失块的空域和时域相关性进行差错块的掩盖。仿真结果表明,与现 有的算法相比,该方法能有效提高重建视频图像质量平均近1dB。     

基于可变尺寸块运动矢量恢复的H.264时域差错掩盖算法

针对H.264帧间预测编码的新特点,提出了一种基于可变尺寸块运动矢量恢复的时域差错掩盖算法。该算法首先利用相邻宏块编码模式的相关性,根据周围宏块的编码模式判断受损宏块的编码模式及运动矢量恢复的宏块划分方式,分别对各个划分的子块进行运动矢量的恢复;然后利用相邻块运动矢量参考帧的相关性,根据相邻块运动矢量的参考帧确定匹配使用的参考帧;最后采用边缘失真匹配方法恢复运动矢量。实验结果表明,该算法同传统的差错掩盖算法相比,由于支持不同尺寸块运动矢量的恢复,因此,算法对差错信号能够获得更好的恢复效果。     

一种基于模糊聚类的视频帧间差错掩盖方法

当视频传输中出现不能恢复的误码或丢包时,在接收端就要使用误码掩盖技术对损坏的视频进行掩藏。提出一种基于模糊聚类的多特征量软判决误码掩盖方法,使得差错掩盖效果提高。该算法主要分两个步骤：首先通过选择特征量对丢失块和周围相邻的块进行聚类分析,找出和丢失块相似的块;然后根据相似块的分布情况对丢失块进行掩盖。     

一种基于模糊聚类的频域视频差错掩盖方法

当视频传输中出现不能恢复的误码或丢包时,在接收端就要使用差错掩盖技术对损坏的视频进行掩藏。论文提出一种基于模糊聚类的频域多特征量软判决差错掩盖方法,提高了差错掩盖效果。论文提出的算法主要分两个步骤:首先通过选择特征量对丢失块的周围相邻的块进行聚类分析,然后根据相似块的分布情况对丢失块进行掩盖。     

基于边界匹配的增强多权重差错掩盖方法研究

提出了一种基于边界匹配的增强多权重差错掩盖算法,通过受损宏块周围时空域相邻宏块的相关信息在增强候选运动矢量集中进行运动矢量选取,采用多权重的边界匹配方法使之在物体边界处能够获得更准确的运动矢量,并专门对连续图像片丢失或整帧丢失的情况进行时域掩盖处理。基于H．26L的仿真实验表明,该方法可有效地抑制视频差错的扩散,取得较好的差错掩盖效果。     

基于AVS-P2的自适应时空域错误隐藏方法

错误隐藏技术是视频传输中保证重建质量的重要技术,可以有效恢复传输过程中因传输环境恶劣等原因造成的信息丢失和错误,为了增强AVS-P2的抗传输差错能力,提出了一种基于冗余运动矢量的自适应时空域错误隐藏算法。对I帧中的受损宏块采用空域错误隐藏方法,利用受损宏块周围已正确解码像素值进行加权插值来恢复;而对非I帧中的受损宏块则采用时域错误隐藏方法,根据宏块的运动剧烈程度分别选择AVS-P2中通用的错误隐藏方法和基于冗余运动矢量的错误隐藏方法。最后,在AVS-P2 RM52_20080721平台上实现了该算法,大量仿真实验结果表明,所提方法相比原有方法,解码视频图像的客观质量和主观效果均得到了一定提升。因此,所提方法可以有效保证AVS-P2解码端接收视频的主观质量,增强了其抗传输差错能力。     

基于运动物体的时域视频错误隐藏算法

为了减小视频传输中的错误对解码端重建视频质量的影响,提出了一种使用于H.264的基于运动物体的时域错误隐藏算法。分析丢失宏块相邻宏块的运动矢量及灰度值分布,对平坦区域及灰度一致的运动区域先进行错误隐藏,最后对遗漏像素进行隐藏。实验表明,该算法比经典时域隐藏算法提高0.13 dB1.91 dB,能够很好地保持物体形状,减少块效应,提高了恢复质量。     

基于相关区域的H.264/AVC时域错误隐藏

在视频内容分裂处,相邻块的运动矢量会出现突变,简单利用插值恢复丢失块的运动矢量一般有较大误差。为了减少这种误差,依据丢失宏块附近块运动矢量的变化趋势,构造视频内容分裂预测曲线,划分相关区域,对每个相关区域,运用准值插值估计丢失块的运动矢量。模拟测试表明,该方法能够有效提高视频质量。     

基于平面拟合恢复运动矢量的错误隐藏算法

针对压缩视频码流在无线信道传输过程中由于运动矢量失配导致重构图像质量的问题,提出了一种基于平面拟合恢复运动矢量的错误隐藏算法。首先,根据H.264视频标准具有多参考帧且相邻宏块间的相关性的特点,通过把与受损宏块直接相邻的每个分块的运动矢量定义为一个点,采用平面拟合方法表征小范围内相邻运动矢量的变化趋势,对受损宏块运动矢量进行重建,然后利用改进的边界匹配函数,选取最优运动矢量对受损图像进行恢复。实验结果表明,该算法不仅避免了AIC算法产生的块效应,而且在不同的RTP丢包概率下,该算法比AIC算法得到的峰值信噪比有0.3~2.5 dB的提升。     

基于H.264的误码隐藏技术

为了在高误码环境下提高视频通信质量,提出一种改进的基于H.264的误码隐藏技术。对于帧内编码图像,根据图像直方图信息计算图像的光滑特性,然后自适应地选择线性插值的方法。对于帧间编码图像,根据不同大小块编码类型和多参考帧的特性,能够更准确地估计出丢失的MV,进行时域误码隐藏。实验表明,此方法同H.264参考软件JM11.0方法相比,具有更好的主客观图像恢复质量。     

全局运动补偿技术在形状信息错误隐藏中研究

深入研究MPEG-4的形状编码技术和视频图像帧的编码方式,参照全局运动补偿技术,在图像形状信息全部丢失、部分丢失信息变化复杂的情况下,提出一种基于全局运动补偿的前向错误隐藏方法对出现传输错误的图像进行恢复。通过与Cheng方法对比仿真实验证明该方法取得很好的恢复效果,尤其是对象形状信息全部丢失时。     

立体视频传输中右通道整帧丢失的错误掩盖算法

当立体视频流通过网络传输时,由于网络拥塞等造成的数据包丢失常常会引起整个视频帧丢失.鉴于此,本文基于H.264/AVC视频编码标准提出了两种立体视频整帧错误掩盖方案,它们分别利用立体视频序列的不同特点来进行恢复.结果显示,利用这两种算法恢复的图像均能获得很好的主客观质量.     

高效率视频编码中基于块整合的错误隐藏算法

针对新一代视频编码标准高效率视频编码(HEVC)编码单元(CU)尺寸较大所导致的丢包后错误隐藏恢复效果不佳的问题,提出了对CU下的分割块进行块融合的错误隐藏方法。首先,分析了残差能量与块分割的相关性;然后,通过参考帧残差能量与所设阈值进行比较判决,对当前丢失CU分割块进行融合,得到丢失CU的块分割方式;其次,对矢量外推法进行权值优化,保证了算法在HEVC错误隐藏的适用性;最后,对融合块采用优化后的矢量外推法进行错误隐藏。实验结果表明,与经典错误隐藏方法如拷贝法、运动补偿法等相比,基于块融合的错误隐藏在保证解码视频结构相似性(SSIM)的同时提高了不同运动性的解码视频峰值信噪比(PSNR),验证了算法的可行性。     

基于纹理检测的视频序列误差掩盖

文章提出了一种新的误差掩盖(ErrorConcealment)算法,作为在解码器端的后处理工具去解决视频序列在传输过程中产生的块及其运动矢量同时丢失的问题。笔者利用LOG算子去对丢失块周围的块进行纹理检测,取所有属于纹理块的运动矢量的平均值,作为丢失运动矢量的估计。仿真结果表明对不同块丢失率或不同视频序列,此算法都能比传统的方法恢复出质量更高的图像。