基于帧间相关性的HDR视频压缩研究

发布时间：2020-06-13 01:49

【摘要】：随着多媒体技术的飞速发展,高清的视频与图像已经在人们平时生活中渐渐普及。高动态范围(High Dynamic Range,HDR)图像就是高清图像的一种,它相比于普通的图像有着更高的动态范围,包含了更丰富的细节信息与良好的整体对比度,同样,HDR视频能带人更贴近真实自然世界的感受。HDR图像与视频在诸多领域都有着广泛的应用,例如军事、医学、卫星遥感等等。但是,平时生活中的显示设备能显示的动态范围较小,不能直接显示HDR视频,需要通过色调映射算法将HDR图像压缩成低动态(Low Dynamic Range,LDR)图像才能显示。HDR视频是由许多帧HDR图像组成的,要在普通显示器上显示HDR视频,传统的方法需要对每帧HDR图像均作色调映射处理,压缩其动态范围,使其适合编码传输,时间复杂度很高。鉴于视频的相邻图像之间存在帧间相关性,论文摒弃了传统逐帧作色调映射的方法,分析了一种新的HDR视频色调映射方案。采用颜色直方图的关键帧提取方法,对HDR图像序列进行基于关键帧的分组,并设置每组的第一帧为参考帧,仅对参考帧作基于双边滤波的色调映射处理,分组内的其余每帧图像分别与参考帧作基于块匹配的运动估计,运动估计算法采用自适应十字搜索法和平均绝对误差匹配准则。若在参考帧中存在完全相似的块,则此块将不必再作多余的色调映射处理,直接使用参考帧中对应块的映射信息。若不存在,此块将于设定的相似度阈值比较以分类处理。分析了视频图像分割的块大小、匹配相似度阈值的设置对重建图像质量和处理时间的影响。仿真结果表明,在块大小取100?100,相似度阈值取20的情况下,论文所提出的压缩算法相比传统方法,能保持89%的结构相似度,处理速度有大约2.7倍的提高。在固定匹配相似度阈值的情况下,随着图像分割块大小的增大,压缩算法所获得图像质量随之降低,但是处理所需要的时间减少;在固定块大小的情况下,随着相似度阈值的增大,图像质量略有降低,但处理时间相应减少,因此需折中选取块大小和匹配阈值。在给出的HDR视频色调映射方案中,选取合适的色调映射算法是十分关键的,本文采用基于双边滤波的色调映射算法,并对其中用到的空间邻域标准差?_s,像素亮度标准差?_r的选取,自适应对比度压缩参数进行了分析。仿真结果表明,空间邻域标准差的两种取值对结果的影响不大,像素亮度标准差取0.7时有较好的结果图像。研究了一种自适应对比度压缩方法,在基本层的压缩过程中使用的对数函数能够根据图像的实际亮度值相应的调整基数,从而在黑暗区域与高亮区域自动调整压缩比例。仿真结果表明,该方法获得的图像明暗层次变化更明显,视觉效果更好。针对未作处理的细节层,根据基本层压缩前后的亮度变化采取不同的补偿措施。结合YUV和HSV颜色空间,优化了色彩保持的方法。仿真结果表明,优化后的双边滤波色调映射算法能够获得视觉效果更好的LDR图像,色彩更加鲜艳,更接近真实自然世界。
【图文】：

高动态范围图像,显示器,图像

浙江工业大学硕士学位论文此类数据格式一共有 4 个通道，每个通道存储 16 位数据，对于一个像素，。 HDR 图像的显示统的显示设备是 8 位存储，只能显示有限的的动态范围，显示的图像与真实，无法满足人们对图像质量的需求。如图 2-1 中展示了一些常见的 HDR 图器上的显示。可见传统显示器不能完整显示 HDR 图像，尤其是高亮处和黑息。随着科学技术的发展，已经出现一些可以直接显示 HDR 图像的高端显设备昂贵、显示成本太高而无法普及。

映射模型,色调

浙江工业大学硕士学位论文图像中的每个像素值与采集到的真实环境中的亮度值成正比，存储的种特性被称为场景相关性。与 HDR 图像不同的是，LDR 图像不是场空间是相对于输出设备的，称为输出相关性，即不用作任何处理，就能[18]。色调映射算法就是对 HDR 的图像的像素数据进行压缩，使其适上输出的同时保留良好的视觉效果。如图 2-2，是理想色调映射模型。
【学位授予单位】：浙江工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41

【参考文献】