分布式视频编码中基于改进FCM聚类的相关噪声模型估计

发布时间：2022-12-06 03:32

　　目的在分布式视频编码中,为了更加准确地描述相关噪声残差子带的变化特性,提出一种基于改进的模糊C均值（FCM）聚类的模型估计方法。方法本文算法针对每一解码子带选取不同的特征矢量;利用改进的模糊C均值进行聚类;采用阈值控制法求取相应的模型参数;然后用重建子带更新下一解码子带的特征矢量,直到一帧中所有子带解码完成。针对模糊C均值对初始聚类中心的敏感性,采用随机生成隶属度矩阵的方法来缓解聚类陷入局部最优的问题。结果从实验效果和算法复杂度角度考虑,将残差样本聚为8类。实验结果表明,本文聚类算法可以更加准确地模拟帧内不同区域的不同信道噪声特性,对于运动越剧烈的序列效果越好,相对于子带级拉普拉斯估计,平均增益达1 dB。结论提出了一种新的相关噪声估计方法,针对不同的子带选取不同的特征矢量,并重建更新。实验结果表明,本文算法能更好地描述相关噪声特性,获得系统性能的提高。 

【文章页数】：9 页

【参考文献】：
期刊论文
[1]分布式视频编码中拉普拉斯-柯西混合分布相关噪声模型研究[J]. 杨春玲,谢小兰.  电子与信息学报. 2012(10)
[2]基于高斯混合模型的Wyner-Ziv视频编码[J]. 尹明,蔡述庭,谢云.  计算机学报. 2012(01)
[3]基于变换域Wyner-Ziv视频编码的相关噪声模型[J]. 王凤琴,樊养余,赵炯,刘元魁.  数据采集与处理. 2009(05)

硕士论文
[1]基于FCM聚类的彩色图像分割算法研究[D]. 朱小雨.吉林大学 2011



本文编号：3710971