基于感兴趣区域的高性能视频编码算法优化研究
发布时间：2021-01-22 00:55
高性能视频编码（High Efficiency Video Coding,HEVC）算法是在H.264/AVC基础上发展的最新一代编码技术,相较于H.264/AVC可降低50%以上码率,但HEVC在降低码率的同时却增加了编码复杂度,而随着视频分辨率和数据量的提高,视频中存在更多的视觉冗余,人眼视觉关注机制更利于滤掉冗余信息。因此,基于感兴趣区域（Region of Interest,ROI）的高性能视频编码算法研究对降低编码复杂度和提高输出视频质量具有重要意义。传统Itti算法在提取ROI方面存在提取的ROI信息缺失、ROI检测不准确及提取的ROI边缘定位模糊问题。因此,针对传统Itti算法存在的问题,本文对Itti算法进行改进来提取视频帧的ROI。首先在Itti模型提取原有三个特征的基础上,基于空域提取纹理、形状特征,解决融合后图像存在信息缺失和ROI边缘定位模糊的问题;基于时域提取运动特征,解决检测ROI不准确的问题。然后,在归一化等操作下生成亮度、颜色、方向、纹理、形状和运动共六个单特征显著图。最后,基于信息熵融合理论结合设计的算法自适应获取每个单特征显著图的权重,提高融合后显著...
【文章来源】：东北电力大学吉林省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图２－１不同场景Ｉｔｔｉ算法提取显著区域的结果??图２－１中，Ｉｔｔｉ算法可检测不同场景图像的显著区域，这样经Ｉｔｔｉ算法处理后的图像可??
（’?）??多通道、多尺度滤波??颜色金字塔?亮度金字塔?方向金字塔??ｒ——＾７＂??中央周边算子??，Ｊ—－－—?ｉ?—ｉ￣￣￣，??颜色特征图?亮度特征图?方向特征图??￣￣￣￣￣￣￣￣＝＝ｒ??归一化、跨尺度合并??ｔ?－１——■—Ｉ?Ｌ，??颜色显著图?亮度ｓ著图?方向显著图??－Ｌ．?Ａ，?－－＾??特征融合??；??显著图??＞——￣?＇??ＷＴＡ机制?返回抑制??ｉ？??（?图像ＲＯＩ?）??阁２－２?Ｉｔｔｉ模型框阉??由图２－２可见，丨ｔｔｉ算法原理＂丨概括为：??（１?）高斯金字塔分解??对输入阁像进彳ｒｒｉ斯低迎滤波处■，然；Ｔｉ迎过１／２下采样进行降采样处理，其分解公??式如公式（２－１）？??Ｉ（Ｓ?＋?１）?＝?Ｉ（ｄ＇）?／?２?（２－１）??式屮一?５?＝?［〇，８ｊ；??／（Ｊ）?一第斯金字搭阉像。??（２）特征提取??对每层金字塔阁像提収亮度／、红色／？、绿色Ｇ、蓝色５、黄色Ｖ、方向??⑷＝卩）°，４５°，９（）°，１３５°］）兆九个特征，其屮方向特征是对亮度特征／经（＾／；〇７、滤波得??至ＩＪ，具体计算公式为：??Ｉ?＝?（ｒ?＋?ｇ?＋?Ｉ））?／?３?（２￣２）??Ｒ?＝?ｒ－（ｇ?＋?ｂ）／２?（２－３）??Ｇ?＝?（ｊ－（ｒ?＋ｂ）／２?（２－４）??Ｂ?＝?ｂ－（ｒ?＋?ｇ）／２?（２－５）??Ｙ＝ｒ?＋?ｇ－２－（＼ｒ?—?ｇ＼＋ｂ）?（２－６）??式中ｒ，?红、绿、蓝三色通道。??（３）不同尺度特征形成特征图??－８?－??
３章基于改进丨ｔｔｉ算法的感兴趣区域检测???Ｈ?ｒ?＾??？，?＝?＃〇：?＝?［１，６］）?（３－２１）??式中丑一仏、丑２、％、＇、乂和的加和，其中文／／?＝?１。??／＝］??（３）显著图＞５计算公式为：??Ｓ?＝?ａ｛?ｘ?Ｎ（Ｉ）?＋?ａ，?ｘ?Ｎ（Ｃ）?＋?ｘ?Ｎ（０）?＋?ｘ?Ｎ（Ｔ）?＋?ａｒ?ｘ?Ｎ（Ｓ）?＋?ａｈ?ｘ?Ｎ｛Ｄ）??（３－２２）??综上，即可实现本课题基于改进Ｉｔｔｉ算法对视频感兴趣区域的检测，并消除传统Ｉｔｔｉ??算法存在的缺陷。图３－２为本文改进Ｉｔｔｉ算法提取视频感兴趣区域的框图。??（ｉＡｉｆ?）??多通道、多尺度滤波??，￣￣￣￣￣ｒｒ?１??亮度金字塔齡金字塔方向金字塔纹理金雜職金字塔运动金字塔??中央－周边算子??＇?－?Ｗ．ｊｗ■■一?」???４－＝＝ｊ??４ｒ＾＝ｒ￣￣ｖ－?￣￣￣ｐ???亮度特＿?颜色特征Ｓ方向特＿?纹理金雜職金字塔运动金字塔??归一化、跨尺度合并??＿＿，＾＝＝＝＝ｊ＝＾＾?＾＾＾￣＝＝＝＝ｆ?￣￣ｎ，??亮度显著图颜色显著图方向显著图纹理金字塔形状金字塔运动金字塔??特征融合??１??显著图??＾?—Ｉ??ＷＴＡ机制｜?｜返回抑制??，?．．．．．．．．．．．．＾￣??（?图像ＲＯＩ?）??图３－２感兴趣区域检测的改进Ｉｔｔｉ算法流程框图??３．３实验分析??为验证本文改进Ｉｔｔｉ算法的有效性，在ＯＰＥＮＣＶ２．４．１０＋Ｍｉｃｒｏｓｏｆｔ?Ｖｉｓｕａｌ?Ｓｔｕｄｉｏ?２０１０环??境下进行实验仿真。实验采用Ｃ＋＋语言编程实现，实验数据集来源于ＭＳＲＡ数据集和??ＪＣＴ－ＶＣ提供的数据
本文编号：2992224
【文章来源】：东北电力大学吉林省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图２－１不同场景Ｉｔｔｉ算法提取显著区域的结果??图２－１中，Ｉｔｔｉ算法可检测不同场景图像的显著区域，这样经Ｉｔｔｉ算法处理后的图像可??
（’?）??多通道、多尺度滤波??颜色金字塔?亮度金字塔?方向金字塔??ｒ——＾７＂??中央周边算子??，Ｊ—－－—?ｉ?—ｉ￣￣￣，??颜色特征图?亮度特征图?方向特征图??￣￣￣￣￣￣￣￣＝＝ｒ??归一化、跨尺度合并??ｔ?－１——■—Ｉ?Ｌ，??颜色显著图?亮度ｓ著图?方向显著图??－Ｌ．?Ａ，?－－＾??特征融合??；??显著图??＞——￣?＇??ＷＴＡ机制?返回抑制??ｉ？??（?图像ＲＯＩ?）??阁２－２?Ｉｔｔｉ模型框阉??由图２－２可见，丨ｔｔｉ算法原理＂丨概括为：??（１?）高斯金字塔分解??对输入阁像进彳ｒｒｉ斯低迎滤波处■，然；Ｔｉ迎过１／２下采样进行降采样处理，其分解公??式如公式（２－１）？??Ｉ（Ｓ?＋?１）?＝?Ｉ（ｄ＇）?／?２?（２－１）??式屮一?５?＝?［〇，８ｊ；??／（Ｊ）?一第斯金字搭阉像。??（２）特征提取??对每层金字塔阁像提収亮度／、红色／？、绿色Ｇ、蓝色５、黄色Ｖ、方向??⑷＝卩）°，４５°，９（）°，１３５°］）兆九个特征，其屮方向特征是对亮度特征／经（＾／；〇７、滤波得??至ＩＪ，具体计算公式为：??Ｉ?＝?（ｒ?＋?ｇ?＋?Ｉ））?／?３?（２￣２）??Ｒ?＝?ｒ－（ｇ?＋?ｂ）／２?（２－３）??Ｇ?＝?（ｊ－（ｒ?＋ｂ）／２?（２－４）??Ｂ?＝?ｂ－（ｒ?＋?ｇ）／２?（２－５）??Ｙ＝ｒ?＋?ｇ－２－（＼ｒ?—?ｇ＼＋ｂ）?（２－６）??式中ｒ，?红、绿、蓝三色通道。??（３）不同尺度特征形成特征图??－８?－??
３章基于改进丨ｔｔｉ算法的感兴趣区域检测???Ｈ?ｒ?＾??？，?＝?＃〇：?＝?［１，６］）?（３－２１）??式中丑一仏、丑２、％、＇、乂和的加和，其中文／／?＝?１。??／＝］??（３）显著图＞５计算公式为：??Ｓ?＝?ａ｛?ｘ?Ｎ（Ｉ）?＋?ａ，?ｘ?Ｎ（Ｃ）?＋?ｘ?Ｎ（０）?＋?ｘ?Ｎ（Ｔ）?＋?ａｒ?ｘ?Ｎ（Ｓ）?＋?ａｈ?ｘ?Ｎ｛Ｄ）??（３－２２）??综上，即可实现本课题基于改进Ｉｔｔｉ算法对视频感兴趣区域的检测，并消除传统Ｉｔｔｉ??算法存在的缺陷。图３－２为本文改进Ｉｔｔｉ算法提取视频感兴趣区域的框图。??（ｉＡｉｆ?）??多通道、多尺度滤波??，￣￣￣￣￣ｒｒ?１??亮度金字塔齡金字塔方向金字塔纹理金雜職金字塔运动金字塔??中央－周边算子??＇?－?Ｗ．ｊｗ■■一?」???４－＝＝ｊ??４ｒ＾＝ｒ￣￣ｖ－?￣￣￣ｐ???亮度特＿?颜色特征Ｓ方向特＿?纹理金雜職金字塔运动金字塔??归一化、跨尺度合并??＿＿，＾＝＝＝＝ｊ＝＾＾?＾＾＾￣＝＝＝＝ｆ?￣￣ｎ，??亮度显著图颜色显著图方向显著图纹理金字塔形状金字塔运动金字塔??特征融合??１??显著图??＾?—Ｉ??ＷＴＡ机制｜?｜返回抑制??，?．．．．．．．．．．．．＾￣??（?图像ＲＯＩ?）??图３－２感兴趣区域检测的改进Ｉｔｔｉ算法流程框图??３．３实验分析??为验证本文改进Ｉｔｔｉ算法的有效性，在ＯＰＥＮＣＶ２．４．１０＋Ｍｉｃｒｏｓｏｆｔ?Ｖｉｓｕａｌ?Ｓｔｕｄｉｏ?２０１０环??境下进行实验仿真。实验采用Ｃ＋＋语言编程实现，实验数据集来源于ＭＳＲＡ数据集和??ＪＣＴ－ＶＣ提供的数据
本文编号：2992224
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2992224.html
