基于数字图像块匹配预测编码的研究与实现开题报告

 2022-01-07 09:01

全文总字数:3863字

1. 研究目的与意义(文献综述)

近些年来,随着互联网技术和信息技术的不断发展,对于图像传输的速率和质量的要求正在逐步提高,而图像传输的速率往往和图像编码及图像压缩有着莫大的联系,图像数据之所以能被压缩,就是因为数据中存在着冗余。图像数据的冗余主要表现为:图像中相邻像素间的相关性引起的空间冗余;图像序列中不同帧之间存在相关性引起的时间冗余。图像压缩目的就是减少图像数据中的冗余信息从而用更加高效的图像编码形式来存储和传输图像数据。

预测编码就是图像编码中的重要一环,它建立在数字图像数据的相关性上,它根据某一模型,利用以前的样本值对新样本进行预测,以此减少数据在时间和空间上的相关性,从而达到压缩数据的目的,但在实际预测编码时,一般不是建立在数据源的数学模型上,而是基于估计理论,现代统计学理论,这是因为数据源的数学模型很难建立,有时根本无法得到其数学模型,例如时变随机系统。由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩在图像传输中就显得非常重要。在图像传输技术中,活动图像是关注的主要对象,也是日常生活中图像传输的主要内容。活动图像是在时间上以帧周期为间隔的连续的图像帧组成的时间图像序列,这些序列帧图像每帧之间在时间上比在空间上具有更大的相关性。大多数活动图像相邻帧间细节变化是很小的,即视频图像帧间具有很强的相关性,利用相邻帧间所具有的相关性的特点进行帧间编码,可获得比帧内编码高得多的压缩比。对于静止图像或活动很慢的图像,可以少传一些帧,如隔帧传输,未传输的帧,利用接收端的帧存储器中前一帧的数据作为该帧数据,对视觉没有什么影响。因为人眼对图像中静止或活动慢的部分,要求有较高的空间分辨率,而对时间分辨率的要求可低些。目前的研究中,帧间预测编码就是利用序列图像中上下两帧之间的的相关性,即时间相关性,来达到图像压缩的目的,现广泛应用于普通电视、会议电视、视频电话、高清晰度电视等各种多媒体设备和程序中。

运动估计作为帧间预测模块的核心部分,能有效的去除时间上的冗余信息,运动估计研究的主要内容就是如何快速、有效的获得有足够精度的运动矢量。即把前一帧的运动部分根据运动矢量补过来,同时用其它方法得到其剩余的不同部分的过程称为运动补偿。就这样,采用运动估计和补偿可以有效地去除视频信号在时间方向的重复信息,达到压缩的目的。同时这种帧间预测方法也被称为具有运动补偿的帧间预测。在具有运动补偿的帧间预测编码系统中,对图像静止区和不同运动区的实时完善分解和运动矢量计算是较为复杂和困难的。这是具有运动补偿的帧间预测编码的重点,也是视频图像压缩的关键技术和难题之一,它包括以下几个步骤:首先,将图像分解成相对静止的背景和若干运动的物体,各个物体可能有不同的位移,但构成每个物体的所有像素的位移相同,通过运动估值得到每个物体的位移矢量;然后,利用位移矢量计算经运动估计后的预测值;最后对预测误差进行量化、编码、传输,同时将位移矢量和图像分解方式等信息送到接收端。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.1基本内容

本次毕业设计内容是基于matlab实现帧间预测算法,求得其最佳预测误差,并完成序列图像的编码压缩。matlab是一款用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,拥有友好的图形用户界面,是本科教学中常用的教学软件。整个程序应完成计算当前帧(待编码的图像)的各像素块与其相邻帧(预测图像)的像素块的运动矢量,得出一个对当前帧图像的预测帧,求得其最佳预测误差,编码时只须传送预测误差值和运动矢量,用运动补偿技术结合变换编码,完成序列图像的编码压缩,并对一具体的应用进行分析和说明,最后用matlab进行仿真实验。

块匹配图像预测编码算法需求分析:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

1~3周:阅读整理相关资料,完成开题报告。

4~6周:熟悉matlab平台并在阅读文献的基础上完成初步的程序设计。

7~8周:完善整个程序并进行初步的图像预测实验。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

  1. 张旭东,卢国栋.图像编码基础和小波压缩技术.北京:清华大学出版社,2014

  2. 赖志国等.matlab图像处理与应用[m].北京:国防工业出版,2013

  3. 杨长生.图象与声音压缩技术.杭州:浙江大学出版社,2012

    剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。