学位论文 > 优秀研究生学位论文题录展示

基于压缩感知的分布式视频编码技术研究

作　者: 张教辉
导　师: 李晓飞
学　校: 南京邮电大学
专　业: 信号与信息处理
关键词: 压缩感知 Contourlet变换分布式压缩感知分布式视频编码稀疏滤波器相关性模型
分类号: TN919.81
类　型: 硕士论文
年　份: 2012年
下　载: 238次
引　用: 0次
阅　读: 论文下载

内容摘要

压缩感知(Compressed Sensing, CS)理论以远低于Nyquist采样定理要求的采样速率对信号采样,依然可以从采样值中精确地恢复原始信号,从而减小了编码端的复杂度。本文在对压缩感知理论研究的基础上,将该理论应用在分布式视频编码(Distributed Video Coding, DVC)中。本文首先研究了压缩感知理论,并通过仿真对比了几种具有代表性的重构算法的性能。针对小波变换在对图像稀疏表示时存在的不足,本文将Contourlet变换作为图像的稀疏基,并通过仿真验证了尖锐频率局部化Contourlet变换(SFLCT)在图像稀疏表示时相对于小波变换的优势。对分布式压缩感知(Distributed Compressed Sensing, DCS)理论及其联合稀疏模型(Joint Sparsity Mode, JSM)进行了分析研究,仿真验证了其利用多个信号之间的相关性进行联合重构时,使用比传统压缩感知更少的测量值就能精确恢复原始信号。压缩感知可降低编码端复杂度的特点与分布式视频编码相一致,因此,本文研究了基于压缩感知的分布式视频编码,也就是分布式压缩视频感知(Distributed Compressed Video Sensing, DCVS)。针对已有的基于JSM-1模型的DCVS方案在处理运动剧烈的视频信号时存在的不足,本文提出基于稀疏滤波器相关性模型(Sparse Filter Correlation Model, SFCM)的DCVS方案。仿真结果表明,本文提出的方案对运动剧烈和运动缓慢的视频信号均有较高的重构质量。最后,将SFLCT代替小波变换作为图像稀疏基用在本文的DCVS方案中,进一步提高了视频重构质量。

全文目录

摘要  4-5
ABSTRACT  5-8
第一章绪论  8-13
  1.1 引言  8
  1.2 研究背景及发展现状  8-11
    1.2.1 压缩感知  8-10
    1.2.2 分布式视频编码  10-11
  1.3 论文的主要工作  11-12
  1.4 论文的章节安排  12-13
第二章压缩感知理论  13-28
  2.1 压缩感知基本原理及研究进展  13-19
    2.1.1 信号的稀疏表示  14-16
    2.1.2 信号的压缩测量  16-18
    2.1.3 信号的重构  18-19
  2.2 重构算法的性能仿真对比  19-22
  2.3 Contourlet 变换  22-26
    2.3.1 Contourlet 变换简介  22-25
    2.3.2 尖锐频率局部化Contourlet 变换(SFLCT)  25
    2.3.3 Contourlet 变换的性能仿真  25-26
  2.4 本章小结  26-28
第三章分布式压缩感知理论  28-37
  3.1 分布式信源编码理论简介  28-31
    3.1.1 Slepian-Wolf 理论  28-30
    3.1.2 Wyner-Ziv 理论  30-31
  3.2 分布式压缩感知理论简介  31-34
  3.3 分布式压缩感知性能仿真  34-36
  3.4 本章小结  36-37
第四章基于压缩感知的分布式视频编码  37-50
  4.1 分布式视频编码  37-41
    4.1.1 传统视频编码标准简介  37-40
    4.1.2 分布式视频编码技术简介  40-41
  4.2 分布式压缩视频感知(DCVS)简介  41-44
  4.3 一种新的分布式压缩视频感知方案  44-47
    4.3.1 基于SFCM 模型的DCVS 方案设计  44-45
    4.3.2 仿真结果与分析  45-47
  4.4 基于Contourlet 变换的分布式压缩视频感知  47-49
  4.5 本章小结  49-50
第五章总结与展望  50-52
  5.1 全文总结  50
  5.2 研究展望  50-52
致谢  52-53
参考文献  53-58
攻读硕士学位期间发表的论文  58

基于压缩感知的分布式视频编码技术研究

内容摘要

全文目录

相似论文