马国强[1]2001年在《容错性图象编/解码算法研究》文中提出在丢包信道中进行小波压缩图象传输时，会发生系数丢失现象。这是图象在分组交换网络和无线信道中传输要解决的一个重要问题。本文提出一种小波系数丢失后的图象恢复算法—小波域插值树恢复算法（Wavelet Domain Interpolation fortree Reconstruction，简称WDIR）。该算法充分利用二维小波变换对于图象不同方向边缘的抽取作用，采用数学形态学膨胀运算，对高频系数进行了恢复。并且在高频系数指导下，对低频系数进行了较好的估计。小波零树类型的各种图象压缩方法，在小波系数丢失后，均可以使用这种WDIR算法进行恢复。最后通过实验验证了该算法的有效性。
孟颜[2]2002年在《基于H.263视频通信的容错技术研究》文中提出由于通信系统的信道不可避免的存在噪声，传输数据流必然存在误码。对于H.26X的视频编码流，由于空域和时域的压缩方法以及熵编码方法的应用，即使是一个比特的错误，常会影响一个区域的图像不能正确解码，同时错误的图像还会扩散影响后续数帧图像。因此有必要在标准解码程序的基础上，添加容错功能。对于实际的解码系统，所设计的误码掩盖算法，不但要考虑图像恢复的质量，还要考虑算法的效率，不能影响后续帧的解码速度。本课题对前向错误控制、后处理错误掩盖、编解码器端交互的错误掩盖这叁大类容错方法进行了详细的研究，分析了现有算法的一些局限性，基于空域插值和时域补偿这两种基本的掩盖算法，提出了一种混合容错算法。该算法的原理为：当运动向量较大时，图像的空间相关性要大于时间的相关性；此时利用空间相关性进行掩盖就比利用时间相关性掩盖好。这种方法的准则是：如果检测出的错误宏块的运动向量的水平分量或者垂直分量大于某个阈值时，则使用空域插值方法进行错误掩盖，反之则利用时域补偿方法进行掩盖。 课题在开放的H.263测试模型TMN8中实现了该算法，实现过程包括误码的检测，定位和误码部分数据的恢复等工作，并与标准H.263的结果进行了比较，模拟结果表明，经检错和掩盖之后，解码图像质量有了显着的改善，证明了算法的正确性和实用性。 目前在国际上，移动视频通信和网络视频通信已经成为许多公司追求的未来电信市场目标，而容错能力研究又是多媒体通信特别是移动视频通信的研究热点之一，因此，本文所做的工作是具有一定的实用价值的。
佚名[3]2004年在《通信》文中研究表明TN911 2004060775实际A ANc系统误差通道建模的分析/张瑞华,(2!欧阳缮(2]周德新,(21刘庆华(浙江万里学院)11电子学报一2 004,32(l)·一55一58以滤波一X LMS(FLMS)算法为代表的多种AANC算法用到了误差通道
蒋军华[4]2011年在《基于多描述编码的无线视频容错技术研究》文中研究表明随着3G技术、移动互联网的兴起,无线视频通信的市场需求越来越广泛。目前,无线视频通信应用已经成为无线通信业务发展的核心组成部分。但是由于无线网络传输带宽的限制、信道不稳定等情况,传统网络视频编码及传输技术不能直接有效地应用于无线传输,使得无线视频传输过程中产生数据包丢失、误码等问题,不能有效保证传输质量。本文针对无线视频的传输和应用,以H.264/AVC视频压缩编码标准为对象,主要研究多描述视频编解码的关键技术,以有效提升视频在无线传输过程中的容错性能。论文主要研究工作如下：(1)针对视频多描述编码中经常出现的误匹配问题,研究提出一种改进的自适应冗余嵌入算法。该算法结合两描述的码流分配,先通过编码获取冗余信息,然后根据不同宏块的权重值,自适应地把冗余信息嵌入到两描述中。实验表明：改进的算法复杂度低,能有效地减少视频编解码过程中的误匹配率。(2)针对视频编解码容错技术中传输码流较大,受到一定的网络带宽限制的问题,提出一种基于感兴趣区的多描述视频编码算法。该算法分别对视频图像感兴趣区和非感兴趣区进行提取和传输,对感兴趣区域的视频图像进行重点保护,增强感兴趣区的容错能力,以便在解码端接收到完整的视频流数据包,最终解码出较好的感兴趣区域视频。(3)针对目前无线视频编码的研究仅限于理论层面,而在实际传输和应用领域尚未推广等问题,用仿真技术对冗余嵌入的多描述视频编码方法进行仿真,并对仿真结果进行统计和分析。结果表明无线视频在传输过程中能获得较好的视频保护,多描述编码很适合应用于无线视频通信,从而验证该算法的有效性和适用性。本文在视频编码冗余嵌入和感兴趣区域多描述编码等方面的研究成果将为我国视频编码容错技术的研究与应用提供重要的参考价值。
张文琴[5]2005年在《先进的小波视频压缩方法及其应用研究》文中认为在多媒体通信不断发展的今天,视频通信在通信领域占有很重要的地位,因此如何对庞大的视频数据进行有效压缩编码至关重要,也是目前的一个研究热点。网络带宽适应性和传输鲁棒性是视频通信对视频压缩技术提出的最具挑战性的问题。因此,对视频编码的可扩展性和鲁棒性研究具有重要的理论和现实意义。基于小波的视频图象编码技术不仅能提供高的编码压缩效率,而且高度支持了可扩展性编码。本论文主要就视频小波编码技术展开研究,并且,采用多描述视频编码技术来增强视频流的传输鲁棒性。具体内容主要包括: 1.分析了在小波域中进行运动估计和运动补偿存在的问题并提出了解决方法,实现了基于冗余小波变换的视频编码方法。研究了基于小波域的多分辨率运动估计方法,提出了一种基于冗余小波域的MRME改进算法。并且,基于冗余小波变换视频编码的框架,提出了一种多描述视频编码新方法,该方法以牺牲少量编码效率为代价,来提高编码系统的传输鲁棒性。 2.研究了叁维小波变换编码方法,分析了运动补偿时域滤波器(MCTF)的性能。对MCTF中的非连接像素点,提出了一种劈分块双向运动估计的处理方法,并且,将提升方案运用到了叁维小波视频编码中,不仅加快了运算速度,而且使半像素精度的MCTF可逆,提高了编码压缩效率。基于叁维小波变换编码,提出了一种多描述可分级视频编码方法,该方法能灵活地适应网络信道的动念变化、异构以及接收端的不同状况,实时解决不可靠信道视频传输的丢包、误码等现象,实现可分级性和鲁棒性编码。 3.研究了内容分发网络(CDN)技术,并且,采用多相变换多描述分解方法,结合视频小波编码技术提出了一种适合于内容分发网络的视频编码新方法。 4.分析了Ray Space图象的数据特征,并且,根据其特征采用视频小波编码方法对其进行压缩。研究结果表明,基于叁维小波变换的Ray Space图象的数据压缩是非常有效的。
杨智[6]2010年在《高容错性多媒体时间控制算法研究与实现》文中认为多媒体数据中的各种成分存在时间和空间上的逻辑相关性,因此在播放过程中应该根据这种相关性控制各种媒体的播放速度,这就是通常所说的多媒体的播放时间控制问题。由于分布式网络环境的复杂性,使多媒体同步处理复杂化,很有可能导致这种时域关系的破坏。如何在出错的环境下保证多媒体同步质量是多媒体系统需要解决的关键问题。因此需要有一种方法能够维持和修复媒体流时域关系。为了解决这些困难,适合使用实际的需要,有必要设计一种在接收端解决多媒体系统时间控制算法。本文从课题背景出发,研究了数字电视广播和流媒体技术,同时对多媒体系统层编码算法作了深入的研究,特别是对于多媒体码流中的各种时间标记的作用和解析过程作了详细的研究。重点针对容错机制来设计多媒体的时间控制算法。本算法通过比较最近播放的多媒体帧的播放时间标记,调整各连续帧的播放持续时间来取得较好的时间控制。在此基础上,本文对多媒体时间控制模块进行了详细的分析,给出了适合的本算法的控制策略。本文同时对本地时钟的恢复和缓冲区的传统设计进行了一系列的优化,还搭建了接收端的实验环境,进行软件实验仿真和验证。并且最后重点给出实验结果和分析。
孙健[7]2005年在《MPEG2视频加密算法及测试平台研究》文中研究表明分类号UDC注1密级公开学位论文MpEGZ视频加密算法及测试平台研究(题名和副
佘青山[8]2007年在《图像编码传输技术研究及其在工业监控中的应用》文中认为本论文从图像编码与无线传输实用化过程中存在的问题着手，从如下两个方面对其中的关键技术进行了研究。一方面是突破现有图像编码标准的框架，将机器学习的方法应用到图像压缩领域中来，并对其性能作了探讨；另一方面是从提高无线环境下图像的编码与传输性能入手，研究了目前主流块基编码方法存在的块效应问题以及图像的容错编码与传输技术，并实现了部分研究成果在环保远程监控系统中的应用。主要研究内容包括如下几个方面：(1)将机器学习方法应用于图像压缩领域，结合加权支持向量机和离散余弦变换对图像数据进行压缩编码。根据变换域系数的能量分布特征和人类视觉系统模型对惩罚因子建立加权函数模型，并将该模型应用到加权支持向量回归训练中。针对不同重要性的样本，采用不同的惩罚因子进行逼近，在训练错误率和模型复杂度之间进行权衡。该算法并不直接对样本数据进行低通滤波，而是在训练过程中从低频段到高频段自适应地选择支持向量，这样可以保留图像的部分细节和边缘信息，有助于重建图像质量的改善。已有的基于支持向量机的图像压缩方法对每个样本数据采用恒定的不敏感误差，实际上也可以通过调节不敏感误差大小来控制频域系数的拟合精度。在此基础上，又提出了一种基于数据域描述的自适应加权支持向量回归图像压缩算法，将每个图像子块数据经过离散余弦变换后得到对应的频域系数，然后根据样本到高维特征空间最小包含超球球心的距离构建相应的加权函数模型，最后将确立的模型应用到基于加权支持向量回归的图像压缩方案中，以改善压缩性能。(2)针对主流离散余弦变换编码技术中，重建图像在低比特率下容易出现方块效应，提出了工作于变换域的块效应消除算法，以便提高重建图像的主观视觉效果。本论文直接在变换域对图像数据进行后处理，首先在变换域系数块的分解和合并推导的基础上，计算出转移块的频域系数。然后，根据图像子块的活动性分类，采用不同的后处理方法来减少块效应。与其他后处理技术相比，该算法在运算复杂度不高的前提下，取得了比较好的块效应消除效果，提高了图像的主客观质量。(3)针对在无线环境的传输过程中，压缩图像数据对传输错误具有很高的敏感性，几乎任何错误都能够给接收端的图像恢复造成不易接受的影响，在一种新颖的抗干扰算法和基于滑动窗模板扫描的图像数据打包算法的基础上，提出了一个简单实用的容错编码方法。首先采用抗干扰算法对图像数据的头信息实施不平等保护策略，再采用离散打包算法按照一定的规律对压缩数据块进行离散化和打包，以降低相邻数据块同时丢失的概率，从而有效提高图像数据在无线传输过程中的抗误码和抗丢包性能。(4)在基于无线移动网络的环保远程监控应用中，一方面需要减少传输数据量以适应无线网络相对较窄的带宽，同时降低运营成本；另一方面要求保证图像传输的稳定可靠。对此，提出了一种基于变换域的场景变化实时检测算法，在压缩域内快速检测图像序列场景的变化，同时向无线数字图像监控系统提供可靠的场景变化指示。该算法简单有效，非常适合普通嵌入式终端的实时处理。该变化检测算法和前面提出的抗干扰算法共同构成了一个高容错性的图像编码与无线传输方案，被成功应用于环保远程监控系统中，取得了较好的实用效果。
方勇[9]2005年在《无线视频传输中的差错控制研究》文中研究说明当前,在无线信道或网络中提供对多媒体(包括话音、图像和数据等)业务的支持已成为一个研究热点。无线视频传输的实现必须要解决两大问题。其一是对视频数据进行高效的压缩以充分利用有限的信道带宽;其二是对压缩后的码流进行错误保护以抗击信道或网络所带来的误码或数据丢失。由于信源编码压缩率的提高将导致码流抗误码能力的降低,同时提高码流的抗误码性能又要以牺牲编码效率为代价,因而差错控制是无线视频传输中的一个重要课题。本文对无线视频传输中的差错控制进行了深入研究,主要工作和研究成果如下:1.在经典的容错熵编码算法的基础上,提出了一种名为双向容错熵编码的改进算法。该方法有效地提高了码流的抗误码性能,降低了编解码的运算复杂度。采用双向容错熵编码时,每两个变长数据块组合生成一个块对并被背靠背地放在同一个定长空隙中,即一个块从空隙的始端前向放置,另一个从空隙的尾端后向放置。为了比较新旧算法的优劣,建立了分析模型和性能评估标准,对两种算法的容错性能进行理论分析,并使用了丰富的仿真数据对理论分析进行了验证。2.提出了一种对渐进精细可伸缩编码算法的改进方法,该方法在增强层进行小范围搜索,从而提高了增强层码流的编码效率。原渐进精细编码算法存在增强层运动矢量不精确的缺点。为了克服这一缺点,新算法利用基本层运动矢量在增强层进行小范围搜索来获得更精确的增强层运动矢量,从而提高了原有算法增强层的预测精度。大量的软件仿真结果表明,新算法提高了渐进精细可伸缩编码的效率。3.提出了一种基于宏块模式信息的视频传输差错检测方法,提高了解码端重建图像质量。新算法计算接收到的帧间宏块残差图像的绝对值之和,并通过计算运动补偿参考块的纹理复杂度来估计当前宏块的帧内纹理复杂度。比较接收到的帧间残差与帧内纹理复杂度。若帧间残差比帧内纹理复杂度大于某阈值时,认定该宏块传输有误,并对该宏块进行错误隐藏。实验结果表明新算法能有效地消除出现较大错误的宏块,提高解码端重建图像质量。4.提出了对部分反向可解码流结构的一种改进措施,提高了码流的容错性能。当采用部分反向可解码流机制时,位于视频包两端的码流较位于视频包中间的码流更安全。基于此,新算法利用了视频码流中不同单元的语法重要性与空间重要性的差异。根据语法重要性,重要的语法成分置于视频包两端,不重要的语法成分置于视频包中间。根据空间重要性,靠近图像中央的宏块被置于视频包两端,靠近图像边缘的宏块被置于视频包中央。仿真结果表明,改进后的部分反向可解码流机制提高了解码端重建图像质量。
参考文献：
[1]. 容错性图象编/解码算法研究[D]. 马国强. 西安电子科技大学. 2001
[2]. 基于H.263视频通信的容错技术研究[D]. 孟颜. 西安理工大学. 2002
[3]. 通信[J]. 佚名. 中国无线电电子学文摘. 2004
[4]. 基于多描述编码的无线视频容错技术研究[D]. 蒋军华. 杭州电子科技大学. 2011
[5]. 先进的小波视频压缩方法及其应用研究[D]. 张文琴. 中国科学院研究生院（电子学研究所）. 2005
[6]. 高容错性多媒体时间控制算法研究与实现[D]. 杨智. 上海交通大学. 2010
[7]. MPEG2视频加密算法及测试平台研究[D]. 孙健. 南京理工大学. 2005
[8]. 图像编码传输技术研究及其在工业监控中的应用[D]. 佘青山. 浙江大学. 2007
[9]. 无线视频传输中的差错控制研究[D]. 方勇. 西安电子科技大学. 2005