基于場景差異與小波分解的視頻圖像壓縮傳輸方法研究

閆曉茹　徐剛

摘要：本文提出圖片動(dòng)態(tài)差異提取法，采用小波變換對(duì)差異圖片進(jìn)行分解，傳輸時(shí)根據(jù)動(dòng)態(tài)差異的大小，選擇發(fā)送小波變換的細(xì)節(jié)部分，或者近似細(xì)節(jié)部分。接收端根據(jù)圖像動(dòng)態(tài)差異，選擇合適的近似部分，與細(xì)節(jié)部分重新構(gòu)成新的圖片。實(shí)驗(yàn)表明，與傳統(tǒng)圖像傳輸?shù)姆椒ㄏ啾?，本方案可以有效提高傳輸?shù)男剩档拖到y(tǒng)傳輸?shù)某杀尽?/p>

關(guān)鍵詞：小波分解;場景差異;圖像壓縮傳輸

中圖分類號(hào)：TN919 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）05-0070-02

圖像采集與傳輸在道路交通監(jiān)控與管理方面發(fā)揮著重要作用，但圖像文件的數(shù)據(jù)量較大，給無線傳輸帶來了很大的壓力。目前有一些研究算法，文獻(xiàn)[1]中，提出基于輪廓提取視頻壓縮方法;文獻(xiàn)[2]中，提出利用靜止和活動(dòng)圖像一體化壓縮系統(tǒng)的方法;文獻(xiàn)[3]中，提出使用圖像差異比較的方法，對(duì)圖像進(jìn)行壓縮處理;文獻(xiàn)[4]、[5]提出使用壓縮感知技術(shù)，進(jìn)行圖像壓縮處理。本文提出一種圖片動(dòng)態(tài)差異提取的方法，提高傳輸?shù)男剩档蛡鬏敵杀尽?/p>

1 圖像差異提取與小波分解的分析與應(yīng)用

1.1 圖像差異提取

本文中的差異提取，將兩幀圖像的差異大小使用數(shù)值方法描述出來，衡量視頻文件中相鄰兩幅幀圖像的差異程度。通常使用不同的參數(shù)對(duì)相鄰圖像進(jìn)行差異比較。例如采用相關(guān)性檢測的方法，衡量相鄰圖片的差異。

一般來說，類別識(shí)別時(shí)，需要構(gòu)造一個(gè)仿射矩陣構(gòu)造相應(yīng)的向量模型。非歐空間E可以表示為兩個(gè)實(shí)向量x和y的偽內(nèi)積：〈x，y〉E=xTYrsy。其中，Yrs的表達(dá)式為：Yrs=[Ir×r 0;0-Is×s]。如果實(shí)向量x是一個(gè)有序的實(shí)向量對(duì)：X=（X+，X-），若用Xi+和Xi-分別表示X+和X-的元素，則上式可以改寫為：

〈x，y〉E=Xi+Yi+-Xj-Yj-

假設(shè)格拉姆矩陣G（Gij=xiTxj）中有r個(gè)正的最大特征值和s個(gè)負(fù)的最小特征值，則需要增加一個(gè)常量以將所有的特征值都調(diào)整為正。

通過這種方法，可計(jì)算所有圖像間的歐式距離，從而將計(jì)算得到的歐氏距離作為圖像差異的特征量。

1.2 小波分解

小波是一個(gè)滿足條件j（t）dt=0〗的函數(shù)通過評(píng)議和伸縮而產(chǎn)生的一族函數(shù)ja，b（t）。 小波在圖像處理里被稱為圖像顯微鏡，它的多分辨率分解能力可以將圖片信息一層一層分解剝離開來。剝離的手段就是通過低通和高通濾波器。通過逆變化可以對(duì)圖像信號(hào)進(jìn)行重構(gòu)。本文采用小波對(duì)圖形進(jìn)行分解，然后通過細(xì)節(jié)與近似部分進(jìn)行圖像的重構(gòu)。

2 基于場景差異與小波分解的視頻圖像壓縮傳輸

為了盡量減小無線傳輸信道的壓力，本文采用基于場景差異與小波分解的視頻圖像壓縮傳輸方法。發(fā)送端工作流程：

（1）對(duì)采集的視頻文件圖像分組進(jìn)行編號(hào)，并計(jì)算相鄰圖像之間的差異。組編號(hào)的大小為8幀、16幀或者24幀，具體根據(jù)相鄰圖像差異的統(tǒng)計(jì)值確定，設(shè)為M1。差異越大，編號(hào)值越小。（2）對(duì)相鄰圖像差異的大小進(jìn)行區(qū)分，確定其為緩變區(qū)域還是陡變區(qū)域。其判決門限需要根據(jù)室驗(yàn)結(jié)果進(jìn)行統(tǒng)計(jì)分析，設(shè)為M2。緩變區(qū)域，代表靜止或者基本沒有大的變化的圖片區(qū)域;陡變區(qū)域，代表有明顯變化的圖片區(qū)域。（3）對(duì)每一組（8/16/24幀）的每一幀圖像，進(jìn)行小波分解。提取出其近似部分和細(xì)節(jié)部分。（4）傳輸時(shí)，每一組數(shù)據(jù)的第一幀圖像，傳輸其小波變換后完整的近似部分和細(xì)節(jié)部分。其他圖像，需要根據(jù)其與前一幀圖像的變化程度（緩變/陡變），確定僅傳輸其細(xì)節(jié)部分，還是傳輸完整的近似部分與細(xì)節(jié)部分。如果是緩變，則僅傳輸細(xì)節(jié)部分;如果是陡變，則傳輸其完整的近似部分與細(xì)節(jié)部分。

在接收端，需要根據(jù)傳輸?shù)臄?shù)據(jù)，恢復(fù)出原始的視頻文件，接受流程如下：

（1）在一組數(shù)據(jù)的第一幀圖像，根據(jù)小波變換的近似部分與細(xì)節(jié)部分，反變換出完整的原始圖像。（2）一組圖像中的后續(xù)圖像，需要根據(jù)其與前一幀圖像的變化程度（緩變/陡變），確定恢復(fù)方法。如果是緩變圖像，則使用前一幀數(shù)據(jù)的近似部分，本幀數(shù)據(jù)的細(xì)節(jié)部分，進(jìn)行小波反變換，從而恢復(fù)出原始圖像;如果是陡變圖像，則根據(jù)傳輸?shù)谋編瑘D像近似和細(xì)節(jié)部分，恢復(fù)出原始圖像。

由于一部分圖像僅傳輸小波變換之后的細(xì)節(jié)部分，而沒有傳輸近似部分，因此傳輸速率得到提高。這是一個(gè)動(dòng)態(tài)調(diào)整的過程，其效率取決于相鄰圖像的差異大小。效率最低的情況是，所有相鄰的圖像差異都很劇烈，因此所有圖像都傳輸了全部的數(shù)據(jù)，視頻文件沒有壓縮;效率最高的情況是，絕大多數(shù)時(shí)刻，都是接近靜止或者緩慢變化的圖像，只需要每組圖像的第一幀傳輸完整數(shù)據(jù)，其他各幀傳輸小波變換后的細(xì)節(jié)部分。

3 各門限參數(shù)的確定方法

本文所描述的方法，包含兩個(gè)主要的判決門限參數(shù)：判斷一組圖像幀數(shù)量的門限M1、判斷相鄰圖像差異程度的門限M2。參數(shù)可以通過以下方法獲得。

3.1 人工訓(xùn)練的方法

確定當(dāng)前的應(yīng)用場景，并且進(jìn)一步對(duì)白天、夜晚等基本參數(shù)進(jìn)行確認(rèn)。在此基礎(chǔ)上，通過人工實(shí)驗(yàn)，手動(dòng)設(shè)置判決門限，并確定最佳的傳輸與恢復(fù)效果。

3.2 聚類算法的方法

確定當(dāng)前的應(yīng)用場景，將圖像差異的表述參數(shù)，使用K-means算法進(jìn)行據(jù)類，得到相應(yīng)的分類結(jié)果。并計(jì)算出各個(gè)聚集中心的邊界。

4 實(shí)驗(yàn)驗(yàn)證

本實(shí)驗(yàn)分別采用車輛內(nèi)部監(jiān)控及外部監(jiān)控，以八幀作為一組，將第一幀圖像的所有數(shù)據(jù)進(jìn)行傳輸，而其他七幀僅傳輸細(xì)節(jié)部分;在接收端，將第二到八幀圖像，采用第一圖像的近似部分與各幀對(duì)應(yīng)的細(xì)節(jié)部分，進(jìn)行恢復(fù)。實(shí)驗(yàn)表明，恢復(fù)后的圖像與原始圖像相比，在低速變化場景下，可以較好的恢復(fù);在變化速度較快的場景下，圖像有一定的損失，此時(shí)可縮小一組數(shù)據(jù)的幀數(shù)，達(dá)到有效傳輸。

4.1 車輛內(nèi)監(jiān)控視頻圖像分析

圖1是第二幀和第八幀圖像的原始圖像和合成圖片對(duì)比較。由于人員運(yùn)動(dòng)變化速度都比較慢，因此即使采用第八幀合成的圖像，依然能夠達(dá)到實(shí)時(shí)監(jiān)控的效果。

4.2 車輛外部視頻圖像分析

圖2是第二幀、第八幀和第四幀圖像的原始圖像以及合成圖像的比較，由于車輛運(yùn)動(dòng)變化速度比較塊，周邊的場景有所失真;如果采用八幀傳輸圖像有失真，但如果采用4幀傳輸將得到很好的恢復(fù)。

5 結(jié)語

本文提出的視頻圖像壓縮傳輸方法。從一定程度上提高傳輸效率，并且基本不影響監(jiān)控視頻的可視化效果，具有較高的實(shí)際應(yīng)用價(jià)值。

參考文獻(xiàn)

[1]黃健鑫.固定場景下基于輪廓提取視頻壓縮方法研究[D].電子科技大學(xué)，2017.

[2]吳成柯.靜止和活動(dòng)圖像一體化壓縮系統(tǒng)的硬件實(shí)現(xiàn)研究[D].西安電子科技大學(xué)，2009.

[3]李菊，李克清，周蓓.改進(jìn)的差異比較表在圖像處理中的應(yīng)用[C].第8屆全國計(jì)算機(jī)支持的協(xié)同工作學(xué)術(shù)會(huì)議（CCSCW-2012）暨全國第23屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS-2012）論文集，2012：352-355.

[4]李然，武明虎，鄭海波，等.無線傳感器網(wǎng)絡(luò)中基于壓縮感知的靜止圖像壓縮方案研究[J].南京郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，33（4）：44-49.

[5]年瑞，車仁正，李培良，等.一種基于動(dòng)靜態(tài)目標(biāo)檢測與實(shí)時(shí)壓縮感知追蹤研究方法[P].2018.05.15.