水下视频图像高效压缩编码方法研究

摘要

21世纪是人类向海洋进军的世纪,深海探测与作业技术是海洋开发研究的重要领域之一。在深海观测作业中,目前最常用的方法是基于水下机器人(ROVs/AUVs)的视频图像观测。视频图像观测是最直接、最形象、最有效的深海近距离观测方法。其原因是视频图像含有丰富的细节和颜色信息,易于人工识别和理解。但是,如何将水下机器人获取的海量视频信息实时传输到水面工作站是实现深海观测作业的障碍之一。因此,无论是采用有线传输方式的ROVs,还是采用无线传输方式的AUVs,在信息传输之前,都必须对采集的海量视频图像进行高效压缩与编码,以满足传输带宽的要求。为此,本文根据水下视频图像和水声信道的特点,对水下视频图像高效压缩编码方法进行了深入研究,主要完成的研究工作包括以下两部分:
　　 (1)水下视频图像高压缩比编码算法研究。根据水下视频图像的成像特点和水下视觉观测的应用特点,研发成功了水下视频图像高压缩比编码软件系统,该软件系统主要由三个功能模块组成,即基于离散小波变换的水下图像视觉冗余去除算法;基于小波树的WDR(WaveletDifferenceReduction)帧内压缩算法;基于重要子块和重要系数的双重WDR帧间压缩编码算法。实验结果表明:该软件算法在没有误码率影响时,对一般海底视频图像,平均压缩比可以达到250:1-500:1,该软件算法可以用于水下视频图像的高压缩比编码存储与传输。
　　 (2)具有较高抗误码能力的水下视频图像高压缩比编码算法研究。同时针对水声信道带宽窄和误码率高的特点,研发成功了具有较高抗误码能力的水下视频图像编解码算法与软件系统。该软件系统主要包括以下五个模块:基于小波变换的预处理模块、帧间运动估计和运动补偿模块、数据分割与打包模块、各数据包中数据的压缩编码模块、解码端的差错检测与掩盖模块。实验结果表明:该软件算法可以抵抗低于20％的丢包差错、误码率低于0.001的随机比特差错和误码率低于0.002的突发差错。在以上抗误码性能下,对于一般水下视频图像可以达到的平均压缩比范围是170:1-370:1,该软件算法可以用于基于水声信道的水下视频图像的快速传输。
　　 本课题研究是海洋观测与水声通信的关键技术之一,对深海探测与开发具有重要研究价值和广阔应用前景。

目录

文摘

英文文摘

1 绪论

1.1 研究的背景与意义

1.2 视频图像高效压缩编码方法的研究现状

1.2.1 一般地面视频图像压缩与差错复原方法

1.2.2 水下视频压缩传输与差错复原方法

1.3 本文主要研究工作

1.4 本文的组织结构

2 水下视频图像高压缩比编码算法研究

2.1 引言

2.2 水下视频图像压缩编码方案

2.3 水下视频图像小波变换预处理

2.3.1 小波变换提升算法基本理论

2.3.2 小波变换预处理过程

2.4 帧内图像编码算法

2.4.1 常用的基于小波变换的帧内图像编码方法

2.4.2 本文提出的帧内图像编码算法

2.4.3 实验结果和分析

2.5 帧间图像编码算法

2.5.1 Y分量图像帧间运动估计

2.5.2 Y分量图像帧问运动补偿

2.5.3 Y分量图像残差编码算法

2.5.4 运动矢量编码过程

2.5.5 色度U、V分量帧间编码方法

2.5.6 视频序列组图像的组织结构

2.5.7 实验结果和分析

2.6 本章小结

3 具有较高抗误码能力的水下视频图像高压缩比编码算法研究

3.1 引言

3.2 帧内抗误码编解码算法

3.2.1 数据分割与打包策略

3.2.2 各数据包内数据的编码算法

3.2.3 差错的检测与掩盖

3.2.4 实验结果和分析

3.3 帧间抗误码编码算法

3.3.1 帧间运动估计和运动补偿

3.3.2 待编码数据的打包方式

3.3.3 数据包内数据的编码方法

3.3.4 帧间图像错误检测与掩盖方法

3.3.5 实验结果和分析

3.4 本章小结

4 全文总结及进一步工作

4.1 全文总结

4.2 下一步工作

参考文献

致谢

个人简历

发表的学术论文