首页> 中文学位 >桌面图像序列编码方法的研究
【6h】

桌面图像序列编码方法的研究

代理获取

目录

文摘

英文文摘

论文说明:图表目录

声明

致谢

第1章绪论

1.1论文研究背景和意义

1.2桌面图像序列编码相关技术及研究进展

1.2.1桌面图像序列编码

1.2.2桌面图像序列分级编码

1.2.3编码效应的消除

1.3论文研究内容及创新点

1.4论文的章节安排

第2章桌面图像序列编码方法

2.1桌面图像序列编码方法分类

2.1.1基于“对象”的分类编码

2.1.2基于“层”的分类编码

2.1.3基于“块”的分类编码

2.2基于“块”区域特征的桌面图像序列编码方法(BRC-SISC)

2.2.1运动检测

2.2.2基于“块”区域特征的文本/图形信息和图像信息的分类

2.2.3基于“块”区域特征的混合压缩算法

2.3实验结果及分析

2.3.1桌面图像无损编码算法的性能测试

2.3.2桌面图像混合编码算法的性能测试

2.3.3桌面图像序列的混合编码算法性能测试

2.4本章小结

第3章桌面图像序列的分级编码方法

3.1传统视频的分级编码方法

3.1.1传统视频分级编码的分类

3.1.2传统视频分级编码方法的特性

3.2桌面图像序列的分级编码方法的特性

3.3基于“块”区域特征的桌面图像序列分级编码算法(BRC-SSISC)

3.3.1运动检测

3.3.2基于“块”区域特征的文本/图形信息和图像信息的分类

3.3.3基于“块”区域特征的分级压缩算法

3.3.4补偿编码

3.4实验结果及分析

3.5本章小结

第4章消除编码效应的后处理

4.1常见编码效应

4.1.1块效应

4.1.2振铃效应

4.2现有的编码效应消除方法

4.2.1基于图像恢复的方法

4.2.2基于图像增强的方法

4.3一种空域自适应的编码效应消除算法(SAFCAR)

4.3.1块效应消除算法

4.3.2振铃效应消除算法

4.4实验结果及分析

4.4.1自然图像序列的编码效应消除结果分析

4.4.2桌面图像序列的编码效应消除结果分析

4.5本章小结

第5章总结与展望

5.1全文总结

5.2工作展望

参考文献

攻读博士学位期间主要的研究成果

展开▼

摘要

随着图形化用户界面GuT(Graphic User Interface)的广泛应用和计算机网络的迅速发展,实时的桌面图像序列传输技术正得到越来越广泛的关注,在网络多媒体会议,产品演示、远程办公、远程教学等领域都具有非常广阔的应用前景。利用这种技术,不但可以在当前的数字设备上,如PC机或便携式显示设备,与远程的其它计算机进行信息交互,而且还可以操控远程的计算机来解决当前资源无法解决的问题,实现广泛的资源(包括软件资源和硬件资源)共享。但是由于桌面图像序列的原始数据量巨大,在Internet上传输极易引起网络拥塞和传输延时,所以实时传输前必须对桌面图像序列进行有效的压缩编码。
   桌面图像序列包含了文本、图形和自然图像的信息,是一种混合图像序列。如何有效地区分桌面图像序列中的文本、图形和自然图像信息,并根据各自的特性进行压缩编码,是提高桌面图像序列压缩效率的关键。本文针对桌面图像序列编码中基于区域特征的分类编码、分级编码和编码效应后处理3个方面进行了深入的研究。
   本文首先分析了桌面图像序列的特性,在此基础上,提出了一种新的基于“块”区域特征的桌面图像序列编码方法(BRC—SISC,Block Region Character based screen ImageSequence Coding)。BRC—SISC算法使用帧间运动检测去除桌面图像序列时域上的冗余信息,并基于颜色和梯度特征的不同表现,区分出文本/图形块、图像块和混合块。根据块分类的结果和各自的特性,文本/图形块采用调色板编码、Hextile编码和Deflate编码相结合的无损压缩方式(PHDC,Palette,Hextile and Deflate Combined coding),图像块采用Jpeg有损压缩编码.混合块则在精细分类的基础上,引入“层”的概念,填充为文本/图形“层”块和图像“层”块分别编码。算法能够准确地区分出文本/图形区域和自然图像区域,有效地减少或避免了振铃效应的产生。同时该算法的压缩效率较高,运算速度较快,满足实时系统的要求。
   接着本文针对桌面图像序列传输系统中,多点接入的客户端在用户要求、终端计算能力和网络带宽上存在着差异的问题,提出了一种基于“块”区域特征的桌面图像序列分级编码方法(BRC—SSISC,Block Region Character based Scalable Screen Image SequenceCoding)来满足不同性能客户端的需求。其基于前面文本/图形信息和图像信息的分类结果,依据人眼视觉的敏感特性,提供了3层的SNR可分级性,最大限度地为所有的客户端提供了优质的桌面图像码流。同时本文还提出了一种补偿编码机制(CC,CompensatoryCoding),以确保在客户端性能提高或桌面图像序列变化较少的时候,为客户端补偿提供未变化块的更清晰的码流。实验结果表明,BRC—SSISC算法能够有效地提供分级压缩的图像质量,且算法的复杂度较低,运算速度较快,满足实时传输的需求。
   最后本文讨论了重建图像中编码效应的后处理方法。通过对块效应和振铃效应的形成原因和表现形式的分析,发现受图像局部区域特征和人类视觉特性的影响,编码效应在不同的图像区域会有不同的表现和视觉感受。因此,本文提出了一种新的空域自适应的编码效应消除算法(SAFCAR,Spatial Adaptive Filtering of Coding Artifacts Removal)。块效应滤波时,SAFCAR算法依据纹理信息将图像块边界区域划分为平滑区域和纹理区域,分别采用不同的检测标准和滤波范围来消除块效应。振铃效应滤波时,SAFCAR算法采用了边缘的检测进行强振铃效应跟踪,并增加了补充检测来对弱边缘区域和编码效应扩散区域的振铃效应强度进行判断。检测完成之后,各区域根据振铃效应的强度也采用了不同强度的平滑滤波。SAFCAR算法能够有效地消除自然图像序列和桌面图像序列中的块效应和振铃效应,并较好地保护图像的纹理细节信息。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号