一種基于塊匹配壓縮感知的視頻采樣復原算法
【技術領域】
[0001]本發明涉及視頻編碼算法的技術領域，尤其是指一種基于塊匹配壓縮感知的視頻米樣復原算法。
【背景技術】
[0002]信號采樣是連接我們身處的物理世界與計算機數字世界的橋梁。通過采樣技術，人們可以將大量的模擬信號轉化為數字信號。然而近年來，人們對視頻信息的需求日益增大，特別是高分辨率數據需求越來越大，各種高清格式的視頻廣泛流行。但是，采集和傳輸這樣的高清視頻會帶來巨大的采樣、傳輸壓力。
[0003]近年來，壓縮感知理論越來越受到研究人員的廣泛關注。壓縮感知以壓縮的方式直接進行采樣，也即是“邊采樣，邊壓縮”，擺脫了經典采樣理論中的方式，將采樣和壓縮步驟結合了在一起。壓縮感知可以在低于Nyquist采樣率的情況下進行視頻采樣，因此能減輕采樣和傳輸的壓力。但采樣結果并不是視頻信號，而是視頻信號的低維投影，因此進行壓縮感知視頻采樣后，還需要進行對視頻的復原過程。但是現有的壓縮感知視頻采樣復原方案都存在以下問題:
[0004]I)由于視頻是隨時間動態變化的，因此以壓縮感知方式進行視頻采樣過程中，視頻信號會發生變化，導致恢復出來的視頻里的運動物體有拖影現象出現。
[0005]2)由于噪聲的存在以及較低的采樣率，導致恢復出來的視頻質量不佳，信噪比不夠尚。
[0006]3)雖然壓縮感知視頻采樣降低了采樣成本，但是增加了視頻復原過程，而這個過程耗時非常高，復原成本太大。
【發明內容】
[0007]本發明的目的在于克服現有技術的缺點與不足，提供一種基于塊匹配壓縮感知的視頻采樣復原算法，可實現以壓縮感知的方式進行視頻采樣以及復原，技術人員通過實現該方法，不但能達到更高效的視頻采樣和復原，還能解決傳統方案帶來的視頻質量不佳，耗時高以及視頻運動拖影問題。
[0008]為實現上述目的，本發明所提供的技術方案為:一種基于塊匹配壓縮感知的視頻采樣復原算法，包括以下步驟:
[0009]I)采用雙尺度感知矩陣對原視頻進行線性測量；
[0010]2)設定時間間隔，重復步驟I)，直到原視頻信號終結，得到一系列的測量值；
[0011]3)利用最小二乘法把視頻的低分辨率幀從測量值中恢復出來；
[0012]4)利用塊匹配算法計算每個低分辨率幀與相鄰數幀的像素塊位移，得到兩兩幀的像素塊運動矢量；
[0013]5)根據亮度恒定原理，即像素塊亮度在位移后保持不變，由運動矢量生成運動估計約束；
[0014]6)利用壓縮感知復原算法從運動估計約束和測量值中恢復出視頻的高分辨率幀。
[0015]在步驟2)中，雙尺度感知矩陣的列數為信號的長度，每一次測量相當于取雙尺度感知矩陣的一行與視頻信號進行內積運算，運算結果即是一次測量值，由于雙尺度感知矩陣的行數少于列數，因此一系列測量值是高維信號在雙尺度感知矩陣上的低維投影，若I是測量值向量，Φ是雙尺度感知矩陣，X是視頻信號，則測量過程寫成矩陣運算為I = Φχο
[0016]在步驟3)中，所述低分辨率幀為原視頻的幀的低分辨率版本。
[0017]在步驟4)中，對于由步驟3)得到的每一個低分辨率幀，都與其相鄰的N個幀兩兩組合，N為非O的自然數，形成多對幀組合，然后再對每一對幀組合進行塊匹配算法，得到相應的像素塊的運動矢量；其中，所述塊匹配算法的計算方式為:塊匹配算法對每幀的所有像素進行劃分，分割成多個小的互不重疊的像素塊，對于當前幀的每一個像素塊，在其相鄰幀的給定搜索范圍內找出與該像素塊的灰度值最接近的像素塊，也即匹配塊；搜索范圍依如下原則確定:以待匹配的塊中心向左右擴展長度為4的距離，向上下方向擴展長度為dy的距離，則搜索窗口大小為(2dx+l) X (2dy+l)，搜索窗口的大小由視頻場景的運動速度而定，運動速度越大，那么4和dy就越大，塊匹配算法運算結果為每個低分辨率幀的像素塊與相鄰數幀的像素塊的位移，即像素塊運動矢量。
[0018]在步驟6)中，所述壓縮感知復原算法有凸優化方法、L1最小化方法和貪婪算法。
[0019]在步驟6)中，所述高分辨率幀為原視頻的幀的高分辨率版本。
[0020]本發明與現有技術相比，具有如下優點與有益效果:
[0021 ] 1、現有的壓縮感知視頻采樣復原技術都是直接從測量值中復原出視頻幀的高分辨率版本，造成復原效率低下，幀質量不夠高等問題，而本發明選擇了一個迂回的辦法:先快速復原出低分辨率幀，然后利用塊匹配計算出幀與幀之間的運動矢量，生成運動估計約束，以改善最終的高分辨率幀質量。而低分辨率幀相當于復原過程的一個中間產品。
[0022]2、由于通過視頻低分辨率幀得到運動估計約束，因此該方法能很好地描述視頻里物體的運動信息，減少復原出來的視頻拖影現象。
[0023]3、由于每個低分辨率幀都與相鄰的N個幀進行塊匹配運動估計，因此能增加對原視頻信號的描述信息，進一步降低復原噪聲，提高復原出來的視頻的信噪比。
[0024]4、塊匹配算法實現比較簡單，耗時低，因此本方法與其它方案相比，有運算速度快，視頻復原時間短的特點。
【附圖說明】
[0025]圖1為本發明所述視頻采樣復原算法的流程框圖。
[0026]圖2為原視頻信號進行線性測量的示意圖。
[0027]圖3為進行塊匹配計算的示意圖。
【具體實施方式】
[0028]下面結合具體實施例對本發明作進一步說明。
[0029]如圖1所示，本實施例所述的基于塊匹配壓縮感知的視頻采樣復原算法，具體是:在測量階段，采用雙尺度感知(Dual-Scale Sensing，DSS)矩陣，以一定時間間隔不斷對原視頻信號進行線性測量，直到原視頻信號終結，得到一系列測量值。測量的方法如下:以矩陣運算為例子，DSS矩陣的列數為信號的長度，每一次測量相當于取DSS矩陣的一行與視頻信號進行內積運算，運算結果即是一次測量值。由于DSS矩陣的行數少于列數，因此一系列測量值是高維信號在雙尺度感知矩陣上的低維投影。若y是測量值向量，Φ是DSS感知矩陣，X是視頻信號，則測量過程寫成矩陣運算為y= Φχο在復原階段，先利用最小二乘法從測量值中恢復出視頻的低分辨率幀(所述低分辨率幀為原視頻的幀的低分辨率版本)。具體計算方法為:假設低分辨率幀為b，U是向上采樣矩陣，A = Φυ，則b = (AtA)
[0030]通過最小二乘法得到低分辨率幀后，對于得到的每一個低分辨率幀，都與其相鄰的N個幀兩兩組合，N為非O的自然數，形成多對幀組合，然后再對每一對幀組合進行塊匹配算法，得到相應的像素塊的運動矢量。塊匹配算法的計算方式如下:塊匹配算法對每幀的所有像素進行劃分，分割成很多小的互不重疊的像素塊。例如，對大小為hXw的幀來說，可以分割成大小為P X q，數量為(h/p) X (w/q)的像素塊，一般P和q取值為4或者8。對于當前幀的每一個