基于FPGA的一种新型图像编码噪声去除方法.docVIP

硕士学位论文开题报告 （基于FPGA的一种新型图像编码噪声去除方法） 二、立题依据 1、研究意义 2、国内外研究现状 3、主要参考文献及出处 研究意义： 随着互联网与数字电视网络的高速发展和人们对视频品质要求的不断提升，越来越多的高品质视频需要通过各种网络传输到客户端。图像分辨率较高的视频，尤其是高清视频，本身的数据量极大，因此在传输以前必然要进行压缩。目前，主流的图像压缩标准是MPEG4和H.264(AVS)。 上述两种标准的编码（解码）过程都包含DCT变换（反变换）和量化（反量化）过程。 DCT变换后的系数一般在低频时较大，而在高频时较小，因此量化后会使图像的高频分量被截断，而相对高频分量，低频分量则被过分保留。又因为DCT变化主要是基于模块（一般为正方形），因此在模块边沿，就会出现肉眼所能观察到的图像的不连续。上述两个原因会造成块噪声和振铃噪声，严重影响图像质量。 质量较低的图像，不仅会引起人们视觉上的不舒服，而且也会影响后续算法（例如图像识别算法）的精确，因此如何使用户得到高质量的图像意义重大，而本文正是着眼于此。 国内外研究现状 消除量化带来的噪声，实际上主要包含了去块噪声和去振铃噪声两个过程。有些论文仅仅只是着眼于一个方面，而大部分论文的算法都考虑了同时消除上述两种噪声。 从图像编码噪声去除过程是在解码之后还是在解码的同时进行，可以将图像编码噪声去除分为两个部分：环路滤波编码噪声去除和后编码噪声去除。较典型的环路滤波处理算法是MPEG4协议中所建议的算法，一般环路滤波算法计算量大，虽然可以获得比较好的效果，但是灵活性差，更改算法会相应更改解码器的结构。因此，目前国内外大部分的论文都是集中在后处理方法上。 从图像编码噪声去除过程是在DCT域还是在空间域，可以将图像编码噪声去除分为DCT域和空间域两大分支。一般的观点认为，DCT域能获得比较好的图像质量，但是需要反DCT变换，算法计算量较大，如果将其内嵌入解码器，又失去其灵活性。而因为解码后的图像就是处于空间域中，所以空间域处理不需要额外的变换，相对来说计算量较小。 目前主流的算法有： 1）基于图像还原的算法 图像还原的目的是使得处理后的图像跟原图像尽量接近。目前主要的算法有凸集映射（POCS）[1]、最大后验概率（MAP)[2]和限制参数优化[3]三种方法。凸集映射的原理是，构造两个凸集，使待处理图像像素在两个凸集间不断地映射，直到处理后图像与源图像方差小到一定值。最大后验概率和限制参数优化方法类似。它们共同的特点就是，都需要对图像做多次迭代，才能获得比较好的效果，因此消耗的时间比较长。 2）基于图像编码噪声去除的算法 图像编码噪声去除的方法，主要分为以下几类：a)模式选择+滤波，典型的是MPEG4和H.264滤除块噪声和振铃噪声的算法。Yaonie[4]提出了一种基于快速模糊滤波器的去噪方法，通过计算模块边界处像素与周围像素的差值，来定义去块模式，而后使用一维模糊滤波器来滤除块效应；通过计算当前模块方差的总和，来定义去振铃模式，而后使用二维模糊滤波器来滤除振铃噪声。赵谊虹通过判断DCT块中非零列最大位置和非零行最大位置来定义模式类型，从而在DCT域滤除噪声。b)通过过采样技术回复源图像的信息。Aria Nosratinia[5]提出了一种通过对解码后图像过采样，随后再次编码和解码的方法，来还原丢失的高频信息。c）基于样本库的匹配方法。GUANGYU WANG[6]提出了通过建立噪声图像的样本库，当当前像素满足所设定的条件，就用样本库中的样本进行替换。 研究意义： 随着互联网与数字电视网络的高速发展和人们对视频品质要求的不断提升，越来越多的高品质视频需要通过各种网络传输到客户端。图像分辨率较高的视频，尤其是高清视频，本身的数据量极大，因此在传输以前必然要进行压缩。目前，主流的图像压缩标准是MPEG4和H.264(AVS)。 上述两种标准的编码（解码）过程都包含DCT变换（反变换）和量化（反量化）过程。 DCT变换后的系数一般在低频时较大，而在高频时较小，因此量化后会使图像的高频分量被截断，而相对高频分量，低频分量则被过分保留。又因为DCT变化主要是基于模块（一般为正方形），因此在模块边沿，就会出现肉眼所能观察到的图像的不连续。上述两个原因会造成块噪声和振铃噪声，严重影响图像质量。 质量较低的图像，不仅会引起人们视觉上的不舒服，而且也会影响后续算法（例如图像识别算法）的精确，因此如何使用户得到高质量的图像意义重大，而本文正是着眼于此。 国内外研究现状 消除量化带来的噪声，实际上主要包含了去块噪声和去振铃噪声两个过程。有些论文仅仅只是着眼于一个方面，而大部分论文的算法都考虑了同时消