基于无穷范数和2范数联合优化的低复杂度高保真图像编码研究

The transfer of satellite image and medical image is more critical than natural images. Both the overall distortion and peak absolute error should be considered . In addition, the encoder is limited by power consumption and transfer bandwidth. The transfer system should also maintain a low encode complexity and offer flexible rate control mechanism. However, the existing coding techniques are hard to meet the above requirements. Considering that the overall distortion and peak absolute error can be characterized by L∞ and L2 norm respectively, in this proposal we investigate a novel joint L∞，L2 optimized coding system. Instead of ?ne tuning the encoder, the new system move the task of improving the coding efficiency to the decoder. Depending on the research of adaptive modeling of decoded images, we will propose an optimum L∞ constrained L2 decoding technique to restore the code stream. Another novelty of this proposal is the flexible L∞ constrained rate control mechanism. We will propose a new low complexity L∞ constrained residual coding mechanism which provides fine grain rate control via L∞ constrained scalable quantization. The proposed system is not only an improved practial will achieve higher coding performance than the current coding techniques while still maintain the low. , near lossless coding with fine grain rate control. The related which meets the requrement of senarios.

在卫星通信、远程医疗等应用中，图像编码不仅仅需要考虑整体失真，还需要控制单个像素的最大绝对误差。此外，受采集设备和带宽的限制，编码复杂度和码率控制同样重要。然而传统编码算法均在上述某方面存在缺陷，无法同时满足要求。 考虑到最大绝对误差和整体失真分别可由L∞和L2范数度量，本项目将结合申请人前期工作，提出基于L∞,L2 联合优化的新型编码框架，并对若干关键问题进行深入研究。在编码复杂的控制方面，本研究将从高性能解码恢复入手，重点研究图像支撑域、阶数自适应建模及相关优化算法，有望提出L∞约束L2最优解码算法，完成复杂度从编码端向解码端转移；在码率控制方面,本项目提出残差渐进编码机制，重点研究L∞约束渐进量化算法，有望实现L∞约束低复杂度最优步长分配，精确码率控制。 本项目提出的编解码框架不仅有着重要的实际意义，研究成果还将对自回归建模、分布式编码、最优量化器设计等基础理论的发展产生推动作用。

高保真图像/视频编码是卫星通信，远程医疗，无线监控等领域的一个关键问题。在此类应用中，图像的传输不仅仅是为了满足视觉的观看，还需要对图像进行严格的判读和数据分析。传统的基于2范数优化的图像压缩方式仅仅能保护图像的整体误差最小，而无法精确控制每个像元的突变，会产生小目标的丢失以及部分小概率灰阶的巨大色调失真,很可能会引发漏警，误判等不可估量的后果。此外，传统图像/视频压缩方式还是基于服务器-用户机的传输模式开发的，其复杂运算大多集中于编码端，从而降低解码的复杂度。在智能设备广泛普及的自媒体时代，用户机运算能力急剧增加，不再仅仅承担解码的工作，而同时承担着大量的编码工作，传统传输方式已经不再适用。.在本项目的支持下，课题组按照联合2范数及无穷范数约束的原则重新梳理编解码器设计中的诸多问题。引入无穷范数约束的优势在于可以精确控制图像编码中每个像元的最大误差，从而保证压缩图像信息的真实性以及高动态图像的最大色调失真。在编码器设计中提出了基于无穷范数约束及最大熵准则的图像量化技术，以及基于图论的动态规划求解算法，解决了传统基于直方图系列算法的局部最优及最大误差不可控问题。在解码器设计中提出了基于PAR模型的软解码算法，在编码器无穷范数约束的前提下以2范数最优原则重构量化步长以下的信息，提升量化精度。本项目的另一大工作在于编码器复杂度的降低，针对压缩中最为常用的卷积及乘法操作提出了基于矩阵分解的向量乘法硬件实现架构，去除传统移位加和实现结构中的计算冗余，显著减少硬件资源开销。并且将PAR模型推广用于H.265标准中的压缩模式快速选择问题，通过预测和剪枝的策略规避掉大量的无效遍历操作，在性能几乎毫无损失的情况下降低运算时间和复杂度。.项目负责人为第一作者及通信作者在国际主流期刊上发表SCI检索论文3篇，其中在相关领域顶级期刊IEEE trans. On Image Processing及Circult and System II上各1篇。在国际主流会议上发表论文2篇。

内容获取失败，请点击重试