《硕士学位论文开题报告》由会员分享，可在线阅读，更多相关《硕士学位论文开题报告（8页珍藏版）》请在金锄头文库上搜索。
1、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】、研究研义意义: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
2、（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。2. 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
3、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
4、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。Yaonie4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
5、，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 Nosratinia5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 WANG6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。2、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
6、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
7、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。3. 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
8、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
9、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。Yaonie4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
10、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 Nosratinia5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 WANG6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3、主要参考文献及出处1. Yoon, K，P. Chun-Su, and K. Sung-Jea, Fast POCS based post-processing technique for HDTV, Consumer Electronics,
11、IEEE Transactions on, 2003. 49(4): p. 1438-1447.2. Yannan, W,et al. A novel deringing method based on MAP image restoration . in Multimedia and Expo, 2009. ICME 2009. IEEE International Conference on. 2009.3. Joel, J., M. Antonini, and M. Barlaud, Optimal decoder for block-transform based video code
12、rs. Multimedia, IEEE Transactions on, 2003. 5(2): p. 145-160.4. Yao, N,et al Fast adaptive fuzzy post-filtering for coding artifacts removal in interlaced video . in Acoustics, Speech, and Signal Processing, 2005. Proceedings. (ICASSP 05). IEEE International Conference on. 2005.5. Nosratinia, A., En
13、hancement of JPEG-Compressed Images by Re-application of JPEG . Journal of VLSlSignal Pmcesing Systems for Signal, Image, and video Technohgy, February 2001. 27: p. 69-79.6. Wang, G, Deringing Cartoons by Image Analogies. ACM Transactions on Graphics, Oct.Month 2006. 25.7. Samadani, R,A Sundararajan
14、, and A Said Deringing and deblocking DCT compression artifacts with efficient shifted transforms. in Image Processing, 2004. ICIP 04. 2004 International Conference on. 2004.三、研究方案及工作基础1、研究目标、研究内容及拟解决的关键问题2、拟采取的研究方法及技术路线3、研究工作基础1研究目标、研究内容及拟解决的关键问题：本文的目标在于设计高质量快速的图像编码噪声去除方法。一般的观点认为，在DCT域进行图 像的增强比较耗时，
15、但是可以获得较好的性能；而在空间域则正好相反。然而在并行化计算平台日 趋完善和超大规模集成电路的不断发展的背景下，这种观点忽略了一个重要的问题：算法的并行性。下面做详细分析。首先，当前图像增强算法主要都是先去除块噪声，然后在此基础上在去除振 铃噪声。这样，总体时间等于两个去噪算法的时间。其次，大部分的算法并行性不高。以MPEG4的 去块算法为例，它对边界及其周边的像素进行选择性的滤波。对于行滤波，当前模块的行滤波必须 等到左边的模块行滤波完成才能进行；至于列滤波，当前模块的列滤波必须等到当前模块的行滤波 完成之后才能进行。因此，此种算法并行化程度不高。然而，一直被认为速度不快的DCT域图像增强
16、算法，有些却具有极高的并行性。如何进一步减 少高并行度DCT域图像增强算法的耗时，设计出高质量快速的图像处理电路，是本文拟解决的关键 问题。2拟采取的研究方法及技术路线下图是Aria Nosratinia提出的一种过采样技术来滤除编码噪声。H 表示对当前模块1 2右移x个像素点，同时下移y个像素点，X和y的取值范围都是（-3,4）。然后对取出的偏移模块（包 括当前模块），再次进行JPEG编码、量化和JPEG解码，然后取平均值，得到新的当前模块的值。12Figi图像增强流程图Ramin Samadani在AriaNosratinia的基础上进行了改进：1）将DCT及逆DCT变换矩阵进行简 化2）对最后求和模块进行改进，不再是简单的求平均值，而是加入了模式判别，以去除振铃噪声。
