【正文】 編碼具有編碼簡(jiǎn)單，解碼較復(fù)雜并且能夠?qū)崿F(xiàn)較為搞笑的壓縮，抗誤碼特性好的特點(diǎn)。尤其是在無(wú)線傳感網(wǎng)絡(luò)中，視頻傳感節(jié)點(diǎn)（VSN：videa sensor node）有兩個(gè)基本要求：（1）要求編碼器功耗低、復(fù)雜度低：（2）由于速率限制，要求編碼器具有較高的壓縮效率。這些視頻編碼技術(shù)基于混合編碼框架，編碼運(yùn)用運(yùn)動(dòng)估計(jì)，充分挖掘視頻信號(hào)的冗余信息，通常情況下，編碼復(fù)雜度是解碼復(fù)雜度的510倍，非常適合于視頻信號(hào)的一次（一個(gè)）編碼而多次（多個(gè)）解碼的應(yīng)用場(chǎng)合如：視頻廣播、視頻點(diǎn)播、視頻光盤(pán)存儲(chǔ)等。由于視頻圖像通常在某些變換域上具有可壓縮性，而且視頻殘差圖像具有較強(qiáng)的稀疏性，所以CS理論在視頻編碼中有著良好的應(yīng)用前景。因此，要實(shí)現(xiàn)視頻圖像的準(zhǔn)確重構(gòu)所需要的樣本數(shù)較多。 在分布式編解碼內(nèi)的壓縮感知技術(shù)現(xiàn)有的視頻壓縮編碼標(biāo)準(zhǔn)是基于傳統(tǒng)的香農(nóng)采樣定理。核心概念在于試圖從原理上降低一個(gè)信號(hào)進(jìn)行測(cè)量的成本。即，在采樣信號(hào)的同時(shí)就對(duì)數(shù)據(jù)進(jìn)行適當(dāng)?shù)膲嚎s，相當(dāng)于在采樣過(guò)程中尋找最少的系數(shù)來(lái)表示信號(hào)，并能用適當(dāng)?shù)闹貥?gòu)算法從壓縮數(shù)據(jù)中恢復(fù)出原始信號(hào)。s和Donoho等人于2004年提出壓縮感知理論。 研究背景及發(fā)展現(xiàn)狀 壓縮感知傳統(tǒng)方式下的信號(hào)處理，依照Shannon/Nyquist采樣理論采樣會(huì)產(chǎn)生大量的采樣數(shù)據(jù)，需要先獲取整個(gè)信號(hào)再進(jìn)行壓縮，即采樣后大部分采樣數(shù)據(jù)被拋棄，這就極大地增加了儲(chǔ)存和傳輸?shù)拇鷥r(jià)。這促使我們從源頭上來(lái)尋找針對(duì)于視頻在無(wú)線環(huán)境中所需的編解碼方法。還有一種方案是解碼段的差多掩蓋技術(shù)，它試圖利用壓縮后的視頻數(shù)據(jù)之間的相關(guān)性來(lái)進(jìn)行高難度的恢復(fù)。而當(dāng)丟失的使紋理數(shù)據(jù)時(shí)，可以通過(guò)一定的算法來(lái)彌補(bǔ)這種丟失帶來(lái)的影響。，究其原因，根本上是因?yàn)闊o(wú)線信道本身的高誤碼率以及誤碼的隨機(jī)性，帶寬有限等特點(diǎn)決定了上述編碼方案并不符合無(wú)線信道本身的特性，具體來(lái)說(shuō)可以分為以下兩個(gè)方面：首先預(yù)測(cè)編碼和變換編碼的方案使得編碼出來(lái)的視頻幀之間具有很大的依賴性，具體來(lái)說(shuō)就是假設(shè)有一關(guān)鍵幀在傳輸過(guò)程中丟失，那么后續(xù)以前一幀為參考的幀都無(wú)法正確解碼，這樣的話會(huì)造成嚴(yán)重的亂碼效應(yīng)。與此同時(shí)，由于視頻業(yè)務(wù)本身具有相當(dāng)大的冗余性，人們?cè)O(shè)計(jì)出各種各樣的壓縮辦法，在視頻傳輸之前進(jìn)行大規(guī)模的壓縮，將視頻的序列采用預(yù)測(cè)編碼和變換編碼的方法進(jìn)行壓縮，然后將其進(jìn)行信道編碼而發(fā)送。 Decoder目錄1. 緒論 6 引言 6 研究背景及發(fā)展現(xiàn)狀 7 壓縮感知 7 壓縮感知技術(shù)在分布式編解碼內(nèi) 7 分布式視頻編解碼 8 論文的主要內(nèi)容和組織結(jié)構(gòu) 92 壓縮感知理論極其研究進(jìn)展 9 奈奎斯特（Nyquist）采樣定理 9 壓縮感知理論框架及其主要進(jìn)展 10 問(wèn)題描述 10 信號(hào)的稀疏表示 12 觀察矩陣的設(shè)計(jì) 14 信號(hào)重構(gòu) 16 壓縮感知理論的推廣及應(yīng)用 22 信號(hào)在冗余字典上的壓縮感知理論 22 壓縮感知理論初步應(yīng)用 223 基于壓縮感知的分布式視頻編解碼 24 基于壓縮感知的視頻編解碼研究 24 傳統(tǒng)的視頻編解碼核心技術(shù) 24 基于壓縮感知理論的編解碼器 25 幀內(nèi)與幀間采樣率 27 分布式壓縮感知研究 27 分布式視頻編碼(DVC) 28 分布式壓縮感知編解碼 29 梯度投影稀疏重建(GPSR) 30 結(jié)構(gòu)化相似度(SSIM) 304 實(shí)驗(yàn)介紹 32 系統(tǒng)模型 32 壓縮感知初步算法 32 視頻模型 32 內(nèi)部視頻編碼幀的傳輸 335 實(shí)驗(yàn)仿真數(shù)據(jù) 37 視頻解碼實(shí)驗(yàn) 37 無(wú)線視頻傳輸實(shí)驗(yàn) 37 實(shí)驗(yàn)結(jié)果數(shù)據(jù) 396 總結(jié)與展望 431 緒論 引言 隨著通信技術(shù)的不斷發(fā)展，在通信網(wǎng)絡(luò)中傳輸視頻業(yè)務(wù)變得越來(lái)越重要。 Distributed decoding algorithm。AbstractThis work aims to based on pressed sensing theory analysis, implementation of distributed video coding. According to the requirements of distributed coding plexity, bined with pressed sensing theory and the traditional video coding and decoding technology, is put forward based on pressed sensing of distributed video coding: Encoding process that high dimensional signal be projected to a lower dimensional space。 decoding project is no longer under the traditional manner of coding inverse process, but through the establishment of joint sparse model, solving the underdetermined equations. The codec is relatively simple structure, not only the desired image fewer samples, the number of samples may be different according to the coding mode is selected, and can obtain higher pression ratio and better the quality of the reconstructed image. The experiment result shows that, by introducing adaptive coding mechanism, not only can optimize the performance of RD, and without feedback channel is achieved close to the traditional interframe coding properties of reconstruction.Keywords: CS。 Encoder。而眾所周知，詩(shī)篇業(yè)務(wù)的特點(diǎn)是本身具備很大的數(shù)據(jù)量，從而在傳輸過(guò)程中需要很大的帶寬。這類方法在現(xiàn)有一些傳輸條件較好的網(wǎng)絡(luò)中取得了巨大的成功。其次，在視頻編碼工程中，編碼出來(lái)的數(shù)據(jù)它們代表的意義是不一樣的，也就是有一部分?jǐn)?shù)據(jù)的重要性要比另一部分高很多，例如運(yùn)動(dòng)矢量數(shù)據(jù)就比紋理數(shù)據(jù)重要的多，當(dāng)在無(wú)線信道上隨機(jī)丟包的環(huán)境下，如果恰好丟的是運(yùn)動(dòng)矢量數(shù)據(jù)，那么在恢復(fù)的時(shí)候就難恢復(fù)出可以辨別的一幀圖像出來(lái)。隨著人們對(duì)于視頻在無(wú)線信道上傳輸問(wèn)題的不斷深入，各種各樣的方法也被不斷地提出，其中比較典型的有以下幾種：一種是編碼端的改進(jìn)方案，表現(xiàn)為在視頻編碼的過(guò)程中加入固定的刷新幀，以及將編碼出來(lái)的碼流再進(jìn)行多描述編碼等方案。從上述方案可以看出，這些方案從某種程度上改善一些視頻傳輸?shù)男Ч?，但是它們并不能從源頭上解決了視頻在無(wú)線環(huán)境中傳輸所存在的硬傷，即由于視頻本身所采用的壓縮方案的限制。壓縮感知是近幾年信號(hào)處理理論的重大突破，它打破了傳統(tǒng)的奈奎斯特采樣定理對(duì)于采樣點(diǎn)數(shù)的限制，采用一種數(shù)字投影的方法對(duì)信號(hào)進(jìn)行整體的測(cè)量，從而能夠達(dá)到以較少的采樣值來(lái)進(jìn)行原始信號(hào)的恢復(fù)的效果，目前這一理論已經(jīng)大量的用于信號(hào)處理與通信的實(shí)踐中，對(duì)于視頻信號(hào)，由于本身的特點(diǎn)，本文將壓縮感知的方法融入進(jìn)現(xiàn)有的視頻編解碼框架。由于帶寬的限制，許多信號(hào)只包含少量的重要頻率的信息，所以大部分信號(hào)時(shí)稀疏的可壓縮的，對(duì)于這種類型的信號(hào)，我們知道，傳統(tǒng)方式采樣后的大部分冗余信息都會(huì)被拋棄，那么為什么還要獲取全部數(shù)據(jù)呢？難道不能直接獲取已壓縮數(shù)據(jù)而不需要拋棄任何數(shù)據(jù)？于是由Cand232。該理論可以理解為將模擬數(shù)據(jù)節(jié)約地轉(zhuǎn)換成壓縮數(shù)字形式，避免了資源浪費(fèi)。壓縮感知的主要目標(biāo)是從少量的非適應(yīng)線性測(cè)量中精確有效地重建信號(hào)。壓縮感知包含了許多重要的數(shù)學(xué)理論，具有廣泛的應(yīng)用前景，最近幾年引起廣泛關(guān)注。在該定理要求下，信號(hào)的采樣率必須大于信號(hào)帶寬的2倍才能實(shí)現(xiàn)信號(hào)的準(zhǔn)確重。此外，視頻編碼過(guò)程中圖像變換后大部分的系數(shù)被舍棄造成了數(shù)據(jù)和系統(tǒng)資源的浪費(fèi)近年來(lái)出現(xiàn)的壓縮感知（Compressive Sencing，CS）理論指出在已知信號(hào)具有稀疏性或可壓縮性的前提下，用于重構(gòu)的樣本數(shù)可以遠(yuǎn)遠(yuǎn)低于傳統(tǒng)的香農(nóng)采樣定理下的樣本數(shù)[1]。 分布式視頻編解碼國(guó)際標(biāo)準(zhǔn)化組織（ISO/IEC）和國(guó)際電信聯(lián)盟（ITUT）這兩個(gè)標(biāo)準(zhǔn)化組織分別領(lǐng)導(dǎo)和制定了兩個(gè)視頻壓縮編碼的系列國(guó)際標(biāo)準(zhǔn)：，它們被廣泛應(yīng)用于視頻壓縮各個(gè)領(lǐng)域。然而一些視頻應(yīng)用場(chǎng)合恰恰相反，它們需要低復(fù)雜度的編碼器，在解碼端可以具有較高復(fù)雜度的解碼器，比如計(jì)算能力、內(nèi)存容量、耗電量都受限的無(wú)線視頻終端：無(wú)線視頻監(jiān)控、無(wú)線PC相機(jī)、移動(dòng)視頻電話等。傳統(tǒng)的視頻編碼技術(shù)不再適用于上述應(yīng)用場(chǎng)合，必須尋找新的視頻壓縮技術(shù)。分布式視頻編碼的實(shí)現(xiàn)算法從2002年開(kāi)始有學(xué)者進(jìn)行相關(guān)領(lǐng)域的研究，并逐漸引起關(guān)注的。 論文的主要內(nèi)容和組織結(jié)構(gòu)第一章為緒論，相關(guān)內(nèi)容上面已經(jīng)提及。主要包括壓縮感知理論的發(fā)展過(guò)程中產(chǎn)生的相關(guān)理論。第四章主要內(nèi)容是對(duì)整個(gè)實(shí)驗(yàn)的一個(gè)概括介紹，包括模型機(jī)制，算法等。第六章為總結(jié)和展望，提出待解決的問(wèn)題，分析理論的發(fā)展前景。1924年奈奎斯特(Nyquist)就推導(dǎo)出在理想低通信道的最高碼元傳輸速率的公式：理想低通信道的最高碼元傳輸速率W=2B Baud（其中W是理想）理想信道的極限信息速率（信道容量）C=B*log2 N (bps)。采樣定理說(shuō)明采樣頻率與信號(hào)頻譜之間的關(guān)系，是連續(xù)信號(hào)離散化的基本依據(jù)。1933年由蘇聯(lián)工程師科捷利尼科夫首次用公式嚴(yán)格地表述這一定理，因此在蘇聯(lián)文獻(xiàn)中稱為科捷利尼科夫采樣定理。采樣定理有許多表述形式，但最基本的表述方式是時(shí)域采樣定理和頻域采樣定理。 壓縮感知理論框架及其主要進(jìn)展 問(wèn)題描述考慮一個(gè)實(shí)值的有限長(zhǎng)一維離散時(shí)間信號(hào)X，可以看作為一個(gè)RN空間N1的維的列向量，元素X[n],n=1，2，…1維的基向量的線性組合表示。把向量作為列向量形成NN的基矩陣Ψ：=[Ψ1，Ψ2，…，ΨN]，于是任意信號(hào)X都可以表示為： or (1)其中，Θ是投影系數(shù)Θ=[θi]=[X，Ψi]構(gòu)成的N1的列向量。如果Θ的非零個(gè)數(shù)比N少很多，則表明該信號(hào)是可壓縮的。這種通過(guò)變換實(shí)現(xiàn)壓縮的方法稱為變換編碼。在這些系統(tǒng)中，采樣速率高但信號(hào)時(shí)可壓縮的，采樣得到N點(diǎn)采樣信號(hào)X；通過(guò)Θ=ΨTX變換后計(jì)算出完整的變換系數(shù)集合{θi}；確定K個(gè)大系數(shù)位置，然后扔掉NK個(gè)小系數(shù)；對(duì)K個(gè)大系數(shù)的值和位置進(jìn)行編碼，從而達(dá)到壓縮的目的。例如數(shù)碼相機(jī)具有千萬(wàn)像素的圖像傳感器，最后卻只使用到對(duì)圖像進(jìn)行變換壓縮后的幾Mbyte的數(shù)據(jù)[5]。壓縮感知理論首先由Cand232。Cand232。目前國(guó)內(nèi)已經(jīng)有科研單位的學(xué)者對(duì)其展開(kāi)研究，如西安電子科技大學(xué)課題組基于該理論提出采用超低速率采樣檢測(cè)超寬帶回波信號(hào)。壓縮感知理論是一種新的在采樣的同時(shí)實(shí)現(xiàn)壓縮目的的理論框架，其壓縮采樣過(guò)程如圖2所示。壓縮感知理論主要涉及以下幾個(gè)方面的內(nèi)容: 1) 對(duì)于信號(hào)X?RN，如何找到某個(gè)正交基或緊框架Ψ，使其在Ψ上的表示是稀疏的, 即信號(hào)的稀疏表示問(wèn)題。3) 如何設(shè)計(jì)快速重構(gòu)算法,從線性觀測(cè)Y= ACSX中恢復(fù)信號(hào)，即信號(hào)重構(gòu)問(wèn)題。 壓縮感知理論框架 信號(hào)的稀疏表示從傅立葉變換到小波變換再到后來(lái)興起的多尺度幾何分析（Ridgelet[6]，Curvelet[7]，Bandelet[8]，Contourlet[9]），科學(xué)家們的研究目的均是為了研究如何在不同的函數(shù)空間為信號(hào)提供一種更加簡(jiǎn)潔、直接的分析方式，所有這些變換都旨在發(fā)掘信號(hào)的特征并稀疏表示它，或者說(shuō)旨在提高信號(hào)的非線性函數(shù)逼近能力，進(jìn)一步研究用某空間的一組基表示信號(hào)的稀疏程度或分解系數(shù)的能量集中程度。文獻(xiàn)給出另一種定義：如果變換系數(shù)θi=X，Ψi的支撐域{i：θi≠0}的勢(shì)小于等于K，則可以說(shuō)信號(hào)X是K項(xiàng)稀疏。在研究信號(hào)的稀疏表示時(shí)，可以通過(guò)變換系數(shù)衰減速度來(lái)衡量變換基的稀疏表示能力。s和Tao研究表明，滿足具有冪次(powerlaw)速度衰減的信號(hào)，可利用壓縮感知理論得到恢復(fù)，并且重構(gòu)誤差滿足： (4)其中r=1