抢险救灾移动环境下视频高速传输技术研究

任李

摘要：为解决抢险救灾移动环境下视频高速传输的问题，针对一种超分辨率重建的图像压缩编码框架的特点，提出针对性的图像超分辨率重建算法，以优化整体的编码性能，提升视频传输效率。

关键词：超分辨率；图像编码；视频传输

中图分类号： TP391 文献标识码： A 文章编号：1009-3044（2017）34-0018-01

1 概述

近年來，自然灾害频发，抢险救援中，迅速全面的了解灾情为指挥决策提供情报，是遂行任务成功与否的关键。其中，应急通信是获取灾情的重要手段之一。目前，抢险救援应急通信手段主要有移动电话、卫星电话和应急通讯指挥车，移动电话和卫星电话主要以语音信号为主，应急通信车增加了图像信号传输。

因此，针对抢险救援移动环境下视频传输这一特定背景，如何运用图像处理相关的新理论、新技术，并充分利用现有图像/视频编码技术成果，开发针对性强的图像及视频压缩技术，以实现在保证高质量图像效果、低编码复杂度情况下，实现视频高速稳定传输的目标。这项工作的开展，具有非常重要的理论研究意义和广泛的应用价值。

目前，把超分辨率重建技术和传统图像编码方法结合起来，以得到更好的压缩效果是前沿研究领域之一，国内外在这方面的研究还处于探索阶段，本文对此也进行初步地研究。

2 编码框架

为了充分利用编码框架中存在原始图像的优势，在同等主、客观图像质量下，大幅度提高结合超分辨率重建技术的图像及视频编码效率，为实际应用打下坚实基础，与现有算法把超分辨率重建图像作为最终解码重建图像不同，该算法框架中设计了反馈环节，即在编码端用原始图像减去超分辨率重建图像得到残差辅助图像[1]，在解码端用该残差辅助图像弥补在超分辨率图像重建环节中损失的高频细节信息，在保证残差辅助图像较低编码比特率的情况下，大幅度提高了解码重建图像质量。

3 算法设计

在编码框架超分辨率重建环节，可以采用多帧重建算法，如提出的基于自适应正则化的时空超分辨率重建算法等。但由于配准精度、算法复杂度等限制，重点关注单幅超分辨率重建算法。区别于传统超分辨率重建，拟构建基于稀疏表示[2]的多类别字典图像超分辨率重建算法。在训练集预处理步骤，对于每一类（如纹理分类、方向分类等）训练图像块，独立离线学习一个紧凑的子字典，如图2所示。

而后进行稀疏编码，具体方法根据高性能或低复杂度的编码要求，采用如复杂度较低的正交匹配追踪（OMP）或重建精度较高正则的 OMP（ROMP）、梯度追踪（GP）、压缩感知匹配追踪（CoSaMP）、分段匹配追踪（StOMP）、子空间追踪（SP）、稀疏自适应匹配追踪（SAMP）等算法计算最优编码系数[μ（j）*]。

最后计算对应的高分辨率特征向量并合并高频块，以得到高分辨率重建图像，如图3所示。

4 结束语

本文针对抢险救援移动环境下高速传输视频技术进行了研究，针对一种超分辨重建图像框架，提出了相应的实现算法，能够较好满足视频图像重建压缩传输需要。

参考文献：

[1] 何小海，吴笛，滕奇志，卿粼波，黄建秋. 集成超分辨率重建的图像压缩编码新型框架及其实现[J].数据采集与处理，2014，29（1）：36-42.

[2] 宋海英，何小海，陈为龙，孙琰玥.多视频的时空超分辨率重建算法[J].北京邮电大学学报，2011，34（4）：85-88.