当前位置: 首页 > 科技成果列表 > 科技成果详细

一种自适应阈值的视频流多纹理方向错误隐藏方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2014-03-18

专利所属地 :中国

专利号:ZL201410100233.9

应用领域:其他信息技术服务业

技术领域:电子信息

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

一种自适应阈值的视频流多纹理方向错误隐藏方法,其特征是基于改进的自适应阈值的Sobel边缘检测算法。该方法通过检测出错误宏块的相邻块可能的边缘方向,结合边界像素差值成本函数自适应地确定错误宏块中每个像素点的插值方向,然后对错误宏块中的每个像素点进行方向插值来恢复错误宏块。这能够更精确地提取出边缘信息及自适应地恢复丢失宏块,保证了恢复后视频图像的平滑性。

与H.264标准的错误隐藏算法相比,本发明在主观视觉判断和客观数值计算上都有一定的提高。

具体方法包括以下步骤:

  1. 判断接收端收到的视频图像的宏块是否发生错误,如果是,则转到步骤2;否则转到步骤6。

  2. 对错误宏块的相邻块进行改进的Sobel边缘检测算法,依次确定各个相邻块的边缘方向。

  3. 根据边缘像素差值成本函数自适应确定错误宏块中每个像素点的插值方向。边界像素差值成本函数为:

    • f(i,j)为错误宏块中的像素点灰度值,
    • f'(i,j)为经过错误宏块的像素点沿着可能的边缘方向与相邻块交点的像素点灰度值,
    • PN为经过错误宏块的像素点沿着可能的边缘方向与相邻块交点的集合。
  4. 对错误宏块中的每个像素点依据其插值方向计算方向插值,并恢复错误宏块。

  5. 判断错误宏块是否全部被错误隐藏,如果是,则转到步骤6;否则转到步骤2。

  6. 输出接收到的视频图像。

所述的改进的Sobel边缘检测算法如下:

(1) 计算梯度的幅值和方向: - 水平梯度Jx(i,j)为:Jx(i,j)=Gx²(i,j) + Gy²(i,j) - 垂直梯度Jy(i,j)为:Jy(i,j)=2Gx(i,j)Gy(i,j) 其中,Gx(i,j)和Gy(i,j)分别是传统的Sobel边缘检测算法中的水平梯度和垂直梯度。令图像中每个像素点的梯度幅值和方向分别为G(i,j)和θ(i,j),则:

(2) 自适应阈值设定: - 设待进行边缘检测视频图像的尺寸大小为M×N,进行边缘检测的图像需要剔除边界点,因此其尺寸大小为(M-2)×(N-2); - 基于自适应阈值进行边缘检测的步骤如下: 1) 分别根据以下两个公式计算待进行边缘检测图像的平均梯度幅值MG1和梯度标准差SD1: - MG1 = (ΣG(i,j) / (M×N)) - SD1 = √((Σ(G(i,j) - MG1)²) / (M×N)) 2) 令自适应阈值Ath1=MG1+k1×SD1,其中k1为阈值因子;如果G(i,j)>Ath1,则初步判定该像素点为待定边缘点; 3) 分别根据以下两个公式计算以待测像素点为中心的3×3邻域窗中像素的平均梯度幅值MG2和梯度标准差SD2: - MG2 = (ΣG(i,j) / (3×3)) - SD2 = √((Σ(G(i,j) - MG2)²) / (3×3)) 4) 令自适应阈值Ath2=MG2+k2×SD2,其中k2为阈值因子;如果G(i,j)>Ath2,则可判定该像素点为边缘点。

(此文字表达经过AI优化完善,查看原文请点击 原文)
专利基本信息
专利名称 一种自适应阈值的视频流多纹理方向错误隐藏方法
专利状态 - 专利号(申请号) ZL201410100233.9
申请号 - 专利申请日期 2014-03-18
专利授权日期 2017-04-19 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 张小红;胡婷;钟小勇
权利人 -
专利摘要 一种自适应阈值的视频流多纹理方向错误隐藏方法,其特征是基于改进的自适应阈值的Sobel边缘检测算法,通过检测出错误宏块的相邻块可能的边缘方向,结合边界像素差值成本函数自适应地确定错误宏块中每个像素点的插值方向,然后对错误宏块中的每个像素点进行方向插值来恢复错误宏块,能够更精确的提取出边缘信息及自适应的恢复丢失宏块,保证了恢复后视频图像的平滑性。本发明与H.264标准的错误隐藏算法相比,其视频图像隐藏效果在主观视觉判断和客观数值计算上都有一定的提高。
成果评价分析
技术应用分析
服务案例
Baidu
map