??? 摘 要： 分析了噪聲對視頻圖像壓縮速度的影響及傳統去噪" title="去噪">去噪方法的性能缺陷，提出了使用二次殘差算法來改進由于噪聲引起誤判的思想，以提高壓縮速度。實驗結果說明，該方法能有效地減少由噪聲帶來的誤判，在壓縮速度上也較傳統方法有一定的改善。
??? 關鍵詞： 視頻圖像? 壓縮速度? 殘差算法
?
??? 隨著全世界安防事業的迅猛發展，視頻監控" title="視頻監控">視頻監控系統的應用越來越廣泛，視頻卡的需求也隨之增加。由于原始視頻數據量很大，直接對其進行存儲與傳輸實現起來比較困難。故在保證圖像質量的前提下，減少圖像的數量，提高壓縮速度將成為研究的重點。
??? 視頻圖像之所以可以被壓縮，是因為它們存在著很多數據冗余[1]：視覺冗余、空間冗余、時間冗余以及編碼冗余[2-3]。在視頻壓縮過程中，最重要的是減少視頻的時間冗余，即同一像素點在不同時刻具有很大的相關性，稱為時間上的冗余。由于視頻是一系列的圖像序列，很多時候前一幀與后一幀的差別并不大，如果每一幀圖像都傳送將會存在很多冗余。故對有運動的塊進行編碼傳輸，忽略沒有運動的塊，就可以達到比較高的壓縮比率。
??? 在判斷宏塊" title="宏塊">宏塊是否有運動的時候，通常采用殘差計算，當結果超過閾值時就進行后續運算編碼。但是在視頻監控中的視頻壓縮與通常的影片視頻壓縮有很大的不同，在實際使用中會有很多圖像噪聲。而噪聲的引入會對判斷宏塊是否有運動造成影響，增加了許多額外的運動向量估計，減緩了壓縮速度。本文針對如何減少圖像噪聲帶來的影響，提出了一種改進的殘差計算方法，有效地優化了視頻壓縮速度。
1 殘差算法改進的原因
1.1 圖像的噪聲
??? 在視頻監控系統中，攝像頭中的CCD感光器件將光信號轉換成電信號形成了圖像信號，但是在這個過程中卻不可避免地引發了噪聲問題。圖像中的噪點一般是由CCD噪聲形成的，主要有散粒噪聲、暗電流噪聲、轉移噪聲。當CCD在低光照、低反差下應用時,散粒噪聲成為主要的噪聲源，它是CCD敏感器件所固有的噪聲,不能被后續電路所抑制或抵消[4]。因此，在視頻監控實際使用過程中，圖像的噪點主要是由CCD形成的散粒噪聲所引起的。
??? 圖像去除白噪聲" title="白噪聲">白噪聲的方法已經有很多經典的算法，如平均濾波、中值濾波以及頻域濾波等。但是傳統的去噪方法不能完全適用，主要原因：(1)去噪算法本身需要增加很多運算量，因此很難加快壓縮速度。(2)由于白噪聲的隨機性，即使運用去噪算法，后兩幀所得的結果不會一致，還是會造成前后幀的殘差過大。(3)對于需要傳輸的圖像或者圖像的某一部分，壓縮算法都會進行離散余弦變換DCT(Discrete Cosine Transform)，并且對高頻分量的量化步長會比較大，這也將影響圖像的去噪效果。
??? 因此傳統的去噪方法不會提高視頻壓縮的速度，故達不到所要求的目的。
1.2 殘差算法
??? 在視頻壓縮的過程中，最重要的工作是消除時間上的冗余性，即盡量去除幀與幀之間的冗余。對于XVID編碼格式，幀分成VOP_I與VOP_P。VOP_I采用幀間編碼模式，VOP_P采用幀內編碼模式。幀內編碼采用的是類似于JPEG壓縮算法即將一幀圖像傳輸過去，而幀間編碼是將兩幀之間的差值傳送過去。在幀間編碼的過程中，首先對圖像分成16×16的宏塊，然后判斷該宏塊是否相對于前一幀運動，如果沒有運動，則設置成SKIP模式不進行編碼；如果視頻能夠盡可能地使用幀間編碼方式，同時又有許多的宏塊是SKIP模式的，則可以不進行最為耗時的運動估計算法" title="估計算法">估計算法，而視頻流將會比較小，編碼的速度也會大大增加。
??? 在幀間編碼方式上，判斷一幀圖像是否有運動，需要將其編碼成SKIP模式，主要是與前一幀圖像進行如下殘差計算：
??? 
??? 由前面的分析可知，圖像的噪點主要是由散粒噪聲所引起的，特別是在光線不足的情況下噪點越發明顯。由于噪點的引入使得原本沒有變化的兩幀圖像計算得到的殘差SAD很大，超過了判斷閾值，被誤判為運動塊，進行了非常耗時的DCT或者運動向量估計算法，造成了視頻壓縮速度的降低以及傳輸碼流的增大。為此，提出了對SAD殘差算法的改進。
2 殘差SAD算法的改進
??? 由于噪點的引入，使得原有SAD算法判斷圖像運動與否的過程出現了很多誤判，為了減少這種誤判提出了對原有SAD算法的改進，增加了二次殘差判斷SAD′。二次計算殘差的SAD′算法如下：
??? 
??? 式(2)與式(1)原有的SAD相比只是將取絕對值放到了對所有點殘差求和之后。其實驗結果：兩幀沒有變化的圖像如圖1所示，將圖1中圖像的每個像素相減求差后得到結果如圖2所示。
?
?
??? 由圖2可以看出，差值基本符合白噪聲的規律。SAD算法是將每個差值取絕對值后累加得到的SAD(MBM×N)，其值將遠遠大于運動閾值。而在本文提出的改進SAD′算法中是將每個差值直接累加后取絕對值。由于白噪聲的統計特性，所得到的結果SAD′(MBM×N)非常接近于0。即式(2)可以等效于式(3)。
??? 
式中，Y(x，y)為當前幀圖像，Ypre(x，y)為前一幀圖像，N(x，y)為當前幀散粒噪聲，Npre(x，y)為前一幀散粒噪聲。由于圖像未運動Y(x，y)＝Ypre(x，y)，又因為白噪聲的統計特性
因此SAD′(MBM×N)理論值為0，與實驗結果相吻合。
??? 在運算殘差過程中，如果SAD值大大超過閾值，則需要進行二次閾值判斷SAD′；如果是噪聲引起的殘差值，則可以很有效地避免誤判，而不需要進行耗時的運動向量估計算法。
3 改進殘差算法的應用
??? 本文選用MPGE－4編碼器作為視頻編碼器，并采用源碼開發的XVID壓縮格式。為了提高壓縮速度，選用XVID中的single pass編碼方式[5]。
3.1 MPGE－4編碼器工作流程
??? 首先判斷采用幀內編碼模式還是幀間編碼模式，即判斷是否對整一幅圖像進行編碼還是對某些部分進行編碼。若采用幀內編碼其原理如JPEG算法；若采用幀間編碼，則需要將圖像分塊判斷該塊是否運動，通過殘差計算與前一幀圖像進行比較。如果是靜止塊則設置成SKIP模式進行簡單的處理；如果是運動塊則進行運動向量估計。編碼器的工作流程如圖3所示。
?
3.2 二次殘差算法的驗證
??? 在整個編碼流程中有兩處用到了殘差算法：
??? (1)在判斷是采用幀間編碼還是幀內編碼時調用了MEanalysis函數。MEanalysis的原理是：如果某個宏塊的殘差的sad大于該宏塊的平均值的偏離，則使用intra方式；否則使用inter方式，然后對這些宏塊進行統計，得到整幀的編碼方式，即if(sSAD>IntraThresh2) return I_VOP；//IntraThresh=90。
??? (2)在采用幀間編碼確定SKIP模塊時，每個宏塊調用sad16v計算本宏塊與參考幀對應位置的宏塊的亮度的殘差，將其保存在相應的數組中；然后調用sad8兩次，分別計算u分量和v分量的殘差，也保存在相應的數組中。如果該宏塊的量化差值為0，并且所記錄的最大亮度塊殘差沒有超過SKIP模式的閾值，則使用xvid_me_SkipDecisionP確認符合SKIP模式。即：
??? if(iSAD>=BFRAME_SKIP_THRESHHOLD?鄢pMB->quant)
??? { bSkip=0；/?鄢could not SKIP?鄢/}//BFRAME_SKIP_THRESHHOLD=30
?? ?通過上述函數分析可知，在幀內編碼模式和幀間編碼的確定過程中，都是通過計算殘差SAD得到的，而且在判斷宏塊是否為SKIP模式時還需要通過Y、U、V三次計算殘差。
??? 在本應用中將上述兩個判斷引入二次殘差算法計算SAD′，同時加大了閾值門限IntraThresh和BFRAME_SKIP_THRESHHOLD(分別增加了10%)，并分別設為99和33，并且在判斷宏塊是否為SKIP模式時只對亮度信號進行殘差運算忽略色度信號，達到了一定效果。其編碼器速度優化結果如表1所示。
?
??? 表1是在低照度、分辨率為360×288的情況下得到的結果。從表中數據可以看出，改進以后壓縮速度提高了40％以上，因此，在保證視頻顯示效果的同時，增加二次殘差計算能夠大大減少誤判，可有效提高壓縮速度。
??? 在保證圖像不失真的前提下，提高壓縮速度是當前視頻編碼的熱點問題。本文在原有殘差算法的基礎上，給出了一種適用于MPEG環境的二次殘差算法。與傳統算法相比，該方法可以更有效地避免由于噪聲引起的運動塊誤判。應用表明，改進后的算法可以明顯提高壓縮速度，有效解決由CCD噪聲引起的運動誤判問題。
參考文獻
[1] 薛文通，宋建社，袁禮海，等.圖像壓縮技術的現狀與發展.計算機工程與應用，2003，(2).
[2] TORRES L，KUNT M.Video coding：the second generation?approach[M].Englewood Cliffs，NJ：Kluwer，1996.
[3] SALEMBIER P，TORRES L，MEYER F，et al.Region-based video coding using mathematical morphology[J].Proc.IEEE，1995，83(6)：843-857.
[4] 謝小權.低照度CCD圖像采集及噪聲預處理．電子技術應用，2000，26(8)：11－12.
[5] 王文慶，毛文林，張利飛．基于MPEG-4的視頻監控系統模型及實現.計算機工程，2006，(11).