吳國光，劉桂雄，周松斌

（華南理工大學(xué)機(jī)械與汽車工程學(xué)院，廣東廣州 510640）

基于低復(fù)雜度自適應(yīng)幀的WVSN視頻編碼方法

吳國光，劉桂雄，周松斌

（華南理工大學(xué)機(jī)械與汽車工程學(xué)院，廣東廣州 510640）

針對WVSN視頻節(jié)點(diǎn)資源受限與視頻編碼方法復(fù)雜度高等問題，提出一種基于低復(fù)雜度自適應(yīng)幀的視頻編碼方法。由“隔塊-對角線”差異值計算方法求得差異值，建立自適應(yīng)幀傳輸機(jī)制，避免逐幀判斷，減少計算量。幀內(nèi)圖像采用多邊形DCT裁剪JPEG壓縮，減少二維DCT計算復(fù)雜度。實驗結(jié)果表明，該方法在保證視頻質(zhì)量前提下，能有效降低視頻編碼復(fù)雜度，與無裁剪JPEG圖像壓縮相比，當(dāng)前幀、差分幀JPEG壓縮DCT計算量分別減少9.4%、56.3%；與M-JPEG視頻編碼相比，平均PSNR減少3.1%情況下，平均文件大小顯著減少55.0%。

無線視頻傳感器網(wǎng)絡(luò)；視頻編碼；低復(fù)雜度；自適應(yīng)

0 引言

無線視頻傳感器網(wǎng)絡(luò)（wireless video sensor network，WVSN）在視頻監(jiān)控、運(yùn)動檢測與跟蹤等領(lǐng)域廣泛應(yīng)用，但節(jié)點(diǎn)資源受限、視頻數(shù)據(jù)量大，嚴(yán)重制約其發(fā)展，故必須在傳輸數(shù)據(jù)前對視頻數(shù)據(jù)編碼[1]。MPEG-x、H.26x等基于運(yùn)動估計補(bǔ)償提高壓縮率，但計算量大難以在WVSN應(yīng)用[2]；分布式信源編碼技術(shù)將復(fù)雜度從編碼端轉(zhuǎn)移至解碼端，但解碼須編碼節(jié)點(diǎn)保持同步、建立多個信源數(shù)據(jù)相互關(guān)系模型等[3-4]；多節(jié)點(diǎn)協(xié)同編碼方法減少圖像重疊部分?jǐn)?shù)據(jù)傳輸，但僅適合于視頻節(jié)點(diǎn)高密度分布場合[5]；個體信源編碼方法的差分JPEG編碼具有數(shù)據(jù)傳輸量小、信息源間無需通信特點(diǎn)，可在WVSN中應(yīng)用[6]，國內(nèi)外學(xué)者在減少JPEG壓縮計算量、提高差分JPEG編碼適應(yīng)性等方面開展許多工作。Mammeri等[7-8]將DCT系數(shù)按矩形、三角形裁剪減少計算量，但裁剪模式較少；Lecuire等提出Cordic-Loeffler快速DCT算法與矩形DCT裁剪結(jié)合，但只能簡單組合使用[9-10]；文獻(xiàn)[11]采用周期性產(chǎn)生并傳輸參考幀方法，但存在應(yīng)用適用性、靈活性問題；Aghdasi等通過比較參考幀、差分幀發(fā)送像素總數(shù)，動態(tài)更新參考幀，提高方法自適應(yīng)能力，但算法復(fù)雜[12]。基于差分JPEG方法，本文提出一種低復(fù)雜度自適應(yīng)視頻編碼方法，詳細(xì)闡述自適應(yīng)幀傳輸機(jī)制、幀內(nèi)圖像壓縮方法、編碼參數(shù)初始化與自適應(yīng)調(diào)整方法。

1 基于低復(fù)雜度自適應(yīng)幀的視頻編碼原理

圖1為基于低復(fù)雜度自適應(yīng)幀的視頻編碼方法原理框圖。原始圖像、參考幀數(shù)據(jù)由自適應(yīng)幀更新算法生成當(dāng)前幀、差分幀，采用多邊形裁剪壓縮后經(jīng)無線方式發(fā)送至接收端。無線視頻節(jié)點(diǎn)資源受限，視頻編碼算法應(yīng)權(quán)衡復(fù)雜度、場景變化程度與編碼質(zhì)量要求。故建立低復(fù)雜度參考幀更新機(jī)制、圖像壓縮方法以及視頻編碼參數(shù)自適應(yīng)選取方法是實現(xiàn)低復(fù)雜度自適應(yīng)幀的視頻編碼方法的關(guān)鍵。

圖1 基于低復(fù)雜度自適應(yīng)幀的視頻編碼方法原理框圖

1.1 低復(fù)雜度自適應(yīng)幀更新機(jī)制

差分JPEG壓縮發(fā)送數(shù)據(jù)分為當(dāng)前幀、差分幀，參考幀是視頻節(jié)點(diǎn)發(fā)送數(shù)據(jù)的判定依據(jù)。若當(dāng)前幀圖像與參考幀圖像差異值大于設(shè)定閾值，則發(fā)送當(dāng)前幀并更新參考幀，否則發(fā)送差分幀，差異值計算方法、幀傳輸判定是自適應(yīng)幀更新機(jī)制的核心。

為克服逐像素相減累加求差異值法計算量大的問題，下面提出一種“隔塊－對角線”差異值計算方法，圖2為該算法示意圖。

圖2 “隔塊－對角線”差異值計算方法示意圖

圖2（a）將圖像分為8×8 DCT塊，標(biāo)記“1”表示計算該塊差異值，“0”表示不計算；圖2（b）針對圖2（a）中每個DCT塊，只計算標(biāo)記“a”位置像素點(diǎn)差異值；圖2（c）為“隔塊－對角線”差異值計算方法完整示意圖。設(shè)圖像行、列象素數(shù)分別為Pline、Prow，當(dāng)前幀、參考幀圖像分別為Cf、Rf，則差異值Dsum計算式為

可以看出，該算法較逐像素相減累加法計算量減少87.5%。

基于差異值Dsum，由自適應(yīng)幀傳輸機(jī)制確定發(fā)送幀類型，圖3為該方法示意圖，傳輸類型分為發(fā)送當(dāng)前幀、單次發(fā)送差分幀、連續(xù)發(fā)送p個差分幀3種，連續(xù)發(fā)送p個差分幀針對場景變化較慢情況，可避免逐幀判斷從而減少計算量。

圖3 自適應(yīng)幀傳輸方法示意圖

由于圖3閾值THDsum、TH′Dsum及p值與其他視頻編碼參數(shù)有關(guān)，這些參數(shù)將在視頻編碼參數(shù)自適應(yīng)選取方法中進(jìn)一步討論。

1.2 多邊形裁剪JPEG壓縮方法

幀內(nèi)壓縮采用發(fā)明專利技術(shù)“一種基于多邊形裁剪DCT的JPEG圖像壓縮方法”[13]，圖4（a）為該方法示意圖（裁剪系數(shù)為10），僅計算選取區(qū)域系數(shù)，其他系數(shù)置0，裁剪模式為15種。若裁剪系數(shù)為ρ，則多邊形裁剪系數(shù)個數(shù)N（ρ）為

圖4（b）為DCT系數(shù)個數(shù)與裁剪系數(shù)關(guān)系圖。

N（ρ）是ρ函數(shù)，ρ越大則N（ρ）越多，計算量增加，越接近標(biāo)準(zhǔn)JPEG壓縮系數(shù)個數(shù)。選擇滿足圖像壓縮質(zhì)量下的N（ρ）非常關(guān)鍵，既要保證質(zhì)量，又要盡量降低計算量?；趫D像所含頻率成分不同，以及WVSN應(yīng)用場合對圖像壓縮質(zhì)量要求差異，本文采用多邊形裁剪JPEG壓縮圖像與標(biāo)準(zhǔn)JPEG壓縮圖像均方根誤差（MSE）為壓縮質(zhì)量衡量指標(biāo)，與設(shè)定閾值比較，求得合理裁剪系數(shù)。設(shè)標(biāo)準(zhǔn)JPEG、多邊形裁剪JPEG壓縮圖像分別為I、I′，則

圖4（c）為MSE與ρ關(guān)系趨勢圖，ρ增大，MSE減小，且當(dāng)ρ=15時MSE=0。設(shè)滿足編碼質(zhì)量要求時MSE閾值為THMSE，則合理裁剪系數(shù)為

多邊形裁剪JPEG壓縮方法具有較多裁剪模式，DCT計算個數(shù)隨裁剪系數(shù)變化較平緩，可滿足多種應(yīng)用場合編碼質(zhì)量要求。

1.3 視頻編碼參數(shù)自適應(yīng)選取方法

視頻參數(shù)對視頻壓縮質(zhì)量、編碼效率有直接影響，經(jīng)驗值法受主觀因素影響較大。圖5為本文提出的一種參數(shù)自適應(yīng)選取方法。

視頻傳輸初始階段，視頻節(jié)點(diǎn)發(fā)送n幀原始圖像至視頻集成平臺，集成平臺將圖像序列分為當(dāng)前幀、差分幀不同組合，求得圖像序列合理組合方式mopt、當(dāng)前幀、差分幀裁剪系數(shù)ρc與ρD、閾值THDsum、TH′Dsum等參數(shù)并傳輸至視頻節(jié)點(diǎn)；正常傳輸階段，視頻節(jié)點(diǎn)采集圖像后由差異值計算方法求得Dsum并得到傳輸幀類型，圖像壓縮后傳輸；集成平臺接收后解碼、顯示并實時監(jiān)測實際傳輸時圖像序列組合方式m。對于場景變化較慢情況，可令m≤mopt；對于m＜0.5mopt場景變化較快情況，設(shè)定上述情況連續(xù)出現(xiàn)次數(shù)t≥3，才重新初始化，保證視頻場景變化有效性，避免系統(tǒng)參數(shù)頻繁初始化。

圖4 多邊形DCT系數(shù)裁剪方法及對應(yīng)特性曲線圖

圖5 視頻編碼參數(shù)自適應(yīng)選取方法流程圖

1.3.1 合理圖像序列組合方式選取

圖6為當(dāng)前幀、差分幀圖像序列組合方式示意圖，n幀原始圖像可分為n-1方式，方式mi∈[1，n-1]，表示發(fā)送1當(dāng)前幀、i幀差分幀。

圖6 當(dāng)前幀、差分幀圖像序列組合方式示意圖

圖像序列組合方式影響數(shù)據(jù)傳輸量、視頻傳輸質(zhì)量，若實際傳輸時圖像序列組合方式m越小，則當(dāng)前幀nc越多、數(shù)據(jù)量越大，視頻質(zhì)量越好。將n幀圖像按圖6分為n-1個組合方式，依次計算當(dāng)前幀與參考幀差異值并取平均。圖7為平均差異值Dˉsum趨勢示意圖，可以看出，m越大，Dˉsum越大，則mopt應(yīng)取與平均差異值Dˉsum-mean最接近方式

圖7 圖像序列不同組合方式平均差異值趨勢示意圖

1.3.2 合理裁剪系數(shù)選取

由多邊形裁剪壓縮裁剪系數(shù)選取方法可求得組合方式mopt下當(dāng)前幀、差分幀裁剪系數(shù)并取算術(shù)平均值，求得當(dāng)前幀、差分幀合理裁剪系數(shù)ρc、ρD計算式為

1.3.3 自適應(yīng)幀傳輸方法參數(shù)選取

合理圖像序列組合方式mopt下，有1個當(dāng)前幀、mopt－1個差分幀，可求得最大、最小差異值分別為Dsum-max、Dsum-min，則圖3中閾值THDsum=Dsum-max、TH′Dsum= 0.5（Dsum-max+Dsum-min）。若Round為取整運(yùn)算，則視頻傳輸時，由Dsum可得p（p≤mopt）值計算式為

初始化階段，接收端由上述方法求得視頻編碼各參數(shù)。為保證參數(shù)能適應(yīng)場景變化，圖像傳輸階段，接收端實時監(jiān)測實際傳輸時圖像序列組合方式m并根據(jù)圖5流程決定是否重新更新參數(shù)。

2 實驗研究

在Matlab平臺建立仿真環(huán)境，測試視頻來自http：//trace.eas.asu.edu/yuv/視頻測試序列Hall Monitor（QCIF），應(yīng)用于建筑安全監(jiān)控，共300幀，取亮度分量為測試對象，1～14幀畫面無變化，系視頻起始階段，故選取15～300幀為仿真測試視頻。第15～30幀為初始化階段參數(shù)選取序列，圖8為第15，19，23，30幀圖像。

圖8 測試視頻序列

2.1 視頻編碼初始化參數(shù)選取結(jié)果

圖10為圖像序列組合方式為12時，即每發(fā)送1個當(dāng)前幀，發(fā)送12個差分幀，Dsum與差分幀序號曲線圖。由自適應(yīng)幀傳輸機(jī)制可得THDsum=4.71，TH′Dsum=3.47，p=Round[16.21-3.23Dsum]（p≤mop）t。

圖9 平均差異值Dsum與圖像序列組合方式關(guān)系圖

圖10 組合方式為12時Dsum與差分幀序號i關(guān)系圖

測試視頻合理圖像序列組合方式下當(dāng)前幀、差分幀個數(shù)分別為2和14，圖11為當(dāng)前幀、差分幀分別采用多邊形裁剪JPEG壓縮裁剪系數(shù)與標(biāo)準(zhǔn)無裁剪JPEG壓縮MSE曲線圖。

若THMSE=0，即與無裁剪壓縮差異為0，則由式（6）可分別求得ρc=12、ρc=7，由式（2）可求得，當(dāng)前幀、差分幀JPEG壓縮DCT計算量分別減少9.4%、56.3%。

2.2 視頻傳輸仿真實驗結(jié)果

得到視頻編碼初始化參數(shù)后，對余下圖像序列進(jìn)行仿真測試，測試結(jié)果與動態(tài)JPEG編碼（M-JPEG）[14]（采用逐幀JPEG壓縮，在WVSN中較常使用）進(jìn)行對比，圖12為本文提出方法與M-JPEG法PSNR、圖像文件大小對比圖。

由圖12可看出，本文方法與M-JPEG圖像平均PSNR分別為37.6，38.8 dB，降低3.1%，但圖像平均文件大小分別為6.8，15.1 kb，顯著減少55.0%，故權(quán)衡圖像質(zhì)量、運(yùn)算量、數(shù)據(jù)傳輸量指標(biāo)，本文研究編碼方法優(yōu)于M-JPEG，適合應(yīng)用于資源受限的WVSN。

3 結(jié)束語

圖11 組合方式mopt下當(dāng)前幀、差分幀MSE曲線圖

圖12 本文方法與M-JPEG法對比圖

本文提出的低復(fù)雜度自適應(yīng)視頻編碼方法，基于當(dāng)前幀與參考幀差異值動態(tài)更新參考幀，避免逐幀判斷，減少運(yùn)算量；自適應(yīng)幀傳輸機(jī)制采用“隔塊－對角線”差異值計算方法具有運(yùn)算量小、較適用于中近景監(jiān)控場合等特點(diǎn)；幀內(nèi)圖像壓縮采用多邊形裁剪JPEG壓縮方法，實現(xiàn)圖像質(zhì)量精細(xì)調(diào)節(jié)，具有適用性好、裁剪模式多、復(fù)雜度低特點(diǎn)；無線視頻節(jié)點(diǎn)編碼參數(shù)由視頻數(shù)據(jù)求得初始化參數(shù)，可避免經(jīng)驗值法受主觀因素影響較大且適應(yīng)性不強(qiáng)問題。測試視頻實驗表明本文編碼方法在保證視頻編碼質(zhì)量前提下，可顯著降低編碼運(yùn)算量、數(shù)據(jù)傳輸量，適合于資源受限的WVSN。

[1]Akyildiz I F，Melodia T，Chowdhury K R.A survey on wireless multimedia sensor networks[J].Computer Networks，2007，51（4）：921-960.

[2]Misra S，Reisslein M，Xue G L.A survey of multimedia stream ing in wireless sensor networks[J].IEEE Communicatons Surveys&Tutorials，2008，10（4）：18-39.

[3]Puri R，Majumdar A，Ishwar P，et al.Distributed video coding in wireless sensor networks[J].IEEE Signal Process Mag，2006（23）：94-106.

[4]Pereira F，Torres L，Guillemot C，et al.Distributed video coding：selecting themost promising application scenarios[J]. Signal Process：Image Commmun，2008（23）：339-352.

[5]Ye C H，Ramchandran K.Robust distributed multiview video compression for wireless camera networks[J].IEEE Transactions on Image Processing，2010，19（4）：995-1008.

[6]Lee D U，Kim H，Rahimi M，et al.Energy-efficient image compression for resource-constrained platforms[J]. IEEE Transactions on Image Processing，2010，18（9）：2100-2113.

[7]Mammeri A，Khoumsi A，Ziou D，et al.Energy-aware JPEG for visual sensor networks[M].MCSEAI，2008-O－ran，Algeria：1-7.

[8]Mammeri A，Khoumsi A，Ziou D，et al.Modeling and adapting JPEG to the energy requirements of VSN[C]∥Proceedings of 17th International Conference on Computer Communications and Networks：Virgin Islands，2008：1-6.

[9]Heyne B，Sun C C，Goetze J，et al.A computationally efficient high-quality cordic based DCT[C]∥Proc Conf EUSIPCO：Florence Italy，2006.

[10]Lecuire V，Makkaoui L，Moureaux J M.Fast zonal DCT for energy conservation in wireless image sensor networks[J].Electronics Letters，2012，48（2）：125-127.

[11]Feng W，Kaiser E，F(xiàn)eng W C，et al.Panoptes：scalable low-power video sensor networking technologies[J]. ACM Transctions on Multimedia Computing，Communications and Applications，2005，1（2）：151-167.

[12]Aghdasi H S，Abbaspour M，Moghadam M E，et al.An energy-efficient and high-quality video transmission architecture in wireless video-based sensor netowrk[J]. Sensors，2008（8）：4529-4559.

[13]劉桂雄，吳國光，譚勇.一種基于多邊形裁剪DCT的JPEG圖像壓縮方法[P].中國，201210131458.1.

[14]Dung T V，Nguyen T Q.Quality enhancement for motion JPEG using temporal redundancies[J].IEEE Transactions on Circuits and Systems for Video Technology，2008，18（5）：609-619.

WVSN video coding method based on low complexity self-adaptive frame

WU Guo-guang，LIU Gui-xiong，ZHOU Song-bin
（School of Mechanical and Automotive Engineering，South China University of Technology，Guangzhou 510640，China）

For resolving the problem of constrained resources of node in WVSN and high complexity video coding，a video coding method based on low complexity self-adaptive frame was proposed.The difference value is calculated based on"interlaced-diagonal"method，and the type mechanism of the self-adaptive frame is established to avoid judging each frame to decrease the computation complexity.And intra-frame image coding is based on polygonal DCT pruning JPEG to decrease the complexity of 2D DCT.Simulation results indicate that on the premise of video quality，the proposed method can effectively decrease the complexity of video coding.Compared to JPEG without DCT pruning，the computation amount of DCT in current-frame and differenceframe are decreased by 9.4%and 56.3%respectively.Compared to M-JPEG，the average image size decreased by 55.0%while the average PSNR decreased by 3.1%.

wireless video sensor network；video coding；low complexity；self-adaptation

TP212.9；TN944+.4；TN941.1；TP273+.21

A

1674-5124（2013）03-0073-06

2012-07-23；

：2012-09-29

中國博士后科學(xué)基金項目（2012M 511562）；廣東省高等學(xué)校高層次人才項目（粵教師函[2010] 79號文）

吳國光（1983-），男，廣東梅州市人，博士研究生，主要從事先進(jìn)傳感與先進(jìn)儀器研究。