基于达芬奇平台的微波视频监控系统

3视频压缩技术H.264的应用

　　H.264的基本流程是编码器先将图像分割成图片，图片再分为宏块，对于每个宏块根据帧的类型分别加以处理。对于独立(I)帧，采用所谓的帧内预测，对非独立帧，采用帧间预测，即所谓的运动搜索，然后进行预测。并对预测采用DCT变换，最后采用熵编码(算术或变码长编码)。H.264由于采用了以下技术使压缩比大幅提高：

　　(1)1／4、1／8运动搜索技术，使运动搜索的匹配精度提高；
　　(2)多参考帧技术；
　　(3)帧内的精细预测技术；
　　(4)4×4小块预测技术，使图块更加容易匹配。

　　在H.264的基础上我们还进行了以下改进：

　　(1)应用视觉模型进一步减少视频信号所占的带宽。即对变换较大的图像部分采用较大的量化步长，较平坦的部分采用较小的量化步长。压缩后的图像质量与没有采用视觉模型的图像，几乎没有明显的区别，或只有一点点的降低，但图像的压缩比可增加可达10％左右。但PSNR上反映出来的误差稍大，但对很多应用来讲，人们并不很关心具体的PSNR的大小。而以眼见为实的东西为准。

　　假设基准的量化水平为q，欲进行变换的块的变化量，从横向相邻像素的绝对误差之和为△：

　　式中：n为快的大小(4或8)，p(i，j)为该位置上的像素值。则该块的新的量化水平将被调节为：

　　式中：qmin，qmax为设定的最小和最大量化水平(10，51)，floor表示取整数运算，μ为调节系数。其中对MPEG的测试系列news(CIF)进行压缩后有以下结果：尽管PSNR略差，但视觉上的差别不是很大，比较如图3所示。

　　(1)双指标的运动搜索。几乎所有现在的运动搜索都用的是一个单一的指标，即绝对误差和SAD，在很多DSP中都有针对求SAD的指令，如TI的C6000系列等。其实应用双指标更能有效地进行运动搜索。而且更能较为精确地找到匹配模块的位置，从而提高编码效率。更重要的是，双指标运动搜索更容易实现智能化判断小块是否是由前一幅图像中的某一小块移动而来，因而不再需要进行编码，从而提高编码效率。其效果见图4。

　　(3)多分辨率分析下(Multi-resolution)的双指标运动搜索，即应用小波变换的Lifing-Scheme将图像分解在不同的分辨率下，首先在最粗的分辨率下得到运动矢量的一个概貌性的描述，然后在逐渐地在高分辨率的图像中细化运动矢量，这样既可较快地找到运动矢量，又可避免陷入局部的极小值，软件界面如图5所示。

　4结 论

　　我们在德州仪器公司的DVEVM的硬件基础之上，设计了视频传输系我们在德州仪器公司的DVEVM的硬件基础之上，设计了视频传输系统的硬件结构，并开发了视频终端的软件和中心站接收视频的软件，完成了整个系统的开发。性能测试表明：在64 K带宽环境下实现CIF的图像监控，监控帧率可达每秒2～5帧左右，时间延迟在2～3 s，满足作为监控目的基本要求；如果绑定6×64 K=384 K的通道，则能够在小于384 K的带宽下，完成高质量的D1(704×576)图像高分辨率的视频图像的连续传输，实现设计要求。画面质量的平均PSNR在30 dB左右，满足视觉需要，可以辨认不法闯入分子的身份。