基于稀疏表达和重构的压缩编码算法实现.docVIP

基于稀疏表达和重构的压缩编码算法实现 视频分解成单帧图像方法在MATLAB中的实现 YUV格式转化成RGB 　　我们知道自然界的颜色丰富多彩、千变万化，为了给颜色制定一个量化的衡量标准，就需要建立色彩空间模型来描述各种各样的颜色，由于人对色彩的感知是一个复杂的生理和心理联合作用 的过程，所以在不同的应用领域中为了更好更准确的满足各自的需求，就出现了各种各样的色彩空间模型来量化的描述颜色。我们比较常接触到的就包括 RGB / CMYK / YIQ / YUV / HSI等等。 　　RGB色彩模型与人眼视觉系统联系紧密，是最常用的色彩模型。电视机、摄像机以及计算机显示器都根据RGB模型工作。根据人类视觉系统特征，任何一种人的眼睛能感知的颜色都可以用红、绿、蓝三种基色光按照不同比例混合得到。 　　而人类视觉系统对亮度的敏感度要比对色度的敏感度高。YUV色彩模型将亮度信息从色度信息中分离出来，并且对同一帧图像的亮度和色度采用了不同的采样率。这样可以在保证视觉质量的前提下显著地降低采样的数据率，实现视频的压缩。在YUV色彩模型中，亮度信息Y与色度信息U、V相互独立。Y信号分量为黑白灰度图，U、V信号分量为单色彩色图。 　　图4-1给出了三种常见的YUV采样格式。4:4:4，YUV三个分量具有相同的垂直和水平解析度。4:2:2，YUV三个分量具有相同的垂直解析度，但是在水平方向上，U、V两个分量的解析度是Y的一半，即，每4个亮度分量样本值对应有两个U和两个V色度分量样本值。4:2:0，在水平和垂直方向上，U、V两个分量的解析度是Y的一半，即每4个亮度分量样本值对应有1个U和1个V色度分量样本值。 图4-1 YUV采样格式 　　RGB色彩模型和YUV色彩模型之间存在转换关系。从YUV到RGB的转换方法如下： 　　R = 1.000Y +0.000U+ 1.140V 　　G = 1.000Y - 0.395U - 0.581V 　　B = 1.000Y + 2.032U+0.001V 　　当从YUV444到RGB时，只需要用对应的变换公式进行转换，然而，若是从YUV422或者YUV420格式转换，则需要先对U、V两个分量使用插值方法补齐缺少的像素值。 　　那么如何将YUV4：2：0采样换成YUV4：4：4 　　YUV444示意图(4×4大小)：4×4大小的图中每个像素都对应三个YUV分量，如下图。所占空间为 4×4×3=48 bytes Y分量(YUV444) U分量(YUV444) V分量(YUV444) Y00 Y01 Y02 Y03 U00 U01 U02 U03 V00 V01 V02 V03 Y10 Y11 Y12 Y13 U10 U11 U12 U13 V10 V11 V12 V13 Y20 Y21 Y22 Y23 U20 U21 U22 U23 V20 V21 V22 V23 Y30 Y31 Y32 Y33 U30 U31 U32 U33 V30 V31 V32 V33 图4-2 YUV444示意图 YUV4:2:0 采样方式为: U分量和V分量隔行采样， 同时UV分量在其采样行也是隔行采样Y分量 U分量 V分量 Y00 Y01 Y02 Y03 U00 ? U02 ? ? ? ? ? Y10 Y11 Y12 Y13 ? ? ? ? V10 ? V12 ? Y20 Y21 Y22 Y23 U20 ? U22 ? ? ? ? ? Y30 Y31 Y32 Y33 ? ? ? ? V30 ? V32 ? 图4-3 YUV420示意图从上面的比较可知，要将YUV420转换成YUV444的关键就在于插值到采样的缺口处。图像的放大缩小的插值方法原理：最近邻插值法，双线性插值法和三次插值法这里我使用双线性插值法： 对U分量进行插值 从上面可知 U00 U02 U20 U22是已知的： U01 = (U00 + U02)/2； 　　U10 = (U00 + U20)/2； 　　U11 = (U00 + U02 + U20 + U22)/4； 　　剩下的也采用此种方法计算即可。（当然了对于边缘的点如U30-U33, U03-U33的处理可以直接用邻近的点代替) 对V变量的插值处理 视频分解成单帧图像 首先读取YUV格式的视频，并在MATLAB中保存，保存方式为：生成一个N维矩阵(N是总帧数)，一帧的数据就是一维，Y、U、V分别保存。循环提取每一帧数据，并运用4.1.1将YUV格式的单帧图片转化为RGB格式的图片。最后输出BMP格式的图片。 使用FID= FOPEN（filename,permission）读取YUV文件。可以用指定的、不同的方式来打开文件。另外，文件的默认打开方式为以文