空域错误隐藏后处理错误隐藏技术是接收端在收到被损坏的图像后.DOC

空域错误隐藏 后处理错误隐藏技术是接收端在收到被损坏的图像后，利用已经收到的正确图像的信息来尽力恢复损坏的图像。该类算法主要在解码端实现，并且利用了一些视频信号的先验知识，如时域和空域的相关性、平滑特性等。 空域错误隐藏 （一）加权插值 加权插值是最简单的空域错误隐藏算法。该算法利用受损宏块周围四个宏块与受损宏 块相邻的边界像素作双线性加权内插来预测受损宏块内部每个像素点的值。插值方法可以分为以块为单位和以宏块为单位两种，如图1所示。如果在预测过程中，某个相邻的宏块不可用，那么该方向的参考像素将不参与预测。 该算法的优点是非常简单而易于实现，对于画面变化平滑的视频图像有很好的插值效 果。但是它有一个很严重的局限，那就是该算法是将受损宏块始终作为平滑图像来对待。 如果受损宏块具有丰富的高频信息，或者有图像边界穿越宏块的时候，该算法插值结果将导致图像的纹理丢失，画面模糊，画面质量显著降低。 ? ?????????????????????????????? 图1 （二）区域分割法 区域分割法（RP，Region Partition）也是一种利用视频图像空域相关性的低复杂度的后处理错误隐藏算法。其特点是考虑到了受损宏块的纹理特性，从而避免了加权插值方法出现的画面模糊现象。该算法主要分为三步进行：首先确定出受损数据宏块的近似边界，然后根据近似边界将宏块划分为不同的区域，最后对划分出的区域进行不同规则的分块插值。 1、边界检测 因为区域分割是以边界进行，因此首先必须对受损宏块周围的边界进行检测。 边界，就是图像发生明显变化的地方。在这些地方，图像的亮度值发生了跳变，是不连续的。如果将边界处的图像做均匀变化处理，必将导致边界模糊。这是视觉难以容忍的。 因此，对于损失的宏块，按边界进行区域划分，再按各个不同区域分别进行不同的插值。 这样恢复出来的图像才更接近真实图像。 因为边界产生的地方亮度值发生跳变，因此我们可以通过对亮度值的检测来判断边 界。对于一个受损的宏块，其周围有上、下、左、右4 个解码出的相邻宏块。我们利用这些宏块与受损宏块邻近的一像素宽度的像素条来进行边界检测。因为宏块没个边的宽度为16 像素，因此包围受损宏块的每个像素条有16 个像素点，我们对这16 个像素点的值前后值相减，如果其差值大于某一门限，则认为该处像素点的亮度值发生跳变，把该点标记为一个奇异值点。对包围受损宏块的四个像素条进行同样的检测，就可以分别检测出4 个像素条上的奇异值点。以最复杂情况为例，奇异值点检测结果如图2所示。 图2 奇异值点检测 ??????????????????????????图3 边界检测及区域划分 门限值的选取决定了边界检测的准确性，从而影响后面插值过程。如果门限值选取偏小，则检测出的边界变宽，体现不出本算法的优势；如果门限值选取偏大，则检测出的边界变窄，将使区域划分超过应有的范围，那么不能正确恢复出穿越宏块的内部的边界。根据大量试验，该门限一般取值为10 较为合适。 2、区域分割 通过边界检测，包围受损宏块的每个一像素宽度的像素条将被亮度奇异值点分割为三段，即第一个奇异值点以前为第一段边界，最后一个奇异值点以后为第三段边界，中间为第二段边界。依据检测出的边界奇异值点，对包围受损宏块的四个像素条做这样的划分后，总共确定出了12 个边界段（如图3 所示）。如果将各个边界段的端点用直线连接起来，则将构成图4 所示的5 个区域。对于各种受损宏块，最终都可划分为三类基本型区域（如图4）和一个中间的不规则区域构成。 图4 区域的三类基本型 3、分块插值 因为让跨越边界的像素点作为参考点参与加权预测将显著影响预测值的准确性。因此，对经过区域划分的宏块的各个区域应该选用不同区域的像素点及不同的插值方向来进行加权预测。 （1）、基本型插值 ?????? 图5 第一类基本型插值 ???????????????????????图6 第二类基本型插值 对于第一类基本型，采用与三角形底边平行的直线与边界像素条相交的两个点作为参 考像素点，加权得出预测点的值（如图5 所示）。 对于第二类基本型，如果该区域位于宏块上方，则选用上、左、右三个方向上边界条内的像素点；如果该区域位于宏块下方，则选用下、左、右三个方向上边界条内的像素点；如果该区域位于宏块左方，则选用上、左、下三个方向上边界条内的像素点；如果该区域位于宏块右方，则选用上、右、下三个方向上边界条内的像素点（如图6 所示）。如果有边界穿越受损宏块的两个边，则由两段边界围成的区域为一个四边形（如图7所示），则参考点只应从两个边界段中选取。因此我们首先必须判断任意两个边界段是否属于一个穿越型边界，然后才可以进行加权插值。 为了确定任意两个边界段是否属于一个穿越型边界，我们可以通过一定的匹配准则来检查两个边界段的相似性来