面向视频传感器网络视频压缩方法设计.docVIP

面向视频传感器网络视频压缩方法设计 　　摘 要： 视频传感器网络在监控过程中会产生大量数据，为此提出一种改进的基于对象的视频压缩方法。首先，运用改进的混合高斯模型进行背景建模；其次，提出宏块分类方法，对视频帧图像进行宏块分类；然后，利用宏块分类结果，实现前景和背景的分离；最后，分别对前景和背景进行压缩，形成各自的编码流。实验结果表明，该方法具有比MPEG-4更强的压缩能力，满足视频传感器网络的视频压缩需求。 　　关键词： 视频传感器网络； 视频压缩； 混合高斯； 背景减除法； 视频对象 　　中图分类号：TP391.4 文献标志码：A 文章编号：1006-8228（2015）04-06-03 　　Abstract： In the monitoring process， the video sensor networks will produce large amounts of data. For this problem， this paper presents an improved method for object-based video compression. Firstly， the improved Gaussian mixture model is used to model background. Secondly， macroblock classification method is proposed to classify the macroblock of video frame image. Thirdly， the results of macroblock classification is used to realize the separation between foreground and background. Finally， foreground and background are separately compressed to form a respective encoded streams. Experimental results show that the method is stronger than the MPEG-4 and meet the needs of video compression in video sensor networks. 　　Key words： video sensor networks； video compression； GMM； background subtraction； video object 　　0 引言 　　视频传感器网络（video sensor network，VSN）作为无线传感器网络的典型应用实例[1]，具有重要的研究价值和应用意义。VSN主要应用于视频监控的各个领域，如智能交通、环境监测、公共安全和紧急救援等。VSN在帮助人们获得丰富的视频信息资源的同时，也产生了海量的数据，不利于视频的传输和存储，因此对其进行压缩具有重大意义。文献[2]采用MJPEG2000编码方法，只进行帧内编码，编码简单，但压缩能力有限。文献[3]采用MPEG-4编码方法，利用了运动补偿技术进行帧间编码，进一步提高编码能力。文献[4]考虑到前景与背景间的不同，分别对前景对象和背景采用MPEG-4和JPEG2000进行编码，编码能力得到极大提高，缺点是采用两种不同的编码方案，额外增加了VSN的资源开销。本文提出一种改进的基于对象的视频编码方法，结合背景减除法和改进的混合高斯背景建模方法，对当前帧图像进行宏块分类，实现前景与背景的分离，形成各自独立的编码流。 　　1 方法概述 　　从监控目的出发，视频帧图像可以分为有研究价值的监控对象和起参考作用的背景[5]。其中，监控对象是主要研究对象，压缩时要尽量保持不失真；而背景不是主要研究对象，可以进行高比率压缩。本文的视频压缩算法的流程如图1所示。首先利用改进的高斯混合模型进行背景的建模与更新；再运用背景减除法，通过比较当前帧和参考背景之间的不同，对当前帧中的宏块进行分类；然后，根据宏块的分类结果，构建纯背景图像和提取前景对象；最后，根据MPGE-4编码框架，对前景对象进行形状编码、纹理编码和运动编码，而对背景进行高比率的帧内编码。 　　2 背景减除法 　　运动目标检测方法一般分为光流法、帧间差分法和背景减除法三种[6]。光流法计算十分复杂，运算量巨大，且抗噪性能比较差，难以满足实时性检测。帧间差分法虽然运算简单，实时性好，但往往不能完整提取运动对象。而背景减除法可以提取出完整的运动目标，运算复杂度不高，且实时性较好，是固定摄像机下运动目标检测最常用的方法。 　　背