无人机航拍视频码率控制算法研究

来源 :中国科学院大学(中国科学院国家空间科学中心) | 被引量 : 0次 | 上传用户:knh1988
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无人机(Unmanned Aerial Vehicle,UAV)在军用、民用等领域应用十分广泛,它可以携带侦察设备为人类搜集视频信息,给人类的生活带来了很多便利。然而,由于航拍视频数据量巨大,在实际应用时,必须对这些数据进行压缩编码。高效率视频编码标准(High Efficiency Video Coding,HEVC)是目前使用最为广泛的编码标准之一,相比于H.264/AVC,HEVC可以做到在视频质量基本不变的情况下,提高一倍的压缩比。在HEVC编码过程中,为了能够更加合理地分配编码比特,进而满足无人机存储或传输带宽的限制,需采用码率控制技术,但由于无人机航拍场景的特殊性,现有的码率控制技术不能很好地应用于无人机航拍领域中。本文在对HEVC中的码率控制技术进行了深入研究的基础上,针对现有码率控制算法的弊端,对相关技术进行了改进,使其更适合无人机航拍的应用。本文主要研究工作及成果如下:(1)对视频编码标准的研究现状进行了充分调研,并对HEVC编码标准的整体框架及关键技术进行了深入研究。其次,介绍了码率控制技术的基本原理,分析总结了各个编码标准中的码率控制提案,重点研究了HEVC中的JCTVCK0103码率控制提案。(2)针对无人机航拍视频的特性,为保证在编码缓冲区不发生“上溢”和“下溢”的前提下,提高显著区域的编码质量,提出了一种基于航拍视频特性的码率控制算法。首先采用自底向上的方法对当前视频图像进行显著区域提取,根据提取的显著图计算每帧和每个编码树单元(Coding Tree Unit,CTU)的显著性权重;然后以每帧的显著性权重和缓冲区状态为依据指导帧层比特分配,以每个CTU的显著性权重为依据指导CTU层比特分配。实验结果表明,相较于HM16.9标准测试模型,提出的算法可以使缓冲区维持在一个稳定状态,并在保证视频整体质量的前提下,提高0.52d B显著区域的峰值信噪比。(3)针对无人机航拍过程中因场景切换而导致的编码质量下降问题,提出了相应的改进算法。首先,以帧间YUV分量变化因子为依据对场景切换帧进行检测;此外,为防止光照等外界条件对检测结果产生影响,进一步采用帧间复杂度变化因子对场景切换帧进行检测。确定场景切换帧后,在不增加I帧的前提下,适当调整编码结构,并重新分配编码比特。实验结果表明,相较于HM16.9标准测试模型,提出的算法可以使视频序列的峰值信噪比提升0.69d B,编码误差降低0.11%,且编码质量的提升在场景切换处更为明显。
其他文献
重力波和臭氧是中高层大气中研究的两大热门课题,本文分别从理论模式和仪器研制两方面对它们进行了研究。在第一部分的工作中,利用全隐欧拉格式和全球热层-电离层-中间层-电动力学环流耦合模式(TIME-GCM),对重力波的非线性传播及其在传播过程中对中高层大气中氧族和氢族成分和与之密切相关的OH气辉辐射的影响进行了数值模拟,结果表明,从对流层向上传播的重力波经历了产生、发展、饱和、对流产生直至破碎的非线性
空间天气研究涵盖太阳日冕、行星际、磁层、电离层、中高层大气等物理性质不同的空间区域,空间灾害性事件的日冕-行星际过程是空间天气研究的主要内容之一,而基于磁流体力学(MHD)方程组的数值模型是研究该内容的有力工具,可以为近地空间天气变化研究提供科学输入。本文首先发展了日冕-行星际CESE模式(SIP-CESE Model),然后应用该模式模拟研究了1997年5月12日CME事件和1998年11月4-
近年来,卫星通信的应用场景不断拓宽,通常会根据通信环境或者通信需求的不同采用不同的信号调制样式,同时卫星信号需要远距离传输,传输过程中会受到各种各样信道效应的随机影响,这些都增加了卫星信号调制样式识别的难度。为了能够有效识别卫星信号的调制样式,并且考虑到星载计算机计算能力与存储空间的限制,本文研究了一种可嵌入的基于深度学习的卫星信号调制样式识别算法,研究过程如下:(1)本文首先通过资料调研对信号调
随着无线通信技术的飞速发展,物联网应用逐渐成为人们生产生活中不可缺失的一部分,保障无线网络的安全也变得愈发重要。无线网络由于具有开放性的特点,网络通信容易受到窃听、欺骗等恶意攻击,导致信息的泄露与破坏。传统基于加密协议的身份认证方法无法有效的应对窃听、身份伪造等恶意攻击。并且在结构简单、算力有限的物联网场景中很难采用复杂的算法验证身份。射频指纹因其稳定性与唯一性,可以有效的对设备身份进行识别,在物
借鉴国外的先进模式,吸取其成功经验,我们建立了一个热层大气动力学模式(Thermospheric Dynamic Model,简称TDM模式),研究太阳活动和地磁扰动对高层大气密度、温度和风场的影响。目前模式能够成功的模拟80-500km高度热层大气对太阳活动和地磁扰动事件响应的基本特征,得出不同太阳活动和地磁扰动条件下的稳定平衡风场;可计算出指定高度上的密度、温度等值线图和风矢量图、指定经纬度上
太阳质子事件是一种由太阳活动引发的有害空间天气现象,会将大量的高能粒子传播到近地空间,造成航天器故障,并且会对宇航员的健康造成严重伤害。因此,太阳质子事件的短期预报,对于航天活动的灾害预防有着非常重要的意义。近几十年来,国内外研究人员针对未来24小时内太阳质子事件发生情况的预报,提出了大量的方法。这些方法中普遍存在着虚报率较高的问题。本文在国内外研究进展的基础上,提出了一种基于集成学习方法的预报模
本文对太阳风中的慢激波观测、磁云边界层的磁层响应以及磁云边界层中朗缪尔波活动现象三个方面作了初步观测研究,主要研究结果如下:1.历史上太阳风中慢激波的观测非常少,利用WIND飞船的高分辨率磁场和粒子观测数据,我们严格证认了一例典型的慢激波事件,该慢激波正好位于某磁云边界层的前边界.该事件也是文献上首次和磁云相关的慢激波事件的报道.在证认慢激波事件过程中,我们提出一种新的基于Rankine–Hugo
随着逐步突破和掌握载人飞船、航天员太空出舱、飞行器空间交会对接等核心技术,我国载人航天工程已经进入到了“三步走”战略的空间站阶段。未来,我国将在空间站开展一系列科学实验,其中,空间材料科学实验是毋庸置疑的重要研究方向。高温材料实验柜作为空间材料科学的综合实验平台,未来将承担至少数百个样品的科学实验。为保证将来空间科学实验的成功,每一个空间实验都需要反复地进行地基匹配实验。那么,面对如此高频次开展的
在空天领域,遥感图像处理一直在推进智能化发展,卷积神经网络(Convolutional Neural Networks,CNN)等人工智能算法正在逐步取代传统算法。为适应未来更加复杂的任务场景,卷积神经网络算法发展迅速,星上系统需要实现卷积神经网络的快速部署,并且已经部署的卷积神经网络需要根据目标需求实现快速的优化迭代。目前星上系统广泛使用的硬件平台是现场可编程门阵列(Field Programm
航天科学的发展使得卫星任务逐渐复杂,要求能够实时的处理星上载荷捕获的数据。本文以天文图像差异算法为例,在CPU-GPU异构嵌入式平台上开展了天文图像算法在轨实时处理研究。图像差异算法是时域天文学中用于搜索瞬态物体或识别具有时变亮度的物体的有效方法。通常天文图像差异法是通过拍摄同一观测区域的两幅对齐图像,计算两幅图像的一个空间变化卷积核,最后利用卷积核获得差分图像。通过系统地观察特定天空区域并追踪我