基于達芬奇平臺的微波視頻監控系統

　　3視頻壓縮技術H.264的應用

　　H.264的基本流程是編碼器先將圖像分割成圖片，圖片再分為宏塊，對于每個宏塊根據幀的類型分別加以處理。對于獨立(I)幀，采用所謂的幀內預測，對非獨立幀，采用幀間預測，即所謂的運動搜索，然后進行預測。并對預測采用DCT變換，最后采用熵編碼(算術或變碼長編碼)。H.264由于采用了以下技術使壓縮比大幅提高：

　　(1)1／4、1／8運動搜索技術，使運動搜索的匹配精度提高；
　　(2)多參考幀技術；
　　(3)幀內的精細預測技術；
　　(4)4×4小塊預測技術，使圖塊更加容易匹配。

　　在H.264的基礎上我們還進行了以下改進：

　　(1)應用視覺模型進一步減少視頻信號所占的帶寬。即對變換較大的圖像部分采用較大的量化步長，較平坦的部分采用較小的量化步長。壓縮后的圖像質量與沒有采用視覺模型的圖像，幾乎沒有明顯的區別，或只有一點點的降低，但圖像的壓縮比可增加可達10％左右。但PSNR上反映出來的誤差稍大，但對很多應用來講，人們并不很關心具體的PSNR的大小。而以眼見為實的東西為準。

　　假設基準的量化水平為q，欲進行變換的塊的變化量，從橫向相鄰像素的絕對誤差之和為△：

　　式中：n為快的大小(4或8)，p(i，j)為該位置上的像素值。則該塊的新的量化水平將被調節為：

　　式中：qmin，qmax為設定的最小和最大量化水平(10，51)，floor表示取整數運算，μ為調節系數。其中對MPEG的測試系列news(CIF)進行壓縮后有以下結果：盡管PSNR略差，但視覺上的差別不是很大，比較如圖3所示。
                             
　　(1)雙指標的運動搜索。幾乎所有現在的運動搜索都用的是一個單一的指標，即絕對誤差和SAD，在很多DSP中都有針對求SAD的指令，如TI的C6000系列等。其實應用雙指標更能有效地進行運動搜索。而且更能較為精確地找到匹配模塊的位置，從而提高編碼效率。更重要的是，雙指標運動搜索更容易實現智能化判斷小塊是否是由前一幅圖像中的某一小塊移動而來，因而不再需要進行編碼，從而提高編碼效率。其效果見圖4。

　　(3)多分辨率分析下(Multi-resolution)的雙指標運動搜索，即應用小波變換的Lifing-Scheme將圖像分解在不同的分辨率下，首先在最粗的分辨率下得到運動矢量的一個概貌性的描述，然后在逐漸地在高分辨率的圖像中細化運動矢量，這樣既可較快地找到運動矢量，又可避免陷入局部的極小值，軟件界面如圖5所示。
                                        
　　4結 論

　　我們在德州儀器公司的DVEVM的硬件基礎之上，設計了視頻傳輸系我們在德州儀器公司的DVEVM的硬件基礎之上，設計了視頻傳輸系統的硬件結構，并開發了視頻終端的軟件和中心站接收視頻的軟件，完成了整個系統的開發。性能測試表明：在64 K帶寬環境下實現CIF的圖像監控，監控幀率可達每秒2～5幀左右，時間延遲在2～3 s，滿足作為監控目的基本要求；如果綁定6×64 K=384 K的通道，則能夠在小于384 K的帶寬下，完成高質量的D1(704×576)圖像高分辨率的視頻圖像的連續傳輸，實現設計要求。畫面質量的平均PSNR在30 dB左右，滿足視覺需要，可以辨認不法闖入分子的身份。