Luận án Tiến sĩ: Nén ảnh trong thông tin số thế hệ sau - Trần Mạnh Tuấn

Học viện Công nghệ Bưu chính Viễn thông Trần Mạnh Tuấn Nén ảnh trong thông tin số thế hệ sau Chuyên ngành: Kỹ thuật Viễn thông - Mã số: 62.05 - Họ và tên NCS: Trần Mạnh Tuấn - Người hướng dẫn khoa học: 1- TS. Phùng Kim Anh 2- TS. Nguyễn Hữu Hậu 2014 i LỜI CAM ĐOAN Tôi cam đoan các kết quả nghiên cứu đƣa ra trong luận án này dựa trên các kết quả thu đƣợc trong quá trình nghiên cứu của riêng tôi, không sao chép bất kỳ kết quả nghiên cứu nào của các tác giả khác. Nội dung của luận án có tham khảo và sử dụng một số thông tin, tài liệu từ các nguồn sách, tạp chí đƣợc liệt kê trong danh mục các tài liệu tham khảo.

Trần Mạnh Tuấn ii LỜI CẢM ƠN Luận án Tiến sĩ kỹ thuật này đƣợc thực hiện tại Học viện Công nghệ Bƣu chính Viễn thông. Tôi xin chân thành cảm ơn TS. Phùng Kim Anh và TS. Nguyễn Hữu Hậu đã trực tiếp tận tình hƣớng dẫn, giúp đỡ, tạo mọi điều kiện thuận lợi cho tôi trong suốt quá trình nghiên cứu.

Tôi xin cảm ơn Ban lãnh đạo Học viện Công nghệ Bƣu chính Viễn thông, khoa Quốc tế và Sau đại học đã giúp đỡ tôi rất nhiều trong quá trình nghiên cứu, tạo mọi điều kiện thuận lợi về mặt thủ tục cho hoạt động nghiên cứu của tôi. Tôi xin cảm ơn tập thể lãnh đạo Cục Viễn thông - Bộ Thông tin và Truyền thông cùng các đồng nghiệp đã luôn động viên, tạo điều kiện thuận lợi để tôi hoàn thành luận án. Cuối cùng, tôi xin đƣợc bày tỏ lòng biết ơn sâu sắc tới toàn thể gia đình, bạn bè đã luôn động viên, khích lệ tinh thần để tôi có đủ nghị lực hoàn thành luận án. Trần Mạnh Tuấn iii MỤC LỤC LỜI CAM ĐOAN.

ii MỤC LỤC. iii DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT .v DANH MỤC CÁC BẢNG. vii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ. viii MỞ ĐẦU .1 CHƢƠNG 1: TỔNG QUAN VỀ NÉN VIDEO.

Độ dƣ trong tín hiệu video, nhu cầu cần thiết nén video. Độ dƣ trong tín hiệu video. Nhu cầu cần thiết nén video. Khái niệm về nén video.

Yêu cầu về ứng dụng nén video, một số kỹ thuật nén video. Yêu cầu về ứng dụng nén video. Một số kỹ thuật nén video .33 CHƢƠNG 2: TỔNG QUAN VỀ ƢỚC LƢỢNG CHUYỂN ĐỘNG CỦA ẢNH. Ƣớc lƣợng chuyển động và các phƣơng pháp ƣớc lƣợng chuyển động.

Ƣớc lƣợng chuyển động. Các phƣơng pháp ƣớc lƣợng chuyển động .62 CHƢƠNG 3: ƢỚC LƢỢNG CHUYỂN ĐỘNG BẰNG CÁC GIẢI PHÁP MỚI. Ƣớc lƣợng chuyển động bằng Kalman. Đặt bài toán.

Ƣớc lƣợng chuyển động của ảnh bằng thuật toán Kalman. Ƣớc lƣợng chuyển động tối ƣu của ảnh trong video. Đặt bài toán. Ƣớc lƣợng chuyển động tối ƣu của ảnh trong video.

Ƣớc lƣợng chuyển động của ảnh bằng phƣơng pháp mù. Đặt bài toán. Ƣớc lƣợng chuyển động của ảnh bằng phƣơng pháp mù.92 CHƢƠNG 4: MỘT SỐ KẾT QUẢ TÍNH TOÁN SỐ. Thiết lập mô phỏng.

Phƣơng pháp Bayes. Phƣơng pháp Kalman. Kết quả và bàn luận .109 KẾT LUẬN VÀ KIẾN NGHỊ.110 DANH MỤC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ .113 DANH MỤC TÀI LIỆU THAM KHẢO .114 v DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT BDM Block Distortion Measure Độ đo biến dạng khối BMA Block-Matching Algorithm Thuật toán phối hợp khối BMME Block-Matching Motion Estimation Ƣớc lƣợng chuyển động phối hợp khối DC Direct Current Dòng một chiều DCT Discrete Cosine Transform Biến đổi Cosine rời rạc DFD Displaced Frame Difference Hiệu dịch chuyển khung DFT Discrete Fourier Transform Biến đổi Fourier rời rạc DMS Discrete Memoryless Source Nguồn không nhớ rời rạc DPCM Differential Pulse Code Modulation Điều chế xung mã vi sai DVB-H Digital Video Broadcasting - Handheld Phát quảng bá video kỹ thuật số - Thiết bị cầm tay ECC Error Correction Code Mã sửa sai FD Frame Difference Độ lệch khung FFT Fast Fourier Transform Biến đổi Fourier nhanh FT Fourier Transform Biến đổi Fourier HD Horizontal Difference Độ lệch trục ngang HDTV High Definition Television Truyền hình độ phân giải cao HVS Human Visual System Hệ thống nhìn của con ngƣời IBM Ideal Binary Mask Mặt nạ nhị phân lý tƣởng IDCT Inverse DCT Biến đổi ngƣợc DCT IDFT Inverse DFT Biến đổi ngƣợc DFT KLT Karhunen-Loève Transform Biến đổi Karhunen-Loève LMS Least Mean Square Bình phƣơng trung bình tối thiểu MAE Mean Absolute Error Sai số tuyệt đối trung bình MAP Maximum A posteriori Probability Cực đại xác suất hậu nghiệm MC Motion Compensation Bù chuyển động vi ML Maximum Likelihood Hợp lý cực đại MPEG Moving Picture Experts Group Nhóm chuyên gia về hình ảnh động MRF Markov Random Field Trƣờng ngẫu nhiên Markov MSE Mean Squared Error Sai số trung bình bình phƣơng NCCF Normalized Cross Correlation Function Hàm tƣơng quan chéo chuẩn hóa NGN Next Generation Network Mạng thế hệ kế tiếp NTSC National Television System Committee Ủy ban truyền hình quốc gia PSNR Peak Signal to Noise Ratio Tỷ số tín hiệu đỉnh trên nhiễu SAD Sum of Absolute Differences Tổng các sai phân tuyệt đối SSD Sum Squared Difference Tổng các sai phân bình phƣơng TSVQ Tree-Structured Vector Quantizers Lƣợng tử véctơ có cấu trúc cây TV Television Máy thu hình VD Vertical Difference Độ lệch trục đứng VLC Variable Length Coding Mã hóa với độ dài từ mã thay đổi VQ Vector Quantization Lƣợng tử véctơ 2D Two-Dimensional 2 chiều 3D Three-Dimensional 3 chiều 3G Third-Generation Thế hệ thứ ba vii DANH MỤC CÁC BẢNG Bảng 2.1 Độ phức tạp tính toán của SSD, SAD và NCCF với khối N ´ N .1 Bảng thống kê thời gian tính toán theo phƣơng pháp Bayes.2 Bảng thống kê thời gian tính toán theo phƣơng pháp Kalman.108 viii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình 1.1 Nén video trong truyền video .2 Hàm tự tƣơng quan theo chiều ngang của một số bức ảnh .3 Phổ công suất đặc trƣng của tín hiệu TV quảng bá .4 (a) khung thứ 21 và (b) khung thứ 22 của dãy ảnh “Hoa hậu Mỹ” .5 Hệ thống nén video tổng quát .6 Tính chu kỳ tái cấu trúc của DFT và DCT .7 Biến đổi DCT ảnh của Lena: (a) ảnh gốc, (b) ảnh tái cấu trúc .8 (a) Khối con 8×8 ảnh gốc của Lena; (b) Các hệ số DCT .9 Ƣớc lƣợng chuyển động phối hợp tốt nhất .10 Biểu diễn thuật toán tìm kiếm ba bƣớc .1 Hình chiếu chuyển động.2 Ƣớc lƣợng chuyển động phối hợp khối .3 Tái xác lập chất lƣợng của SSD, SAD, NCCF .4 Ba loại hồi quy khác nhau .5 Phƣơng pháp dốc nhất.6 Mô tả phƣơng pháp Newton-Raphson .1 a) Khung 1512 và b) Khung 1513 của videoclip-1.2 a) Khung 434 và b) Khung 435 của videoclip-2.3 Trƣờng chuyển động của videoclip-1, phƣơng pháp Bayes (λ=100) .4 Trƣờng chuyển động của videoclip-1, phƣơng pháp Bayes (λ=1500) .5 Trƣờng chuyển động của videoclip-1, phƣơng pháp Kalman (L=10) .6 Trƣờng chuyển động của videoclip-1, phƣơng pháp Kalman (L=100) .7 Trƣờng chuyển động của videoclip-2, phƣơng pháp Bayes (λ=100) .8 Trƣờng chuyển động của videoclip-2, phƣơng pháp Kalman (L=100) .9 Đồ thị biểu diễn thời gian tính toán theo phƣơng pháp Bayes.10 Đồ thị biểu diễn thời gian tính toán theo phƣơng pháp Kalman.108 1 MỞ ĐẦU Giới thiệu Nén video là chủ đề đã và đang thu hút sự quan tâm của các nhà nghiên cứu trên thế giới. Việc tìm giải pháp nén video luôn hƣớng tới mục tiêu làm sao tăng hiệu quả nén trong khi giảm thiểu sự biến dạng hình ảnh mà quá trình nén gây ra.

Hai yêu cầu này thƣờng mâu thuẫn với nhau. Vì vậy, tùy ứng dụng cụ thể mà ngƣời ta chọn giải pháp nén phù hợp để dung hòa giữa hai yếu tố. Hiện nay trên thế giới cũng nhƣ ở Việt Nam đã triển khai mạng thông tin thế hệ sau. Một trong các đặc điểm của mạng thông tin thế hệ sau là truyền tải tất cả các thông tin và các dịch vụ trên cơ sở sử dụng công nghệ chuyển mạch mềm, cho phép cung cấp các dịch vụ đa phƣơng tiện đến ngƣời sử dụng.

Trong đó , các dịch vụ đa phƣơng tiện sử dụng video bao gồm: điện thoại video, hội nghị truyền hình, y tế từ xa, đào tạo từ xa, xem các chƣơng trình video phát quảng bá hoặc theo yêu cầu… Các dịch vụ của mạng thông tin thế hệ sau không chỉ trong suốt trên mạng cố định mà với xu thế hội tụ cố định - di động thì chúng cũng phải trong suốt đến tận máy đầu cuối di động. Để đáp ứng yêu cầu đó, cần tìm ra các phƣơng pháp nén video hiệu quả để giải quyết một số bài toán đặt ra ở đây là: - Nguồn tài nguyên tần số của môi trƣờng vô tuyến là hữu hạn , vì vậy có giải pháp gì để tăng hiệu suất sử dụng tài nguyên đó. - Kênh truyền dẫn vô tuyến có tác động tiềm tàng của nhiễu , vì vậy có thuật toán xử lý tín hiệu mà chống đƣợc ảnh hƣởng đó không. - Thiết bị đầu cuối di động có kích thƣớc bé, nguồn năng lƣợng pin cung cấp cho nó hạn chế, vì vậy có giải pháp nào để tăng tốc độ xử lý nhằm tiết kiệm nguồn điện.

Nhiều công trình nghiên cứu đã đƣợc công bố tập trung vào giải pháp nén tín hiệu video với mục tiêu là giảm băng tần cần thiết giành cho phổ tần tín hiệu video. 2 Trong đó đặc trƣng là các công trình mã tốc độ thấp [4], [15], [24], [35], [64], [68] hoặc là giải pháp ƣớc lƣợng chuyển động của ảnh trong video. Trong hệ thống nén video thì bù chuyển động là một bộ phận rất quan trọng, đóng vai trò then chốt, đƣợc Netravali và Robbins đƣa ra năm 1997. Bù chuyển động là một kỹ thuật dự đoán hƣớng theo thời gian, nó ƣớc lƣợng độ dịch chuyển của mục tiêu chuyển động từ khung tham chiếu đến khung hiện tại.

Ƣớc lƣợng chuyển động thu đƣợc dự đoán bù chuyển động bằng cách tìm véctơ chuyển động giữa khung tham chiếu và khung hiện tại. Giai đoạn đầu ngƣời ta sử dụng phƣơng pháp Bayes để ƣớc lƣợng chuyển động của ảnh. Phƣơng pháp Bayes xét đặc điểm tự nhiên của nội dung ảnh và hiệu giữa các khung liên tiếp, mô tả đƣợc bản chất xuất hiện của ảnh nhƣng việc tính toán phức tạp, đặc biệt khi phân bố nhiều chiều. Đồng thời, chúng ta cũng biết rằng để sử dụng đƣợc công thức Bayes thì điều kiện tiên quyết là dãy ảnh phải là dãy xác suất đầy đủ.

Đó là điều kiện tính toán khó vì phải nhận biết đƣợc dãy ảnh có thỏa mãn điều kiện “đầy đủ” hay không, nếu không thì quá trình ƣớc lƣợng sẽ phạm phải sai số đáng kể. Trong những năm gần đây, một số tác giả đã mở rộng phƣơng pháp Bayes cho ƣớc lƣợng ảnh [57]. Rất nhiều nỗ lực đã đƣợc thực hiện trong ƣớc lƣợng IBM thông qua phƣơng pháp học thống kê bằng Bayes.