题目：图像质量评价与H.264视频编码关键技术研究

数字广播电视网、互联网、无线移动网的高速发展以及它们的交联，使得视频信号必须在多种网络环境里传播。视频信号传播时，必须根据网络环境尤其是带宽的要求进行压缩转换并达到在既定带宽下的最佳视觉质量。图像质量与输出数字信号的带宽即码率已经成为视频编码中的关键性指标，而图像质量评价和码率控制技术也成为视频压缩领域中的关键技术。论文研究图像质量评价评价与H.264标准下的视频编码关键技术。其中，H.264是由ITU和ISO联合制定的最新的国际视频压缩标准，极有可能成为3G和其他视频存储与传输领域的视频压缩标准，应用前景广阔。论文的主要内容包括两个部分，一部分是通过理论分析和实验测试对视频编码中的图像质量评价与H.264码率控制问题进行研究；另一部分是从工程实践的角度，对基于嵌入式数字信号处理器DSP（Digital Signal Processor）平台的H.264视频编码算法的优化与实现进行研究。本论文的部分研究成果已经应用到北京北航无人机所高新技改项目中。图像及视频是一类特殊的信号，对其质量进行评价有别于一般信号的质量评价方法。在进行图像质量评价时，论文引入机器学习技术并结合结合聚类及回归分析方法，提出了基于聚类分析技术和神经网络技术的图像质量评价模型。利用美国得克萨斯大学UTexas媒体实验室的图像数据库进行了实验并取得了较好的结果。在此基础上考虑运动信息对人眼视觉的影响，提出了基于单桢图像质量加权的视频质量评价模型。多组视频序列的实验结果也表明该模型的输出能有效地反映视频序列的主观质量。同时，基于实际实验观察，提出了一种基于回归分析技术的分层多参数图像质量评价模型HMPIQAM(Hierarchical Multi-Parameters Image Quality Assessing Model)。该模型不仅利用人眼视觉系统HVS（Human Visual System）的生理结构特征，还利用了视觉感知评价分层操作的特点。仿真实验结果表明新模型相比PSNR能更有效地描述图像质量。在图像及视频质量评价建模过程中都用到了支持向量机SVM(Support Vector Machines)技术，论文对SVM及其应用进行了扩展研究。将小波分析与支持向量机技术相结合，提出通过构造小波核函数组建新型小波核支持向量机来增强小波逼近的稀疏性并进行了仿真试验。论文同时还提出了SVM在数字水印嵌入、提取及攻击检测程中的几种应用模式。在联合视频组JVT (Joint Video Team)的下一步发展目标中，提高视频编码器的编码性能仍是首要任务，而码率控制是视频编码器设计中的一项重要内容。论文分析了目前H.264编码技术提案（JVT-G012, JVT-I049, JVT-O016等）中的码率控制算法，通过推导指出了其在对IPP，…，IPP结构的视频序列中P帧目标比特分配及码率控制模型参数更新时的问题，提出了相应的改进算法并引入回归校验中的判定系数，对码率控制中的线性预测模型和二次R-Q模型的参数更新予以调整。多组视频序列的实验结果表明该算法能更精确的控制码率且图像质量的波动小。H.264压缩效率高，但其计算复杂度也高，相比MPEG-2其计算复杂度要提高两倍以上。因此，基于嵌入式DSP平台进行H.264视频编码算法的研究与实现具有非常现实的意义。论文对此进行了研究并结合工程实践要求，给出了基于ADSP-BF561的H.264视频压缩系统方案，基本实现了CIF图像的准实时编码。从算法和结构上对H.264编码算法进行优化。有针对性的提出了基于统计门限的帧间与帧内模式选择算法并在DSP上运行。结构上尽量减少程序中的分支跳转语句，减少对DSP流水线的打断；采用了较为合理的片上资源分配利用策略，充分利用了DSP的片上运算资源。该系统具有图像采集接口和RS422串行传输接口，能有效的实现视频的采集、压缩与传输。