基于感興趣區域的導引頭圖像碼率控制算法

田志棟，羅艷強

(中國空空導彈研究院 通信技術研究所，河南 洛陽 471000)

?

基于感興趣區域的導引頭圖像碼率控制算法

田志棟，羅艷強

(中國空空導彈研究院 通信技術研究所，河南 洛陽 471000)

摘要:圖像遙測系統是紅外制導武器研制過程中必不可少的手段，但是由于導引頭圖像運動劇烈、攜帶信息量大，因此，適用于普通場景的碼率控制算法難以直接應用于導引頭圖像遙測系統當中。對JM19.0使用的JVT-G012r1碼率控制算法進行了分析，并根據導引頭圖像的特點提出一種結合感興趣區域(Region of Interest，ROI)編碼的碼率控制算法，有效地對可用比特進行分配。同時以JM19.0軟件為基礎，對提出算法進行了仿真驗證。仿真結果表明，與JVT-G012r1算法相比，該算法可以更好地適應導引頭遙測圖像的特點，提高感興趣區域的圖像質量，方便科研人員進一步分析研究。

關鍵詞:視頻編碼；導引頭遙測圖像；碼率控制；感興趣區域；JVT-G012r1

1碼率控制

碼率控制的主要工作是給各個編碼單元分配合適的編碼比特并確定這些編碼單元的量化參數(QP)，從而保證編碼輸出碼率的穩定。作為圖像編碼系統中的重要組成部分，碼率控制得到了眾多科研人員的深入研究，目前常見的碼率控制算法有MPEG-2標準推薦的TM5算法[1]、MPEG-4標準推薦的VM8算法[2]、H.263標準推薦的TMN8算法[3]，以及H.264/AVC標準推薦的JVT-G012r1算法[4-5]。

近年來，紅外焦平面陣列探測器向著高空間像素分辨率的方向發展[6]，這使得導引頭圖像攜帶的信息量急劇增加，同時由于導引頭遙測圖像往往具有運動劇烈和高幀率等特點，因此在遙測系統傳輸帶寬極其有限的情況下，傳統的碼率控制算法會造成圖像質量下降和經常性跳幀。因此，針對紅外導引頭圖像的特點，對現有碼率控制算法進行改進以適應遙測圖像的新特點具有很強的現實意義。

本文將對JVT-G012碼率控制算法進行分析，并在其基礎上進行改進并通過實驗仿真驗證其有效性。

2JVT-G012r1提案碼率控制算法分析

根據導引頭圖像實時傳輸的特點，圖像幀結構設定為IPPPP…。JVT-G012r1提案使用率失真優化來選擇編碼模式，即根據Lagrange乘數法選擇代價函數最小的模式對視頻進行編碼。要對宏塊進行率失真優化模式選擇，首先需根據當前編碼單元的MAD(Mean Absolute Difference)值求得量化參數，但是，MAD值只能在編碼模式確定之后得到，這就產生了所謂的蛋雞悖論[7]。JVT-G012r1提案使用線性預測當前編碼單元MAD的方法來解決這個悖論，即

MADcb=a1×MADpb+a2

(1)

式中：MADpb是上一幀中相同位置編碼單元的MAD；MADcb是根據MADpb預測的當前編碼單元MAD；a1和a2是線性預測模型系數。得到當前編碼單元MAD之后，將其帶入式(2)所示的二次率失真模型

(2)

式中：H是編碼運動矢量、頭信息、宏塊模式等信息的比特數；R是系統分配給當前編碼單元的比特數；c1和c2是二次率失真模型系數；Qstep是量化步長。求解上述二次方程即可求出量化步長進而得到量化參數。

得到量化參數之后，可以進行率失真優化。率失真函數的定義如式(3)所示

J(MODE|QP)=D(MODE|QP)+λMODER(MODE|QP)

(3)

式中：D(·)是原始編碼單元和重建編碼單元的差值平方和；R(·)是利用模式MODE進行編碼的比特數；λMODE是拉格朗日乘數，有λMODE=0.85·2(QP-12)/3[8]。選擇率失真值最小的編碼模式對圖像進行編碼，之后，更新MAD線性預測參數a1、a2以及二次率失真模型系數c1、c2，進行下一基本單元的編碼。

分析式(2)可知，在同樣多的編碼比特條件下，圖像中MAD值越大的部分量化步長也越大，也就是說，活動越劇烈的部分圖像質量越差。以foreman標準圖像序列為例，使用JM19.0軟件[9]對其進行編碼，輸出碼率設置為452kbit/s。選擇活動劇烈的人物臉部作為感興趣區域，如圖1所示。

圖1　 ROI區域(方框內部)

經統計，各幀感興趣區域和非感興趣區域的平均量化參數值如圖2所示，可見，人物臉部區域宏塊的QP值要大于其余區域宏塊，相應地造成圖像質量下降。

圖2　 ROI及NROI區域宏塊平均量化參數

這種碼率控制算法適用于電視直播等一般場景，但是對于紅外導引頭采集的圖像，活動劇烈的部分很有可能是目標所在位置，包含著科研分析人員最為關心的信息，QP值過高會嚴重干擾后續數據分析工作。因此，如何將可用比特在感興趣區域和非感興趣區域(None-ROI，NROI)之間有效地分配是本文需要解決的問題。

3基于感興趣區域的碼率控制方法

JVT-G012r1算法依次對GOP(Group of Pictures)層，幀層和基本單元層進行碼率控制。其中，基本單元是由多個相連的宏塊所構成的宏塊組，它可以是一個宏塊，一個片(slice)，一個場(field)或者一幀。大的基本單元可以獲得較好的信噪比，但同時會降低碼率的控制精度，根據實際需要，這里選擇單個宏塊作為基本單元。本文的改進算法依然沿用JVT-G012r1的GOP層和幀層碼率控制策略，宏塊層碼率控制算法流程圖如圖3所示。

圖3　本文提出的改進算法流程圖

3.1感興趣區域確定

紅外導引頭截獲目標之前，可以將圖像中心區域設定為感興趣區域，截獲目標之后，彈載計算機傳遞來的截獲窗內部包含著科研人員所關心的目標信息，因此，這時可以將截獲窗內包含的宏塊設定為感興趣區域。

3.2感興趣區域比特分配

為方便試驗時根據實際需要調節圖像質量，本文引入感興趣區域圖像質量調節參數，定義如式(4)

(4)

又有

(5)

式中：nROI是ROI區域內的宏塊數量；nNROI是NROI區域內的宏塊數量。根據式(4)和式(5)即可求得各幀的ROI區域及NROI區域分配得到的比特數。

3.3宏塊量化參數計算

比特分配完畢之后，計算ROI及NROI內部各個宏塊的量化參數。首先，將ROI和NROI分配得到的比特按照各個宏塊的復雜度分配到內部各個宏塊，這里使用宏塊的MAD值作為復雜度的衡量標準，即

(6)

(7)

得到了各個宏塊的目標比特數之后，參照上文所列的JVT-G012r1標準步驟即可求得當前宏塊的量化參數。

3.4量化參數修正

上一步求得的相鄰宏塊的量化參數之間可能波動非常大，為平滑圖像質量，消除可能產生的馬賽克，量化參數需進行二次修正。在以下3個域內引入約束條件：

1)相鄰幀之間

相鄰幀相同位置上的量化參數波動限制在5以內，以避免幀與幀之間圖像質量的嚴重波動。

2)ROI和NROI區域內部

ROI和NROI區域內部的相鄰宏塊量化參數波動限制在1以內，防止馬賽克的產生。

3)ROI和NROI區域交接位置

ROI和NROI區域交接位置的量化參數波動限制在15以內，防止馬賽克產生的同時也可保證ROI區域內質量的有效提升。

經過上述約束條件的修正，得到最終的QP值。

4實驗結果

為驗證使用上述算法的有效性，本文基于JM19.0源代碼對算法進行了實現并進行了仿真驗證。實驗對foreman圖像序列進行編碼，圖像分辨率為176×144，選擇人臉區域的25個宏塊為ROI區域，輸出碼率設定為452 kbit/s，質量調節參數γ=6，開啟率失真優化，不加入B幀，圖像序列結構為IPPPP…，評估ROI區域和NROI區域的平均量化參數，得到結果編碼如圖4所示。

圖4　本文算法得到的ROI及NROI區域宏塊平均量化參數

對比圖4和圖2可知，較之原始的JVT-G012算法，使用本文提出的改進算法，ROI區域的量化參數值平均下降了2.54，意味著ROI區域內部的圖像質量有了較為明顯的提升。同時，保持上述設置不變，γ分別設置為1～6的6個整數，進行編碼，仿真結果如表1所示。

表1本文算法得到的ROI及NROI區域PSNR值

編碼參數ROI區域PSNR/dBNROI區域PSNR/dB 輸出碼率/(kbit·s-1)ROI區域比特所占比例/%JVT-G012r142.3942.73452.12843.20γ=138.5845.64453.66430.12γ=241.2842.92452.73641.37γ=343.6242.04453.20849.55γ=444.2341.31454.60056.27γ=544.8740.28456.04859.37γ=644.9839.54457.04861.98

從表1可以看到，γ≤4時，隨著γ的增加，ROI區域的峰值信噪比迅速提高，同時輸出碼率的誤差保持在2%之內。但在γ>4時，隨著γ的增加，ROI區域的峰值信噪比增長緩慢。這種現象是由于改進算法為了平滑輸出圖像質量，對求得的量化參數進行了一定修正，不允許量化參數之間出現大幅度的波動，所以γ增加到一定程度的時候，ROI區域的峰值信噪比便不再隨之無限提高。

5結束語

本文結合導引頭圖像的特點，引入了感興趣區域的概念，對JM19.0采用的JVT-G012r1碼率控制算法進行了針對性的改進，實驗結果表明，本文的改進算法在實現了感興趣區內圖像質量可調的同時，保證圖像碼率的穩定和圖像質量的平滑，在系統傳輸帶寬有限的情況下最大程度地保留有效信息。

參考文獻：

[1]ISO/IEC JTC1/SC29 WG11 document 93/457，MPEG-2 video test model 5[S].1993.

[2]Video Group.Text of ISO/JEC 14496-2,MPEG-4 video VM-version 8.0[S].1997.

[3]ITU-T Video Coding Experts Group. Video codec test model，near-term， version 8 [S]. 1997.

[4]THOMAS W，SULLIVAN G J. Overview of the H.264/AVC video coding standard[J]. IEEE transactions on circuits and systems for video technology，2003，13(7)：560-576.

[5]羅海波，史澤林. 紅外成像制導技術發展現狀與展望[J]. 紅外與激光工程，2009，38(4)：565-573.

[6]LI Z G，PAN F，PANG K， et al. Adaptive basic unit layer rate control for JVT [EB/OL]. [2015-09-25]. http：// wftp3.itu.int/av-arch/jvt-site/2003_03_Pattaya/JVT -G012r1.zip.

[7]趙丹丹. 視頻編碼中碼率控制算法研究[D]. 上海：上海交通大學，2011.

[8]陳濤. 視頻轉碼器的研究與實現[D]. 北京：北京郵電大學， 2008.

[9]TOURAPIS A M，LEONTARIS A. H.264/14496-10 AVC reference software manual [EB/OL]. [2015-09-25]. http：//iphome.hhi.de/uehring/tml/JM%20Reference%20Software%20Manual%20(JVT-AE010).pdf.

責任編輯：時雯

Region-of-interest based rate control algorithm for seeker image telemetry system

TIAN Zhidong，LUO Yanqiang

(DepartmentofCommunicationTechnology，ChinaAirborneMissileAcademy，HenanLuoyang471000，China)

Abstract:Image telemetry system is the essential tool in the research of infrared-guided weapons. Since the seeker image is fast and carries a lot of information， the rate control algorithm suitable for ordinary scenes cannot be transplanted to the seeker image telemetry system. The JVT-G012r1 rate control algorithm which used by JM19.0 is analyzed in this paper. Combined with the characteristics of seeker image，a rate control algorithm based on the region of interest (ROI) is proposed. Experiment result shows that the algorithm proposed can be better adapted to the image’s characteristics，can improve the quality of ROI and be beneficial to researchers’ further study.

Key words:image encoding；seeker telemetry images； rate control；ROI； JVT-G012r1

中圖分類號：TN911.73

文獻標志碼：A

DOI：10.16280/j.videoe.2016.05.004

作者簡介：

田志棟(1991— )，碩士生，主研高速圖像編碼技術；

羅艷強(1970— )，研究員，主要研究方向為遙測系統總體設計。

收稿日期：2015-11-18

文獻引用格式：田志棟，羅艷強.基于感興趣區域的導引頭圖像碼率控制算法 [J].電視技術，2016，40(5)：14-17.

TIAN Z D，LUO Y Q. Region-of-interest based rate control algorithm for seeker image telemetry system [J].Video engineering，2016，40(5)：14-17.