论文部分内容阅读
随着互联网技术和流媒体技术的迅猛发展,使实时视频通信技术也取得了很大的进步。今天,实时视频传输系统已经广泛应用于军事指挥,安全监控,网络社交等多个领域[1]。与此同时,人们对视频的传输速度和视频的质量的要求也越来越高。要在有限的带宽条件下流畅的传输高质量的视频图像,就必须采用高性能的硬件和高效的编码算法。H.264是适用于低码率视频传输的新一代视频压缩标准,它比以往的编码标准的编码效率都要高,编码质量也更好,网络适应性更强。本文首先对H.264编码标准进行了阐述,介绍了其中几个比较关键的编码技术,例如帧间预测、帧内预测、DCT变换和量化等,为本文后面将JND模型应用于H.264编码算法奠定了理论基础。随后,本文介绍了人眼的亮度特性、空间频率敏感特性以及对比度掩蔽特性,然后根据Wei提出的应用于JPEG标准的JND模型,提出一种改进的应用于H.264标准的JND模型。本文JND模型的亮度自适应因子不是线性函数,而是抛物线,更加符合人眼的视觉特性,而且根据DCT系数的频率分量对宏块进行分类,计算出的对比度掩蔽因子更加准确,同时通过反复试验,对参考模型中的一些参数进行了修正,使模型适用于H.264的离散余弦变换。我们对JND模型的优劣进行了仿真测试,结果表明本文的JND模型性能良好。接着,本文将JND模型应用于H.264编码算法,利用模型计算得到JND阈值来去除DCT系数中的视觉冗余,实验结果表明,添加JND模型之后编码大约节省了6%的编码码率;同时我们还利用JND阈值对H.264编码图像宏块时使用的编码模式进行筛选,缩小了模式选择范围,降低了编码计算量,提高了编码效率。最后,本文利用虚拟机、FFMPEG、Jrtplib以及JND视觉模型搭建了一个仿真的实时视频传输系统,测试了系统的实时性;同时,利用大恒相机、FFMPEG、MFC、PC机实现了一个真实的实时视频传输系统,详细描述了系统软件的编写,并对软件的视频播放、视频保存、视频截图以及视频翻转等功能进行了测试,测试结果表明软件所有功能得到实现,系统运作正常。