Loading…
Entwicklungen verteilter Bildercodierungsmethoden basierend auf LDPC
Haboub, Georges
Diese Arbeit beschäftigt sich mit der verteilten Codierung von Einzelbildern (engl: distributed image coding = DIC). Die DIC unterscheidet sich insofern von der traditionellen Bildercodierung, als dass der Codierungsprozess für einen Teil des Bildes keine räumliche Prädiktion vewendet. Stattdessen wird eine typische Kanalcodierung auf den Transformationsparametern dieses Teils des Bildes durchgeführt. Wir bezeichnen diesen Teil als Wyner-Ziv-Bild, den zweiten Teil als Schlüssel-Bild. Das herkömmlich codierte Schlüssel-Bild wird bei der Decodierung verwendet um eine Schätzung des Wyner-Ziv-Bildes durchzuführen, welches mit Hilfe des Kanalcodes verfeinert wird. Der Vorteil dieses Ansatzes gegenüber bekannten Bildcodierungsverfahren wie JPEG, JPEG2000 oder auch H.264 Intra-Codierung besteht vor allem in der Verschiebung der Codierungskomplexität für das Wyner-Ziv-Bild vom Encoder in den Decoder. Der vewendete Ansatz basiert auf der Theorie der Wyner-Ziv- und der Slepian-Wolf-Codierung, die eng miteinander verbunden sind. Es werden beide Codierungsarten angewandt, um das Wyner-Ziv-Bild zu codieren. Ausgehend von der Theorie der verteilten Quellencodierung werden Wyner-Ziv-Bild und das Schlüssel-Bild unabhängig voneinander codiert. Die verwendete Wyner-Ziv-Codierung in dieser Arbeit führt zunächst die räumliche Dekorrelation des Wyner-Ziv-Bildes mittels der ganzzahligen Diskreten Cosinus-Transformation (engl: integer discrete cosine transform = DCT) durch, anschließend wird die Slepian-Wolf-Codierung (Kanalcodierung) angewandt, um die unkorrelierte Information zu codieren. Hierbei wird die Methode der “ASWC (asymmetrische Slepian-Wolf-Codierung) mit der Paritätsmethode” eingesetzt. Es werden also ausschließlich Paritätsbits erzeugt und über einen Kanal versendet. Zur Konstruktion der Paritätsbits wird der Niedrigdichten-Paritäs-Prüfcode (engl: low density parity check code = LDPC) benutzt. In dieser Arbeit werden insgesamt drei praktische DIC-Verfahren mit der Intra-Codierung H.264 verglichen. Diese Verfahren unterscheiden sich vor allem in der räumlichen Aufteilung eines zu codierenden Bildes in das Schlüssel-Bild und das Wyner-Ziv-Bild, bzw. in der Schätzung des Wyner-Ziv-Bildes aus dem Schlüssel-Bild. Eine gute Schätzung trägt zur Güte des Verfahrens bei indem bei gleicher Qualität die Zahl der zu sendenden Paritätsbits geringer ausfällt. Zur Auswertung werden objektiv messbare und subjektiv wahrnehmbare Bewertungen herangezogen. Der Kompressionsfaktor und die korrigierte Bit-Rate der Bitebenen des Wyner-Ziv-Bildes, Codierungskomplexität und Decodierungskomplexität werden ebenfalls besprochen. Bei subjektiv gleicher Qualität wurden in dieser Arbeit Einsparungen in der Komplexität von bis zu 42% im Encoder – verglichen mit dem H.264 Intra-Encoder – erreicht.
This work focuses on distributed image coding (DIC). The DIC is different from traditional Image coding approaches in a way that the coding process does not use intra-prediction for a part of the image. Instead of intra-prediction it uses channel coding on the transformation parameters for that particular part of an image. We refer to this image part as Wyner-Ziv-Image, the second part is called the Key-Image. The traditionally coded Key-Image will be used by the decoder to predict the Wyner-Ziv-Image. This predicted Wyner-Ziv-Image will be improved by using channel coding methods. The main advantage of this approach compared to well known image coding approaches, e.g. JPEG, JPEG2000 or H.264 Intra-Coding, is that coding complexity of Wyner-Ziv-Image is shifted to the decoder. Our approach exploits the theory of the Wyner-Ziv- and Slepian-Wolf-Coding which relate to each other. Both of the coding approaches (Wyner-Ziv- and Slepian-Wolf-Coding) are used to code the Wyner-Ziv-Image. Based on the theory of distributed source coding we will code the Wyner-Ziv-Image and Key-Image independently. The used Wyner-Ziv-Coding in our work starts by de-correlate the Wyner-Ziv-Image using integer cosine transformation (DCT), afterword we use the Slepian-Wolf-Coding (channel coding) to code the de-correlated information. Hereby the “ASWC (asymmetric Slepian-Wolf-Coding) with Parity approach” is used. At the end, the parity bits are sent through that channel. To generate the parity bit we use LDPC. In our work we compare three realistic distributed image coding approaches against Intra-Coding H.264. These approaches are different. Firstly, they differ in the partition process of the image to encode into two parts (Wyner-Ziv-Image and Key-Image). Secondly, we assess different ways of predicting the Wyner-Ziv-Image from the Key-Image. For good predictions the needed parity bits are reduced to achieve the same image quality as in Intra-Coding H.264. To evaluate the results we use objective and subjective perceived measures. We also analyse the compression factors and the corrected bit rate of the bit planes for the Wyner-Ziv-Image. Moreover, we also evaluate the complexity of the coding and the decoding. In our work we reduce the coding complexity by maximum of 42% compared to the Intra-Coding H.264 to achieve the same subjective quality of the image.
