本发明属于水声信道视频传输领域，特别涉及控制误码率和图像修复两方面的方法。
背景技术：
1、近些年来，伴随着深海探测技术的发展，以及对深海资源的重视，各个国家开始建造自己的深海空间站。通过利用深海环境中感知到的信息，可以通过水声信道中实现视频序列传输方面的各种应用，包括海底勘探、防灾、地雷侦察以及环境监测。为了实现水声信道的视频数据传输，目前已经进行的现有研究。由于任务不断精准化，人们对于水下视觉感知能力的需求越来越高。然而，在水下远距离无线通信中，受限于声学信号自身特性，水声信道限制了视频数据的实时传输，严重影响了水声传输后的视频质量。
2、现有的水声信道视频编码传输方法存在以下不足：
3、(1)水声信道在海洋环境下可利用带宽十分有限，传输速率通常低于100kbps。在极低比特率编码下的大数据传输，会造成不可逆转的有损压缩。
4、(2)海水中声波传播速度远低于光、电等信号，因此水声信道传输存在100ms以上的高延时，使得信号延时转变为视频播放延时，降低节点之间数据的传输效率。
5、(3)水声信道易受干扰，产生丢包差错、比特差错等现象，引起解码质量恶化，从而产生高压缩比码流，干扰水上支援平台的任务规划和部署。
技术实现思路
1、本发明解决的技术问题是：提出了一种基于wyner-ziv编解码框架的抗误码传输算法。通过引入低关联性编码策略，消除误码扩散影响。结合运动补偿时域内插与质量增强技术改进边信息生成方式，以此来充分利用序列时域与空域的关联性，实现宏块信息的稳定传递。最后设计离散余弦变换量化矩阵，计算帧内空间频率，增强接收端视频的成像质量。
2、本发明的技术解决方案是：一种基于wyner-ziv编解码框架的抗误码传输算法underwater-wz，包括如下步骤：
3、(1)优化wz帧编解码方法：
4、对于关键帧(k帧)所采用mjpeg压缩编码方式，将mjpeg压缩编码算法与wyner-ziv系统进行结合，输入视频帧的压缩采用jpeg压缩算法。在此过程不涉及序列中视频帧之间的相关性，可以避免帧间预测，使得处理过程具有独立性，因此十分适合处理水下视频序列，基于此设计一种基于低关联性编码的抗误码系统。
5、(2)格雷码映射
6、水声信道传输下，本方法将mcti技术与编码段传送校验信息进行整合，并优化边信息生成算法，其中格雷码映射部分具体为：
7、将经过量化处理的dct系数q转化为二进制码：
8、转化成格雷码：
9、
10、
11、
12、解码端，dct系数带中mk个位平面被解码后，反格雷映射根据上式得到自然二进制码：
13、
14、
15、
16、(3)码率自适应ldpca编码
17、我们提出由ldpc码伴随式编码器和累加器组成的码率自适应的ldpc编码，基于ldpca码的sw编解码系统框图如图2所示。
18、
19、其过程首先通过将经过ldpc编码的伴随式码流(s1,s2…sn…sn-1,sn)进行计算，利用模2加处理获取二进制伴随式码流(a1,a2…an…an-1,an)。之后将其放置在缓存区。最后，根据解码器指令将编码系统中校验比特分段传输至解码端。
20、在解码过程中，需要针对校验比特码采取模2差分处理，生成与编码段相同的伴随式码流，其编码方式为二进制。紧接着采用基于ldpc迭代的编码方式，其过程可在中高层码率状态下达到理想效果，且可在sw编码边界范围内。最重要的是，当数据任务码长逐渐降低，基于ldpca码的sw编解码系统能尽可能地缩小损失。
21、(4)边信息质量增强
22、边信息生成过程中，实现增强边信息质量，具体如图3所示：
23、
24、其框架主要由ti块估计模块、ui块估计模块以及边信息yi生成模块三部分组成。
25、ti块估计模块：该过程利用基于数据集相邻序列帧的时域的关联性估计过程生成。经过双向运动估计处理后，编码过程模块ii的对称运动矢量对以{(νx,νy),(-νx,-νy)}代替。根据线性运动模型，将初始帧xi与前后参考帧xb和xf中相同位置的宏块进行集成：
26、xi(x,y)＝xb(x+vx,y+vy)+zb(x,y)
27、xi(x,y)＝xf(x-vx,y-vy)+zf(x,y)
28、经过量化噪声处理后的前后参考帧：
29、x′b(x,y)＝xb(x,y)+qb(x,y)
30、x′f(x,y)＝xf(x,y)+qf(x,y)
31、根据双向运动估计获取的运动矢量以及前后解码后的参考帧，生成ii块运动补偿版本：
32、
33、
34、通过前后参考帧运动补偿，与相对应的帧内解码块的结合，得到相应ti块：
35、
36、将结合相应mcti估计块si，加权平均得到ui估计模块：
37、ui(x,y)＝ωii(x,y)+(1-ω)si(x,y)
38、其中，si估计的质量
39、边信息yi生成模块：
40、边信息生成仅需将参考帧对应的宏块替代作为边信息帧的数据块使用，也就是来自si、ti、ui的宏块不同组合的替换。
41、(5)dct帧内量化矩阵设计
42、为提升成像质量，利用mtf函数设计基于dct系数的量化矩阵为：
43、h(f)＝a(b+cf)exp(-cf)d
44、其中，每一度视角内条纹变化周期数用空间频率f表示，单位以周/度(cpd)表示，a、b、c、d均为常数，分别为2.6,0.192,0.114和1.1。
45、由于敏感系数h(u,v)在对应(u,v)位置参数下具有低通的特点，因此需要进行计算：
46、
47、其中，f(u,v)为(u,v)位置参数下的空间频率，其计算过程如下：
48、
49、空间频率敏感度在视觉不同角度下会产生差异，并且相比对角方向，垂直或水平方向的敏感系数更高，因此针对不同位置频率的角度，利用s(θ(u,v))进行归一化加权计算：
50、
51、其中s(θ(u,v))表达式为：
52、
53、w作为对称参数为0.7。fmax的取值为8，此处代表mtf峰值。当空间频率大于fmax时，视觉敏感系数将降低。
54、将视觉感知特性与dct进行融合，并利用加权函数，最终得到基于dct变换的mtf函数模型：
55、
56、针对不同频率dct系数响应进行表达，将其应用于量化矩阵设计：
57、
58、利用不同频率系数进行加权调整，且不同系数在加权后需要采用等值步长进行量化，使得不同场景下敏感程度保持不变：
59、
60、其中，coeff(u,v)为转化系数，且需要采用平均量化步长qstep对加权后的不同系数进行量化，其中level(u,v)为量化过程后的系数，该过程可以表示为coeff(u,v)在不同量化步长qstep/h(u,v)下进行量化处理，所以生成dct系数下的帧内量化矩阵qmdct：
61、qmdct(u,v)＝qstep/h(u,v)
62、本发明与现有技术相比的优点在于：
63、1、采用mjpeg编码方式降低像素间的关联性
64、通过将mjpeg编码与wyner-ziv系统进行结合，形成具有低关联性的高效视频抗误码方法。当数据丢失时，更新的编码系统不会造成重建图像的误码扩散，并控制数据丢包范围，从而提升系统的鲁棒性。
65、2、改进边信息生成质量
66、本方法将mcti与校验信息传输进行结合，以此来生成质量更高的边信息。首先针对参考帧中对应的宏块，通过编码端传输的校验信息对其进行帧内编码，并利用mcti生成边信息，最后采用运动补偿质量增强技术生成更高质量的边信息。该方法可以针对海样视频中非线性运动的目标进行编码，并且提升重建视频质量。
67、3、利用帧内量化矩阵改善成像质量
68、本文设计一种基于dct的帧内量化矩阵。方案通过新的空间频率计算方法，对不同频率系数进行加权处理。在降低人们对场景变化的敏感度的同时，进行高效视频编码。
1.一种基于wyner-ziv编解码框架的抗误码传输算法，其特征在于：所述抗误码传输方法以wyner-ziv系统框架为基础展开研究，所述抗误码传输方法主要处理控制误码率和图像修复两方面，包括如下步骤：
