0 引言
在某些特定的工业场所，例如偏远地区油井和高速公路，我们需要对油井装备的运行状态以及高速公路路面情况进行实时监控，但由于有线传输线路铺设不便或维护费用昂贵等问题，只能采用短波和超短波通信，信道带宽只能达到16Kb/s，利用传统的视频图像压缩方法不能满足视频实时传输的要求。
在采用数字摄像机的录制过程中，采用D1格式（704×576），25FPS的视频流，按YCbCr4：2：2格式进行8bit量化，每帧图像的数据量为704×576×2×8×25=162.2Mb/s，考虑到压缩后的视觉效果，采用JPEG2000编码标准对视频进行压缩比为128：1的压缩[6]，则其压缩码流速降为1.267Mb/s，仍然远远达不到短波、超短波小于20Kb/s的要求，因此必须根据此类视频的特点改进压缩算法，保证实时监控的实现。
1 传统的压缩方法分析
当前的视频图像编码压缩标准方法无法对在固定背景下的设备运行视频图像进行高倍压缩，以满足短波、超短波信道有限传输带宽的要求。因此，必须针对此类情况，研究针对性更强的视频压缩方法。
文献[1]提出了一种基于甚低比特率水下视频图像压缩编码的方法，帧间编码采用基于小波树的WDR算法，帧间运动估计和补偿针对小波预处理后的子带进行，算法的压缩比可以达到250：1～500：1，能够满足极低比特率下的视频传输，但其对于运动对象和背景图像的考虑较少。
对于视频对象的提取文献[2]提出了一种基于背景差值法的运动物体检测，其先对图像进行滤波去噪，然后采用背景差值法将运动图像和背景图像做差，得到差分图像。文献[3]提出了一种基于三帧差分和背景差分相结合的分割，能够更好、更准确的将运动对象从背景图像中分离出来。
对于油井设备运行现场以及远程高速公路监控等视频，有其独特的成像特点：
其一，背景固定，由于摄像机是固定的，拍摄的背景也是固定的；
其二，视频的关注点在于特定对象的变化，如装备、车辆等，而对其它的部分关注度可以忽略。针对以上特点，我们可以从视频图像预处理、对象与背景分别编码等几个方面对压缩算法进行改进。实验证明，算法的压缩率能够达到300：1，能够实现实时传输，解码后的图像能够满足人们的需求。
2 远程监控视频压缩编码方案
本文提出的编码方案主要从视频图像预处理，视频对象提取和帧间运动补偿三个方面提高图像的压缩率，实现视频的实时传输。
2.1 视频图像预处理 由于现场摄像机拍摄得到的视频帧序列图像为彩色图像RGB三通道，但彩色图像对于我们实时掌握路面大体情况和装备状态没有必要，为了提高视频压缩率，将其转化为单通道灰度图像，公式如下[4]：
I=λRR+λGG+λBB
I为转换后的灰度值，灰度值范围从0到255，它由R、G、B三种颜色以不同比例拟和而成，本文中RGB的三个系数采用一组图像处理中比较常用的值：0.2989，0.5870，0.1140。
然后对得到的视频图像进行一级离散小波变换（DWT），由此得到LL1、LH1、HL1和HH14个子带。根据监控图像具有对比度低和纹理细节少的特点，舍弃所有高频子带，只保留低频子带LL1，而以后所有进行的帧内视频对象的提取和帧间的运动补偿编码都是在预处理后的子带LL1上进行的，这样不但消除了视频监控图像中大量的视觉冗余，而且有效的提高了视频图像的压缩率。
2.2 视频对象的提取 在视频图像处理中，有三种比较常用的运动物体检测方法：
①背景差值法；
②图像帧间差分法；
③基于光流的方法以及基于块匹配的方法[2]。由于本文监控视频都是采用固定的摄像机拍摄，所得的视频背景是相同的，因此采用背景差值法提取视频对象。其公式如下：Δf（x，y）=fk（x，y）-b（x，y）
其中fk（x，y）为视频图像的当前帧，b（x，y）为视频的背景，不随帧数的改变而改变。由于本文研究的对象是设备运行的状态，因此可以提前采集背景，但由于光照、摄像机抖动、天气等原因可能造成视频运动背景的变化，因此设定一个阀值T，当Δf（x，y）变化值小于T时，认定背景图像没有发生变化，当大于T时，更新背景帧。
编码的具体步骤如下：
Step1：提前采集背景，设定原始背景帧b（x，y），采用CDF9/7小波进行离散小波变换，采用较低的编码比特率对背景图像进行SPIHT编码后传至解码端保存；
Step2：将预处理后的视频帧LL1子带与背景帧LL1子带做差得到视频前景，也就是视频的运动对象，采用CDF17/11小波进行离散小波变换，采用较高的编码比特率对得到的运动对象区域进行高质量的压缩编码并传输；如图2所示；
Step3：在解码端根据设定的背景帧对视频进行还原，并判断Δf（x，y）与阀值T的关系，判断是否需要更新背景帧。
2.3 帧间的运动补偿 根据上节确定的运动区域内，采用块匹配的算法得到运动矢量。将得到当前帧的运动对象的区域划分2×2的宏块，用全搜索算法在参考帧的运动对象区域中搜索匹配块，得到运动矢量。利用这些运动矢量，对原始图像进行运动补偿，补偿后的图像即为预测误差。对运动矢量和预测误差进行量化、编码后进行传输，在解码端进行反变换得到原始图像。
对于固定背景的远程视频图像，本文采用24帧/s采集速度速度，其视频序列的组成为IBBPBBPBBPBBPBBPB
BPBBP。其中I帧采用前述的帧内编码的方式，也就是基于固定背景视频对象提取的编码方法，P帧采用帧间预测编码方式获得，而B帧是解码时由解码程序根据各个视频对象运动估计矢量插值得到的双向帧，不占编码传输的比特数，这样不但可以提高解码视频图像的视觉质量，而且提高了帧速率。
3 实验及结果分析
取一段监控视频，利用本文的方法进行视频压缩重建。取其中的几帧图像视觉效果以及PSNR曲线如图1所示。
经检测，解码后的图像的PSNR均在29以上，符合人眼视觉的最低要求，且由图1内容可以看出，根据本文提出的压缩编码方法对远程视频图像进行处理后重建的图像从人的视觉效果和PSNR值都满足要求，具有可行性。其压缩比能够达到300：1，经过16Kb/s的短波信道的传输试验，没有明显的延迟现象，能够清晰辨别视频中对象的运动状态，满足实时传输的要求。
4 结论
提出了一种基于固
定背景下的远程视频图像的压缩编码方法，预处理过程去掉了视频中的视觉冗余，并减少了视频后续编码的计算量和编码比特率。通过固定背景的差分法提取运动对象，背景与运动对象的分别编码传输减少了帧间冗余，并且加强了感兴趣区域的图像质量，通过帧间的运动补偿编码消除了帧间的时间冗余，提高了视频图像编码的效率。实验证明，在重建图像质量满足需要的前提下，视频图像的压缩率达到300：1，基本满足短波信道的16Kb/s的带宽实时传输需求。
参考文献：
[1]李庆忠，王文锦，刘佳旭，等.甚低比特率水下视频图像压缩编码方法[J].光电子·激光，2009，20（10）.
[2]胡永生，杨玲玲.基于背景差值法的运动物体检测[J].福建电脑，2008，12.
[3]Ding Zhengjian，Gao Pan.Image segmentation based on edge and wantershed. Proceedings of 2010 3rd International Conference on Computer and Electrical Engineering，2010，v3：437-439.
[4]侯伟，卢炎麟，郑河荣，等.固定背景下的视频分割及在交通视频流的应用[J].计算机技术与发展，2008，18（9）.
[5]陈晓雷，马义德.一种感兴趣区域图像压缩编码算法[J].计算机工程与应用，2007，43（32）.
[6]刘永征，刘学斌，胡炳梁，等.基于ADV212的JPEG2000静态图像压缩系统设计[J]电子器件，2009，32（3）：504-508.
