1、一些視頻終端設備如移動可視電話、無線PC攝像機由于受到計算能力、電能容量等方面的制約,其性能上要求低計算復雜度的視頻編碼算法。而解碼端具有豐富的計算資源,可以承受復雜的計算。在這種應用場合,傳統(tǒng)視頻編碼結構難于適用。近年被提出的基于Slepian-Wolf和Wyner-Ziv編碼理論的分布式視頻編碼(DVC)能較好地滿足這種計算能力受限的視頻終端設備的需求。目前分布式視頻編碼已成為了國內外的研究熱點。
　　 本文對分布式視頻編碼

2、進行研究,分析當前存在的技術問題并重點研究其中的部分關鍵問題:如何降低現(xiàn)有Turbo碼譯碼算法的計算復雜度和如何精確估計邊信息。
　　 Turbo碼具有良好的性能使得其可以有效地實現(xiàn)Slepian-Wolf編碼器,然而譯碼性能高的Turbo碼譯碼算法通常具有較高的計算復雜度。目前Turbo碼常用譯碼算法有最大后驗概率(MAP)譯碼算法和軟輸出Viterbi算法(SOVA)。Log-MAP算法是MAP算法在對數(shù)域上的轉換形式,其簡

3、化了MAP算法計算復雜度并具有優(yōu)越的譯碼性能。SOVA算法具有較低的計算復雜性,而其譯碼性能比Log-MAP算法弱。由分析可知,這兩種譯碼算法均可輸出比特判決的對數(shù)似然比,因此Turbo碼解碼器的兩個分量譯碼器的譯碼算法可以不一樣。本文提出采用SOVA算法和Log-MAP算法的混合譯碼結構。此結構折中了單獨采用SOVA算法或Log-MAP算法譯碼的計算復雜度,同時可取得較好的譯碼性能。
　　 邊信息是分布式視頻編碼系統(tǒng)的一個重要

4、組成部分,其影響著系統(tǒng)的解碼性能。目前大部分構造邊信息方法中的運動估計采用了全局搜索方式搜索最佳匹配塊,由此造成大量運算的耗費。對此,本文提出了改進的基于卡爾曼濾波的運動估計結構。該改進結構將卡爾曼濾波器結合前向運動估計和雙向運動估計去計算視頻幀的子塊運動矢量。它首先通過卡爾曼濾波器預測最佳匹配塊的位置,然后使用傳統(tǒng)運動搜索算法在此位置的小鄰域內再搜索最佳匹配塊,最后卡爾曼濾波器和雙向運動估計修正運動矢量,從而避免了全局搜索方式計算運動