امروزه استفاده از مخابرات سیگنال های ویدیویی در طیف وسیعی از کاربردها، چه بلادرنگ و چه غیر آن در شبکه های گوناگون با رشدی روزافزون روبرو است. تقاضای افزاینده برای ارسال داده های ویدیویی به ویژه از طریق کانال های با ضریب اطمینان پایین مانند اینترنت و شبکه های بی سیم که اتلاف قابل توجهی دارند، اهمیت روش های کنترل و ترمیم خطا در این حیطه را روشن می کند. از این رو ارسال ویدیو در کانال های بی سیم به یکی از دغدغه های اصلی مخابرات ویدیو بدل شده است. به منظور افزایش مقاومت رشته بیت ویدیوی mpeg-4 ارسالی در برابر خطاهای کانال، یک طرح روش حفاظت خطای نابرابر در نظر گرفته می شود. در این روش، ابتدا بسته های ویدیوی mpeg-4 بخش بندی و سپس بخش های مختلف بنابر اهمیت شان با نرخ کدهای مختلف حفاظت می شوند. در روش حفاظت خطای نابرابر سنتی، نرخ های کدگذاری بخش های مختلف متفاوت ولی ثابت می باشد. برای بهبود کارآیی روش حفاظت خطای نابرابر، می توان نرخ کدگذاری هر بخش را براساس محتوای صحنه ی ویدئو به طور پویا تغییر داد. در این پروژه، یک روش حفاظت خطای نابرابر نوین ارائه می گردد که در آن نرخ کدگذاری بخش های مختلف یک بسته ی ویدئوی mpeg-4 بر اساس لبه های موجود در فریم ویدئو تعیین می شود. روش پیشنهادی قادر است کارآیی روش حفاظت خطای نابرابر سنتی را تا حدی ارتقا ببخشد. نتایج شبیه سازی حاکی از آن است که الگوریتم پیشنهادی از لحاظ کیفیت ویدئوی دریافتی عملکرد بهتری نسبت به روش سنتی دارد.

امروزه شبکه های مخابراتی از قبیل شبکه های بی سیم و اینترنت در حال گسترش روزافزون هستند. داده های ویدئویی ارسالی از طریق این شبکه ها به طور وسیعی به خطاهای ارسال آسیب پذیر هستند. همچنین به دلیل قابل اطمینان نبودن کانال های ارتباطی و در نتیجه رخ دادن خطا، استفاده از روش های اختفای خطا برای بازیابی اطلاعات آسیب دیده در سمت کدگشا ضروری می باشد. در مقایسه با روش های کنترل خطا، اختفای خطا فوایدی از قبیل مصرف نکردن پهنای باند اضافی و نداشتن تأخیر ارسال مجدد را دارا است. در این پایان نامه با بررسی انواع روش های موجود برای اختفای خطای زمانی دنباله های ویدئویی، هفت راهکار جهت تخمین بردارهای حرکت آسیب دیده در کدگشا ارائه شده است. در روش اول، یک روش پس پردازش برای بهبود الگوریتم انطباق مرزی وزن دار شده ارائه شده است. در روش دوم سعی شده است تا در مقابل تحقیق های جدیدی که علاقه مند به ابداع روش های پیچیده برای بهبود کیفیت بصری ویدئوهای تا حد 50% اتلاف اطلاعات هستند، روشی پویا که دارای پیچیدگی محاسباتی کمی است ارائه شود. در روش سوم، الگوریتمی جهت بهبود عملکرد روش انطباق مرزی جهتی ارائه شده است. در روش چهارم، یک الگوریتم انطباق مرزی توسعه یافته ارائه شده است که در آن، یک معیار انطباق مرزی جدید نیز ارائه گردیده است. در روش پنجم، یک الگوریتم انطباق مرزی ترکیبی و سریع که از دو معیار انطباق مرزی برای مقایسه هر پیکسل مرزی در فرایند تطبیق بلاک بهره می برد ارائه شده است. در نهایت، روش های ششم و هفتم به طور کلی از یک ساختار وفقی مشابه ولی با معیارهای متفاوت برای مقایسه هر مرز ماکروبلاک های نامزد جهت تخمین بردار حرکت آسیب دیده استفاده می کنند. نتایج تجربی نشان می دهند که روش های پیشنهادی کیفیت عینی و ذهنی فریم های بازسازی شده را در مقایسه با روش های مرجع افزایش می دهند.

هنگام انتقال سیگنال های ویدئوئی از طریق کانال های مستعد خطا، داده های ویدئو در معرض خطاهای کانال قرار گرفته و قسمت هایی از تصویر یا تعدادی از بلاک های حاوی اطلاعات تصویر، تخریب می شوند. این تخریب باعث می شود که کیفیت آن در حد نامطلوبی قرار گیرد. در این هنگام انجام اقداماتی برای اصلاح و بهینه کردن تصاویر دریافتی، مد نظر قرار می گیرد. در حال حاضر روش های گوناگونی برای اختفای تخریب ایجاد شده بر روی تصاویر دریافتی از کانال های مستعد خطا وجود دارد. یکی از روش ها ی موجود، روش اختفای خطا در حوزه ی مکان می باشد. یکی از وظایف مهم در عصر حاضر و در بسیاری از برنامه های کاربردی ویدئویی، تخمین نمونه اطلاعات ناپدید شده از نمونه های مفید و موثر شناخته شده در اطراف بلاک خراب می باشد. تا کنون روش های متعددی برای حل مسئله اختفای خطای مکانی پیشنهاد گردیده است که هر کدام از روش ها، شرایط خاصی را برای حل مسئله فوق ارائه کرده اند. مهمترین موارد مطرح شده فرض های آماری است، که به ارتباط آماری بین پیکسل های تصویر اشاره می کنند و از آن ارتباط و همبستگی برای اصلاح تصاویر آسیب دیده استفاده می کنند. در این پروژه تحقیقاتی با در نظر گرفتن موقعیت پیکسل گم شده، فرآیند بازسازی انجام می گیرد. انتخاب پیکسل های مرجع به گونه ای است که در شدت روشنایی و امتداد خط لبه همبستگی داشته باشند. روش پیشنهاد شده قادر است که کارآیی اختفای خطا را تا حدی در حوزه مکان ارتقاء بخشد. نتایج شیبه سازی حاکی از آن است که روش های پیشنهادی کیفیت ویدئوی دریافتی را از لحاظ کیفیت عینی و ذهنی بهبود می بخشند، به طوریکه میانگین حداکثر نسبت سیگنال به نویز (psnr) تصاویر مورد آزمایش برای روش اول حدود db5 نسبت به روش های مرجع و روش دوم نسبت به روش اول حدود db3/1 افزایش می یابد

آشکارسازی اشیا متحرک موجود در فریم¬های ضبط شده در یک دنباله¬ی ویدئویی، مرحله¬ای مهم و اساسی در بسیاری از کاربردهای نظارت ویدئویی می¬باشد. یک سیستم آشکارساز شی متحرک، به¬منظور دست¬یابی به روشی مقاوم برای آشکارسازی اجسام در فریم¬های ویدئو، نیاز به تخمین دقیق و قابل اعتماد پس¬زمینه و کاستن آن از تصویر دارد. چالش¬های متعددی در الگوریتم¬های کاستن پس¬زمینه و مدل¬سازی آن وجود دارد. اولا روش¬های انتخابی بایستی در مقابل تغییرات روشنایی مقاوم باشند. دوم این¬که الگوریتم باید از آشکارسازی پس-زمینه¬های غیر ساکن مانند شاخ و برگ متحرک درختان، باران و آب مواج و همچنین سایه¬های تولید شده توسط اشیا مسدود کننده¬ی نور خورشید یا منبع روشنایی جلوگیری نماید. برای این منظور سه رویکرد انتخاب مناسب فرآیند مدل¬سازی، انتخاب بهینه¬ی ویژگی و بهره¬گیری از پردازش¬های اضافی به¬کار گرفته شده است. هدف از این پژوهش، بهبود مدل¬سازی پس¬زمینه به-منظور آشکارسازی اشیا پیش¬زمینه است. برای دست¬یابی به این هدف با توجه به رویکردهای فوق، پنج محور بهبود الگوریتم گوسی مرکب با استفاده از اطلاعات بافت تصویر، بهبود عملکرد الگوریتم مبتنی بر بافت به کمک توصیف بهینه¬ی بافت تصویر، و همچنین استفاده از تکنیک حذف سایه در این الگوریتم، ارائه¬ی یک روش فازی مبتنی بر بافت و رنگ و ارائه¬ی روشی غیر پارامتری مبتنی بر تخمین تابع چگالی احتمال هر پیکسل مورد توجه قرار گرفته است. در نهایت خروجی هر الگوریتم با استفاده از معیارهای معروف در روش کاستن پس¬زمینه سنجیده شد که نشان از کارآیی و دقت روش¬های پیشنهادی دارد.

حرکت دوربین در دنباله های ویدئو، معمولاً شامل حرکت های مطلوب و غیر مطلوب می باشد. حرکت های نامطلوب سبب کاهش کیفیت ویدئو می شود. پایدارسازی ویدئو، فرآیندی است که به منظور حذف حرکت های ناخواسته از دنباله های ویدئو انجام می شود. روش های پایدارسازی ویدئو، به دو گروه مکانیکی و الکتریکی تقسیم می شود. با توجه به این که پیاده سازی روش های مکانیکی بسیار هزینه بر می باشد، معمولا از روش های الکتریکی به جای آن استفاده می شود. به طور کلی، روش های الکتریکی، شامل سه مرحله می شوند. تخمین بردار حرکت، تخمین حرکت عمدی و جبران سازی حرکت های ناخواسته. در این پژوهش، از پایدارسازی ویدئوی مبتنی بر ویژگی استفاده شده است. به این صورت که ابتدا نقاط ویژگی توسط الگوریتم sift استخراج می شوند و نقاط متناظر آن ها در فریم بعدی محاسبه می شوند. استفاده از نقاطی که مستقل از حرکت دوربین جابه جا می شوند، سبب خطا در تخمین بردار حرکت می شود. برای حذف این نقاط، از دسته بندی فازی استفاده می شود. به این صورت که با استفاده از الگوریتم em، دوران های ویژگی دسته بندی می شوند. به هرکدام از این دوران ها، یک مقدار عضویت نسبت به هر گروه اختصاص داده می شود. سپس یکی از گروه ها به عنوان بهترین گروه انتخاب می شود. نقاطی که مقدار عضویت شان به بهترین گروه، از یک حد آستانه بیشتر باشد، انتخاب و از سایر نقاط صرف نظر می شود. دوران روی نقاط باقیمانده اعمال می شود و مقدار انتقال نقاط بعد از اعمال دوران محاسبه می شود. مشابه قبل کار دسته بندی، این بار روی انتقال ها انجام می شود و تعداد بیشتری از نقاط حذف می شوند. با استفاده از مجموعه ی نهایی نقاط، بردار حرکت بین فریمی تخمین زده می شود. از آنجایی که تنها حرکت های ناخواسته باید جبران سازی شوند، در مرحله ی بعد، حرکت عمدی و غیر عمدی از هم جدا می شوند. با استفاده از فیلتر کالمن، حرکت عمدی تخمین زده می شود. در نهایت، با جبران سازی حرکت های ناخواسته، دنباله ی ویدئوی موردنظر پایدار می شود. نتایج شبیه سازی نشان می دهد که ویدئوی پایدارشده با این روش، از لحاظ معیارهای کمی و کیفی، به طور قابل توجهی از ویدئوی اولیه بهتر است.

در مخابرات چند رسانه ای سیار، ارسال داده های ویدئو روی کانالهای مستعد خطا با پهنای باند کم نظیر کانالهای بی سیم، فشرده سازی داده ها امری لازم و ضروری است. از میان استانداردهای زیادی که برای فشرده سازی تصاویر متحرک ارائه شده است، استاندارد mpeg-4 برای کانالهای بی سیم مناسبتر می باشد. در این حالت، حساسیت داده های فشرده شده نسبت به خطاهای کانال بیشتر شده و احتمال تخریب این داده ها با خطاهای کانال افزایش می یابد. به منظور مقاوم سازی رشته بیت فشرده شده نسبت به خطاهای کانال، چندین ابزار مقاوم سازی خطا به استاندارد mpeg-4 اضافه شده است. به هر حال، این ابزارها برای کانالهای مستعد خطا که نرخ خطا در آنها بالا است، کافی نبوده و کدبندی کانال ضروری است. اخیرا" خیلی از پژوهشگران روی کدبندی کانال برای ارسال ویدئوی mpeg-4 روی کانالهای بی سیم متمرکز شده و روشهای زیادی پیشنهاد شده است. عمومی ترین شیوه ارائه شده، روش حفاظت خطای نابرابر (uep) می باشد که می تواند بخشهای مختلف در یک بسته ویدئوی mpeg-4 را با نرخهای متفاوت کدگذاری کانال حفاظت نماید. به هر حال، این روش به دلیل ضعف عملکرد آن در این کاربرد به قدر کافی قدرتمند نمی باشد. در این پروژه یک روش حفاظت خطای نابرابر اصلاح شده برپایه محتوای صحنه ویدئو با دو ایده متفاوت، یکی بر اساس تعداد بیتهای مورد نیاز برای کد کردن بردارهای حرکت در فریمهای نوع p و دیگری بر اساس اطلاعات متقابل بین دو فریم متوالی ویدئو پیشنهاد می شود. نتایج حاصل از پیاده سازی نشان می دهد که علاوه بر بهبود کیفیت ویدئوی دریافتی، میانگین حداکثر نسبت سیگنال به نویز (psnr) برای روشهای پیشنهادی به ترتیب حدود 1/5و 2/5دسیبل نسبت به روش uep سنتی افزایش دارد.از طرف دیگر، اختفای خطا یک روش مهم برای بازیابی اطلاعات از دست رفته و یا آسیب دیده در ارسال ویدئو روی شبکه های مستعد خطا می باشد. در این پروژه همچنین یک شیوه جدید برای تخمین بردارهای حرکت آسیب دیده با استفاده از شبکه های عصبی پیشنهاد می گردد. روش پیشنهادی بطور پویا بر اساس اندازه بردارهای حرکت، از پیش بینی کننده شبکه عصبی و روش bma برای تخمین بردارهای حرکت استفاده می کند. روش پیشنهادی به دلیل بکارگیری شبکه های عصبی قادر است عدم کارآیی روشهای متداول برای نواحی ویدئو با حرکات بالا و همبستگی مکانی کم برطرف نماید. پیچیدگی محاسبات در روش پیشنهادی به مقدار کمی (حدود 1/5میلی ثانیه به ازای هر ماکروبلاک) از روش bma بیشتر است. نتایج حاصل از پیاده سازی نشان می دهد که علاوه بر بهبود کیفیت ویدئوی دریافتی در روش پیشنهادی، میانگین psnr حدود 0/54 دسیبل نسبت به روش bma افزایش یافته است.