中文翻译(使用Turbo码的图像传输)

第十二章使用Turbo码的图像传输无线多媒体正在被研究人员和开发商积极讨论着。

在一个无线坏境里，传输信号会受到多径传播造成的码间干扰（ISI）。

在高信噪比时，存在的信噪比引起了不可削减的层次对比特误差率来说。

该图像在非常嘈杂信道传输对比特错误非常敏感所以会严重降低在接收端的图像质量。

这就需要在传输信道编码中应用的误差控制。

强大和有效的信道编码是图像通过一个无线环境传输必要性。

最近，Turbo码吸引了极大的关注，因为其显着的纠错能力[2,3]。

此外，它的迭代译码计划和软通道信息利用特别适合压缩图像的传输[4-8]。

为了压缩和增强图像在图像传输中的更好误码性能，自适应维纳Turbo码系统（AW-TS）和自适应JPEG压缩和位平面（AW-TSwJBC）在第七章中介绍了。

12.1自适应维纳Turbo码系统自适应维纳Turbo码系统是Turbo码和二维（2-D）自适应噪声消除过滤组成的。

每个二进制对应的每个像素的振幅值被成租的分为位平面。

然后这个位平面每个比特在被传输。

在接收端，一个组合结构记为维纳Turbo解码器被使用。

维纳Turbo解码器是一个迭代结构并具有从第二个Turbo迭代解码器和维纳滤波反馈的环节，如图12.1。

解码过程持续反复，直到获得所需的输出。

该系统由一个图片截剪器，Turbo编码器（发射机），二维迭代自适应滤波器，Turbo解码器（接收器），图像合成器部分组成。

解码器采由两个相同的系统递归卷积编码器（RSC）组成，平行连接到隔行扫描器并先于第二递归卷积编码器。

双方的递归卷积编码器编码有每个比特片上的信息。

第一个编码器按输入位原来的顺序工作，而第二个编码器对输入位变成交织码引起的不同次序排列进行操作。

解码算法涉及的两个马尔可夫过程联合估计，个对应每个组成部分的代码。

由于这两个马尔可夫过程是由相同的数据集定义，估计数据可能被两个解码器共享信息变得精炼以一种迭代方式。

一个解码器的输出可以作为其他解码器一个先验信息。

这种迭代过程直到每个解码器输出是一种接近比特的决策。

在这种情况下，共享的其他信息不存在优势。

相邻的相关像素的优点是被考虑到 AW -的TS计划，导致图像改善的增强。

虽然每个位片以串行的方式传输，在解码前位串也是以这样一种方式在接收端重新组合成原来相邻的矩阵特性。

因此取替了一个典型的二进制串行通信和解码，在这个方案中，该坐标像素保留成它们原始输入数据矩阵。

用长度为N的副值像素等价的替代传输映射中的二进制。

每个像素的值相应的映射二进制的N个级，它们的二进制相应的映射成量化传输位在比特片上，如图12.2。

该原始图像分割成2N个量化等级，其中N记为比特平面。

每个N比特平面编码是在一个Turbo编码器进行，通过AWGN信道传输的。

在接收端，比特平面类似的也把相邻的相关像素考虑在2 - D图像位平面内。

每个带有噪声图像的位面值是一个由二维自适应噪声去除过滤器和一个Turbo解码器组成的联合迭代均衡块评估的。

在自适应维纳Turbo码系统，数据率可提高到了（N-1）倍仅需要转递最高的有效位。

特别是在快速搜索中，这样有趣结果给予重要性。

然后，其他位可以被传送以获更准确的2 - D图像。

最大分辨率可以获得，如果所有比特切片从最重要的到最不重要在接收端都被解码，在不牺牲带宽效率的时。

因此，我们比特切片也是一种高效的压缩技术。

正如我们在图12.3和12.4中见，自适应维纳Turbo码系统输出是每个比特平面携带一部分信息。

在接收端，在每个位片被解密，接近的决策输出行成了，所有的位片机输出重组作为第一位的第一个位片，第二位第二位片，最重要的位形成最后一个位片。

然后，这些二进制序列映射成相应的像素幅值。

在这种情况下的压缩，由于分辨率，一些不是所有的比特能被考虑，相应的量化振幅值像素能被发现。

因此，在自适应维纳Turbo码系统，误码率和图像增强是可以实现的，相对于传统的Turbo 解码和滤波器来说。

通过牺牲分辨率，更少的内存用于存储，数据率提高到（M - 1个）次只需通过选择一些数量的位片。

在压缩中，分辨率损失是正常情况。

12.1.1位平面切片/组合对于实验结果，一个图像样本带有150×150像素的图像分辨率和16级灰度被获得。

问题是要传送图像从图像中提取资源去加工站（地面站，飞机，船舶，等等）。

然而传输过程中，图像一般损坏由于传输条件[2-5]。

因此，有必要以减少噪声影响。

因为二进制Turbo码只接受二进制输入，因此图像必须转换成二进制格式，然后传输之前进行编码。

解决的办法是使用比特平面[7,8]。

当比特平面信号正在被传输时，它们在扭曲的信道中被损坏，一般在 AWGN信道。

高亮的贡献是在自适应维纳Turbo码系统起最要作用，它使图像的整体形象成一个特殊位的形式。

数据压缩在图像处理领域是这项技术的另一个应用。

想象一下，该图像是由N比特平面组成，从平面0最低有效位到平面N-1最重要的位。

对于N比特平面，平面0包含的所有字节的低阶位的像素，平面N-1包含了所有高阶位的所有像素。

换句话说，平面0是最低有效位（LSB）和平面N-1是最有效位（MSB）。

图12.2说明了这一点。

这种分解表明，只有一些最高阶位包含视觉上重要的数据。

还要注意的是平面N-1完全符合灰度位2n-1个图像阈值。

图12.3展示了不同比特平面的图像上的所有像素被4比特，（即N=3）所代替。

在这种情况下，我们有比特平面23-1。

请注意，只有三最高阶位包含视觉上的重要数据。

在[7,8]，图像被分成4个平面，即图像中的每个像素是由4比特代表（或16级灰度）。

想象一下，该图像是四个1位平面组成，从平面0最低有效位到平面3最高有效位。

关于四比特字节，平面0包含了图像的像素字节位中所有最低阶字节，而平面3包含所有的高阶位。

请注意，最重要的比特面（3.比特平面）包含视觉上的重要数据。

其他比特平面贡于图像的更微妙的细节。

此外平面3准确的对应图像阈值灰度8.比特面结合是切片的逆过程。

平面重组是为了重建图像。

当然这并不是说必须考虑所有切片的贡献。

尤其是当数据速度是重要的，有些比特是可以忽略，直到灰色的变化水平在图像上有可以接受的影响。

这种做法将增加数据速率。

图12.4展示了如何组合的切片有助于图像的恢复。

转化为二进制方式在传输图像之前是可取的。

如果图像被认为没有被切片，然后相邻关系会丢失，有维纳滤波器在接收端已毫无意义。

因此推荐系统的性能将是作为相同其他的常规技术。

图像首先编码，然后切片传输，邻里性能进行评估。

作为结果，噪声的影响贝被降低，性能显着改善了。

12.1.2递归系统的卷积（RSC）编码器本节介绍了有关的递归系统卷积编码的一般信息。

考虑一个半速率的递归系统卷积编码器与M的内存大小。

如果DK是一个在一定时间输入，在k时间内输出xk等于xk= dk（12.1）剩下的r（d）可以用反馈回来的多项式g)0((D)和g)1( (D)求的，这个反馈可也表示为和递归系统卷积编码器输出Yk,，称为类似数据[5,6]是一种具有记忆的递归系统卷积编码器m = 2时和速率R = 1/2与反馈多项式g)0(= 7和前馈多项式g)0(= 5如图12.5所示，而且它有个生成矩阵12.1.3维纳滤波在比特平面的应用该图12.1维纳滤波的目标是从下级版本的原始比特面获得一个估计值。

下级平面g(n1,n2)表示为其中f（N1，N2）是不是噪声的，根据分级平面V（N1，N2）是带噪音的。

由于下级平面g（N1，N2）和f（N1 N2）及V（N1，n2）的一些知识的性质，我们要拿出一个函数H（N1，N2）将输出一个好的f（N1 N2）估计。

这一估计是P（N1，N2），并定义下列各项：维纳滤波器产生的H（N1，N2）最小化均方误差定义这是一个线性最小均方误差（LMMSE）估计问题，因为它是一个线性估计，其目标是减少g（N1，N2）和f（N1， N2）之间平均误差。

这个信号估计概率可以使用正交原则解决。

它指出错误 e (n1,n2) = g (n1,n2) – f (n1,n2)最小化的要求是e（N1，N2）是任何不相关的随机变量。

从正交原则，过滤器的公式（12.12）被称为非因果维纳滤波器。

假设 f（N1，N2）与V（N1，N2）不相关，注意到了f（n1，n2）和v（n1，n2）是零均值的过程中，我们得到：和因此如果额外的限制f（n1，n2）和v（n11，n2）是高斯随机场样品，则公式（12.7）成为最小均方差的估计问题，维纳滤波公式（12.16）成为一个最小均方差的估计。

维纳滤波公式（12.16）是0相位滤波器。

自功率谱p（w1，w2）和p（w1，w2）的是真实的，非负的。

H(w ,w )的也是真实的和非负。

因此，维纳滤波器影响光谱幅度，而不是相位。

通过观察方程（12.16）。

如果pv(w1,w2)）的接近无限大，H（w1，w2）将接近1，表明滤波器曲向衰减低信噪比的频率成分。

维纳滤波器适用于所有的平面，加性噪声比特面v（n1,n2）是假设为零均值和方差.σ2v..。

设f （n1,n2）显示每一个平面从0到3（即，j= 0,1,2,3）。

他们功率谱 p jv (w1,w2)y用p2)()2,1(jvjvwwσ=给出，考虑局部地区的平面,其中f（n1，n2）是假设均一的。

在局部地区，平面f（n1,n2）用这个模拟的其中是m jf 和jfσ是当地的均值和标准差f)2,1(nnj和)2,1(nnjω的是零均值，单位方差的白噪声互相影响平面。

在局部地区，那么，维纳滤H)2,1(),2,1(nnbnn jj由下式给出然后，恢复比特平面在局部地区可表示为如果m jf 和jfσ在每个符号被更新[9]实验执行中带有所有已知退化比特平面，这是由退化的2 - DB增加至-3 dB 的信噪比和零均值的高斯白噪声。

由此产生的（由重组重建图像四个面）见图12.7（e）-12.12（e）。

窗口大小用来估计局部均值和局部方差是5* 5。

退化的平面，我们可以估算，因为方程（12,21）变化为广义维纳方程（12.22）修改为如下，文献[9]目的是为了获得较好结果在低得多信噪比时。

所以，基于地图的Turbo解码算法过滤后被考虑。

在公式（12.22），被作为退化平面在Turbo解码器中的新输入。

由此产生的输出平面可以表示为其中i是每个平面的迭代索引，在维纳过程和Turbo解码器之间（称为野生型迭代索引）。

i可以为从1至所需的号码。

如果为1时，这个映射的加工平面（在解码器的输出）进入维纳滤波器只有一次。

在这种情况下，选择了上次迭代平面，例如p )2,1(2n n j 重建时考虑。

如果采取的WT 指数为0，该解码器的输出不被维纳滤波器过滤。

当WT 指数采取在我们研究内1时，仿真结果已经表明，它是没有必要采取的一个非常高价值的维纳滤波器指数（图12.7-12.13）。