错误隐藏学习手记（三）

帧内错误隐藏算法集合：

1、空间加权像素平均算法（加权像素平均插值算法）

P0就是丢失的宏块，灰色的是最近的像素点。

2、方向插值：

（1）边缘检测及梯度计算：

          使用Sobel算子，计算的是Sx和Sy（水平边缘和垂直边缘）下图中，a，b，c，d是缺失的宏块，灰色的是参考像素。

  

           Sobel算子如下，这是用来进行边缘检测的：

   

            
          对于Q要特别说明，它是灰色像素点的领域3*3矩阵。

          

           这样我们就得到了该点的角度。然后我们分类：

    

          这样角度就分成1~8，用k表示。

          领域的点用i表示，也是1~8。

          计算式：

         

          在计算梯度时，我们设置一个阈值，认为大于某阈值的就是相关像素点（比如60）

          我们要为每个相邻块Si [k] 取出最大的那个值并作为该邻域块的最佳边缘方向。

（2）丢失宏块的方向加权与插值：对于a块的插值，取编号为2,3,5,8的相邻块边缘方向作为a块方向加权的候选方向集，以此类推出b，c，d。

           对a进行插值的时候，使用R=S i[k] * d

           S i [k]是邻块最佳边缘方向对应的像素个数，d是丢失宏尺寸减去宏丢失块像素到相邻块的距离。

         

         

                

                 

以上摘自：基于H_264_AVC改进的时空域错误掩藏算法_吴明坤

（3）自适应帧内错误隐藏算法：结合前两种算法的优点，我们可以在某种条件下采用更好的做法来进行错误隐藏。

          采用方向熵来区别：

          方向熵的计算：

     

             当H为3的时候最大，这时候方向梯度每个方向大小都一样。H越大说明越不清晰，适合采用加权平均算法；反之采用方向加权插值。一般阈值为2.8。