视频信号的运动估计和运动补偿算法
基于模糊量化和2 bit深度像素的运动估计算法
基于模糊量化和 ２ ｂ ｉ ｔ 深度像素 的运 动估计算法
宋传呜 ， ， 一 ，郭延文 ，王相海 ， ， 一 ，刘丹
（ １ ．辽 宁师 范大 学 计 算机 与信 息技 术学 院 ，辽 宁 大连 １ １ ６ ０ ２ ９ ；２ ． 南 京大 学 计算 机软 件 新技术 国家重 点实验 室 ，江 苏 南京 ２ １ ０ ０ ９ ３ ３ ．南京 邮 电大 学 江 苏省 图像 处理 与 图像通信 重 点实验 室 ，江 苏 南京 ２ １ ０ ０ ４ ６ ）
Ｓ ＯＮＧ Ｃｈ ｕ ａ ｎ — ｍｉ ｎ ｇ ， ， ＧＵＯ Ｙａ ｎ — ｗｅ ｎ ， Ｗ ＡＮＧ Ｘｉ ａ ｎ ｇ — ｈ ａ ｉ ， ， Ｌ Ｉ Ｕ Ｄａ ｎ
（ １ ． Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ｃ ｏ ｍｐ ｕ ｔ ｅ ｒ ａ ｎ ｄ Ｉ ｎ ｆ ｏ ｒ ｍａ ｉ ｔ ｏ ｎ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｌ ｉ ａ ｏ ｎ ｉ ｎ ｇ Ｎｏ ｍａ ｒ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｄａ ｌ ｉ ｎ ａ １ １ ６ ０ ２ ９ ， Ｃ ｈ ｉ ｎ ａ ；
第３ ４卷 第 ７期 ２ ０ １ ３年 ７月
通
信
学
报
、 ， ０ ｌ ＿ ３ ４ Ｎｏ ．７ Ｊ ｕ ｌ ｙ ２ ０ １ ３
Ｊ ｏ ｕ ｍａ ｌ ｏ ｎ Ｃｏ ｍｍｕ ｎ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ
ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ － ４ ３ ６ ｘ ． ２ ０ １ ３ ． ０ ７ ． ０ ０ ７
文章编号 ：１ ０ ０ ０ ． ４ ３ ６ Ｘ（ ２ ０ １ ３ ） ０ ７ — ０ ０ ５ ９ ． １ ２
Ｍｏ ｔ ｉ ｏ ｎ ｅ ｓ ｔ ｉ ｍａ ｔ ｉ ｏ ｎ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｕ ｓ ｉ ｎ ｇ ２ ｂ ｉ ｔ － ｄ ｅ ｐ ｔ ｈ ｐ ｉ ｘ ｅ ｌ ａ ｎ ｄ ｆ ｕ ｚ ｚ ｙ ｑ ｕ ａ ｎ ｔ ｉ ｚ ａ ｔ ｉ ｏ ｎ
视频压缩 基本算法与标准
视频压缩视频压缩又称视频编码，所谓视频编码方式就是指通过特定的压缩技术，将某个视频格式的文件转换成另一种视频格式文件的方式。
一般的通用数据压缩方案如下图：压缩就是一个传播的过程，所以在压缩与解压缩之间，没有信号的丢失则称这种压缩就是无损的，相反的就是有损的，都有各自的算法，下面介绍。
无损压缩算法一游长编码（Run-Length Coding, RLC）产生年代：未知。
主要人物：未知。
基本思想：如果我们压缩的信息源中的符号具有这样的连续的性质，即同一个符号常常形成连续的片段出现，那么我们可以对这个符号片段长度进行这样的的编码。
例子：输入：5555557777733322221111111游长编码为：（5，6）（7，5）（3，3）（2，4）（l，7）二变长编码：1 香农-凡诺算法产生年代：未知主要人物：Shannon 和Robert Fano基本思想：对于每个符号出现的频率对符号进行排序，递归的将这些符号分成两部分，每一部分有相近的频率，知道只有一个符号未止。
说明：过程用一颗二叉树完成，它是一种自顶向下的过程，对于此输入5个字符则自然的分成2,3左右两子树，接着就是递归的过程。
因为分法不唯一，所以下列输出是一种情况。
例子：输入：HELLO输出：10 110 0 0 111（左子树标0）2赫夫曼编码产生年代：1952年主演人物：David A.Huffman基本思想：与香农-凡诺算法的区别在于，赫夫曼编码采用的是一种自下而上的描述方式，先从符号的频率中选取最小的两个符号，合成一个新的结点，进行等效的代替，然后也是个递归过程。
说明：赫夫曼编码具有唯一的前缀性质和最优性。
例子：对于输入：HELLO 建立的一刻赫夫曼树 扩展：扩展的赫夫曼编码，这是相对于数据中某个符号的概率较大（接近1.0）时，将几个符号组成组，然后为整个组赋予一个码字。
自适应的赫夫曼编码，这是一个边接收边编码的过程，完全的体现了适应的过程，需要对二叉树进行改变，由接收到的数据去添加进二叉树中，自动生成新的“赫夫曼树”。
视频编解码原理
视频编解码原理视频编解码原理之一：理论基础第1章介绍1. 为啥要进行视频压缩呢？未经压缩的数字视频的数据量巨大存储困难•一张DVD只能存储几秒钟的未压缩数字视频。
传输困难•1兆的带宽传输一秒的数字电视视频需要大约4分钟。
2. 为什么可以压缩去除冗余信息•空间冗余：图像相邻像素之间有较强的相关性•时间冗余：视频序列的相邻图像之间内容相似•编码冗余：不同像素值出现的概率不同•视觉冗余：人的视觉系统对某些细节不敏感•知识冗余：规律性的结构可由先验知识和背景知识得到3. 数据压缩分类无损压缩（Lossless）•压缩前解压缩后图像完全一致X=X'•压缩比低(2:1~3:1)•例如：Winzip，JPEG-LS有损压缩（Lossy）•压缩前解压缩后图像不一致X≠X'•压缩比高(10:1~20:1)•利用人的视觉系统的特性•例如：MPEG-2，H.264/AVC，AVS4. 编解码器编码器（Encoder）•压缩信号的设备或程序解码器（Decoder）•解压缩信号的设备或程序编解码器(Codec)•编解码器对5. 压缩系统的组成(1) 编码器中的关键技术(2) 编解码中的关键技术6. 编解码器实现编解码器的实现平台：•超大规模集成电路VLSI•ASIC，FPGA•数字信号处理器DSP•软件编解码器产品：•机顶盒•数字电视•摄像机•监控器7. 视频编码标准编码标准作用：兼容：•不同厂家生产的编码器压缩的码流能够被不同厂家的解码器解码高效：•标准编解码器可以进行批量生产，节约成本。
主流的视频编码标准：MPEG-2MPEG-4 Simple ProfileH.264/AVCAVSVC-1标准化组织：实用文档ITU：International Telecommunications Union•VECG：Video Coding Experts GroupISO：International Standards Organization•MPEG：Motion Picture Experts Group8. 视频传输视频传输：通过传输系统将压缩的视频码流从编码端传输到解码端传输系统：互联网，地面无线广播，卫星9. 视频传输面临的问题传输系统不可靠•带宽限制•信号衰减•噪声干扰•传输延迟视频传输出现的问题•不能解码出正确的视频•视频播放延迟10. 视频传输差错控制差错控制（Error Control）解决视频传输过程中由于数据丢失或延迟导致的问题差错控制技术：•信道编码差错控制技术•编码器差错恢复•解码器差错隐藏11. 视频传输的QoS参数数据包的端到端的延迟带宽：比特/秒数据包的流失率数据包的延迟时间的波动第2章数字视频1.图像与视频图像：是人对视觉感知的物质再现。
图像编码常用方法介绍(一)
图像编码是一项复杂的技术，用于将图像转换为数字形式，以便在计算机系统中存储和传输。
它在许多应用领域中都有重要的作用，如数字摄影、视频通信和医学图像处理。
本文将介绍一些常用的图像编码方法。
一、基于压缩的图像编码方法1. 无损压缩无损压缩是一种将图像数据压缩至较小大小，同时保持原始图像质量的方法。
在无损压缩中，图像数据被压缩成原始数据的一个完全可逆的表示。
这种方法适用于需要保留图像细节的应用，如医学影像和特殊图像分析。
常用的无损压缩算法包括无损JPEG和无损预测编码。
2. 有损压缩有损压缩是一种将图像数据压缩至较小大小，但会引入一定程度的信息丢失的方法。
它在图像质量和压缩比之间进行权衡，并提供了更高的压缩比。
有损压缩主要用于媒体存储和传输，如数字摄影和视频通信。
目前最常用的有损压缩方法是JPEG、JPEG 2000和WebP。
二、基于变换的图像编码方法1. 离散余弦变换（DCT）离散余弦变换是一种常用的图像压缩方法。
它通过将图像分解为一系列频域成分来压缩图像数据。
这些频域成分经过量化后可以被编码和存储。
JPEG就是基于DCT的一种压缩算法。
DCT压缩保留了图像中的主要信息，但会引入一些失真。
2. 波形编码（Wavelet Coding）波形编码是另一种常用的图像编码方法。
它使用离散小波变换将图像分解成低频和高频系数。
低频系数保留了图像的整体结构和主要特征，而高频系数则捕捉了图像的细节。
这种方法在图像压缩方面具有出色的性能，例如JPEG 2000就是一种基于小波编码的图像压缩标准。
三、基于预测的图像编码方法1. 差分编码（DPCM）差分编码是一种基于预测的图像编码方法。
它利用当前像素的预测值和实际值之间的差异来表示图像数据。
通过对差异进行编码和量化，可以实现图像数据的压缩。
DPCM利用了图像中像素之间的相关性，对于高度相关的图像具有较好的压缩效果。
2. 运动补偿编码（Motion Compensation）运动补偿编码是一种在视频编码中广泛使用的方法。
一种快捷的高精度运动估计方法
ｐ ｓｄ Ａｃｏ ｄｎ ｏｅ ｐ ｒ ｎ ｓ ａｒ ｄ ｃｉｎｏ ０ ｅ ｅ ｕ ｉｎ ｔ ｔ ｉｅ ｉ ｔｌｍ ｉｔｉｉｇｔｅｓｍｅａｃ ｒｃ ｏ ｅ ． ｃ ｒｉｇ ｔ ｘ ｅｉ ｍｅ ｔ， ｅ ｕ ｔｏ ｆ７ ｘ ｃ ｔ ｉ ｉ ａｔ ｎ ｄｗｈｌ ｓｉ ｎ ａｎｎ ｈ ａ ｃｕ ａ ｙ ｏ ｍｅ ｓ ａ ｅ ｌ ａ
ＩＵ ｉ ｕ ｎ’ ＣＨ ＡＯ ｎ － ａ ｇ Ｊ— ａ ｙ Ｈｏ ｇ ｙ ｎ ｓ
（ ｃ ｏ ｌｏ ｎｆｒ ｔ ｎ Ｓ ｉｎ ｅａ ｄＴｅ ｈ ｏｏ ｙ， ｕ ｔＳ ｎ Ｕｎｖ ｒｉｙ， ｕ ｎ ｚ ｏｕ５ ０ ７ ， ｉａ Ｓ ｈ ｏ ｆＩ ｏ ｍａ ｉ ｃｅ ｃ ｎ ｃ ｎ ｌｇ Ｓ ｎ Ｙａ— ｅ ｉｅ ｓｔ Ｇ ａ ｇ ｈ １ ２ ５ Ｃｈｎ ） ｏ
（ 山大学软 件 学院 广 州 ５ ０ ７ ） 中 １２５。
摘 要 因为高清数 字电视 对图像质 量有 严格 的要 求． 以高清数 字电视编码采 用了计 算十分复杂的高精度运动估 所
计 方 法 ， 非快 速 的 简单 运 动 估 计 方 法 ， 就 导致 了运 动 估 计 在 视 频 编码 中 占用 了很 多 的计 算 资 源 。提 出 了一 种 结合 而 这 不 同宏 块 运 动 特性 的 方 法 ， 以便 自适 应 地 选 择 高精 度 运 动估 计 方 法 或 简单 运 动 估 计 方 法 。该 方 法通 过 改 变 宏 块 编 码 顺 序 与 运 动 向 量预 测 顺 序 的 关 系 ， 减 少 ７ 运 算 时 间 的情 况 下仍 能 保 持 与 高精 度 方 法 相 同 的搜 索精 度 。 在 Ｏ
关键词 视 频 编码 ， 动估 计 ， 测运 动 向量 运 预 Ｔ １． １ Ｎ９ ９８ 文献标识码 Ａ 中图 法分 类 号
压缩视频码流中运动矢量的提取
关键 词 ： Ｅ￣ ， ＭＰ Ｃ２运动矢量； 运动补偿； 帧率加强
中图分类 号 ：Ｎ １ ．３ Ｔ ９ １７
文 献标 识码 ： Ａ
文章 编号 ：０５９ ９ （０ ６ｏ—３ ２ｏ １０—４ ０２０ ）４１４ ＿４
视频编码标准 ＭＰ ２ Ｅ 具有 良好编码效率， 这
如： 去隔行 ， 视频帧率转换 以及转编码等。利用码流
Ｃ ＨＥ Ｊ ａ ＸＩ Ｊ ｎ Ⅵ Ｎ ７ｃ ｕ Ｎ ｕ ｎ， Ａ ｕ ， Ｈ ｚ ｈ ｎ —
（ ｌｃｒｎｃ ｎ ｉｅｒｎ ｐ ｒ ｎ ，Ｓ ｕｈ ａｔ ｎｖｒｉ Ｎａｊｎ １０ ６ ｈｎ ） Ｅ ｅｔｏ ｉｓ ｇｎｅｉｇＤｅａ ｔ ｔ ｏ ｔｅｓ Ｕ ｉｅｓｔ Ｅ ｍｅ ｙ， ｎ ｉｇ２ ０ ９ ，Ｃ ｉａ
中的运动矢量可以减小后期视频处理 的复杂性 ， 所
是因为它采用了混合编码结构 ， 中包括多种信息 其
压缩编码技术 ： 结合离散余弦变换的行程编码 、 可变 以在不显著提高解码器复杂性的情况下提取运动矢 长编码以及基于运动估计和补偿 的预测编码等Ｌ 。 量 ， １ ］ 并进一步应用到后期视频处理过程中， 是一个可
Ａｂ ｔａ ｔ ｎ Ｍ Ｐ Ｃ ，ｔ ｅｍｏｉｎ ｖ ｃｏ ｓｅ ｃ ｄ ｄ ｉｓｄ ｆ ｏ ｒｓｅ ｉｅ ｅ ｕ ｃ ｏｍａｌ ａ ｅｔｅｍｏ ｏ ｓｒ ｃ ：Ｉ Ｅ ￣２ ｈ ｔ ｅｔｒ ｎｏ ｅ ｉｅｏ ｍｐ ｅｓｄ ｖｄ ｏｓｑ ｅ ｅｎ ｒ ｌ ｈ ｖ ｔ ｎ ｏ ｎ ｃ ｎ ｙ ｈ ｉ
ＥＥＡ ＣＣ： １ ０ ６ ４ Ｃ ・
压 缩 视 频 码流 中运 动矢 量 的提 取
陈 娟， 夏 军 ， 尹涵春
（ 东南大学 电子工程系 ， 南京 ２０ ９ ） １０ ６
摘 要 ： Ｅ￣２ ＭＰ Ｃ 标准中， 码流中的运动矢量代表了编码时相邻图像间的运动信息。提出一种针对 ＭＰ Ｃ ２中不同运动补 Ｅ， －
运动去模糊算法
运动去模糊算法运动去模糊算法是一种通过数学和计算机视觉技术来改善运动图像清晰度的算法。
随着社会的发展，人们对图像质量和真实感的要求也越来越高，尤其是在视频监控、无人机拍摄和运动捕捉等领域。
运动图像往往存在抖动、模糊和失真等问题，这给图像处理和分析带来了挑战。
传统的静态图像去模糊算法主要基于图像退化模型和去卷积技术，但对于运动模糊图像这种动态的情况，这些方法并不适用。
运动去模糊算法就是为了解决这个问题而提出的。
它主要采用了运动模型来描述图像清晰度的退化过程，并通过对图像进行运动估计和运动补偿来恢复图像的清晰度。
运动去模糊算法的基本原理是，在运动模糊图像中，每个像素点都可以看作是由原始图像上相应像素点在拍摄过程中的轨迹上的点积累得到的。
因此，通过对每个像素点的轨迹进行估计和分析，可以得到整个图像的运动模型。
然后，根据这个运动模型，可以用逆运动来恢复图像的清晰度。
常见的运动去模糊算法有时域方法和频域方法。
时域方法主要基于图像序列的不同帧之间的相关性，通过对图像进行均值滤波或者运动矢量估计来去除模糊。
频域方法则主要利用傅里叶变换将时域转化为频域，通过滤波和抑制高频噪声来提高图像的清晰度。
此外，运动去模糊算法还可以结合其他图像处理技术，比如边缘增强、去噪和图像补全等方法，以进一步提高图像的清晰度和真实感。
同时，基于机器学习的运动去模糊算法也呈现出越来越大的潜力，通过训练大量的图像数据，可以使算法更具智能化和自适应性。
总之，随着图像处理和计算机视觉技术的快速发展，运动去模糊算法在改善运动图像清晰度方面发挥着重要作用。
通过对图像的运动分析和估计，可以恢复图像的清晰度和真实感，提高图像处理和分析的精度和效果。
未来，我们可以进一步研究和创新，将运动去模糊算法应用于更广泛的领域，为人们提供更高质量的图像和视频体验。
AVC(H264)是1995年自MPEG-2视频压缩标准发布以后的最新
H.264/MPEG-4 AVC（H.264）是 1995 年自 MPEG-2 视频压缩标准发布以后的最新、最有 前途的视频压缩标准。
H.264 是由 ITU-T 和 ISO/IEC 的联合开发组共同开发的最新国际视频 编码标准。
通过该标准，在同等图象质量下的压缩效率比以前的标准提高了 2 倍以上，因此， H.264 被普遍认为是最有影响力的行业标准。
一、H.264 的发展历史 H.264 在 1997 年 ITU 的视频编码专家组（Video Coding Experts Group）提出时被称 为 H.26L， ITU 与 ISO 合作研究后被称为 MPEG4 Part10 在 （MPEG4 AVC） H.264 或 （JVT） 。
H.264 的高级技术背景 H.264 标准的主要目标是：与其它现有的视频编码标准相比，在相同的带宽下提供更加优秀的 图象质量。
而，H.264 与以前的国际标准如 H.263 和 MPEG-4 相比，最大的优势体现在以下四个方面： 1． 将每个视频帧分离成由像素组成的块，因此视频帧的编码处理的过程可以达到块的级别。
2． 采用空间冗余的方法，对视频帧的一些原始块进行空间预测、转换、优化和熵编码（可变 长编码）。
3． 对连续帧的不同块采用临时存放的方法，这样，只需对连续帧中有改变的部分进行编码。
该算法采用运动预测和运动补偿来完成。
对某些特定的块， 在一个或多个已经进行了编码的帧执 行搜索来决定块的运动向量，并由此在后面的编码和解码中预测主块。
4． 采用剩余空间冗余技术，对视频帧里的残留块进行编码。
例如：对于源块和相应预测块的 不同，再次采用转换、优化和熵编码。
H.264 的特征和高级优势 H.264 是国际标准化组织（ISO）和国际电信联盟（ITU）共同提出的继 MPEG4 之后的新一代 数字视频压缩格式， 它即保留了以往压缩技术的优点和精华又具有其他压缩技术无法比拟的许多 优点。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数 字 视 频 实 验 报 告
班 级：电信科0801班
学 号：
姓 名：
实 验 报 告 二
一、 实验名称：视频信号的运动估计和运动补偿算法
二、实验目的
在视频编码和处理系统中，运动估计和运动补偿技术对降低视频
序列时间冗余度、提高编码效率起着非常关键的作用。运动估计的准
确程度将直接决定视频编码器的编码效率。它极大地消除了视频序列
的帧间相关性。运动估计算法的复杂性将直接决定视频压缩编码系统
的复杂性，如何提高运动估计的效率，使运动估计算法的搜索过程更
快速、更高效一直是人们研究的热点。掌握运动估计的块匹配算法，
以及快速运动估计算法。
三、实验内容：
1、
分析基于块匹配的全搜索运动估计算法程序，画出
motionEstAnalysis.m 和 motionEstES.m文件流程图
2、 编程补充完成costFuncMAD.m 文件中最小绝对误差计算函数
costFuncMAD（）和imgPSNR.m文件中峰值信噪比PSNR计算函数
imgPSNR（）的程序，最终输出运动矢量场；
3、 掌握运动补偿算法，编程实现motionComp.m文件中对目标帧的运
动补偿重构函数 motionComp（）；
4、 了解多种快速运动估计算法，例如三步法搜索法、二维对数法、
菱形搜索法等。
5、 总结实验结果，比较各种搜索算法的性能和所需时间。
四、实验原理
在帧间预测编码中，由于活动图像邻近帧中的景物存在着一定的
相关性。因此，可将活动图像分成若干块或宏块，并设法搜索出每个
块或宏块在邻近帧图像中的位置，并得出两者之间的空间位置的相对
偏移量，得到的相对偏移量就是通常所指的运动矢量，得到运动矢量
的过程被称为运动估计。
运动矢量和经过运动匹配后得到的预测误差共同发送到解码端，
在解码端按照运动矢量指明的位置，从已经解码的邻近参考帧图像中
找到相应的块或宏块，和预测误差相加后就得到了块或宏块在当前帧
中的位置。
运动估计的准确程度往往用补偿图像与原图像比较的PSNR来衡
量表示。
五、实验程序
1、 motionEstAnalysis.m文件流程图
读取*.AVI文件
并播放文件
开始
设定块大小和搜索
步长
取帧的范围 取第i帧，取P帧为 读第i、p帧的数据，分别存入imgI、imgP 计算i帧的大小 分别调用自定义函数计算运动矢量 利用运动估计参数重构P帧图像 计算峰值信噪比PSNR 计算代价 i<30? 分别显示i帧、p帧和p 画运动矢量图 结束 2、 motionEstES.m文件流程图 3、计算最小绝对误差程序（补充costFuncMAD.m文件程序） 4、计算峰值信噪比PSNR程序（补充imgPSNR.m文件程序） 5、对目标帧的运动补偿重构程序（补充motionComp.m文件程序） 开始 计算运动矢量 比较得到代价最 计算块中心点 结束 img(i:i+mbSize-1,j:j+mbSize-1)= 六、实验结果 1、运动矢量场图像 2、对目标帧的运动补偿重构程序 第 P 帧视频原始图像
1
i帧后两帧
帧重构帧
no
yse no
yes
sum=0;
for i=1:n
for j=1:n
Difference=abs(currentBlk(i,j)-refBlk(i,j));
sum=Difference+sum;
end;
end;
cost=sum/(n.^2);
[row col] = size(imgP);
sum2=0;
for i3=1:row
for j3=1:col
sum2=sum2+(imgComp(i3,j3)-imgP(i3,j3)).^2;%累加求和
end
end
s=sum2/(row*col);
psnr=10*log10((n*n)/s);
初始化：定义块
中心，矢量及代
价
小的运动矢量，
作为块的运动矢
量
最后分别计算I
帧各个块的块中
心，运动矢量及
代价
[row col] = size(imgI);
img=zeros(row,col);
mbCount=0;
for i = 1 : mbSize : row-mbSize+1
for j = 1 : mbSize : col-mbSize+1
mbCount=mbCount+1;
k1=motionVect(1,mbCount);
k2=motionVect(2,mbCount) ;
imgI(i+k1:i+mbSize-1+k1,j+k2:j+mbSize-1+k2);
end;
end;
imgComp=img;
第 I 帧视频原始图像
第 P 帧视频运动补偿重构图像
3、视频重构视频峰值信噪比PSNR
Psnr=29.349