1.一种基于感知噪声信道模型的视频编码方法，其特征在于，包括：S1、建立考虑视觉抖动噪声和JND噪声的感知噪声信道模型；

S2、对视觉抖动的量化步长进行动态估计，并计算视觉抖动噪声和JND噪声；

S3、计算感知噪声权重因子；

S4、根据感知噪声权重因子优化率失真代价函数；

S5、基于优化后的率失真代价函数进行编码树单元编码。

2.如权利要求1所述的基于感知噪声信道模型的视频编码方法，其特征在于，步骤S1中，视频图像特征和外界环境变化的感知噪声信道模型为：式中，Ik为第k个原始视频编码图像块的像素值集合， 为第k个视频编码图像块的视觉抖动噪声集合， 为第k个视频编码图像块的JND噪声集合，I′k为第k个遭受噪声攻击后的视频编码图像块的像素值集合；

式中， 为第k个视频编码图像块中第(i,j)个像素值的视觉抖动噪声，Ik,i,j为第k个原始视频编码图像块中第(i,j)个像素值， 为Ik,i,j对应的JND量化索引调制模型,bk,i,j为Ik,i,j对应的外界视觉刺激信号；

式中， 为第k个视频编码图像块中第(i,j)个像素值的JND噪声， 为第k个视频编码图像块中第(u,v)受噪声干扰后的离散余弦变换系数， 为受噪声干扰后系数的DCT反变换。

3.如权利要求2所述的基于感知噪声信道模型的视频编码方法，其特征在于，步骤S2包括：S201、初始化变量 Δk和 Δk表示视觉抖动量化步长；

S202、根据接收到的遭受噪声攻击后的视频编码图像块的亮度值和变量节点右行或左行消息更新噪声节点上行消息：式中，μ→(·)表示从原始节点到目标节点的消息，δ(·)是单位脉冲函数，Ik′,i,j为遭受噪声攻击后的视频编码图像块中第(i,j)个像素值， 表示视觉抖动模型， 表示JND噪声的概率密度函数；

S203、利用视觉抖动节点，根据噪声节点上行消息和变量节点左行或者右行消息，得到随机视觉抖动信号的最大后验概率，视觉抖动节点上行消息传递算法可以表示为：式中Λ0和Λ1表示量化格点o和×； 表示视觉抖动，若bk＝0，则视觉抖动节点上行消息传递可以表示为：式中， 表示视觉抖动，

若bk＝1，则视觉抖动节点上行消息传递可以表示为：若 则译码后的视觉刺激信号 否则

S204、当解码精度β＜90％时，增加量化步长以降低译码误比特率，新的量化步长可以表示为：其中

式中， 表示JGDE-S噪声方差，JGDE-S表示由对比度敏感函数和亮度掩蔽效应因子组成，并经过高斯微分滤波和显著性权重因子抑制后的JND阈值。 表示JLM噪声方差，JLM表示由对比度敏感函数和亮度掩蔽效应因子组成的JND阈值；

S205、当β＞90％时，以当前 为最终量化步长，更新所有变量并重新计算视觉抖动噪声和JND噪声；否则，更新所有变量并返回步骤S202。

4.如权利要求3所述的基于感知噪声信道模型的视频编码方法，其特征在于，步骤S3中：感知噪声权重因子βCF表示为：

式中，Co表示原始视频重建帧的信道容量，V表示原始视频图像的方差，No表示采用不同量化参数编码后的重建视频图像的方差，CDither表示感知信道容量， 表示视觉抖动噪声方差。

5.如权利要求4所述的基于感知噪声信道模型的视频编码方法，其特征在于，优化后的率失真代价函数J′RDC如下：J′RDC＝D+λ·βCF·R

式中，D表示函数失真，λ表示拉格朗日因子，R表示比特率。

6.如权利要求4所述的基于感知噪声信道模型的视频编码方法，其特征在于，优化后的率失真代价函数J″RDO如下：式中，ψq表示失真控制因子，D表示函数失真，λ表示拉格朗日因子，R表示比特率，RA表示视频编码标准HM16.20的随机访问配置，LD表示低延迟配置。