本文關鍵詞： HEVC 3D-HEVC 深度圖預處理 誤碼掩蓋　出處：《西安電子科技大學》2014年碩士論文　論文類型：學位論文

【摘要】：多視點視頻加深度(MVD)由于具有良好的后向標準兼容性,且利用基于深度圖像的繪制(DIBR)技術能夠在解碼端合成任意視點的圖像,實現(xiàn)任意位置視點的觀看。運動圖像專家組(MPEG)將MVD選作新一代三維視頻(3DV)編碼標準的數(shù)據(jù)格式。3DV標準可分別基于H.264/AVC和H.265/HEVC標準進行制定。相比于H.264/AVC,由ITU-T和ISO聯(lián)合制定的新一代視頻編碼標準HEVC在相同重建質(zhì)量的前提下,能夠節(jié)省一半左右的碼率,因此3D-HEVC受到了更多關注。由于引入了深度信息,增加了編碼碼率,因此提高深度圖的編碼效率成為了3D-HEVC的關鍵。另外,碼率的增加也使得帶寬有限傳輸網(wǎng)絡中出現(xiàn)網(wǎng)絡擁塞的風險增加,易導致視頻信息丟失,解碼錯誤現(xiàn)象。因此,針對3DV的特點制定更加有效的誤碼掩蓋技術具有重要意義。本文重點研究了用于提高深度編碼效率的深度圖預處理技術以及3DV誤碼掩蓋技術,主要研究內(nèi)容如下:由于深度估計算法的限制,使得獲取的深度圖質(zhì)量較低。具體表現(xiàn)為深度圖中物體的邊界信息與視頻圖像中真實的物體邊界之間一致性較差,出現(xiàn)了較多的虛假邊緣。虛假邊緣不僅額外增加了編碼碼率,也降低了解碼端虛擬合成視點圖像的質(zhì)量。為了去除虛假邊緣,提高深度圖的編碼效率,本文提出了一種深度圖預處理算法。所提算法根據(jù)深度圖與視頻圖像中物體邊緣的相關性,利用各向異性擴散方法對虛假邊緣進行了平滑。由于所提平滑方法具有各項異性的特點,在濾除虛假邊緣的同時,能夠?qū)ι疃葓D中與視頻圖像物體邊緣相關性較高的真實邊緣信息進行有效保護。利用所提算法可以在不降低虛擬合成視點圖像質(zhì)量的前提下,有效地濾除虛假邊緣,提高深度圖的編碼效率。對于在網(wǎng)絡傳輸過程中丟失的幀信息,一般利用其與前后幀的時域相關性進行插幀實現(xiàn)誤碼掩蓋,但是對于運動較為劇烈的前景部分卻難以準確恢復。相比于二維視頻,MVD信息的視點間相關性也可以用于丟失幀的插值過程。本文提出一種區(qū)分前景背景的插幀技術用于實現(xiàn)3DV的誤碼掩蓋。首先通過對前后幀的幀差進行門限比較,初步劃分出前景與背景,并進一步利用形態(tài)學濾波的方法對進其進行去噪處理。對于背景部分,仍然利用前后幀進行插值;而對于運動較為劇烈的前景部分,則利用相鄰視點在當前視點的虛擬合成圖像進行填充。所提方法綜合利用了時域和視點相關性,提高了重構幀的質(zhì)量。
[Abstract]:Multi-view video plus depth MVDs have good backward standard compatibility and can synthesize arbitrary view images at the decoding end by using depth image-based rendering (DIBR) technology. Realization of viewing at any position. Moving Image expert Group (MPEG) selects MVD as a new generation of 3D video player 3DVV). Coding standard data format. 3DV standard can be based on H.264% AVC and H.265% HEVC standard, compared to H.264% AVC. The new generation video coding standard HEVC, which is jointly developed by ITU-T and ISO, can save about half of the bit rate under the same reconstruction quality. So 3D-HEVC attracts more attention. Because of introducing depth information and increasing coding rate, improving the coding efficiency of depth map becomes the key of 3D-HEVC. The increase of bit rate also increases the risk of network congestion in limited bandwidth transmission network, which easily leads to the loss of video information and decoding error. It is of great significance to develop a more effective error concealment technique according to the characteristics of 3DV. This paper focuses on the depth map preprocessing technology and the 3DV error concealment technology which are used to improve the depth coding efficiency. The main research contents are as follows: because of the limitation of depth estimation algorithm. The quality of the obtained depth map is low, which is shown by the poor consistency between the boundary information of the object in the depth map and the real object boundary in the video image. There are more false edges. False edges not only increase the coding rate, but also reduce the quality of the decoded virtual composite view image. In order to remove false edges and improve the coding efficiency of depth map. In this paper, a depth map preprocessing algorithm is proposed, which is based on the correlation between the depth map and the object edge in the video image. The method of anisotropic diffusion is used to smooth the false edges. Because the proposed smoothing method has the characteristics of heterogeneity, the false edges are filtered at the same time. It can effectively protect the real edge information which is highly correlated with the object edge of video image in depth map. The proposed algorithm can not reduce the quality of virtual synthetic view image. The false edges are filtered effectively and the coding efficiency of depth map is improved. For the frame information lost in the process of network transmission, the time domain correlation between the frame and the front and rear frames is generally used to implement error concealment. However, it is difficult to recover accurately the foreground part of the motion which is more intense. Compared with two-dimensional video, it is difficult to recover accurately. The interview correlation of MVD information can also be used in the interpolation process of lost frames. In this paper, we propose an interpolation technique to distinguish foreground background to realize the error concealment of 3DV. First, we gate the frame difference between the front and rear frames. Limit comparison. The foreground and background are preliminarily divided, and further denoising is carried out by morphological filtering. For the background part, the interpolation is still carried out by the front and rear frames. For the foreground which is moving intensely, we use the adjacent viewpoint to fill the virtual composite image of the current viewpoint. The proposed method synthetically utilizes the correlation between the time domain and the viewpoint, and improves the quality of the reconstructed frame.
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN919.81

【相似文獻】

相關期刊論文 前10條

1 左一帆;安平;張兆楊;;基于圖割的高質(zhì)量深度圖獲取方法[J];電視技術;2011年15期

2 張艷;安平;張秋聞;王奎;張兆楊;;恰可察覺深度差異模型的深度圖優(yōu)化方法[J];光電子.激光;2012年07期

3 左宇鵬;;基于深度圖壓縮的邊界自適應上采樣方案[J];計算機與現(xiàn)代化;2014年05期

4 楊超;安平;何宛文;王健鑫;張兆楊;;一種用于深度圖編碼的虛擬視失真估計模型[J];光電子.激光;2014年07期

5 溫宇強,李德華;多視角深度圖融合方法綜述[J];計算機與數(shù)字工程;2003年04期

6 葉長明;蔣建國;詹曙;S.Ando;;不同姿態(tài)人臉深度圖識別的研究[J];電子測量與儀器學報;2011年10期

7 左一帆;安平;馬然;沈禮權;張兆楊;;深度圖時域一致性增強[J];光電子.激光;2014年01期

8 朱波;蔣剛毅;張云;郁梅;;面向虛擬視點圖像繪制的深度圖編碼算法[J];光電子.激光;2010年05期

9 周娟;李勇平;黃躍峰;;基于強度圖和深度圖的多模態(tài)人臉識別[J];計算機工程與應用;2012年25期

10 李思宇;李勝;王衡;汪國平;;利用深度圖優(yōu)化的自然光束體構建與繪制[J];計算機輔助設計與圖形學學報;2011年07期

相關會議論文 前3條

1 陳東;楊生鵬;莊嚴;王偉;;基于視覺信息的三維激光點云渲染與深度圖構建[A];第二十九屆中國控制會議論文集[C];2010年

2 劉偉鋒;張卓;王延江;;基于光線衰減的深度獲取方法[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

3 張帥;付宏杰;;基于Kinect的多點觸控系統(tǒng)研究與實現(xiàn)[A];第六屆全國信號和智能信息處理與應用學術會議論文集[C];2012年

相關碩士學位論文 前10條

1 李濤;單目視圖與多目視圖的深度圖恢復方法研究[D];清華大學;2009年

2 滕立偉;2D轉(zhuǎn)3D中深度圖提取的算法研究與硬件實現(xiàn)[D];中國海洋大學;2013年

3 莫一鳴;基于非參數(shù)多線索融合的單目視頻深度圖估計研究[D];南京郵電大學;2014年

4 卞玲艷;基于深度圖的2D轉(zhuǎn)3D視頻算法的研究[D];電子科技大學;2015年

5 周葳;二維視頻中靜態(tài)場景深度圖獲取的算法分析[D];哈爾濱工業(yè)大學;2012年

6 陳樺;基于2D轉(zhuǎn)3D的深度圖生成技術研究[D];北京郵電大學;2015年

7 王旭;面向繪制質(zhì)量的深度圖壓縮感知研究[D];上海大學;2015年

8 張鵬;單目視頻中深度圖生成算法研究[D];上海交通大學;2010年

9 徐運彬;基于單目運動視頻深度圖獲取技術研究[D];中南大學;2012年

10 李斌;單幅深度圖人體關節(jié)點定位[D];華中科技大學;2012年

，

本文編號：1456249