本文關(guān)鍵詞：高效低復(fù)雜度三維視頻編碼技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：當(dāng)前,三維視頻以其逼真的臨場感以及交互性的特點(diǎn)受到了人們越來越多的青睞。然而,當(dāng)前主流的多視點(diǎn)加深度三維視頻解決方案包含多個視點(diǎn)的紋理與深度數(shù)據(jù),巨大的數(shù)據(jù)量及編碼復(fù)雜度給三維視頻的實時編碼,傳輸和播放帶來了巨大的挑戰(zhàn)。三維視頻的高效低復(fù)雜度編碼一直是三維視頻編碼的一個重要課題,這個課題的研究對三維視頻的商業(yè)化推廣具有重大意義。3D-HEVC是下一代視頻編碼標(biāo)準(zhǔn)HEVC的三維視頻擴(kuò)展部分,其采用的正是多視點(diǎn)加深度的三維視頻技術(shù)。本文在分析三維視頻編碼的研究現(xiàn)狀和存在問題的基礎(chǔ)上,著重研究3D-HEVC中深度圖像幀內(nèi)預(yù)測編碼技術(shù):深度模型編碼(Depth Modeling Mode,DMM)、區(qū)域邊界鏈(Region Boundary Chain,RBC)編碼和紋理、深度圖像編碼過程中的編碼塊結(jié)構(gòu)特性及其結(jié)構(gòu)相似性,對上述編碼技術(shù)進(jìn)行算法復(fù)雜度優(yōu)化,從而實現(xiàn)高效編碼。本文主要研究內(nèi)容如下:針對紋理、深度圖像中重要的邊緣信息建立邊緣模型,提取出對編碼過程具有指導(dǎo)意義的邊緣方向、邊緣長度、邊緣有效性等重要參數(shù),同時利用紋理、深度圖像之間存在的結(jié)構(gòu)性冗余,對紋理、深度圖像CU、PU遍歷過程進(jìn)行指導(dǎo),大幅度降低了三維視頻編碼中紋理、深度視頻編碼時間,同時保證了三維視頻的編碼效率。根據(jù)深度圖像特性以及DMM模式本身的技術(shù)原理,提出了一種深度圖的快速自適應(yīng)幀內(nèi)預(yù)測模式選擇算法。該算法首先對深度圖像編碼塊進(jìn)行簡單的紋理復(fù)雜度判斷,對處于同一深度的平坦塊跳過針對邊緣區(qū)域設(shè)計的DMM和RBC模式;同時根據(jù)幀內(nèi)預(yù)測編碼過程中模式粗選過程選出的最優(yōu)預(yù)測方向?qū)Ξ?dāng)前編碼塊的邊緣方向性進(jìn)行判斷,從而僅對DMM模式中與最優(yōu)預(yù)測方向具有方向一致性的直接Wedgelet搜索模板進(jìn)行搜索,大大降低了編碼復(fù)雜度。
【關(guān)鍵詞】：3D-HEVC 深度編碼 DMM 邊緣建模 編碼復(fù)雜度
【學(xué)位授予單位】：上海大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN919.81
【目錄】：

• 摘要6-7
• ABSTRACT7-11
• 第一章 緒論11-22
• 1.1 選題的背景和意義11-12
• 1.2 三維視頻系統(tǒng)概述12-16
• 1.2.1 雙目立體視頻系統(tǒng)12-13
• 1.2.2 多視點(diǎn)視頻系統(tǒng)13-15
• 1.2.3 多視點(diǎn)加深度視頻15-16
• 1.3 國內(nèi)外研究概況16-20
• 1.3.1 HEVC快速編碼算法17-18
• 1.3.2 深度視頻快速算法18-19
• 1.3.3 紋理深度聯(lián)合快速編碼19-20
• 1.4 論文的主要研究內(nèi)容20-22
• 第二章 三維視頻編碼相關(guān)技術(shù)概述22-40
• 2.1 HEVC關(guān)鍵技術(shù)概述22-32
• 2.1.1 HEVC編碼框架22-23
• 2.1.2 HEVC編碼塊結(jié)構(gòu)分析23-27
• 2.1.2.1 編碼樹單元23
• 2.1.2.2 編碼單元23-25
• 2.1.2.3 預(yù)測單元25-26
• 2.1.2.4 變換單元26-27
• 2.1.2.5 幾種單元的關(guān)系27
• 2.1.3 HEVC預(yù)測編碼27-30
• 2.1.3.1 幀內(nèi)預(yù)測28-29
• 2.1.3.2 幀間預(yù)測29-30
• 2.1.4 HEVC編碼復(fù)雜度分析30-32
• 2.2 3D-HEVC視頻編碼技術(shù)32-39
• 2.2.1 3D-HEVC編碼框架32
• 2.2.2 依賴視點(diǎn)預(yù)測技術(shù)32-35
• 2.2.2.1 視差補(bǔ)償預(yù)測33
• 2.2.2.2 視間運(yùn)動參數(shù)預(yù)測33-35
• 2.2.3 深度圖像編碼35-38
• 2.2.3.1 深度圖像特性35-36
• 2.2.3.2 深度模型編碼DMM(Depth Modeling Mode)36-38
• 2.2.3.3 區(qū)域邊界鏈編碼RBC模式38
• 2.2.4 3D-HEVC視頻編碼技術(shù)分析38-39
• 2.3 本章小結(jié)39-40
• 第三章 基于邊緣建模的紋理深度聯(lián)合快速編碼40-51
• 3.1 引言40-41
• 3.2 三維視頻編碼結(jié)構(gòu)41-42
• 3.3 基于邊緣建模的紋理深度聯(lián)合快速編碼42-48
• 3.3.1 Canny邊緣檢測42-43
• 3.3.2 邊緣建模43-45
• 3.3.3 紋理深度聯(lián)合快速編碼快速編碼框架45-48
• 3.4 實驗結(jié)果及分析48-50
• 3.5 本章小結(jié)50-51
• 第四章 深度圖的快速自適應(yīng)幀內(nèi)預(yù)測模式選擇算法51-64
• 4.1 引言51-52
• 4.2 DMM與RBC復(fù)雜度分析52-54
• 4.3 DMM與RBC平坦性、方向性分析54-58
• 4.3.1 DMM與RBC平坦性分析54-55
• 4.3.2 Wedgelet模板方向性分析55-58
• 4.4 快速自適應(yīng)幀內(nèi)預(yù)測模式選擇算法58-60
• 4.5 實驗結(jié)果60-63
• 4.6 本章小結(jié)63-64
• 第五章 總結(jié)與展望64-66
• 5.1 總結(jié)64
• 5.2 展望64-66
• 參考文獻(xiàn)66-71
• 作者在攻讀碩士學(xué)位期間公開發(fā)表的論文71-72
• 致謝72

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙翠蓮;施曉磊;榮堅;范志堅;;基于坐標(biāo)軸投影勘察的深度圖像樹型分割[J];光學(xué)精密工程;2011年06期

2 許小艷;廖曉峰;劉然;易琳;張小云;;基于深度圖像繪制的視圖合成[J];系統(tǒng)仿真學(xué)報;2011年10期

3 江文婷;龔小謹(jǐn);劉濟(jì)林;;顏色指導(dǎo)的深度圖像升采樣算法的對比性研究[J];杭州電子科技大學(xué)學(xué)報;2014年01期

4 張濤,平西建,柳葆芳,邵美珍;一種深度圖像中的表面曲率估計算法[J];數(shù)據(jù)采集與處理;2001年01期

5 謝凱,湯曉安,郝建新,蔡宣平;一種基于多幅深度圖像的混合建模方法[J];小型微型計算機(jī)系統(tǒng);2003年01期

6 婁嘉鵬,李德華,吳險峰,薛雷;深度圖像的平滑[J];計算機(jī)與數(shù)字工程;2003年01期

7 代明睿;張曉鵬;李紅軍;;基于高噪聲深度圖像的樹木模型重建[J];中國體視學(xué)與圖像分析;2010年02期

8 杜霄鵬;郝建平;李星新;楊俊;;基于單一深度圖像的人體姿態(tài)實時識別技術(shù)研究[J];計算機(jī)與現(xiàn)代化;2012年04期

9 羅莎莎;郭太良;;一種二維圖像序列的深度圖像生成方法[J];計算機(jī)與現(xiàn)代化;2012年05期

10 林鵬;張超;李竹良;趙宇明;;基于深度圖像學(xué)習(xí)的人體部位識別[J];計算機(jī)工程;2012年16期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 孫曉蘭;趙惠潔;祝世平;;基于深度圖像的邊緣檢測方法研究[A];2004全國光學(xué)與光電子學(xué)學(xué)術(shù)研討會、2005全國光學(xué)與光電子學(xué)學(xué)術(shù)研討會、廣西光學(xué)學(xué)會成立20周年年會論文集[C];2005年

2 徐秀英;劉卓;王博亮;;一種基于三角函數(shù)的深度圖像曲面擬合方法[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 深圳商報記者 徐明天　實習(xí)生 桂馨;電視機(jī)可借助電力線上網(wǎng)[N];深圳商報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 李世飛;基于深度圖像的三維目標(biāo)識別技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

2 丁雅斌;隱式表達(dá)三維模型流水線的關(guān)鍵技術(shù)研究[D];天津大學(xué);2007年

3 許小艷;多視點(diǎn)視頻中的視圖合成[D];重慶大學(xué);2011年

4 丁益洪;立體足跡三維曲面分割與識別[D];解放軍信息工程大學(xué);2005年

5 譚筠;結(jié)構(gòu)化環(huán)境下基于信息融合的道路場景感知技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊艷;基于深度圖像的三維重建方法研究[D];北京建筑大學(xué);2015年

2 王國強(qiáng);基于深度圖像的人體部位識別及動作識別[D];華南理工大學(xué);2015年

3 龐云沖;基于機(jī)器學(xué)習(xí)思想的深度圖像遮擋邊界檢測方法研究[D];燕山大學(xué);2015年

4 張博文;基于深度圖的駕駛員頭部姿態(tài)分析[D];大連海事大學(xué);2015年

5 張云麗;基于深度圖像的玉米品種識別研究[D];河北農(nóng)業(yè)大學(xué);2015年

6 斯曉華;高效低復(fù)雜度三維視頻編碼技術(shù)研究[D];上海大學(xué);2015年

7 周穎;深度圖像的獲取及其處理[D];西安電子科技大學(xué);2008年

8 曾麗麗;基于深度圖像信息的最佳觀測方位研究[D];燕山大學(xué);2010年

9 林鵬;基于深度圖像學(xué)習(xí)的人體部位識別[D];上海交通大學(xué);2012年

10 鄭楊;基于深度圖像的手部運(yùn)動狀態(tài)捕捉[D];浙江大學(xué);2013年

  本文關(guān)鍵詞：高效低復(fù)雜度三維視頻編碼技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：298977