本文關鍵詞：3D視頻中深度圖編碼及濾波技術研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著3D視頻技術的不斷推廣與發(fā)展,3D電影以及3D電視已經成為人們日常生活不可缺少的消費品。最近流行的基于MVD格式3D視頻表示方法受到人們的廣泛關注,其主要包括多個視點的彩色視頻和深度視頻以及攝像機參數。由于在傳統多視點彩色視頻基礎上進一步增加了深度信息,從而給3D視頻的存儲和傳輸造成了很大負擔。視頻編碼技術雖然可以減少數據量,然而針對彩色視頻的編碼技術不能滿足深度視頻編碼的要求,尤其是在量化參數較大時會造成深度圖邊緣失真嚴重。這直接導致3D投影錯誤,最終將嚴重影響3D視覺效果。針對傳統視頻編碼技術所造成深度圖邊界失真嚴重問題,本論文通過結合3D視頻合成過程,研究了深度圖的編碼方法,并對編碼壓縮后的深度圖濾波問題進行了研究,主要工作和創(chuàng)新點包括:1.提出了一種基于邊緣無損壓縮的深度圖可伸縮編碼方案。該方案中,首先推導出一個基于合成指導的邊緣檢測閾值,并根據此閾值進行深度圖邊緣檢測;其次提出基于邊緣和下采樣圖的可伸縮碼流結構;最后采用偏微分方程實現深度圖的重建。實驗表明,所提的可伸縮編碼方案有更好的率失真性能,同時合成虛擬視點的質量有大幅提升,且深度圖和合成虛擬視點圖像的邊緣都得到較好的保護。2.提出了一種基于備選像素的深度圖邊界濾波方案。該方案首先定義了可信像素和不可信像素,并且提出只對可信像素進行濾波,從而大大地節(jié)省了深度圖的濾波時間;其次,由于深度圖的空間相關性和統計特性可以很好地實現失真深度圖邊界的濾波增強,因此提出利用這些特性來選取備選像素值;最后,通過在備選像素集合中選取和當前像素最小絕對差的備選像素作為濾波輸出值,從而實現深度圖的邊界濾波。實驗表明,與ADTF、JTF、DBRF等方法比較,所提出方案濾波后深度圖合成的虛擬視點圖像客觀質量性能較好,且合成視點視覺質量也優(yōu)于其它方法。
【關鍵詞】：深度圖編碼 可伸縮編碼 基于合成指導的邊緣檢測 可信像素 深度圖濾波
【學位授予單位】：太原科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN919.81
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 研究背景與意義9-10
• 1.2 3D視頻編碼技術的研究現狀10-12
• 1.3 本論文的主要工作及章節(jié)安排12-15
• 1.3.1 論文主要工作12
• 1.3.2 論文章節(jié)安排12-15
• 第二章 基于深度圖輔助的多視點視頻系統介紹15-21
• 2.1 多視點視頻系統15-17
• 2.1.1 多視點場景的表示15-16
• 2.1.2 多視點視頻的預/后處理技術16-17
• 2.2 基于深度圖的多視點虛擬視點生成17-19
• 2.3 本章小結19-21
• 第三章 基于邊緣無損壓縮的深度圖可伸縮編碼方法21-35
• 3.1 引言21
• 3.2 深度圖編碼方法簡介21-22
• 3.3 基于合成指導邊緣檢測的深度圖可伸縮編碼22-33
• 3.3.1 邊緣的可伸縮編碼22-26
• 3.3.2 下采樣深度圖的可伸縮編碼26
• 3.3.3 深度圖的可伸縮碼率結構26-27
• 3.3.4 層間預測27
• 3.3.5 深度圖像的重建27-29
• 3.3.6 實驗結果及分析29-33
• 3.4 本章小結33-35
• 第四章 壓縮深度圖的濾波新方法35-43
• 4.1 引言35-36
• 4.2 基于備選像素的深度圖邊界濾波方法36-40
• 4.2.1 可信像素和不可信像素的檢測36-37
• 4.2.2 備選像素的選取37
• 4.2.3 在備選像素中選取最優(yōu)的備選像素37-38
• 4.2.4 實驗結果分析38-40
• 4.3 本章小結40-43
• 第五章 總結與展望43-45
• 5.1 工作總結43
• 5.2 工作展望43-45
• 參考文獻45-51
• 致謝51-53
• 攻讀學位期間發(fā)表的學術論文目錄53-54

【相似文獻】

中國期刊全文數據庫 前10條

1 左一帆;安平;張兆楊;;基于圖割的高質量深度圖獲取方法[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

中國重要會議論文全文數據庫 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的多點觸控系統研究與實現[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

中國博士學位論文全文數據庫 前10條

1 李賀建;三維視頻中基于FPGA的實時深度估計研究與應用[D];上海大學;2015年

2 馬祥;提高三維視頻深度編碼性能的技術研究[D];西安電子科技大學;2015年

3 葛川;三維視頻的高效壓縮及資源分配算法研究[D];山東大學;2015年

4 鄧慧萍;3D視頻的深度圖優(yōu)化與深度編碼方法研究[D];華中科技大學;2013年

5 高凱;立體視頻深度圖提取及深度序列編碼技術研究[D];吉林大學;2013年

6 羅雷;基于深度圖繪制的三維視頻編碼技術研究[D];浙江大學;2013年

7 霍智勇;自由視點視頻深度圖估計的關鍵技術研究[D];南京郵電大學;2013年

8 韋虎;三維外形測量系統中的數據處理關鍵技術研究[D];南京航空航天大學;2010年

9 張秋聞;自由視點視頻深度編碼關鍵技術研究[D];上海大學;2012年

10 程光;人機交互系統中手勢和姿勢識別算法的研究[D];清華大學;2014年

中國碩士學位論文全文數據庫 前10條

1 李海坤;基于彩色和深度的前景分割研究[D];山東大學;2015年

2 張岳歡;3D視頻編碼中深度信息優(yōu)化及場景背景編碼技術研究[D];哈爾濱工業(yè)大學;2015年

3 曹廣昊;立體視頻系統中深度傳播算法的研究[D];山東大學;2015年

4 丁焱;基于深度圖的虛擬視點繪制中空洞填補技術研究[D];哈爾濱工業(yè)大學;2015年

5 馬姝穎;基于視點合成的深度圖編碼技術研究[D];電子科技大學;2015年

6 王旭;面向繪制質量的深度圖壓縮感知研究[D];上海大學;2015年

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

8 王亞峰;3D-HEVC深度圖預處理與誤碼掩蓋技術研究[D];西安電子科技大學;2014年

9 白樹斌;基于RGB-D圖像的深度圖增強問題研究[D];青島大學;2015年

10 王玉峰;基于多視點的三維場景的低延遲遠程繪制算法研究[D];浙江工商大學;2015年

  本文關鍵詞：3D視頻中深度圖編碼及濾波技術研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：309512