本文關(guān)鍵詞：面向多視點加深度編碼的視頻重采樣方法研究

  更多相關(guān)文章： 多視點加深度視頻編碼 圖像插值 圖像濾波 視頻重采樣 邊緣保護 視點合成

【摘要】：多視點加深度視頻是一種流行的3D視頻格式,它包括視頻紋理和相關(guān)的深度圖。通過視點合成技術(shù),可以合成多個虛擬的多視點視頻。多視點視頻提供了多個視角來觀看空間立體場景,這種視覺上的立體感和交互功能,使3D視頻的應(yīng)用前景充滿活力。但傳輸多路紋理和深度視頻信號,視頻存儲和傳輸數(shù)據(jù)量大。如何高效的對多視點加深度視頻進行壓縮編碼,成為目前3D視頻編碼需要解決的關(guān)鍵問題。降低視頻分辨率進行壓縮編碼,而在解碼端恢復(fù)原始分辨率視頻,已成為一種可行的提高視頻壓縮效率的方法,編碼端下采樣減少了視頻傳輸數(shù)據(jù)量,達到降低編碼碼率的作用,在解碼端需運用上采樣方法恢復(fù)原始視頻的分辨率,并減少因視頻重采樣導(dǎo)致的合成視點質(zhì)量的失真。本文研究采用視頻重采樣方法降低編碼碼率和提高合成視點視頻的質(zhì)量,論文主要工作有如下三個方面:第一,針對現(xiàn)有的3D-HEVC多分辨率編碼方法都僅對深度圖像進行下采樣編碼,而沒有參考3D-HEVC視頻編碼的結(jié)構(gòu),提出了一種低碼率的混合分辨率視頻編碼方法,對基本視點視頻按原分辨率編碼方法,保證基本視點視頻的編解碼質(zhì)量,而對依賴視點視頻采用降分辨率的編碼方法,進一步降低碼率。提出了一種基于均值分集的中值濾波下采樣方法以提高編碼效率,且基于人眼對圖像的亮度信息變化的敏感度比對色度的敏感度高,提出了雙濾波器插值的上采樣方法,對亮度分量采用6抽頭濾波器進行上采樣,而對色度分量使用4抽頭濾波器進行上采樣,以減少復(fù)雜度。實驗結(jié)果表明,該方法能有效降低視頻編碼的碼率。第二,在對深度視頻重采樣時,為了保護物體的邊緣,對深度圖下采樣之前,先采用引導(dǎo)濾波的方法對深度視頻進行濾波預(yù)處理。提出了利用深度圖的亮度分量與紋理圖的色度分量的加權(quán)值作為引導(dǎo)圖像,對深度視頻進行濾波。實驗表明,該方法相比于按紋理圖的色度加權(quán)或紋理圖亮度和色度加權(quán)分量作引導(dǎo)圖像的方法,編碼效率更高,視點合成質(zhì)量更好。第三,現(xiàn)有的基于深度圖重采樣方法所合成視點的物體邊緣常常存在失真,本文提出了面向視點合成的基于鄰域濾波的深度重采樣編碼方法。深度下采樣方法先把采樣窗口內(nèi)的像素以平均值為閾值,分為兩個像素集合,選取大于窗口內(nèi)一半總像素數(shù)目的集合為采樣集合,并選擇該集合定義的特征深度值與中心像素的相似性決定下采樣深度值。而深度上采樣方法利用紋理圖與深度圖的公共邊緣,對該邊緣的像素點,計算每個鄰域像素的強度值,該強度值由像素之間的空間相似性、深度相似性、紋理相似性決定。選取水平、垂直、450和1350四個方向的像素對,其中絕對強度之差最小的像素對作為邊緣的估計方向,然后取該像素對的平均深度值作為上采樣邊緣像素的值,對非邊緣點,采用中值濾波對深度值進行細化。實驗結(jié)果表明,本文方法提高了編碼效率和合成視點的峰值信噪比,且視頻主觀質(zhì)量較好。
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN919.81

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 于金霞;湯永利;許景民;;基于多樣性向?qū)У淖赃m應(yīng)重采樣粒子濾波研究[J];計算機科學(xué);2012年06期

2 耿振民;朱丹;;圖像重采樣檢測[J];信息安全與通信保密;2013年09期

3 曹洪建;趙耀;倪蓉蓉;;基于冗余性的圖像重采樣檢測[J];數(shù)據(jù)采集與處理;2014年01期

4 劉文靜;于金霞;湯永利;;粒子濾波自適應(yīng)部分系統(tǒng)重采樣算法研究[J];計算機應(yīng)用研究;2011年03期

5 朱秀明;宣國榮;姚秋明;童學(xué)鋒;施云慶;;信息取證中圖像重采樣檢測[J];計算機應(yīng)用;2006年11期

6 劉剛;梁曉庚;;遺傳重采樣粒子濾波的目標(biāo)跟蹤研究[J];計算機工程與應(yīng)用;2010年19期

7 李睿;毛莉;張九蕊;;基于混沌免疫遺傳優(yōu)化的粒子濾波重采樣[J];計算機工程與應(yīng)用;2013年06期

8 劉一;劉本永;;基于再采樣的圖像重采樣偽作檢測[J];計算機應(yīng)用;2014年03期

9 李晉惠;白朝政;;基于確定性重采樣的粒子濾波算法[J];西安工業(yè)大學(xué)學(xué)報;2012年11期

10 王龍生;顧浩;余云智;;基于微分進化的組合重采樣粒子濾波算法[J];電光與控制;2012年11期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 李哲;鄭江濱;李秀秀;李杭;;基于重采樣檢測的圖像可信度評價方法[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

2 王鯤;;重采樣技術(shù)[A];定量藥理研究方法學(xué)培訓(xùn)班講義[C];2010年

3 王鯤;;有限采樣方法與重采樣技術(shù)[A];第三屆全國定量藥理研究方法學(xué)研討會論文集[C];2010年

4 陳曦;賈明;單東日;柯映林;;基于區(qū)域重采樣的三角曲面局部特征逼近[A];第一屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2002年

5 田豐;楊益新;;不規(guī)則陣列最優(yōu)權(quán)重采樣在分裂孔徑中的應(yīng)用[A];泛在信息社會中的聲學(xué)——中國聲學(xué)學(xué)會2010年全國會員代表大會暨學(xué)術(shù)會議論文集[C];2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 印明輝;序貫蒙特卡羅并行重采樣方法研究[D];貴州財經(jīng)大學(xué);2012年

2 聶莉莎;基于壓縮感知的NMR數(shù)據(jù)處理[D];中國科學(xué)院研究生院(武漢物理與數(shù)學(xué)研究所);2015年

3 田寨興;深度視頻重采樣及編碼技術(shù)研究[D];寧波大學(xué);2015年

4 張培川;基于CUDA的粒子濾波并行實現(xiàn)技術(shù)研究[D];西安電子科技大學(xué);2014年

5 郭浩;基于形變空間重采樣與優(yōu)化的運動模糊不變SIFT算子研究[D];湖北工業(yè)大學(xué);2016年

6 俞詠江;可變PRF SAR成像方法研究[D];電子科技大學(xué);2016年

7 盧子彬;基于重采樣的交互式圖像編輯技術(shù)研究[D];華南農(nóng)業(yè)大學(xué);2016年

8 遲超;基于重采樣的無線信道信源數(shù)目估計算法研究[D];天津大學(xué);2014年

9 柯小林;面向多視點加深度編碼的視頻重采樣方法研究[D];杭州電子科技大學(xué);2016年

10 曹洪建;數(shù)字圖像重采樣的盲取證[D];北京交通大學(xué);2012年

，

本文編號：1241322