三維視頻有別于傳統(tǒng)二維視頻,它不僅能為觀眾提供場(chǎng)景的紋理與顏色信息,還可以為用戶提供場(chǎng)景的深度信息,讓人擁有身臨其境的感覺。目前,三維視頻已受到業(yè)界的廣泛關(guān)注,成功應(yīng)用于生產(chǎn)生活的各個(gè)領(lǐng)域,如電影產(chǎn)業(yè)、三維游戲、醫(yī)學(xué)影像等等。多視點(diǎn)視頻加深度（Multiview Video plus Depth,MVD）包含了多路彩色紋理視頻和對(duì)應(yīng)的深度圖,是一種有效的三維視頻表示形式。MVD攜帶場(chǎng)景的深度信息,且與傳統(tǒng)二維視頻兼容,已被視頻編碼標(biāo)準(zhǔn)化組織即運(yùn)動(dòng)圖像專家組（Moving Pictures Experts Group,MPEG）選為三維視頻的表示格式。然而,由于MVD增加了多路紋理以及深度信息,其數(shù)據(jù)量遠(yuǎn)遠(yuǎn)大于二維視頻,因此,如何有效地進(jìn)行MVD壓縮成為目前研究的熱點(diǎn)問(wèn)題。深度圖作為一種特殊的數(shù)字圖像,其特征與紋理圖像不同。深度圖具有大范圍的平坦區(qū)域和尖銳的物體邊緣,攜帶了場(chǎng)景中物體到攝像機(jī)平面的距離信息。深度圖在解碼端不進(jìn)行播放,而是用于虛擬視點(diǎn)圖像的合成。基于此,深度圖編碼的率失真優(yōu)化準(zhǔn)則不再僅僅采用深度失真作為其失真項(xiàng),進(jìn)一步引入了虛擬視點(diǎn)合成失真。將虛擬視點(diǎn)合成失真引入率失真優(yōu)化... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：145 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 引言
    1.2 三維視頻系統(tǒng)概述
        1.2.1 三維視頻的數(shù)據(jù)格式
        1.2.2 三維視頻數(shù)據(jù)的采集
        1.2.3 三維視頻的編碼技術(shù)
        1.2.4 虛擬視點(diǎn)合成技術(shù)
        1.2.5 三維視頻的顯示技術(shù)
    1.3 三維視頻編碼標(biāo)準(zhǔn)發(fā)展歷程
    1.4 三維視頻編碼關(guān)鍵技術(shù)研究
        1.4.1 紋理視頻的關(guān)鍵編碼技術(shù)
        1.4.2 深度圖的關(guān)鍵編碼技術(shù)
        1.4.3 率失真優(yōu)化理論
    1.5 論文研究?jī)?nèi)容及成果
第二章 三維視頻編碼的率失真優(yōu)化
    2.1 率失真理論
        2.1.1 信息量
        2.1.2 失真測(cè)度
        2.1.3 率失真函數(shù)
    2.2 視頻編碼的率失真優(yōu)化
        2.2.1 視頻編碼的失真測(cè)度
        2.2.2 視頻編碼的率失真函數(shù)
        2.2.3 視頻的率失真優(yōu)化方法
    2.3 三維視頻編碼中深度率失真優(yōu)化研究
        2.3.1 虛擬視點(diǎn)合成失真算法
        2.3.2 拉格朗日乘子算法
    2.4 本章小結(jié)
第三章 基于多點(diǎn)視差變化的3D-HEVC虛擬視點(diǎn)合成失真估計(jì)算法
    3.1 引言
    3.2 深度失真與視差變化的關(guān)系
    3.3 基于多點(diǎn)視差變化的虛擬視點(diǎn)合成失真估計(jì)算法
        3.3.1 虛擬視點(diǎn)合成失真分析
        3.3.2 虛擬視點(diǎn)合成失真估計(jì)算法
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 實(shí)驗(yàn)設(shè)計(jì)與參數(shù)配置
        3.4.2 編碼性能與編碼復(fù)雜度比較與分析
    3.5 本章小結(jié)
第四章 3D-HEVC深度圖編碼的拉格朗日乘子計(jì)算方法研究
    4.1 引言
    4.2 3D-HEVC深度拉格朗日乘子計(jì)算方法
    4.3 基于紋理與深度量化步長(zhǎng)的自適應(yīng)拉格朗日乘子模型
        4.3.1 拉格朗日乘子與編碼性能關(guān)系的分析
        4.3.2 影響深度拉格朗日乘子的因素分析
        4.3.3 基于量化步長(zhǎng)的自適應(yīng)拉格朗日乘子模型
        4.3.4 實(shí)驗(yàn)結(jié)果與分析
step與D?Q_step模型的拉格朗日乘子計(jì)算方法">    4.4 基于R?Q_step與D?Q_step模型的拉格朗日乘子計(jì)算方法
        4.4.1 深度率失真優(yōu)化失真項(xiàng)模型分析
        4.4.2 拉格朗日乘子計(jì)算方法
        4.4.3 實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
第五章 基于重建紋理失真的深度率失真優(yōu)化模型
    5.1 引言
    5.2 基于重建紋理失真的虛擬視點(diǎn)合成失真模型
        5.2.1 3D-HEVC虛擬視點(diǎn)合成失真方法
        5.2.2 虛擬視點(diǎn)合成失真影響因子研究
        5.2.3 基于重建紋理失真的合成失真模型
    5.3 基于重建紋理失真的深度率失真優(yōu)化模型
    5.4 實(shí)驗(yàn)結(jié)果與分析
    5.5 本章小結(jié)
第六章 總結(jié)和展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：3003749