三維深度圖像的多描述編碼.pdf

1、三維立體視頻是一種能夠提供立體感的新型視頻技術(shù)，因其具有強(qiáng)烈的臨場(chǎng)感而受到了人們的喜愛，目前最受歡迎的三維視頻格式是多視點(diǎn)視頻加深度形式的視頻，這種格式視頻壓縮編碼的重要組成部分就是深度圖像視頻的壓縮編碼。三維深度圖像有其獨(dú)特的構(gòu)成特征，傳統(tǒng)的二維圖像視頻的編碼方法已經(jīng)不適用于深度圖像，尋求針對(duì)深度圖像的編碼方案十分必要。此外，由于人類視覺系統(tǒng)(Human Vision System，HVS)固有的視覺特性可以忽略大量的感知冗余，如果在

2、視頻圖像編碼中引入人類視覺系統(tǒng)的視覺特性，將會(huì)得到更好的視覺效果。
　　本文在傳統(tǒng)的格型矢量量化多描述編碼框架下，根據(jù)深度圖像的特點(diǎn)以及人眼的視覺特性，對(duì)深度圖像的編碼算法進(jìn)行研究和改進(jìn)。主要完成的工作包括:
　　(1)提出了基于格型矢量量化的多描述深度圖像優(yōu)化編碼方案?？紤]到深度圖像具有很強(qiáng)的稀疏性的結(jié)構(gòu)特征，我們對(duì)經(jīng)典的格型矢量量化多描述編碼方案進(jìn)行了改善，方案中將邊緣信息在相應(yīng)塊中所占比例的多少作為量化步長(zhǎng)自適應(yīng)分配的

3、準(zhǔn)則，對(duì)邊緣信息多的塊分配較小的量化步長(zhǎng)，這樣可以使邊緣部分實(shí)現(xiàn)更精確的編碼，最終使得重構(gòu)深度圖像以及合成虛擬視點(diǎn)的質(zhì)量得到提升。
　　(2)提出了包括深度信息在內(nèi)的JND模型SDJND。傳統(tǒng)的單視點(diǎn)圖像視頻編碼考慮了空間域的JND模型，但是人類視覺系統(tǒng)對(duì)深度信息的改變也存在著感知冗余。本方案將空間域和深度域的JND模型進(jìn)行結(jié)合得到新的JND模型，即SDJND模型。該模型不僅考慮了空間域的掩藏效應(yīng)，而且還考慮了深度圖像的視覺冗余，