適于色度圖和深度圖編碼的高效幀內預測技術研究.pdf

1、信息技術的快速發(fā)展促進了信息量的爆炸式增長。信息的表現(xiàn)形式也由基本的文字、廣播，發(fā)展到數(shù)字視頻，海量社交媒體等。在這些信息形式中，數(shù)字視頻因其為用戶提供生動直觀的體驗而受到大規(guī)模應用。據估算，數(shù)字視頻占據了現(xiàn)有通信網絡的70％的網絡流量。
　　數(shù)字視頻可以簡單的劃分為二維(2D)視頻和三維(3D)視頻兩大類。2D視頻由時間上連續(xù)的色度圖像組成;進一步，3D視頻由在不同空間角度獲得的2D視頻及其對應的深度信息組成。數(shù)字視頻所需的信息

2、量巨大。對于一幅分辨率為1920×1080，幀率為25幀/秒的2D視頻而言，每秒所需傳輸或存儲的數(shù)據量是414M比特，而對于3D視頻而言，其數(shù)據量更是2D視頻的數(shù)倍。因此，數(shù)字視頻面臨的最重大挑戰(zhàn)是如何利用有限的網絡帶寬使數(shù)字視頻能夠高質量地傳輸?shù)浇K端用戶。
　　為降低數(shù)字視頻的數(shù)據量，國際標準化組織，ISO/MPEG、ITU/VCEG已經指定多套視頻壓縮標準，比如，MPEG-x系列，H.26x系列。在此基礎上，MPEG和VCEG

3、又聯(lián)合制定了H.264/AVC視頻編解碼標準。H.264/AVC標準在壓縮效率上與已有標準相比有大幅度提升，但伴隨著較高的算法計算復雜度。國際標準化組織正在制定新一代高性能視頻編碼標準(HEVC)，重點在提高視頻編碼性能及三維立體視頻編碼效率方面。
　　在各種視頻編碼標準中，幀內編碼技術都是不可或缺的。H.264/AVC的幀內預測模塊提供多種模式選擇方法和塊大小種類，保證了編碼的高壓縮性能，但同時令編碼具有較高復雜度。因此，研究幀

4、內預測性能的提升是該標準研究的重要內容。
　　本文分別針對3D視頻中的色度圖像和深度圖像，提出了兩種幀內編碼方法。針對色度圖，提出了基于灰建模的幀內預測技術;針對深度圖，提出了一種基于平面模型的幀內預測方法。本文的主要研究內容和成果如下:
　　1.基于灰模型的幀內預測技術
　　灰系統(tǒng)理論用于解決少數(shù)據，小樣本，信息不完全的不確定性問題，H.264的幀內預測數(shù)據符合這一特點，在本文中，提出了一種基于灰模型的幀內預測方法。

5、在一定條件下，多種預測模式可以獲得相近的預測值。將這些相近的預測值作為輸入數(shù)據，并通過灰模型預測得到最終的預測值。省去率失真優(yōu)化過程，以及編碼模式的信息比特，降低了編碼復雜度以及編碼的比特數(shù)。實驗結果表明，與H.264/AVC幀內預測方法相比較，在保證相同視頻質量的前提下，提出的方法可以節(jié)省平均2.994％的編碼比特率，幀內編碼復雜度可以降低39.28％。
　　2.應用平面模型幀內預測技術的深度圖編碼方法
　　深度圖和色度圖

6、在紋理性質上具有不同特點，用現(xiàn)有的H.264/AVC視頻編碼技術進行編碼時，未考慮到深度圖性質?；趯ι疃葓D性質的分析和預測模式的統(tǒng)計，本文提出一種應用平面模型幀內預測技術的深度圖編碼方法。平面模型的參數(shù)通過與當前被編碼塊鄰近的上部和左側像素的灰度及其對應的坐標值計算;利用獲得的平面模型參數(shù)和當前被編碼塊的位置坐標，進一步預測當前編碼塊的灰度值。實驗結果表明，與H.264/AVC幀內預測方法比較，在保證相同視頻質量的前提下，提出的方法可