網(wǎng)格基單目和立體視頻編碼及相關(guān)技術(shù)研究.pdf

1、當(dāng)前，隨著H.264/AVC技術(shù)的日益成熟，許多學(xué)者認(rèn)為基于統(tǒng)計(jì)的去冗余的編碼壓縮潛力已不大，今后的視頻編碼技術(shù)應(yīng)當(dāng)從計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)圖形學(xué)和人類視覺(jué)系統(tǒng)中尋找答案。網(wǎng)格模型基視頻編碼技術(shù)是新型的視頻編碼技術(shù)之一，其技術(shù)的核心是利用計(jì)算機(jī)視覺(jué)和計(jì)算機(jī)圖形學(xué)相關(guān)理論和算法，用結(jié)構(gòu)化的數(shù)據(jù)表示圖像序列。這項(xiàng)技術(shù)早在十年前在解決甚低碼率視頻通信問(wèn)題時(shí)成為研究熱點(diǎn)。 網(wǎng)格模型基視頻編碼技術(shù)有許多問(wèn)題亟待解決，如計(jì)算復(fù)雜度高、魯棒性差，

2、運(yùn)動(dòng)遮擋/視差遮擋問(wèn)題還沒(méi)有找到公認(rèn)有效的方法，因此過(guò)去對(duì)它的研究基本上局限于簡(jiǎn)單背景和簡(jiǎn)單運(yùn)動(dòng)的應(yīng)用場(chǎng)合，如視頻會(huì)議。 針對(duì)以上問(wèn)題，本文所做的工作和主要貢獻(xiàn)包括： 1.以三角形元素：頂點(diǎn)、邊、三角形及Delaunay三角形網(wǎng)格(DTM)為基本類建立了DTM生成算法的基本數(shù)據(jù)結(jié)構(gòu)，使生成算法的速度在不降低描述精度的前提下提高了1/3。 2.通過(guò)分析已有的兩種DTM生成準(zhǔn)則魯棒性差和不穩(wěn)定的原因，導(dǎo)出了一種灰度誤

3、差平方和最小化準(zhǔn)則(MSSD準(zhǔn)則)，用于生成內(nèi)容自適應(yīng)的DTM。優(yōu)化和改進(jìn)了基于運(yùn)動(dòng)區(qū)域增長(zhǎng)限制及節(jié)點(diǎn)接近性限制的經(jīng)典網(wǎng)格生成算法---簡(jiǎn)稱光流法，用于生成運(yùn)動(dòng)自適應(yīng)網(wǎng)格。 3.提出了基于網(wǎng)格節(jié)點(diǎn)跟蹤的運(yùn)動(dòng)估計(jì)四步快速算法，考慮了運(yùn)動(dòng)遮擋區(qū)域的去節(jié)點(diǎn)和去遮擋區(qū)域的加節(jié)點(diǎn)問(wèn)題，以保證節(jié)點(diǎn)跟蹤的有效性。根據(jù)去點(diǎn)或加點(diǎn)數(shù)量或模型失效感知運(yùn)動(dòng)遮擋區(qū)域大小，然后根據(jù)遮攔區(qū)域大小構(gòu)成自適應(yīng)GOP結(jié)構(gòu)。最后提出了一種適合復(fù)雜背景/復(fù)雜運(yùn)動(dòng)的網(wǎng)

4、格基混合編碼方案。實(shí)驗(yàn)結(jié)果顯示，在H.263參考模型框架下搭建的網(wǎng)格編碼實(shí)現(xiàn)上，對(duì)于復(fù)雜背景和復(fù)雜運(yùn)動(dòng)視頻的壓縮性能優(yōu)于H.263高級(jí)運(yùn)動(dòng)模式。 4.提出了一種基于塊的最大后驗(yàn)概率(MAP)的立體視差估計(jì)算法，可在相關(guān)法和MSE法的基礎(chǔ)上引入先驗(yàn)知識(shí)，從而更好地提高匹配性能。 5.針對(duì)視頻會(huì)議應(yīng)用場(chǎng)合，提出了基于網(wǎng)格節(jié)點(diǎn)跟蹤的視差估計(jì)四步快速算法，算法中考慮了視點(diǎn)間亮度補(bǔ)償、全局遮擋邊界檢測(cè)，還考查了中間虛擬視點(diǎn)圖像的合

5、成。實(shí)驗(yàn)結(jié)果表明，由于算法的快速收斂性，使其在速度上和精度上均優(yōu)于其它相應(yīng)算法。此外，在合成中間虛擬視點(diǎn)圖像時(shí)，網(wǎng)格在速度和算法簡(jiǎn)單性上也有一定的優(yōu)勢(shì)。 6.為了顯式地在視差圖上標(biāo)記出遮擋區(qū)域，在計(jì)算視差空間的基礎(chǔ)上，利用動(dòng)態(tài)規(guī)劃算法搜索出最佳視差曲線。計(jì)算所得的視差曲線上有三種狀態(tài)標(biāo)記：匹配狀態(tài)和兩種遮擋狀態(tài)。為了保證視差曲線通過(guò)路徑控制點(diǎn)，提出了一種分段式動(dòng)態(tài)規(guī)劃算法。算法將視差空間影像劃分為路徑控制區(qū)和非路徑控制區(qū)。在路徑