基于Delaunay三角形網(wǎng)格的對象編碼和空間可分級.pdf

1、隨著第三代移動通信和IP網(wǎng)絡的迅猛發(fā)展，視頻業(yè)務已成為重要的通信業(yè)務。人們對視頻編碼的要求不僅停留在編碼效率方面，還要求在接收端具有編輯視頻的功能，甚至要求視頻編碼比特流能夠適應網(wǎng)絡性能的變化、用戶需求和終端設備的多樣性。眾所周知，基于塊的編碼方法在甚低比特率下，預測圖像會出現(xiàn)塊效應。為了滿足以上需求及克服塊效應，本文針對基于網(wǎng)格的對象視頻編碼和空間可分級編碼進行探索和研究。 在基于對象的視頻編碼方面，首先，本文利用對象的形狀信

2、息把網(wǎng)格的最外邊界點限制在對象的輪廓處，在已往的網(wǎng)格預測的基礎之上進行特殊處理，從而把基于Delaunay三角形(DT)網(wǎng)格的視頻編碼應用到任意形狀的對象編碼中，并分析了基于塊和基于網(wǎng)格的對象編碼的優(yōu)缺點。其次，在分析已有網(wǎng)格生成準則特點的基礎上，本文提出了一種只利用圖像邊緣信息生成網(wǎng)格節(jié)點的準則。實驗結果表明此準則與其它準則相比，節(jié)點分布在最重要的關鍵點處，更有利于運動補償。最后，本文把基于網(wǎng)格的單目視頻對象編碼擴展到立體視頻對象編碼

3、中，進行了中間視圖的合成。實驗表明與基于塊的方法相比，本文的結果能得到更好的中間視圖。 在空間可分級方面，首先，本文提出了一種基于Delaunay三角形網(wǎng)格的空間可分級視頻編碼方法，可提供分辨率漸進式碼流，并且可以消除基于塊方法中出現(xiàn)的塊效應。該方案把目前已有的層間預測技術擴展到網(wǎng)格視頻編碼中，通過把基本層生成的網(wǎng)格擴展到增強層，利用兩層圖像之間的運動和紋理相關性來提高增強層的編碼效率。實驗表明這種兩層分級編碼方案的性能與單層編