專利名稱:一種基于對象的快速雙目立體視頻分形壓縮與解壓縮方法
技術(shù)領(lǐng)域:
本發(fā)明屬于視頻壓縮編碼領(lǐng)域,涉及雙目立體視頻的壓縮編碼,特別涉及一種基于對象和分形的視頻壓縮編碼方法。在保證峰值信噪比PSNR基本保持不變的前提下,極大地降低了運(yùn)算復(fù)雜度和提高壓縮比,為雙目立體視頻編碼的實(shí)時(shí)性應(yīng)用奠定了基礎(chǔ),進(jìn)一步提高了分形視頻壓縮編碼的性能。
背景技術(shù):
基于對象(Object-Based,簡稱0B)編碼的概念最早由MPEG-4標(biāo)準(zhǔn)提出,使用基于對象的視頻壓縮編碼方法使得每一幀視頻的前景對象和背景對象得以獨(dú)立的進(jìn)行編碼,可以進(jìn)一步提高壓縮比,同時(shí)在解碼端可以實(shí)現(xiàn)一些新的功能,比如針對每一個(gè)視頻對象的獨(dú)立的傳輸和解碼、對象和背景的替換、基于對象的視頻檢索、特別是相對于標(biāo)準(zhǔn)的編碼方法,在對象的邊界上可以獲得更好的圖像質(zhì)量,因?yàn)槲矬w的邊界通常和圖像中的邊緣相重合,它是編碼困難的部分。MPEG-4提出了基于對象的視頻編碼技術(shù)標(biāo)準(zhǔn),在視頻分析中,以視頻對象為基本單位,每一個(gè)視頻事件和場景都可以視為由視頻中所有語義對象的靜態(tài)屬性(如形狀、色彩、紋理)及其動(dòng)態(tài)屬性(運(yùn)動(dòng)強(qiáng)度、方向、節(jié)奏)組合而成的。在以對象為基本分析單位的視頻分析方法,符合人類的思維方式和視覺特點(diǎn),排除了視頻中不重要的部分對視頻分析的干擾(參見Liang Zhang. Object-based Method of important video clips Extraction[J]. Journal of Beijing Information Science and Technology University, 2009, 24 (4) :83-86),(參見Bo Huang, Yujian Huang. A Scalable Object-based Wavelet Coder[J]. Radio Communications Technology,2009,35(1) 35-38), (^jALKassim Ashraf a,Zhao L F. Rate-scalable object-based wavelet codec with implicit shape coding[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2000,10(7) :1068-1079)?;趯ο蟮囊曨l編碼方法可以提高視頻壓縮編碼的性能并使其具有更多的靈活性。分形理論最初由Mandelbrot于上世紀(jì)70年代提出(參見Benoit B. Mandelbrot. The Fractal Geometry of Nature[M]. New York H. Freeman and Company,1982.)。 分形編碼的數(shù)學(xué)基礎(chǔ)是迭代函數(shù)系統(tǒng)(IF。理論。Barnsley首先將分形編碼用于交互式圖像壓縮(參見 Michael F. Barns ley, Alan D. Sloan. A better way to compress image [J]. Byte Magazine,1988,13 (1) :215-233.)。Jacqain 提出了全自動(dòng)的分形圖像壓縮方法(參見 Arnaud E. Jacquin. A novel fractal blocking-coding technique for digital image[C]. IEEE International Conference on Acoustics,Speech and Signal Processing,1990,4 :2225-2228.),(參見 Arnaud Ε.Jacquin. Fractal image coding a review[J]. Proceeding of the IEEE,1993,81 (10) :1451-1465.),該方法釆用基于圖像分塊的方式以局部的仿射變換代替全局的仿射變換。之后,F(xiàn)isher利用四叉樹改進(jìn)了這一方法(參見 Y. Fisher. Fractal Image Compression [J]. Fractals,1994,2 (3) 347-361.),(參見 Y. Fisher,E. W. Jacobs. Image compression :A study the iteratedtransform method[J]. Signal Processing,1992,29 (3),251-263.),(參見 Y. Fisher. Fractal Image Compression :Theory and application to digital images[M]. New York =Spring-Verlag, 1995,55-77.),大大提高了編碼效率,并成為目前分形圖像編碼中的
主流方法。在此基礎(chǔ)之上,一些學(xué)者和研究人員把分形圖像壓縮的方法應(yīng)用到視頻序列的壓縮上。Meiqing Wang等提出了綜合基于數(shù)據(jù)立方體和基于幀的分形視頻壓縮方法(參見 Meiqing Wang, Choi-Hong Lai. A hybrid fractal video compression method[J]. Computers & Mathematics with Applications,2005,50 (3-4) :611-621.),(參見Meiqing Wang,Zhehuang Huang,Choi—Hong Lai. Matching search in fractal video compression and its parallel implementation in distributed computing environments[J]. Applied Mathematical Modeling,2006,30 (8) :677-687.), ( # B Meiqing Wang, Rong Liu, Choi-Hong Lai. Adaptive partition and hybrid method in fractal video compression[J]. Computers & Mathematics with Applications,2006,51(11) 1715-1726.) ο 其中最為經(jīng)典和影響較大的參見(C.S.Kim,R.C.Kim,S. U. Lee. Fractal coding of video sequence using circular prediction mapping and noncontractive interframe mapping[J]. IEEE Transactions on Image Processing,1998,7 (4) 601-605.)。該方法采用類似于標(biāo)準(zhǔn)視頻編碼方法所采用的運(yùn)動(dòng)估計(jì)/補(bǔ)償技術(shù),該方法利用了相鄰幀之間的時(shí)間強(qiáng)相關(guān)性,對視頻序列壓縮取得了較好的效果。在CPM和NCIM中, 子塊域中的每個(gè)圖像塊都由來自相鄰幀相同大小的父塊域通過運(yùn)動(dòng)補(bǔ)償?shù)玫健PM和NCIM 兩者間最大的不同在于CPM在解碼的過程中需要具備收斂性,而NCIM不需要。但是在循環(huán)預(yù)測編碼(CPM)方法中,為了保證起始幀經(jīng)過自身的循環(huán)解碼能夠近似收斂到原來的圖像,壓縮過程需要經(jīng)過復(fù)雜變換、搜索和迭代等,壓縮時(shí)間和圖像質(zhì)量難以達(dá)到要求。目前典型的分形圖像和視頻壓縮方法的運(yùn)算量很大,編碼速度較慢,并且解碼的質(zhì)量有待提高, 使得分形圖像和視頻壓縮方法還需要進(jìn)一步的改進(jìn)和提高。隨著多媒體技術(shù)的不斷發(fā)展,多視點(diǎn)視頻因其具有單目視頻無法比擬的優(yōu)越性漸漸成為研究的熱點(diǎn)。而雙目立體視頻是多視點(diǎn)視頻中應(yīng)用最為廣泛的一種形式,它增加了場景的深度信息,使欣賞到的圖像有強(qiáng)烈的現(xiàn)實(shí)感和逼真感,可以應(yīng)用于立體電視,遠(yuǎn)程教育,遠(yuǎn)程工業(yè)控制,遠(yuǎn)程醫(yī)學(xué)診斷和虛擬現(xiàn)實(shí)等眾多領(lǐng)域(參見A Schertz. Source coding of stereoscopic television pictures[C]. Proceedings of the IEEE International Conference on Image Processing and its Applications. Maastricht, The Netherlands,1992,462-464)。雙目立體視頻是利用人眼睛的雙目視差原理,雙目各自獨(dú)立地接收來自同一場景的特定攝像點(diǎn)的左右圖像,左眼看偏左的圖像,右眼看偏右的圖像,形成雙目視差,大腦能得到圖像的深度信息,使欣賞到的圖像有強(qiáng)烈深度感、逼真感,觀眾能欣賞到超強(qiáng)的立體視覺效果。但是相對于單目視頻,雙目立體視頻系統(tǒng)必須傳輸和存儲(chǔ)翻番的數(shù)據(jù)量,所以必須對其進(jìn)行有效地壓縮。(參見Siigang Wang,Xuejun Wang,Hexin Chen. Stereoscopic video compression coding based on H. 264[J]. Chinese Journal of Stereology and Image Analysis,2008,13(1) :11-16)在雙目立體視頻編碼過程中,不但要考慮各通道內(nèi)前后幀圖像之間的時(shí)域相關(guān)性和幀內(nèi)圖像的空域相關(guān)性,還要充分利用通道之間的空域相關(guān)性進(jìn)行編碼。前者可以利用運(yùn)動(dòng)補(bǔ)償預(yù)測(MCP)去除冗余,后者可以采用視差補(bǔ)償預(yù)測(DCP)去除通道間冗余。DCP 與MCP相比要復(fù)雜的多,其中的關(guān)鍵技術(shù)是視差匹配。Michael Ε. Lukaces是雙目立體視頻編碼的早期研究者,他探索了將視差補(bǔ)償(DC-based)(指使用雙目視差關(guān)系在兩幅圖像之間建立對應(yīng))用于從雙目立體視頻序列中的一個(gè)視頻序列預(yù)測另一個(gè)視頻序列,并提出了多種基于視差補(bǔ)償?shù)姆椒?參見 Lukacs M E. Predictive coding of multi-viewpoint image sets[C]. IEEE International Conference on Acoustics, Speech and Signal Processing, 1986,521-524)。Perkins將基于視差補(bǔ)償?shù)姆椒w納為一種條件編碼方法,對于無損編碼來說是最優(yōu)的,對于有損編碼則是次優(yōu)的(參見Perkins M G. Data compression of stereo pairs[J]. IEEE Transactions on Communications,1992,40(4) 684-696)。Tzovaras等人提出了視差估計(jì)的分層塊匹配以及運(yùn)動(dòng)視差雙向補(bǔ)償方法,稱之為聚合估計(jì)(參見 Tzovaras D,Grammalidis N,Strintzis M G. Object-based coding of stereoscopic image sequences using joint 3D motion/disparity segmentation[C]. Proceedings of SPIE :Visual Communication and Image Processing,1995,1678-1689)。 另外Frmich還提出了基于通用塊匹配算法的視差估計(jì)方法,并引入一種平滑檢測手段來評(píng)價(jià)視差匹配好壞(參見Franch R E HiLagendijk R L, J. Stereo-enhanced displacement estimation by genetic block matching[C]. Proceedings of SPIE :Volume2094-Visual Communications and Image Processing. Cambridge,MA, USA,1993,362-371)。Siram Sethuramn以及M. Siegel等人提出了基于視差和運(yùn)動(dòng)的可變塊四叉樹多分辨率分割方法, 針對基于MPEG視頻編碼標(biāo)準(zhǔn)的雙目立體視頻流的編碼,按在解碼端是否有合成中間視圖的需要,提出了兩個(gè)雙目立體視頻流的混合分辨率編碼方法(Slkthuraman S,Siegel M W, Jordan A G. Segmentation based coding of stereoscopic image sequences[C]. Proceedings of SPIE :Volume 2668—Digital Video Compression :Algorithms and Technologies. San Jose, CA, USA,1996,420-429)。常用的雙目立體視頻編碼方案有 AL MCP(Motion Compensated Prediction)編石馬,M fS] DCP(Disparity Compensated Prediction)編碼和MCP與DCP相結(jié)合編碼。其中在MCP與DCP相結(jié)合編碼中,基本層采用獨(dú)立MCP編碼,增強(qiáng)層采用MCP與DCP兩種方式進(jìn)行預(yù)測,從中選擇誤差較小的一種作為預(yù)測結(jié)果。本專利申請人已于2010年10月申請了兩個(gè)有關(guān)分形雙目視頻編碼的專利一種基于分形的雙目立體視頻壓縮編解碼方法O01010522161.9 CN 101980538A)和一種基于對象和分形的雙目立體視頻壓縮編解碼方法O01010522152.X CN 101980537A)。本發(fā)明與上述公開文獻(xiàn)不同在于1)利用了預(yù)搜索限定條件;2)利用了分?jǐn)?shù)像素塊匹配;3)利用了改進(jìn)的非對稱十字形多層次六邊形格點(diǎn)搜索算法;4)DCP編碼方式時(shí),充分利用視差分布約束條件;5)解碼中,利用了去方塊環(huán)路濾波。因此,編碼性能有了很大的改善和提高。
發(fā)明內(nèi)容
本發(fā)明提出了一種基于對象的快速雙目立體視頻分形壓縮與解壓縮方法,在編碼中以左通道為基本層,采用運(yùn)動(dòng)補(bǔ)償預(yù)測方式(MCP)進(jìn)行編碼,利用視頻分割方法獲得視頻對象分割平面即Alpha平面,對左目的起始幀采用塊DCT變換編碼,對非I幀進(jìn)行塊運(yùn)動(dòng)估計(jì)/補(bǔ)償編碼,計(jì)算與子塊域和父塊域相關(guān)子塊的像素和與像素平方和,計(jì)算分?jǐn)?shù)像素內(nèi)插值對應(yīng)塊的像素和、像素平方和,進(jìn)行預(yù)搜索限制條件判斷,并在前一幀搜索窗中利用分?jǐn)?shù)像素塊匹配和改進(jìn)的非對稱十字形多層次六邊形格點(diǎn)搜索算法尋找最相似的匹配塊。 右通道為增強(qiáng)層,采用MCP加視差補(bǔ)償預(yù)測方式(DCP)進(jìn)行編碼,選擇誤差最小的作為預(yù)測結(jié)果。在DCP編碼時(shí),利用視差分布約束條件。在解碼過程中利用去方塊環(huán)路濾波。一種基于對象的快速雙目立體視頻分形壓縮方法,包括以下步驟步驟一利用自動(dòng)視頻對象分割方法對視頻序列進(jìn)行自動(dòng)分割,獲取每一幀的視頻對象分割平面即Alpha平面,根據(jù)得到的視頻對象分割平面確定要編碼的視頻對象區(qū)域; 步驟二 對于左目,首先判斷起始幀是否為I巾貞,若是I巾貞,則對該幀進(jìn)行互不重疊的固定大小的塊劃分,對每一個(gè)圖像塊分別采用基于塊DCT變換的I幀幀內(nèi)圖像壓縮方法, 對圖像進(jìn)行單獨(dú)編碼和解碼,轉(zhuǎn)到步驟十五;否則,轉(zhuǎn)到步驟三;所述I幀為視頻序列起始幀或者視頻序列中只進(jìn)行幀內(nèi)編碼的圖像幀;所述塊DCT變換中的塊采用固定大小模式; 對于右目,轉(zhuǎn)到步驟九;步驟三若左目為非I幀,用常規(guī)單目的運(yùn)動(dòng)補(bǔ)償預(yù)測(MCP)編碼,將當(dāng)前幀劃分為固定大小的互不重疊的宏塊,然后計(jì)算這些宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、 像素平方和,以及當(dāng)前幀的已經(jīng)編碼并重建的前一幀即參考幀中,按照設(shè)定步長劃分的所有宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、像素平方和,同時(shí)計(jì)算分?jǐn)?shù)像素內(nèi)插值對應(yīng)塊的像素和、像素平方和,轉(zhuǎn)到步驟四;所述當(dāng)前幀為正在進(jìn)行壓縮的幀;所述當(dāng)前幀所有塊的集合稱為子塊域;所述前一幀的所有塊的集合稱為父塊域;步驟四對當(dāng)前正在處理的圖像塊即當(dāng)前塊,利用Alpha平面判別該圖像塊的區(qū)域?qū)傩裕蝗绻搲K不在當(dāng)前編碼的視頻對象區(qū)域內(nèi),對該塊不做處理;如果該塊全部都在當(dāng)前編碼的視頻對象區(qū)域內(nèi),轉(zhuǎn)入步驟五;如果該塊的部分像素在當(dāng)前編碼的視頻對象區(qū)域內(nèi),部分像素不在當(dāng)前編碼的視頻對象區(qū)域內(nèi),需要單獨(dú)處理,轉(zhuǎn)入步驟十四;如果所有的宏塊都已處理完畢,則轉(zhuǎn)到步驟十五;所述不在當(dāng)前編碼的視頻對象區(qū)域內(nèi)的塊稱為外部塊,所述全部都在當(dāng)前編碼的視頻對象區(qū)域內(nèi)的塊稱為內(nèi)部塊,所述部分像素不在當(dāng)前編碼的視頻對象區(qū)域內(nèi)的塊為邊界塊;步驟五依次對當(dāng)前幀的所有宏塊進(jìn)行編碼,在父塊域中的搜索窗內(nèi)首先對該宏塊進(jìn)行塊匹配;在進(jìn)行子塊與父塊的匹配過程中,子塊的位置作為父塊的起始搜索點(diǎn),父塊的大小與子塊的大小相同,轉(zhuǎn)到步驟六;步驟六利用改進(jìn)的非對稱十字形多層次六邊形格點(diǎn)搜索算法,然后利用分?jǐn)?shù)像素塊匹配,搜索分?jǐn)?shù)像素內(nèi)插值對應(yīng)小塊處的RMS點(diǎn),搜索出最佳的匹配誤差RMS,轉(zhuǎn)到步驟七;步驟七預(yù)搜索限制條件判斷對于特定的子塊,若與父塊對應(yīng)值滿足預(yù)搜索限制條件,則轉(zhuǎn)到步驟八;否則直接保存當(dāng)前的迭代函數(shù)系統(tǒng)系數(shù)即IFS系數(shù),轉(zhuǎn)入步驟四編碼下一宏塊;步驟八如果匹配誤差RMS小于開始設(shè)定的閾值Y,保存當(dāng)前的迭代函數(shù)系統(tǒng)系數(shù)即IFS系數(shù),轉(zhuǎn)入步驟四編碼下一宏塊;否則,依次按照樹狀結(jié)構(gòu)對該塊進(jìn)行劃分,并對各個(gè)劃分得到的小塊利用分?jǐn)?shù)像素塊匹配和改進(jìn)的非對稱十字形多層次六邊形格點(diǎn)搜索算法,分別計(jì)算匹配誤差RMS,如果RMS小于設(shè)定閾值 ,則停止劃分并記錄該小塊IFS系數(shù),轉(zhuǎn)入步驟四編碼下一宏塊;否則繼續(xù)劃分,直到將當(dāng)前塊劃分為預(yù)先設(shè)定的最小塊,記錄IFS系數(shù);轉(zhuǎn)入步驟四編碼下一宏塊;所述搜索窗為在參考幀中的矩形搜索區(qū)域;所述 IFS系數(shù)包括父塊位置(X,y)和比例因子S、偏移因子ο ;如果當(dāng)前幀所有的宏塊都已編碼完畢,且是左目,則轉(zhuǎn)到步驟十五;若是右目,則執(zhí)行步驟十;步驟九對右目圖像,首先進(jìn)行互不重疊的宏塊劃分,然后計(jì)算這些宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、像素平方和,以及右目前一幀重建圖像參考幀,按照設(shè)定步長劃分的所有宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、像素平方和,同時(shí)計(jì)算分?jǐn)?shù)像素內(nèi)插值對應(yīng)塊的像素和、像素平方和,以減少塊匹配過程中的重復(fù)計(jì)算,轉(zhuǎn)到步驟四;步驟十計(jì)算左目中對應(yīng)幀圖像的參考幀,按照設(shè)定步長劃分的所有宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、像素平方和,同時(shí)計(jì)算分?jǐn)?shù)像素內(nèi)插值對應(yīng)塊的像素和、像素平方和,以減少塊匹配過程中的重復(fù)計(jì)算,轉(zhuǎn)到步驟十一;步驟十一對當(dāng)前正在處理的圖像塊即當(dāng)前塊,利用Alpha平面判別該圖像塊的區(qū)域?qū)傩裕蝗绻搲K不在當(dāng)前編碼的視頻對象區(qū)域內(nèi),對該塊不做處理;如果該塊全部都在當(dāng)前編碼的視頻對象區(qū)域內(nèi),轉(zhuǎn)入步驟十二 ;如果該塊的部分像素在當(dāng)前編碼的視頻對象區(qū)域內(nèi),部分像素不在當(dāng)前編碼的視頻對象區(qū)域內(nèi),需要單獨(dú)處理,轉(zhuǎn)入步驟十四;如果所有的宏塊都已處理完畢,則轉(zhuǎn)到步驟十五;步驟十二 首先對與當(dāng)前子塊位置相同的父塊進(jìn)行塊匹配,得到RMS,并保存迭代函數(shù)系統(tǒng)系數(shù),該系數(shù)包括父塊與子塊的相對位移矢量(X,y),比例因子S和偏移因子O ;依次對當(dāng)前幀的所有宏塊進(jìn)行編碼,在父塊域中的搜索窗內(nèi)首先對該宏塊進(jìn)行塊匹配;在進(jìn)行子塊與父塊的匹配過程中,子塊的位置作為父塊的起始搜索點(diǎn),父塊的大小與子塊的大小相同并轉(zhuǎn)入步驟十三,執(zhí)行完步驟十三返回之后,如果所得的匹配誤差RMS小于開始設(shè)定的閾值Y,則保存當(dāng)前的迭代函數(shù)系統(tǒng)系數(shù)即IFS系數(shù),轉(zhuǎn)入步驟十二編碼下一宏塊;否則,依次按照樹狀結(jié)構(gòu)對該塊進(jìn)行劃分,并對各個(gè)劃分得到的小塊分別轉(zhuǎn)入步驟十三,執(zhí)行完步驟十三返回之后計(jì)算匹配誤差RMS,如果RMS小于設(shè)定閾值Y,則停止劃分并記錄該小塊IFS系數(shù),轉(zhuǎn)入步驟十二編碼下一宏塊;否則繼續(xù)劃分,直到將當(dāng)前塊劃分為預(yù)先設(shè)定的最小塊,轉(zhuǎn)入步驟十三計(jì)算RMS,執(zhí)行完步驟十三返回之后記錄IFS系數(shù),轉(zhuǎn)入步驟十二編碼下一宏塊;最后與步驟八所得結(jié)果比較,選擇誤差最小的作為預(yù)測結(jié)果;所述搜索窗為在參考幀中的矩形搜索區(qū)域;所述IFS系數(shù)包括父塊位置(x,y)和比例因子s、偏移因子0 ; 如果當(dāng)前幀所有的宏塊都已編碼完畢,則轉(zhuǎn)到步驟十五;步驟十三充分利用分?jǐn)?shù)像素塊匹配和視差分布約束條件將上一個(gè)視差估計(jì)矢量作為當(dāng)前幀的搜索中心,在水平方向沿初始點(diǎn)的右側(cè)進(jìn)行搜索,在搜索過程中進(jìn)行跳躍式搜索;點(diǎn)匹配完之后,向右間隔三個(gè)點(diǎn)進(jìn)行搜索,進(jìn)行比較,直到找到最小的RMS ;然后對分?jǐn)?shù)像素位置進(jìn)行相同的操作,比較得到更小的RMS,結(jié)束視差補(bǔ)償預(yù)測DCP搜索過程;步驟十四單獨(dú)處理邊界塊,當(dāng)前幀的邊界塊只在父塊中的屬于邊界塊和內(nèi)部塊中搜索匹配,當(dāng)前塊和父塊的像素選取準(zhǔn)則是在當(dāng)前塊中只計(jì)算位于當(dāng)前編碼的視頻對象區(qū)域內(nèi)的像素值,只在參考幀的相同視頻對象區(qū)域內(nèi)進(jìn)行塊匹配;對于父塊中,如果與當(dāng)前塊的相對應(yīng)位置的父塊中的某一像素也屬于該視頻對象區(qū)域,則采用原像素值,否則,用其它屬于該視頻對象區(qū)域像素的平均值代替;轉(zhuǎn)到步驟五;步驟十五對所有IFS系數(shù)進(jìn)行Huffman編碼,降低IFS系數(shù)數(shù)據(jù)的統(tǒng)計(jì)冗余;判斷當(dāng)前幀是否為最后一幀,如果是最后一幀結(jié)束編碼;否則,返回步驟二繼續(xù)處理下一幀圖像。所述一種基于對象的快速雙目立體視頻分形壓縮方法,處理的視頻序列為YUV格式,分別對3個(gè)分量中的每個(gè)采用上述十五個(gè)步驟進(jìn)行處理。所述步驟六中分?jǐn)?shù)像素塊匹配,包括以下三個(gè)步驟1)對參考幀中搜索區(qū)域內(nèi)的像素進(jìn)行內(nèi)插形成一個(gè)相對于在整數(shù)位置的像素更高分辨率的區(qū)域;2)在內(nèi)插區(qū)域進(jìn)行整數(shù)像素和半像素位置搜索找到最佳匹配;3)用匹配塊的仿射變換來替代當(dāng)前塊。所述步驟六中改進(jìn)的非對稱十字形多層次六邊形格點(diǎn)搜索算法,相比于H. 264中的非對稱六邊形算法,本算法的改進(jìn)主要體現(xiàn)在以下三點(diǎn)1)起始點(diǎn)預(yù)測基于分形的視頻編碼算法沒有涉及到多參考幀,并且宏塊和子塊具有不同的大小,故利用三種方式進(jìn)行起始點(diǎn)預(yù)測a)空域中值預(yù)測取當(dāng)前子塊的左、上、右相鄰塊的運(yùn)動(dòng)矢量中間值為預(yù)測運(yùn)動(dòng)
矢量;b)原點(diǎn)預(yù)測根據(jù)時(shí)間相關(guān)性,令運(yùn)動(dòng)矢量取值為(0,0);c)相鄰參考幀預(yù)測利用前一參考幀中對應(yīng)位置塊的MV按比例進(jìn)行預(yù)測;2)非對稱十字模板搜索時(shí)的閾值轉(zhuǎn)移條件分形編碼的子塊和父塊的誤差匹配準(zhǔn)則R為式(3)、⑷、(5)。根據(jù)塊的大小不同選擇不同的閾值,非對稱十字模板搜索完畢,擇最佳匹配點(diǎn)作為新的起始點(diǎn)進(jìn)行后續(xù)模版的匹配;3)提前終止條件根據(jù)分形編碼算法的特點(diǎn)將提前終止分為兩種情況一是在非均勻多層次六邊形格點(diǎn)整像素運(yùn)動(dòng)搜索過程中,除了該算法本身的提前終止條件外,為了減少搜索復(fù)雜度如果最優(yōu)點(diǎn)位于六邊形中心,可停止搜索;二是基于分形的視頻編碼算法采用樹狀劃分結(jié)構(gòu)。所述步驟七中預(yù)搜索限制條件為以下形式,其中,h為子塊的像素值,Bi為父塊的像素值,S為分形編碼中的比例因子,ο為偏移因子,I a| I代表二維范數(shù),gp ι a| I = (卜氺小氺+…成丨2)1
ηRMS = ^ (s · Q1 +O-B1)2
i=ηJ ηη=Y^S-Q1 +- "^ ]"^)2
i=l η i=l i=l
ηηη ηη
Va. \η ab.-VaV^l V^.
η^^ ι L ^^ ι ι ^^ ι ^^ ζ J ^^ ι=Σ((α,丄)·^eV^+-- )2
‘1 “1 極-&,)2] “1
14
權(quán)利要求
1. 一種基于對象的快速雙目立體視頻分形壓縮方法,其特征在于具體步驟如下 步驟一利用自動(dòng)視頻對象分割方法對視頻序列進(jìn)行自動(dòng)分割,獲取每一幀的視頻對象分割平面即Alpha平面,根據(jù)得到的視頻對象分割平面確定要編碼的視頻對象區(qū)域;步驟二 對于左目,首先判斷起始幀是否為I幀,若是I幀,則對該幀進(jìn)行互不重疊的固定大小的塊劃分,對每一個(gè)圖像塊分別采用基于塊DCT變換的I幀幀內(nèi)圖像壓縮方法,對圖像進(jìn)行單獨(dú)編碼和解碼,轉(zhuǎn)到步驟十五;否則,轉(zhuǎn)到步驟三;所述I幀為視頻序列起始幀或者視頻序列中只進(jìn)行幀內(nèi)編碼的圖像幀;所述塊DCT變換中的塊采用固定大小模式;對于右目,轉(zhuǎn)到步驟九;步驟三若左目為非I幀,用常規(guī)單目的運(yùn)動(dòng)補(bǔ)償預(yù)測(MCP)編碼,將當(dāng)前幀劃分為固定大小的互不重疊的宏塊,然后計(jì)算這些宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、像素平方和,以及當(dāng)前幀的已經(jīng)編碼并重建的前一幀即參考幀中,按照設(shè)定步長劃分的所有宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、像素平方和,同時(shí)計(jì)算分?jǐn)?shù)像素內(nèi)插值對應(yīng)塊的像素和、像素平方和,轉(zhuǎn)到步驟四;所述當(dāng)前幀為正在進(jìn)行壓縮的幀;所述當(dāng)前幀所有塊的集合稱為子塊域;所述前一幀的所有塊的集合稱為父塊域;步驟四對當(dāng)前正在處理的圖像塊即當(dāng)前塊,利用Alpha平面判別該圖像塊的區(qū)域?qū)傩裕蝗绻搲K不在當(dāng)前編碼的視頻對象區(qū)域內(nèi),對該塊不做處理;如果該塊全部都在當(dāng)前編碼的視頻對象區(qū)域內(nèi),轉(zhuǎn)入步驟五;如果該塊的部分像素在當(dāng)前編碼的視頻對象區(qū)域內(nèi), 部分像素不在當(dāng)前編碼的視頻對象區(qū)域內(nèi),需要單獨(dú)處理,轉(zhuǎn)入步驟十四;如果所有的宏塊都已處理完畢,則轉(zhuǎn)到步驟十五;所述不在當(dāng)前編碼的視頻對象區(qū)域內(nèi)的塊稱為外部塊,所述全部都在當(dāng)前編碼的視頻對象區(qū)域內(nèi)的塊稱為內(nèi)部塊,所述部分像素不在當(dāng)前編碼的視頻對象區(qū)域內(nèi)的塊為邊界塊;步驟五依次對當(dāng)前幀的所有宏塊進(jìn)行編碼,在父塊域中的搜索窗內(nèi)首先對該宏塊進(jìn)行塊匹配;在進(jìn)行子塊與父塊的匹配過程中,子塊的位置作為父塊的起始搜索點(diǎn),父塊的大小與子塊的大小相同,轉(zhuǎn)到步驟六;步驟六利用改進(jìn)的非對稱十字形多層次六邊形格點(diǎn)搜索算法,然后利用分?jǐn)?shù)像素塊匹配,搜索分?jǐn)?shù)像素內(nèi)插值對應(yīng)小塊處的RMS點(diǎn),搜索出最佳的匹配誤差RMS,轉(zhuǎn)到步驟七; 步驟七預(yù)搜索限制條件判斷對于特定的子塊,若與父塊對應(yīng)值滿足預(yù)搜索限制條件,則轉(zhuǎn)到步驟八;否則直接保存當(dāng)前的迭代函數(shù)系統(tǒng)系數(shù)即IFS系數(shù),轉(zhuǎn)入步驟四編碼下一宏塊;步驟八如果匹配誤差RMS小于開始設(shè)定的閾值Y,保存當(dāng)前的迭代函數(shù)系統(tǒng)系數(shù)即 IFS系數(shù),轉(zhuǎn)入步驟四編碼下一宏塊;否則,依次按照樹狀結(jié)構(gòu)對該塊進(jìn)行劃分,并對各個(gè)劃分得到的小塊利用分?jǐn)?shù)像素塊匹配和改進(jìn)的非對稱十字形多層次六邊形格點(diǎn)搜索算法, 分別計(jì)算匹配誤差RMS,如果RMS小于設(shè)定閾值Y,則停止劃分并記錄該小塊IFS系數(shù),轉(zhuǎn)入步驟四編碼下一宏塊;否則繼續(xù)劃分,直到將當(dāng)前塊劃分為預(yù)先設(shè)定的最小塊,記錄IFS 系數(shù);轉(zhuǎn)入步驟四編碼下一宏塊;所述搜索窗為在參考幀中的矩形搜索區(qū)域;所述IFS系數(shù)包括父塊位置(x,y)和比例因子s、偏移因子0 ;如果當(dāng)前幀所有的宏塊都已編碼完畢,且是左目,則轉(zhuǎn)到步驟十五;若是右目,則執(zhí)行步驟十;步驟九對右目圖像,首先進(jìn)行互不重疊的宏塊劃分,然后計(jì)算這些宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、像素平方和,以及右目前一幀重建圖像參考幀,按照設(shè)定步長劃分的所有宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、像素平方和,同時(shí)計(jì)算分?jǐn)?shù)像素內(nèi)插值對應(yīng)塊的像素和、像素平方和,以減少塊匹配過程中的重復(fù)計(jì)算,轉(zhuǎn)到步驟四;步驟十計(jì)算左目中對應(yīng)幀圖像的參考幀,按照設(shè)定步長劃分的所有宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、像素平方和,同時(shí)計(jì)算分?jǐn)?shù)像素內(nèi)插值對應(yīng)塊的像素和、像素平方和,以減少塊匹配過程中的重復(fù)計(jì)算,轉(zhuǎn)到步驟十一;步驟十一對當(dāng)前正在處理的圖像塊即當(dāng)前塊,利用Alpha平面判別該圖像塊的區(qū)域?qū)傩?;如果該塊不在當(dāng)前編碼的視頻對象區(qū)域內(nèi),對該塊不做處理;如果該塊全部都在當(dāng)前編碼的視頻對象區(qū)域內(nèi),轉(zhuǎn)入步驟十二 ;如果該塊的部分像素在當(dāng)前編碼的視頻對象區(qū)域內(nèi),部分像素不在當(dāng)前編碼的視頻對象區(qū)域內(nèi),需要單獨(dú)處理,轉(zhuǎn)入步驟十四;如果所有的宏塊都已處理完畢,則轉(zhuǎn)到步驟十五;步驟十二 首先對與當(dāng)前子塊位置相同的父塊進(jìn)行塊匹配,得到RMS,并保存迭代函數(shù)系統(tǒng)系數(shù),該系數(shù)包括父塊與子塊的相對位移矢量(x,y),比例因子s和偏移因子ο;依次對當(dāng)前幀的所有宏塊進(jìn)行編碼,在父塊域中的搜索窗內(nèi)首先對該宏塊進(jìn)行塊匹配;在進(jìn)行子塊與父塊的匹配過程中,子塊的位置作為父塊的起始搜索點(diǎn),父塊的大小與子塊的大小相同并轉(zhuǎn)入步驟十三,執(zhí)行完步驟十三返回之后,如果所得的匹配誤差RMS小于開始設(shè)定的閾值Y,則保存當(dāng)前的迭代函數(shù)系統(tǒng)系數(shù)即IFS系數(shù),轉(zhuǎn)入步驟十二編碼下一宏塊;否則, 依次按照樹狀結(jié)構(gòu)對該塊進(jìn)行劃分,并對各個(gè)劃分得到的小塊分別轉(zhuǎn)入步驟十三,執(zhí)行完步驟十三返回之后計(jì)算匹配誤差RMS,如果RMS小于設(shè)定閾值Y,則停止劃分并記錄該小塊 IFS系數(shù),轉(zhuǎn)入步驟十二編碼下一宏塊;否則繼續(xù)劃分,直到將當(dāng)前塊劃分為預(yù)先設(shè)定的最小塊,轉(zhuǎn)入步驟十三計(jì)算RMS,執(zhí)行完步驟十三返回之后記錄IFS系數(shù),轉(zhuǎn)入步驟十二編碼下一宏塊;最后與步驟八所得結(jié)果比較,選擇誤差最小的作為預(yù)測結(jié)果;所述搜索窗為在參考幀中的矩形搜索區(qū)域;所述IFS系數(shù)包括父塊位置(X,y)和比例因子s、偏移因子ο ; 如果當(dāng)前幀所有的宏塊都已編碼完畢,則轉(zhuǎn)到步驟十五;步驟十三充分利用分?jǐn)?shù)像素塊匹配和視差分布約束條件將上一個(gè)視差估計(jì)矢量作為當(dāng)前幀的搜索中心,在水平方向沿初始點(diǎn)的右側(cè)進(jìn)行搜索,在搜索過程中進(jìn)行跳躍式搜索;點(diǎn)匹配完之后,向右間隔三個(gè)點(diǎn)進(jìn)行搜索,進(jìn)行比較,直到找到最小的RMS ;然后對分?jǐn)?shù)像素位置進(jìn)行相同的操作,比較得到更小的RMS,結(jié)束視差補(bǔ)償預(yù)測DCP搜索過程;步驟十四單獨(dú)處理邊界塊,當(dāng)前幀的邊界塊只在父塊中的屬于邊界塊和內(nèi)部塊中搜索匹配,當(dāng)前塊和父塊的像素選取準(zhǔn)則是在當(dāng)前塊中只計(jì)算位于當(dāng)前編碼的視頻對象區(qū)域內(nèi)的像素值,只在參考幀的相同視頻對象區(qū)域內(nèi)進(jìn)行塊匹配;對于父塊中,如果與當(dāng)前塊的相對應(yīng)位置的父塊中的某一像素也屬于該視頻對象區(qū)域,則采用原像素值,否則,用其它屬于該視頻對象區(qū)域像素的平均值代替;轉(zhuǎn)到步驟五;步驟十五對所有IFS系數(shù)進(jìn)行Huffman編碼,降低IFS系數(shù)數(shù)據(jù)的統(tǒng)計(jì)冗余;判斷當(dāng)前幀是否為最后一幀,如果是最后一幀結(jié)束編碼;否則,返回步驟二繼續(xù)處理下一幀圖像。
2.根據(jù)權(quán)利要求1所述的一種基于對象的快速雙目立體視頻分形壓縮方法,其特征在于處理的視頻序列為YUV格式,分別對3個(gè)分量中的每個(gè)采用上述十五個(gè)步驟進(jìn)行處理。
3.根據(jù)權(quán)利要求1所述的一種基于對象的快速雙目立體視頻分形壓縮方法,其特征在于所述步驟六中分?jǐn)?shù)像素塊匹配,包括以下步驟1)對參考幀中搜索區(qū)域內(nèi)的像素進(jìn)行內(nèi)插形成一個(gè)相對于在整數(shù)位置的像素更高分辨率的區(qū)域;2)在內(nèi)插區(qū)域進(jìn)行整數(shù)像素和半像素位置搜索找到最佳匹配;3)用匹配塊的仿射變換來替代當(dāng)前塊。
4.根據(jù)權(quán)利要求1所述的一種基于對象的快速雙目立體視頻分形壓縮方法,其特征在于所述步驟六中改進(jìn)的非對稱十字形多層次六邊形格點(diǎn)搜索算法,相比于H.沈4中的非對稱六邊形算法,本方法的改進(jìn)主要體現(xiàn)在以下三點(diǎn)1)起始點(diǎn)預(yù)測基于分形的視頻編碼算法沒有涉及到多參考幀,并且宏塊和子塊具有不同的大小,故利用三種方式進(jìn)行起始點(diǎn)預(yù)測a)空域中值預(yù)測取當(dāng)前子塊的左、上、右相鄰塊的運(yùn)動(dòng)矢量中間值為預(yù)測運(yùn)動(dòng)矢量;b)原點(diǎn)預(yù)測根據(jù)時(shí)間相關(guān)性,令運(yùn)動(dòng)矢量取值為(0,0);c)相鄰參考幀預(yù)測利用前一參考幀中對應(yīng)位置塊的MV按比例進(jìn)行預(yù)測;2)非對稱十字模板搜索時(shí)的閾值轉(zhuǎn)移條件分形編碼的子塊和父塊的誤差匹配準(zhǔn)則R為式(3)、(4), (5);根據(jù)塊的大小不同選擇不同的閾值,非對稱十字模板搜索完畢,擇最佳匹配點(diǎn)作為新的起始點(diǎn)進(jìn)行后續(xù)模版的匹配;3)提前終止條件根據(jù)分形編碼算法的特點(diǎn)將提前終止分為兩種情況一是在非均勻多層次六邊形格點(diǎn)整像素運(yùn)動(dòng)搜索過程中,除了該算法本身的提前終止條件外,為了減少搜索復(fù)雜度如果最優(yōu)點(diǎn)位于六邊形中心,可停止搜索;二是基于分形的視頻編碼算法采用樹狀劃分結(jié)構(gòu)。
5.根據(jù)權(quán)利要求1所述的一種基于對象的快速雙目立體視頻分形壓縮方法,其特征在于所述步驟七中預(yù)搜索限制條件為以下形式,其中,h為子塊的像素值,Bi為父塊的像素值,S為分形編碼中的比例因子,O為偏移因子
6.根據(jù)權(quán)利要求1所述的一種基于對象的快速雙目立體視頻分形壓縮方法,其特征在于所述步驟八中對該塊采用樹狀劃分,塊匹配采用匹配誤差準(zhǔn)則,子塊與父塊的匹配誤差 RMS 為
7.根據(jù)權(quán)利要求1所述的一種基于對象的快速雙目立體視頻分形壓縮方法,其特征在于所述步驟十三中視差分布約束條件如下1)外極線約束;對于左目中的圖像上的一點(diǎn),通過相對定向參數(shù)找出右目中的圖像上與其對應(yīng)的極線,其對應(yīng)點(diǎn)在上述極線上搜索;對于平行系統(tǒng)的視差搜索,沿掃描線,進(jìn)行 χ方向的搜索即可;最佳匹配點(diǎn)位于偏振線上即水平線上;在立體平行攝像系統(tǒng)中,沿水平方向進(jìn)行DCP搜索;兩攝像機(jī)在同一時(shí)刻觀看空間同一特征點(diǎn)P(X。,y。,Ζ。),在左目中的圖像和右目中的圖像的坐標(biāo)分別Spleft= (Xleft,Yleft) ,Pright= 0(right,Yright);其中點(diǎn) P(x。,y。,z。)與兩個(gè)光心所確定的平面稱為偏振平面,偏振平面與左右圖像的交線稱為偏振線;由幾何關(guān)系得到,其中f表示攝像機(jī)的焦距,B為兩攝像機(jī)的投影中心連線的距離,即基線距,zc為世界坐標(biāo)系下特征點(diǎn)P的Z坐標(biāo)
8. 一種基于對象的快速雙目立體視頻分形解壓縮方法,包含以下步驟 步驟I 首先讀入左目壓縮信息,包括壓縮幀數(shù),每幀圖像的寬和高,I幀壓縮質(zhì)量和插入I幀的間隔;步驟II 判斷解碼幀是否為I幀,若是I幀轉(zhuǎn)入步驟III,否則轉(zhuǎn)入步驟IV ; 步驟III 對于I幀,從壓縮文件中讀入碼流,并讀入該幀的Alpha平面進(jìn)行解碼,解碼之后的文件包括基于不同對象的視頻文件和完整的視頻文件,在基于對象的視頻文件中, 根據(jù)Alpha平面,判斷對應(yīng)的對象屬性,屬于該對象的像素保留,不屬于該對象的像素置零,幀數(shù)加一轉(zhuǎn)入步驟VIII ;步驟IV 對于非I幀,計(jì)算左目前一幀中按照設(shè)定步長劃分的所有宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、像素平方和;步驟V 讀入右目壓縮信息,包括壓縮幀數(shù),每幀圖像的寬和高,I幀壓縮質(zhì)量和插入I 幀的間隔;計(jì)算右目前一幀和左目對應(yīng)幀中按照設(shè)定步長劃分的所有宏塊以及經(jīng)樹狀劃分得到的小塊的像素和、像素平方和,轉(zhuǎn)入步驟VI ;步驟VI 從對應(yīng)的壓縮文件中讀入塊的劃分信息和Huffman碼流以及非I幀的Alpha 平面,從而得到非I幀所有宏塊的劃分方式和每一個(gè)小塊的迭代函數(shù)系統(tǒng)系數(shù),利用Alpha 平面判別該圖像塊的區(qū)域?qū)傩?,將?dāng)前塊分成內(nèi)部塊、外部塊和邊界塊;對于內(nèi)部塊,按照每一宏塊進(jìn)行分形解碼;外部塊不用處理;邊界塊用均值代替,進(jìn)行分形解碼,轉(zhuǎn)入步驟 VII ;所述參考幀為當(dāng)前幀的已經(jīng)編碼并重建的前一幀;步驟VII 采用去方塊環(huán)路濾波方法首先對邊界的類型進(jìn)行判斷,定義參數(shù)塊邊緣強(qiáng)度,針對不同強(qiáng)度的塊邊緣,選擇的濾波器和所需要濾波的像素點(diǎn)數(shù)也不一樣,如果為幀內(nèi)編碼且為宏塊邊界,則采用強(qiáng)濾波;若不是幀內(nèi)編碼且不是宏塊邊界,仿射塊邊界采用一級(jí)濾波,非仿射塊邊界不需要濾波;其他情況采用二級(jí)濾波;最后按照每一宏塊進(jìn)行解碼;所述仿射塊為由仿射變換得到的塊,所述非仿射塊為不是由仿射變換得到的塊;步驟VIII 判斷此時(shí)所有幀是否都已解碼,若都解碼完畢,結(jié)束解碼過程,否則轉(zhuǎn)入步驟II。
9.根據(jù)權(quán)利要求8所述的一種基于對象的快速雙目立體視頻分形解壓縮方法,其特征在于對于每一個(gè)宏塊進(jìn)行解壓縮時(shí),首先判斷該宏塊在編碼時(shí)的劃分方式,對于每一個(gè)子塊,首先在父塊域找到與該子塊相對應(yīng)的區(qū)域,然后利用下面的公式獲得該子塊的像素值,Ti = S* di+o(7)其中A為待解碼子塊的像素值,di為父塊域中的像素值,S為比例因子,O為偏移因子。
10.根據(jù)權(quán)利要求8所述的一種基于對象的快速雙目立體分形視頻解壓縮方法,其特征在于在基于對象的解碼過程中,利用Alpha平面判別該圖像塊的區(qū)域?qū)傩?,將?dāng)前塊分成內(nèi)部塊、外部塊和邊界塊;當(dāng)前塊中只有屬于該對象區(qū)域的像素,即內(nèi)部塊才進(jìn)行解碼, 在父塊域中只利用屬于同一對象區(qū)域的像素進(jìn)行解碼,假如父塊域中的某個(gè)子塊中部分像素不屬于該視頻對象即邊界塊,這部分像素的值用該子塊中屬于該對象區(qū)域的像素的平均值代替。
11.根據(jù)權(quán)利要求8所述的一種基于對象的快速雙目立體分形視頻解壓縮方法,所述步驟VII中的塊邊緣強(qiáng)度用BS表示;其中,Pc/ ,Q0' ,P1' ,Q1'表示濾波后的像素值,P。, P1, Qo,Q1表示原始的像素值,不同的BS和對應(yīng)的濾波器如下BS = 3時(shí),需要進(jìn)行強(qiáng)濾波,濾波器表示為 P0' = (Pi+Po+Qo)/3 Q0' = (Po+Qo+Qi) /3 (8)P1' = (2 · P^P0' )/3 Q1' = (2 · Q^Q0' )/3 BS = 2時(shí),二級(jí)濾波器表示為 P0'=汜+2 · P0+Q0)/4(9)Q0' = (P0+2 · Qo+Qi) /4BS = 1時(shí),一級(jí)濾波器表示為P0'=汜+3 · P0+Q0)/5(10)Q0' = (P0+3 · Qo+Qi) /5 當(dāng)BS = O時(shí),不進(jìn)行濾波。
12.根據(jù)權(quán)利要求8所述的一種基于對象的快速雙目立體視頻分形解壓縮方法,其特征在于在快速的雙目分形視頻解壓縮方法過程中,左目用常規(guī)單目的運(yùn)動(dòng)補(bǔ)償預(yù)測 (MCP)編碼,右目的每個(gè)圖像塊通過運(yùn)動(dòng)補(bǔ)償預(yù)測(MCP)和視差補(bǔ)償預(yù)測(DCP)兩種方式進(jìn)行預(yù)測,從中選擇誤差較小的一種作為預(yù)測結(jié)果。
13.根據(jù)權(quán)利要求8所述的一種基于對象的快速雙目立體視頻分形解壓縮方法,其特征在于處理的視頻序列為YUV格式,分別對3個(gè)分量中的每個(gè)采用上述八個(gè)步驟進(jìn)行處理。
全文摘要
本發(fā)明提出了一種基于對象的快速雙目立體視頻分形壓縮與解壓縮方法,在編碼中以左通道為基本層,采用運(yùn)動(dòng)補(bǔ)償預(yù)測方式(MCP)進(jìn)行編碼,利用視頻分割方法獲得視頻對象分割平面即Alpha平面,對左目的起始幀采用塊DCT變換編碼,對非I幀進(jìn)行塊運(yùn)動(dòng)估計(jì)/補(bǔ)償編碼,計(jì)算與子塊域和父塊域相關(guān)子塊的像素和與像素平方和,計(jì)算分?jǐn)?shù)像素內(nèi)插值對應(yīng)塊的像素和、像素平方和,進(jìn)行預(yù)搜索限制條件判斷,并在前一幀搜索窗中利用分?jǐn)?shù)像素塊匹配和改進(jìn)的非對稱十字形多層次六邊形格點(diǎn)搜索算法尋找最相似的匹配塊。右通道為增強(qiáng)層,采用MCP加視差補(bǔ)償預(yù)測方式(DCP)進(jìn)行編碼,選擇誤差最小的作為預(yù)測結(jié)果。在DCP編碼時(shí),利用視差分布約束條件。在解碼過程中利用去方塊環(huán)路濾波。
文檔編號(hào)H04N13/00GK102263952SQ201110187930
公開日2011年11月30日 申請日期2011年7月6日 優(yōu)先權(quán)日2011年7月6日
發(fā)明者侯仰拴, 王再闊, 祝世平, 陳菊嬙 申請人:北京航空航天大學(xué)