立体图像分层交叠块视差估计与自适应补偿

视差估计与补偿是立体图像编码的关键问题,本文提出了一种基于交叠块匹配的视差估计与补偿算法。基于交叠块匹配的分层视差估计,将块分割和平滑约束融入视差估计,可得到光滑准确的视差矢量场。自适应交叠块视差补偿可克服通常的交叠块视差补偿的过平滑效应,在相同的编码比特率下,与块补偿及OBDC相比,AOBDC可获得2.4 dB及0.9 dB的峰值信噪比增益。     

基于区域的MRF模型用于SAR图像分割

本文提出了一种建立在流域算法过分割结果区域图上的马尔可夫随机场模型的SAR图像分割算法.由于将马尔可夫场随机场(MRF)模型建立在预分割的基础上,极大减少了计算复杂度,并利用SAR图像的分布模型建立多层MRF模型,采用模拟退火优化得到MAP估计的分割结果.实验证明较传统的基于像素的马尔可夫随机场分割算法,该方法极大提高了运算速度,并能取得较为满意的分割结果.     

基于三角形网格的立体视差估计和遮挡点检测混合算法

本文提出一种新的用于立体图像编码的视差估计和遮挡点检测混合算法.其中的视差估计方法利用极线约束条件,在缩小搜索范围的同时提高了视差估计的准确性.遮挡点检测方法仅使用了匹配点唯一性约束和视差梯度限制这两个基本条件,降低了算法的复杂度.整个算法利用DT(Dalaunay triangulation)网格这一数学工具把散乱的点结合起来进行处理,使算法在实现方面更加简单化.本文算法首先对立体图像对中的左图像进行DT网格剖分,把各三角形的顶点作为"特征点"在右图像中寻找它们的匹配点.然后利用匹配点唯一性条件提取出其中一些顶点进行遮挡检测.实验结果表明,本文算法对"特征点"的视差估计比较准确,也能较为准确地检测出其中的遮挡点.借助DT 网格在图像编码方面的优势,本文算法可以方便地用于立体图像编码.     

基于差异的视差估计方法研究

视差估计在立体图像编码、视频检索、立体图像分割等领域有重要的应用,是进行图像、视频分析的基础。首先,基于模糊隶属度提出了一种基于差异的视差估计方法;其次,引入模糊隶属度,把图像灰度转换为差异值;然后,分析了多块匹配的优越性;提出了基于多块匹配的视差估计方法;最后,在Middlebury网站上的测试结果证明了该方法的有效性。     

多视点视频编码中的视频目标提取与视差匹配

在单通道视频目标分割算法的基础上,首先提出一种多视点视频编码中的视频目标提取方案.然后提出一种基于多级块匹配视差估计算法.应用Moravec算子对视差矢量图进行检测,提取特征视差矢量并对其进行精确度检验.若特征视差矢量不够精确,则其所在块将重新进行小范围的块匹配.若块匹配误差仍太大则将其分裂为四个子块重新匹配.与传统块匹配算法相比,新方法能获得较为精确和平滑的视差场,提高重建后的图像质量.     

基于冗余小波变换的立体图像视差估计

通过分析目前立体视差估计方法的不足,提出一种基于冗余小波变换的视差估计新算法.首先对参考图像进行冗余小波变换,提取特征点,形成DT(Delaunay Triangle)网格,然后根据三角形特征点在目标图像中进行视差估计,最后通过仿射变换形成浓密视差图.实验表明该算法能有效获得视差矢量,视差匹配后能得到良好的重建图像.     

基于视差补偿预测的立体视频图像压缩编码

本文介绍了立体视频编码方法,并对其关键技术-视差补偿预测技术进行深入研究.本文所提出的基于视差分割的视差补偿预测算法是建立在可变尺寸块匹配算法的基础上,充分利用视差信息实现对目标图像帧的有效分割,并采用相适应的视差向量编码方案.与传统算法相比,在相同预测精度下,明显降低了视差信息编码开销.     

基于改进分水岭算法的立体视频对象分割

提出了一种结合视差和边缘信息进行立体视频对象的分割方法。针对传统分水岭算法过分割的问题,提出了改进的算法。采用基于自适应权值的立体匹配方法获得可靠的视差图,并利用改进分水岭算法进行视差图分割,获得初始的视频对象区域,随后对初始视频对象进行边缘检测,通过提取其轮廓获得准确的对象,最后提出基于区域的对象跟踪方法,完成后续帧视频对象的分割。实验结果表明,本文提出的方法可以获得良好的分割结果。     

基于GVF Snake模型的设备内壁图像轮廓提取

主动轮廓模型主要用于计算机视觉与图像处理,尤其是用于检测对象的边界,是目前流行的图像分割算法,其主要优点是无论图像的质量如何,总可以抽取得到光滑、封闭的边界.通过使用梯度矢量流(Gradient Vector Flow,GVF)主动轮廓模型对设备内壁图像进行分割,克服了传统主动轮廓模型不能检测目标凹陷处,初始轮廓必须靠近物体边缘,以及收敛速度较慢的缺点.实验结果表明该算法不仅可以获得较好的设备内壁图像分割效果,而且能提高轮廓提取的速度,为标定设备内壁有损部位的几何参数提供良好的环境.     

基于均值漂移的立体视频对象分割

提出了一种结合深度信息与改进的均值漂移算法相结合的立体视频对象分割方法.首先采用自适应权值的视差估计方法.获得可靠的视差图,然后利用改进的均值漂移算法对视差图进行分割,获取视频对象.实验结果表明,该方法可以获得与语义一致的对象分割.     

立体图像编码中的子空间投影技术

描述的子空间投影技术（SPT）是一种把视差补偿（DC）和二维低阶近似相结合的立体图像编码方法。这种算法可以随着立体对交叉相关特性的改变而局部自适应。在视差估计失败的遮挡区域，由低阶近似提供比较理想的投影图像，并通过零阶项对立体对的光学度变化进行补偿。实验结果表明，SPT方法其峰值信噪比（PSNR）高于像块尺寸固定的视差补偿算法。     

结合图像梯度和亮度的并行信任传播算法

对立体匹配问题建立马尔可夫随机场模型,使用并行的多尺度信任传播算法求解马尔可夫随机场的能量最小化问题.在传统串行算法基础上利用CUDA技术实现了并行计算,并结合图像的梯度和亮度信息计算能量函数的数据项,平滑项采用两个相邻像素视差的绝对差度量.以标准的Middlebury立体数据集做为输入,实验结果表明：算法具有很好的实时性能,运行时间远小于传统的串行算法,深度图结果较优.     

A hybrid scheme for low bit-rate coding of stereo images

We propose a hybrid scheme to implement an object driven, block based algorithm to achieve low bit-rate compression of stereo image pairs. The algorithm effectively combines the simplicity and adaptability of the existing block based stereo image compression techniques with an edge/contour based object extraction technique to determine appropriate compression strategy for various areas of the right image. Unlike the existing object-based coding such as MPEG-4 developed in the video compression community, the proposed scheme does not require any additional shape coding. Instead, the arbitrary shape is reconstructed by the matching object inside the left frame, which has been encoded by standard JPEG algorithm and hence made available at the decoding end for those shapes in right frames. Yet the shape reconstruction for right objects incurs no distortion due to the unique correlation between left and right frames inside stereo image pairs and the nature of the proposed hybrid scheme. Extensive experiments carried out support that significant improvements of up to 20% in compression ratios are achieved by the proposed algorithm in comparison with the existing block-based technique, while the reconstructed image quality is maintained at a competitive level in terms of both PSNR values and visual inspections.     

Wavelet-based very low bit-rate video coding using image warpingand overlapped block motion compensation

The authors present an algorithm for very low bit-rate video coding that combines new ideas in motion estimation, wavelet filter design, and wavelet-based coding techniques. A new motion compensation technique using image warping and overlapped block motion compensation is proposed to reduce temporal redundancies in a given image sequence. This combined motion model has the advantage of representing more complex motion than simple block matching schemes. To further improve the quality of the temporal prediction, an adaptive grid with variable density according to the varying motion activity of a given scene is generated. An adaptively switched high-quality texture interpolation is employed to cope with the problem of fractional displacements in such a way that both objective and subjective reconstruction quality is improved. Spatial decorrelation of the motion compensated residual images is performed using an one-parametric family of biorthogonal infinite impulse response (IIR) wavelet filters coupled with the highly efficient pre-coding scheme of `partitioning, aggregation and conditional coding' (PACC). Experimental results demonstrate significant improvements in objective quality of 1.0-2.3 dB PSNR in comparison to the H.263+ test model TMN10 using advanced coding options. In addition, the authors' intracoding method provides a performance gain of 0.5 dB PSNR on the average for a test suite of various still images when compared to the emerging still image coding standard JPEG-2000     

结合颜色和MGD特征及MRF模型的场景文本分割

针对场景文本受到光照、复杂背景等因素影响而难以进行有效分割的问题,提出了一种融合颜色和最大梯度差(MGD,maximum gradient difference)特征及马尔科夫随机场(MRF,Markov random field)的场景文本分割方法。首先提取能够有效表达文本纹理特性的MGD特征,通过概率框架将其和颜色特征结合起来对观测图像进行建模;然后结合空间关系和邻域像素属性差异对传统势函数进行改进;最后建立场景文本分割的MRF模型,利用图割(graph cut)算法快速地求解该模型。实验结果表明,采用颜色和MGD特征相结合以及改进的势函数对分割结果具有较大地改善,尤其在光照不均匀及背景复杂情况下相比其他算法取得了较好的性能。     

Stereo matching using colour consistency and hierarchical stochastic diffusion

A stereo matching algorithm is proposed using colour consistency and hierarchical stochastic diffusion. The colour consistency is introduced to the prior Markov random field (MRF) model to consider both the smoothness and the discontinuity of the disparity field. The energy function derived from the MRF model is minimised in the hierarchical stochastic diffusion, which first propagates the probability distribution of the reliable disparity field into the neighbourhood. Experimental results show good disparity maps compared with other propagation based methods.