基于视觉感知和零水印的部分参考立体图像质量评价模型

通过分析人类视觉系统的纹理方向特性和立体感知特性,并结合数字水印的半脆弱性和支持向量回归(Support Vector Regression, SVR)的泛化学习能力,该文提出一种基于视觉感知和零水印的部分参考立体图像质量客观评价模型。该模型利用立体图像左右视点经小波分解后在同一空间频率的水平和垂直方向子带系数关系构造反映图像纹理方向特征的视点零水印,同时,利用左右视点视差值与自适应阈值的大小关系构造反映立体感质量的视差零水印,然后利用SVR来学习两类零水印恢复率(视觉加权视点零水印恢复率和视差零水印恢复率)与主观评价值的关系,最后用训练好的SVR完成立体图像质量预测。实验结果表明该模型符合人眼视觉特性,所得到的客观评价值与主观评价值具有较好的一致性。     

基于H.264的立体视频编码方法

H.264是一种高效的视频编码压缩标准,它集中了以往标准的优点。基于H.264的高效编码压缩技术,文章研究了块基立体视频编码方法,并对基于H.264和基于H.263+的立体视频编码方案进行了编码效率的实验比较。实验结果表明,基于H.264的编码方案大大超过了基于H.263+的编码方案,是一种高效的立体视频编码压缩方案。     

一种设计语言信号波形矢量量化器的新算法

本文提出了波形矢量量化器码本的特征变量,对码本的分布特性进行了研究,提出了合理构造初始码本、快速训练码本和快速量化矢量的设计波形矢量量化器新算法。计算机模拟结果表明,新算法明显缩减了码本训练时间、提高了矢量量化的速度。     

基于轮廓和链码表示的高效形状编码

提出一种基于轮廓和链码表示的高效无损形状编码方法。首先提取对象轮廓并细化成单像素宽度;然后将其转换成链码表示并基于方向相关性分割成若干子段,使每个子段最多包含2个基本方向码,同时结合线性检测,分离出对象轮廓中的长线性子段;最后对线性子段和非线性子段结合链码的空域相关性进行差异化编码以获得最佳编码性能。实验结果显示,所提算法的性能优于现有的常用方法,与最新的同类方法相比能平均提高压缩效率36.5%左右。     

一种彩色形态塔式结构方法

本文提出了彩色图像的彩色形态采样,得到了彩色图像多分辨率表示的新方法,即彩色形态塔式结构。基于RGB（红绿蓝）彩色坐标系统上的彩色形态变换,讨论了彩色形态采样与其两种彩色形态重建,即彩色形态膨胀重建与彩色形态闭重建,提出了相应的彩色图像分析与合成方法,并给出了彩色形态采样与彩色形态塔式结构的实验结果。     

高效视频编码的快速编码单元深度遍历选择和早期编码单元裁剪

为了降低新一代高效视频编码(High Efficiency Video Coding,HEVC)标准的编码复杂度,提出了一种基于四叉树结构类型分析和早期编码单元(Coding Unit,CU)裁剪的HEVC快速编码新算法。首先,通过分析已编码的最大编码单元(Largest CU,LCU)四叉树结构类型,确定其深度遍历区间(Depth Range,DR)类型。然后,利用相邻已编码的LCU以及前向参考帧和后向参考帧中坐标位置相同的LCU的DR类型来预测当前LCU的DR类型,并根据预测得到的DR类型对当前LCU设定CU深度遍历区间。最后,采用贝叶斯决策原理获取阈值,并利用该阈值在CU分割过程进行早期CU裁剪。实验结果表明:相对于原始HEVC编码结构,本文算法在随机访问模式下编码时间平均减少41.55%,BDBR(Bjontegaard Delta Bit Rate)只增加约1.94%,BDPSNR(Bjontegaard Delta Peak Signal-to-noise Rate)只降低了0.06dB;与Shen方案相比,该算法可以降低12%左右的计算复杂度,BDBR只增加约1.09%,BDPSNR只降低了0.03dB。     

基于模式复杂度的深度视频快速宏块模式选择算法

为了降低深度视频编码的复杂度,提高深度视频编码的效率,本文利用深度视频纹理复杂度的一致性,提出了一种深度视频快速宏块模式选择算法。该算法首先对不同区域模式复杂度进行分析,定义一个宏块模式复杂度因子,根据该因子将深度视频划分为简单模式区域和复杂模式区域。然后,分析深度视频的宏块模式分布情况及宏块模式选择的相关特性,为提出的算法提供理论依据。最后,根据模式区域选择相应的编码策略完成深度视频宏块模式的快速选择。实验结果表明,提出的算法在几乎不影响编码率失真性能及保证绘制质量的情况下可明显降低计算复杂度,能节约65.57%~92.72%的编码时间;而在低码率的情况下节约的编码时间会更多。因此,该算法在较低网络带宽限制下更加有效。     

易错网络中面向虚拟视点绘制的宏块模型

为了降低传输失真对自由视点视频虚拟视点质量 的影响,提出了一种同时适用于彩色图及深度 图的宏块区分模型。模型主要包括两部分:首先结合立体视频时空域的相关性,在 考虑错误扩散 的基础上,提出一个递归形式的宏块级传输失真模型;之后分别讨论彩色图失真和深度图失 真对虚拟视点 质量的影响,进而提出了一个低复杂度的基于绘制失真分析的重要性模型。实验结果表明, 与随机丢包相比, 本文算法能在不改变丢包率(PLR)的情况下大幅提高虚拟视 点的客观 质量,在PLR为20%时,平均峰值信噪 比(PSNR)最大能提 高15.65dB,且主观质量接近零传输失真情况。     

H.264/AVC压缩域鲁棒视频水印

针对现有H.264/AVC压缩域开环水印方法存在误差漂移及鲁棒性差的问题,分析了该类水印算法的特点及误差漂移机制,提出了一种无误差漂移的鲁棒视频水印算法。首先,基于视频重建过程,分析了开环回路水印方法的误差漂移机制,得到由水印信息造成的独立重建误差。然后,采用误差间的线性组合得到4个可以避免误差漂移的水印模板。最后,通过调制残差系数与相应水印模板之间的正负相关性,将水印嵌入在非零系数多的4×4子块上,而不像以往算法将水印直接添加在残差系数上。实验结果表明:所提算法造成的平均结构相似度下降在0.005以内;码率的增长在1.00%左右;对重量化转码、加性高斯白噪声、亮度调节等常见水印攻击,误码率均在0.15以下。得到的结果满足视频水印算法对透明性,码率稳定性,鲁棒性的要求。