基于感知重要性的立体图像质量评价方法

立体图像质量评价是评价立体视频系统性能的有效途径,而如何对立体图像质量进行有效的客观评价是目前的研究难点。本文提出了一种基于感知重要性的立体图像质量评价方法。该评价方法通过分析视觉显著和失真对感知质量的影响,建立立体图像视觉感知重要性模型,将立体图像分为四类区域：显著失真区域、显著非失真区域、非显著失真区域和非显著非失真区域,然后对各个区域分别进行评价,最后通过对各个区域赋予不同的权值从而预测得到最终的客观评价值。实验结果表明,该方法与主观评价结果有较好的相关性,符合人眼视觉系统。     

基于偏度-峰度检验的无线局域网室内定位算法

针对室内无线局域网环境下接收信号强度(RSS,received signal strength)样本总体分布不一致而产生较大定位误差的问题,提出了一种基于偏度-峰度检验的室内定位算法.利用偏度-峰度检验法检验RSS样本是否来自正态总体,接受零假设的样本用正态分布近似其总体分布,拒绝零假设的样本用核函数估计其概率密度.实验结果表明提出算法的定位精度比传统算法提高15％以上,而且在相同的定位精度下,能明显降低离线阶段的工作量.     

一种基于人眼视觉注意力的三维视频重定向方法

从人眼视觉注意力的角 度出发,提出了一种三维视频重定位方法。首先,引入场景的深度信息,并结合梯度、显著 性和运动对象检 测构造模型,得到视觉注意力能量项;然后,分别构造帧内能量项和帧间能量项,并结合视 觉注意力能量项, 构造总能量函数进行细缝裁剪,实现视频的重定向。实验结果表明,本文方法能够较好地保 护视频场景中 的重要对象,并避免较大的失真和抖动。     

基于多视点视频特征的3D-HEVC深度视频信息隐藏算法

为了更安全地传输秘密信息和保护3D视频,提 出基于多视点视频特征的3D-HEVC深度视频信息隐 藏算法。首先结合彩色视频的纹理特征,考虑深度视频不同区域对绘制视点的质量和编码效 率的影响,对 深度视频进行区域分割。然后针对不同的区域,采用不同的方式调制最大编码单元(LCU) 的QP值嵌入 秘密信息。最后,用修改后的QP值进行编码压缩,传输视频信息。实验仿真结果表明,相 比于原始HTM13.0, 本算法编码重建深度视频绘制视点质量的PSNR平均下降0.0015dB, 码率平均增加0.035%。本文算法 能较好地保证绘制视点的质量,对视频流的码率影响较小,且能实现秘密信息的盲提取。     

面向裸眼立体显示终端的立体视频编码方法

X3D裸眼可视立体显示器需要同时输入8个视点的信息,用户在一定角度范围内可以看到不同视角的立体画面显示.面向裸眼立体显示终端提出了一种立体视频编码方法,在编码端完成复杂的视差估计,压缩后的视差信息通过网络传输到立体显示终端以降低系统对用户终端的要求.用户终端采用基于视差图绘制的方法快速绘制出6个中间视点,实现裸眼可视立体显示器上的多视角立体画面显示.针对视差图的处理,给出了全局平滑和非边缘区域平滑两种视差图的处理方法.实验结果表明,与不对视差图进行平滑的方法相比,对视差图进行平滑能有效提高编码的整体率失真性能.     

一种室内视频监控图像序列编码方法

在实际高分辨率室内视频监控中,运动物体构成了视频监控的主要内容.本文基于感兴趣区域的检测与恢复,提出了一种高分辨率室内视频监控图像序列的编码新方法,通过对象提取实现基本层和ROI层双层码流传输,其中基本层实现低分辨率图像内容传输,而ROI层用以进行高分辨率图像恢复.新方法有效地降低了视频编码计算复杂度、提高了编码效率.     

基于彩色形态变换的彩色边缘检测新方法

边缘检测是图象分析和计算机视觉重要步骤之一。西方在ＲＧＢ彩色这僮上引入了一类关于平面结构元素的彩色形态变换，彩色形态变换是数学形态学中灰度形态变换在彩色空间的理论拓展。     

基于HSL空间的彩色形态变换

彩色形态变换是数字形态从灰度图象到彩色图象的推广。该文基于HSL（hue-saturation-lightness)彩色空间，提出了彩色形态变换理论，定义了新的彩色形态算子，并讨论了它们的性质。彩色形态变换作为一种数学形态学方法在彩色空间的延拓，可有效地应用于图象处理、图象编码和目标形状特征提取等。     

立体视频传输中右通道整帧丢失的错误掩盖算法

当立体视频流通过网络传输时,由于网络拥塞等造成的数据包丢失常常会引起整个视频帧丢失.鉴于此,本文基于H.264/AVC视频编码标准提出了两种立体视频整帧错误掩盖方案,它们分别利用立体视频序列的不同特点来进行恢复.结果显示,利用这两种算法恢复的图像均能获得很好的主客观质量.     

基于相关性分析的多模式多视点视频编码

多视点视频编码方法除需具有较高编码效率外,还必须支持视点或时间的随机访问、低延时编解码、视点可分级等性能.多视点视频信号的时间、视点间相关性随相机密度、光照、对象运动等因素不同而变化.文中提出基于多视点视频信号相关性分析的多模式多视点视频编码方法,改变传统单一预测模式的多视点编码结构,将多种性能优良的预测编码模式有机结合,根据多视点视频相关性分析灵活选择合适的预测编码模式,以获得优异的编码综合性能.实验结果表明,所提出的多模式多视点视频编码方法在保证高压缩效率的前提下,可进一步降低复杂度,提高随机访问性能.