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.     

多视点视差估计中基于图像块特征矢量和相似尺度的参考视点选择方法

在多视点视频处理中，采用多参考视点的视差估计方法能够在很大程度上消除各个视点间的冗余性，达到对多视点视频数据有效编码压缩的目的。研究了多视点信号处理中视差估计的多参考视点选择问题，采用快速Walsh变换谱构造图像块特征矢量，并提出了基于图像块特征和相似尺度的多参考视点选择方法。实验结果证明，本文方法能在保证编码质量的前提下，减少视差估计的计算复杂度。     

快速帧内预测模式选择新方法

为了提高编码性能,H.264采用了RDO(率失真优化),但与此同时带来的是计算复杂度的增加.本文着重分析了H.264中快速帧内预测模式选择的问题.为了降低帧内预测模式选择的计算复杂度,提出了一种高效的快速帧内预测模式选择算法.首先,对Pan的基于边缘方向直方图的快速算法进行了改进,同时提出了基于参考象素特征的4×4快速帧内预测模式选择算法,并将两者进行了结合.实验结果表明,本文算法和H.264校验模型JM61相比,I帧编码时间降低61%~69%,而PSNR基本保持不变,输出码率仅略有增加;与Pan的基于边缘方向直方图快速算法相比,本文算法的I帧编码时间降低12%~33%,PSNR和输出码率均基本保持不变.     

用于立体视频会议系统的立体对象分割与跟踪算法

基于对象的立体视频编码压缩技术能在立体视频会议系统中得到很好的应用，从立体视频信号中正确分割出立体视频对象是基于对象的立体视频编码压缩的一个前提条件，基于立体视频会议图像序列的时空特性和左右通道间的视差特性，提出了一种立体视频对象分割与跟踪算法，首先利用空域分割和运动检测相结合的方法，提取左通道中的运动物体；然后，提出一种左右通道间基于边缘轮廓的二级视差匹配算法，并根据已分割的左通道运动对象提取右通道的视频运动对象；最后利用对象边界轮廓的跟踪方法对后续图像中的运动对象进行快速跟踪，实验结果说明文中算法能够应用于立体视频会议图像序列的立体对象分割与跟踪。     

一种图像多描述网格编码矢量量化算法

在互联网和无线通信环境下,图像通信常因数据包传输出错或丢生而导致质量的严重下降,多描述编码是解决这个问题的一种新途径。该文提出了一种多描述网格编码矢量量化新算法,给出了多描述分解的方法和规则,并通过构造一个代价函数,提出了最优搜索策略,用维特比算法对多描述编码最优路径进行搜索。仿真结果表明,新算法有效利用网格编码矢量量化将量化码书大小扩大一倍的特性,提高了中央通道的编码性能,而如果只收到单个描述,解码图像仍能获得较好的重建质量。     

立体视频编码中的目标分割与立体匹配算法

视频目标分割与立体匹配是目标基立体视频编码中的核心技术.首先在单通道视频目标分割的基础上提出一种轮廓跟踪匹配算法,以提取立体视频目标对,然后提出一种基于目标的视差估计算法.它以具有特征信息的像素为匹配基元,结合视差匹配约束进行视差估计,克服了传统块匹配算法视差场不连续、视差精度差的缺点,可以获得较为精确和平滑的视差场.     

一种有效的数字图像水印新方法

该文就数字水印技术中基于离散余弦变换(DCT)的方法进行研究,提出了一种有效的图像自适应水印方法。在检测水印时无需使用原图像,从而能够有效应用于图像和视频信号的水印处理。所提出的方法利用了人类视觉的掩蔽特性,给出了两种采用参数自适应的水印方案,使得加水印后的图像具有好的视觉质量及高的信噪比,并且水印检测也有好的稳健性。     

一种HEVC的快速帧间编码新方法

为了降低新一代高效视频编码(HEVC)的计算复杂度 ,融合基于人眼恰可察觉失真(JND)的快速帧间 模式选择和自适应编码单元深度范围(ACUDR)两种算法,提出了一种快速帧间 编码新方法。首先,通过建立时空域JND和最佳预测模式的统计关系,利用JND 阈 值指导帧间预测模式的快速选择,以减少遍历的模式个数从而降低复杂度;然后,利用编码 的前一帧定义与当前帧 的平均深度差(ADD),通过ADD自适应加权时空域相邻最大CU(LCU) 的平均深度值预测当前LCU的深度范围(DR)类型,减少当前LCU遍 历的深度个数从而降低算法复杂度; 最后,融合这两种算法以进一步降低了视频编码的计算复杂度。结果表明,所提出方法 在低延时和随机访问两种 编码结构下,降低了40%以上的计算复杂度,但编码性能降低很小,在同等码率下的峰值信 噪比(BDPSNR)仅分别降低0.058dB和0.037dB,同等客观质量下 的码率(BDBR)仅分别增加1.71%和1.06%。