基于边缘检测的3D-HEVC深度图运动估计算法

针对3D高效视频编码(3D-HEVC)帧间预测未充分体现深度图特性、算法复杂度高、效率低的问题,提出一种基于深度图边缘检测的运动估计算法。对深度图进行边缘检测预处理,分别对边缘区域和平坦区域执行全搜索算法和六边形搜索算法,通过快速搜索平坦区域以降低帧间预测中运动估计SAD的计算复杂度。在3D-HEVC/HTM16.0平台上的测试结果表明,该算法减少了6.7%的深度图编码时间,而合成视图的BD-rate指标仅为0.146%,有效提高了编码效率。     

3D-HEVC深度图帧内快速模式决策算法

3D-HEVC是多视点纹理加深度视频（MVD）的最新编码标准。针对3D-HEVC中深度图帧内编码过程计算复杂度高的问题,提出了一种减少帧内候选模式数目的快速模式决策算法。该算法基于最佳预测模式与粗选模式列表首位模式与之间的相关性,选择成为最佳预测模式概率较高的几种HEVC帧内预测模式加入到粗选模式列表中。实验结果表明,与原始HTM13.0相比,该算法使得深度图的编码时间减少26.35%,而引起的合成视点的失真忽略不计。     

基于超像素的深度图修复算法

随着计算机视觉领域不断的发展,用于描述场景深度信息的深度图受到越来越多的关注。针对深度图中由于深度信息缺失导致的图像空洞、深度值准确度不高及图像噪声等问题,提出了一种融合超像素和基于方向的联合双边滤波器的深度图修复算法来改善深度图的质量。该算法引入了基于超像素的自适应滤波窗口,并对不同类型的空洞像素点采用不同的滤波算法,从而对深度图进行修复和优化。定性对比实验和定量评价结果表明,其可以有效地修复深度图空洞噪点,获得高质量、高准确性的深度图。     

融合对象性和视觉显著度的单目图像2D转3D

受对象性测度和视觉显著度的启发,提出一种适用于单目图像2D转3D的对象窗深度中心环绕分布假设,给出融合对象性测度和视觉显著度的单目图像深度估计算法。首先计算图像的视觉显著度并将其映射成深度;其次在图像上随机采样若干个窗,并计算这些窗的对象性测度;再次,定义一个能量函数用于度量深度和对象性测度对彼此的影响程度,并通过迭代优化的方法改进深度和对象性测度的估计结果;最后,根据深度信息进行3D视频合成。实验结果表明,融入对象性测度信息后,显著改进了基于视觉显著度2D转3D的深度估计质量,保证了估计深度在对象边界处的不连续过渡和其他区域的平滑过渡。     

基于纹理复杂度和运动方向的3D视频水印算法

3D视频的编码方法在HEVC（high efficiency video coding）的基础上有了较大的改动.针对这些改变,提出了一种基于纹理复杂度和运动方向的3D视频水印算法.首先,采用灰度共生矩阵和梯度矩阵分别对I帧中CTU（coding tree unit）和8 CU×8 CU（coding unit）纹理复杂度进行统计分析,将分析结果作为阈值选出P帧和B帧中纹理复杂度较高的8 CU×8 CU;其次,选择帧间预测模式为对称分割的块作为嵌入块,结合同位纹理块的运动矢量分量大小来确定嵌入的水印;最后,通过调制当前块运动矢量的搜索范围或修改区域最优运动矢量的大小来嵌入水印.本算法对不同视频序列平均嵌入容量达到613字节/帧,在不同QPs（quantization parameters）（25、30、35、40）值的重编码攻击下的平均误码率为13.31%,PSNR值平均下降仅为0.007 5 dB,对合成视点质量几乎没有影响,同时鲁棒性好.     

基于深度图与改进Canny算法的人体轮廓提取

在二维图像学人体尺寸测量中,人体轮廓提取是后续特征点划分和尺寸测量的基础,传统的二维图像人体轮廓提取都是通过彩色图像转灰、二值化然后结合边缘检测算子获取人体轮廓,这样的方法大多会出现边缘缺失、断点,无法克服复杂背景等缺陷.针对这些问题,通过将RealSense测距传感特点获取到的深度图像与边缘检测算法Canny相结合,...     

一种将羽毛球比赛的2D视频转换到3D视频的算法

文中提出一种羽毛球比赛的2D视频转换到3D视频的算法。在这类视频中,前景是最受关注的部分,准确地从背景中提取出前景对象是获取深度图的关键。文中采用一种改进的图割算法来获取前景,并根据场景结构构建背景深度模型,获取背景深度图;在背景深度图的基础上,根据前景与镜头之间的距离关系为前景对象进行深度赋值,从而得到前景深度图。然后,融合背景深度图和前景深度图,得到完整的深度图。最后,通过基于深度图像的虚拟视点绘制技术DIBR来获取用于3D显示的立体图像对。实验结果表明,最终生成的立体图像对具有较好的3D效果。     

电影2D/3D转换技术概述

3D电影能够比传统电影带来更好的视觉体验,并在近年来得到了快速的发展,但是片源不足成为制约这一产业兴起的主要瓶颈.在当前电影产业朝3D化方向蓬勃发展的趋势下,将2D电影转为3D电影是解决此问题的有效途径.文中对电影2D?3D转换技术进行了总结,按摄像机和场景相对运动的4种不同类型,介绍了其中几种基本的转换方法,并在此基础上进一步介绍了几种重要的高级转换方法,最后提出了今后的研究方向.     

一种基于智能场景分析的2D转3D视频时分算法

2D转3D视频的快速实现算法主要有时分法和位移法。对时分法的原理和缺陷进行了分析,在此基础上提出了一种新的基于场景特征的时分算法,它能更好地3D化平面视频。该算法利用了基于视频帧图像的颜色信息和运动矢量信息对视频进行自动分割的方法,根据视频段场景特征自适应选择左右眼最佳配对帧方法,以及通过视频段运动矢量信息来调整左右眼对应帧和补帧的方法来改进处理和立体化视频。对合成立体视频的立体显示实验分析证明改进方法有效地改善了合成立体视频的质量。     

3D-HEVC深度图帧内预测快速算法

目的 多视点纹理加深度视频（MVD）格式逐渐成为立体视频的主流表现形式之一。新一代高效率立体视频编码（3D-HEVC）继承了HEVC的编码结构并引入一些新的编码技术,导致深度图帧内编码过程具有较高的计算复杂度。针对这一问题,提出了一种深度图帧内编码快速算法。方法 本文算法利用深度图的特征分别对CU分割过程和粗略模式选择（RMD）过程进行优化。首先在四叉树编码结构上,利用基于纹理元的图像分析方法计算编码单元的梯度矩阵,若梯度矩阵中的梯度值之和小于给定的阈值,则终止该CU的分割进程。同时,对大尺寸的PU和小尺寸的PU分别利用纹理特征与粗略模式选择过程中Planar和DC进行低复杂度率失真计算后的最小率失真代价,跳过RMD中角度模式的检查过程。结果 实验结果表明,与原始算法相比,本文算法平均节省40.64%的深度图编码时间,而合成视点的平均比特率仅仅增加了0.17%。本文算法不仅能对平坦的CU跳过不必要的深度决策过程,而且有效地减少了RMD中需要遍历的模式数目,提高了编码器的效率。结论 该算法对CU分割进程和粗略模式选择过程都进行优化,在合成视点的视频质量几乎不变的前提下,有效降低了深度图的帧内编码复杂度。     

3D计算中高速图形转换器算法设计

在图像处理过程中的分析图像的特征,需要达成特征提取,为后续的图像处理和分析。在目标图像的提取过程中,本文选定了特征角点特征。角点定位准确的图像匹配在三维重建中起着重要的作用。角落像素相对于外在的像素灰度值的突变或凸形状的像素点较为集中。本文分析了三个角点提取方法:苏珊角点检测方法,哈里斯角点检测方法,多尺度结合苏珊算法改进,亚像素角点检测方法,以便满足系统对精度的要求。     

基于差分直方图中尾部信息的平滑滤波检测算法

平滑处理是数字图像去噪和产生模糊效果的重要手段,经常被用于美化润饰"伪造"图像,因此对各种平滑滤波实施检测是十分有必要的.针对常见的图像平滑处理,文中提出了一种新的基于差分直方图中尾部信息的平滑滤波检测算法.首先,针对待检测图像,基于不同差分步长和方向构建多个差分绝对值直方图;然后,提取直方图中差分值为0和1的出现频率,以及直方图尾部从大到小若干个差分值及其出现频率构建多维检测特征;最后,构建SVM分类器对图像实施检测.在图像库中实施了平滑处理检测以及区分不同平滑滤波的实验,实验结果表明,所提算法对3种常见的空域平滑滤波(中值滤波、均值滤波、高斯滤波)均有优异的检测性能.此外,该算法能够有效地将平滑滤波与锐化、缩放、压缩等其他数字图像操作进行区分,并且在JPEG压缩图像中具有鲁棒性.     

基于深度图的3D-HEVC鲁棒视频水印算法

针对多视点加深度格式的3D视频中深度图鲁棒性不足的问题,提出了一种基于深度图的3D鲁棒视频水印算法。首先,将深度图不重叠的划分为4×4大小的块,计算每一块像素域的均方差,并设置一个阈值来区分纹理块和平坦块;其次,对纹理块计算区域块的能量值,根据计算的能量值设置一个阈值来选择性嵌入水印比特位;最后,获取每个块变换量化后的DC系数,根据获取的DC系数值构造3×3的可逆矩阵,对可逆矩阵进行QR分解,将水印嵌入在分解后的Q矩阵中。所提算法保证了平均峰值信噪比不变,且不同量化参数（QP）值（25、30、35、40）的重编码攻击下的平均误码率为14.9%。从测试的结果来看,该算法具有较好鲁棒性和嵌入容量,同时对视频的质量影响很小。     

基于图层优化与融合的2D-3D视频转换方法

为了缓解3D片源的不足,在结构化重建技术的基础上提出一种基于图层优化与融合的2D-3D视颍转换方法.首先通过分段化结构重建框架得到场景离散的3D结构信息;然后以此为深度线索,使用一种扩展的GrabCut交互式分割方法提取出不同物体所在的图层,在每个图层上先对深度进行稠密扩散,再结合多种约束采用优化算法来增强区域层次感;最后将不同图层的深度根据视觉显著性特征进行融合,从而完成2D-3D视频转换.实验和评估结果表明,该方法可以得到令人满意的转换效果.     

一种极值约束的边缘保持图像平滑算法

边缘保持的图像平滑在图像预处理以及许多图像编辑应用中都具有重要的意义。图像的边缘保持与细节平滑是一对矛盾。提出一种以极值为约束的边缘保持的图像平滑算法。该方法的基本思想是对处理后图像的极值进行约束,即要求其在给定位置处取得相应的极大(小)值来保持原图像的主边缘,同时平滑消除副边缘和信号小起伏。首先对原图像进行初步平滑,然后从中提取出极值点,再把这些极值点作为处理后图像的约束。在所有满足这些约束的函数中,取与原图像最接近的作为最终平滑结果。利用半二次技术和交替最小化得到了有效的数值求解方法。实验结果表明,提出的方法在一些基于边缘保持平滑的图像处理(如细节增强)中取得了更好的效果。     

图像平滑算法的研究与改进

图像平滑作为去除图像中含有噪声的图像增强处理技术,是各种与图像有关软件中必不可少的功能模块。文中在分析噪声模型的基础上,对均值平滑、中值平滑、边缘保持平滑等技术从图像处理空间域中的算法原理、实现方法及效率等方面进行了详细比较。针对图像中含有的不同噪声模型,通过多次试验,得出了值得从事图像处理研究者参考的结论。这将有助于提高图像处理软件开发的效率。     

一种基于能量准则的平滑滤波器

本文提出一种基于能量准则的平滑滤波器,它可以用于滤除噪声、检测纹理结构和检测边缘.和高斯函数的拉普拉斯算子相比较,这种平滑滤波器用于边缘检测时,具有更好的定位精度以及同样的噪声抑制效果,对于各种图象所进行的实验,其结果是令人满意的.     

2维至3维图像/视频转换的深度图提取方法综述

目的 深度图提取是计算机视觉领域的研究热点。随着3D显示设备的普及,2D-3D图像/视频转换的深度图提取研究受到越来越多国内外学者的关注。为此回顾深度图提取研究历程,并对已有成果进行分类、概括和评述。方法 由于深度图提取方法的实现主要依赖于深度线索,不同方法存在人机交互程度上的差异。采用基于深度线索和基于人机交互程度的两种分类方法进行归纳评述。结果 根据深度线索的不同,将深度图提取方法分为基于单目线索的方法、基于双目线索的方法和基于混合线索的3类方法。然后从人机交互的角度,将深度图提取方法分为人工法、半自动法和全自动法。介绍了这些方法的基本思想,比较归纳不同方法的优点与不足。最后,阐述了近年来热门的机器学习方法在深度图提取的应用。结论 对深度图提取研究进行简要的总结和展望。指出深度图提取研究具有从研究热点中挖掘创新思路、引入新的深度线索等发展趋势。     

图像中边缘信号高斯平滑后的偏移问题

高斯平滑是一种常见的预处理方式,但小尺度下的高斯平滑不能完全消除噪声,而大尺度下的高斯平滑可能引起图像边缘的偏移．对此进行了分析,提出了大尺度高斯平滑下的边缘偏移补偿方法,并利用多尺度理论解决了下获得图像的精确的、少噪声的边缘难题．