改进的多分辨率形状匹配算法研究

形状匹配算法虽然在基于内容的视频检索中应用广泛，但由于视频数据量非常大，匹配非常耗时，因此形状匹配算法通常会成为实时视频检索的瓶颈，为了快速准确地进行形状匹配和检索，提出了一种改进的多分辨率Hausdorff距离变换算法，该算法是通过对后向匹配算法进行优化来使匹配速度大大加速，可用干进行实时车型比较和识别。实验结果表明，该改进算法在车型识别上具有速度快和准确性高的优点，尤其在模板图像比较大的情况下，此改进算法优势明显。     

基于遗传算法的摄像机自标定方法

摄像机标定是计算机视觉领域的关键技术，其中的自标定是只根据图像计算摄像机的内参数，其标定过程简单，适用性强。由于传统的用于摄像机自标定的Kruppa方程不仅需要计算基础矩阵，还要计算图像的极点，而图像的极点又不是固定不变的，且会导致计算结果的不稳定，为此，针对传统摄像机自标定方法的上述不足，利用遗传算法完成了Hartley新的Kruppa方程的摄像机自标定过程，以便将这个过程完全转化为通过代价函数最小化来求得摄像机的内参数，这就排除了极点的不稳定因素。实验结果表明，该方法是简单、有效的，可以作为一种通用的标定工具。     

基于TMS320C6000 DSP的视频解码器设计及其硬件实现方案

一种基于TMS320C6000DSP芯片的视频解码器的设计。该解码器能脱离计算机而独立运行,且能高效实时地实现视频解码功能。因系统需要软件和硬件协同工作,故硬件实现分两步进行,以确保软件的可靠性。     

基于多目立体匹配的深度获取方法

提出一种深度获取方法,利用基于颜色分割的多目立体匹配算法,从多个视点图像中提取深度信息。利用mean-shift算法,根据颜色信息分割参考图像,提取图像中的颜色一致性区域,通过局部窗口匹配算法进行多目立体匹配得到多幅初始视差图,根据融合准则将多幅视差图合成为一幅视差图以提高视差图的精度并对视差图进行优化后处理,按照视差与深度的关系,将视差图转化为深度图。该算法能有效处理匹配过程中的遮挡区域,提高匹配精度和视差图的准确度。     

深度图时域一致性增强

在自由视点电视(FTV)系统的发送端,数据由多摄 像机采集的纹理图和其相应的深度信息组成;在接收端,虚拟视点由视点纹理序列和估计的 深度信息经过3D变换绘制。因此,获取高质量的深度信息是FTV系统的一个重 要部分。由于当前非交互方式深度估计方法是逐帧进行的,所得到的深度图序列往往缺乏时 域一致性。理 想情况下相邻帧静止区域的深度值应该相同,但是对这些区域深度值的估计结果往往不同, 这将严重影 响编码效率和绘制质量。由于深度图表征的是纹理图中相应场景离摄像机的距离,所以可以 通过对纹理图 的有效分析,判断出错误的深度值。通过对深度值可靠性和当前区域运动属性的判断,提出 一种基于 自适应时域加权的深度图一致性增强等。实验表明,本文算法能有效抑制静止区域深度值 不连续的错误,产生 更加稳定的深度图序列,使虚拟视点的时域绘制质量得到增强,同时编码效率得到提高。     

基于JNDD模型面向虚拟视绘制的快速深度图编码

为降低深度数据的编码复杂度并保证重建虚拟视点的质量,提出了一种基于JNDD模型面向虚拟视点绘制的快速深度图编码算法,引入最小可觉深度差模型,将深度图划分为对绘制失真敏感的竖直边缘区域与失真难以被人眼察觉的平坦区域,并相应地为编码过程中的宏块模式选择设计了两种搜索策略。实验结果表明,与JM编码方案相比,本文所提出的方法在保证虚拟视质量与编码码率基本不变的前提下,显著降低了编码复杂度,有助于在三维视频系统中提高深度编码模块的编码速度。     

用于3DTV的图像绘制技术

针对3DTV的应用,对深度图像绘制技术(DIBR)、光线空间表示法和光场绘制法这3类绘制方法分别提出了改进算法,实验结果表明新生成视图质量良好,可以用于3DTV系统的交互式场景渲染。     

一种面向移动设备的实时足球视频智能播放方案

为了方便前端移动视频的自动制作,该文提出了一种面向移动设备的实时足球视频智能播放方案。该方案能够解决使用传统方法因分辨率降低所导致的精彩细节丢失等问题,从而使移动设备用户即使在低分辨率情况下也能够舒适地实时欣赏足球比赛。与传统的处理足球视频所采用的方法不同的是,该方案采用一种完全基于区域的方法来分析和研究实时足球比赛视频,从而很大程度上降低了运算复杂度,并且在降低对硬件设备要求的同时,还能够达到实时处理的要求。该方案分为镜头分类和感兴趣区域的动态提取和显示两部分。实验结果表明,该方案能够高效而可靠地在移动设备上实时地播放足球比赛。     

基于FPGA的三维视频系统实时深度估计

深度估计是基于视频加深度图像的三维视频系统中前端预处理的核心技术,其主要技术难题包括准确性、实时处理和大分辨率深度图获取等。本文提出一种实时深度估计的硬件实现方案,主要解决处理速度问题,并兼顾了准确性和大分辨率问题。本方案采用单片FPGA实现深度估计,其中采用census变换与SAD(Sum of Absolute Differences)混合的算法进行逐点匹配得到稠密深度图。硬件设计充分利用FPGA的大规模并行能力,并采用流水线设计提高数据通路的数据吞吐量,提升整个设计的时钟频率。实验表明,所提出的方案可实现全高清(1 920×1 080)分辨率视频实时深度估计。为了支持大分辨率图像并能观测距离相机较近的物体深度,本文方案视差搜索范围可以达到240pixels,帧率最高可达69.6fps,达到了实时和高清的处理目的。     

基于多视点视频的差错控制技术

多视点视频数据量巨大,除了有效的压缩编码外,解决其在不可靠的信道如Internet和无线网络上传输的差错控制问题也是一个研究热点。针对多视点视频的三种编码结构,初步探讨了目前已经出现或正在研究中的多视点视频差错控制技术,主要集中在其编码端的差错复原编码和解码端的错误隐藏。