基于特征点匹配的多视图像校正

多视图像的校正是提高3DTV观看质量的关键步骤之一。现有的图像校正算法大多是双目或三目相机校正,对于平行或弧形相机阵列的多视图像校正的研究较少,而且受相机标定参数和相机间距的影响较大。文章提出了一种对未标定的多目相机图像进行校正的方法,通过寻找匹配特征点,依据匹配点垂直视差的关系计算校正变换矩阵,用以对原图像进行校正变换。实验结果显示,图像间的垂直失配大为减少,校正后的图像能够提供良好的立体视觉主观测试效果。     

16QAM调制原理及其在HDTV中的应用

本文概述Ｄｉｇｉｃｉｐｈｅｒ ＨＤＴＶ系统所采用的１６ＱＡＭ调制与解调原理，并对直接的ＱＡＭ法和由ＱＰＳＫ组成的ＱＡＭ法作了比较。     

基于H．264压缩域的实时运动对象分割算法

在压缩域内直接分割运动对象对于有实时要求的应用而言是十分必要的，H．264以其优越的压缩效率已经在许多应用中逐渐取代了MPEG-2／4，但有关在H．264压缩域内进行运动对象分割的研究还很少。为此提出了一种从H.264压缩域实时分割运动对象的算法，该算法首先对从H．264视频中提取出的原始运动矢量场进行时域和空域的归一化，接着通过对连续多帧的运动矢量场进行累积来增强显著的运动信息；然后对累积运动矢量场进行全局运动补偿，同时利用快速的统计区域生长算法按照运动相似性将其分割成多个区域；最后利用运动矢量场的方向角直方图来判断出属于运动对象的分割区域，以组成运动对象。通过对多个MPEG-4测试序列的实验结果表明，该方法不仅能够从H．264压缩域中实时地分割出运动对象，且具有良好的分割质量。     

基于视差和阈值分割的立体视频对象提取

视频对象分割和提取是编码、通信以及视频检索等基于内容视频处理中的关键问题，为了从只有单一全局运动、含有重叠多对象的立体视频序列中提取对象，提出了一种基于视差分析和阈值分割的对象提取方法。该方法首先用改进的区域匹配法进行立体视差估计，并通过合理减少匹配窗的运算量及根据视差特性设定搜索路径来加快匹配速度；然后针对图像中不同的对象分别采用迭代阈值法和自适应阈值法进行二次分割；最后从阈值分割结果中提取出各个对象。实验提取出的各深度层视频对象效果良好，表明该方法是一种有效的适用于全局运动的立体视频序列对象提取方法。     

基于二次空间变换的快速时空分割

在传统的 H.2 61/3以及 MPEG- 1/2标准中是采用基于块的压缩算法 ,可在低比特率运用时 ,会出现严重的块状效应及蚊式噪声。为了克服上述弱点 ,近来提出的面向对象的视频编码算法 ,曾采用时空分割方法将图象分割成若干个具有一致运动的区域。其虽可克服传统编码算法的缺陷 ,但却需有多次计算复杂的运动模型参数 ,因而造成巨大的运算负载。本文提出了一种基于二次空间变换的快速时空分割算法 (QBFTSS) ,即在图象空域分割及区域二次空间变换运动模型参数估计的基础上 ,通过将非线性的参数估计问题线性化 ,以及运用 Householder变换、求区域相应的 R、z矩阵的快速算法等方法 ,来有效地降低时空分割的运算负载。     

基于3D-HEVC的多视点纹理加深度的联合比特分配算法

首先依据视频序列的统计特性,建立纹理 比特率和深度 图比特率与虚拟视点失真之间模型;然后分别建立拉格朗日算子与纹理、深度图比特率的对 应关系,在前 两步的基础上构建由虚拟视点失真模型和拉格朗日算子的代价方程,为了保证目标 码率与输出码 率在一定的误差范围内,建立纹理比特率和深度比特率的受限约束方程;最后利用目标码率 的约束方程,求解 出最优的纹理比特率和深度图比特率。实验结果表明,提出的算法与目前流行的多视点纹理 加深度的算法 相比,在相同的编码比特率情况下,虚拟视点和基本视点客观质量平均提高0.15dB,因此具有更高的编码效率。     

基于时域相关性的自适应采样值补偿算法*

虽然自适应采样值补偿(SAO)滤波器能有效提高视频的主客观质量,但是SAO编码参数存在大量冗余,导致其不能适用于低比特率环境.因此,提出了一种基于时域相关性的自适应采样值补偿算法.通过率失真代价来选择当前帧是否复用最近已编码帧的SAO编码参数,并为每一帧设置一个标志位来标识是否复用.实验结果表明,与HTM原始SAO滤波器算法相比,该算法在主观质量和复杂度基本不变的情况下,3个视频分量的BD-rate平均分别减少1.06％、1.10％和0.99％.因此,所提出的算法能很好地改善SAO的性能.     

交互式立体显示中基于图像拼合的视点合成

在立体显示中,视点合成是实现交互性的关键技术,即在三维(3D)场景中通过自由选择视点而获得环视能力.本文将视点插值和基于图像拼合的视点变形技术相结合,提出一种中间视合成算法.首先均匀化原始立体图像对;然后只对前景对象区域进行视差估计以提高视差匹配的速度和精度;接着确定左右视点中的可靠区域,根据可靠区域生成过渡中间视点;最后,采用视点插值结合变形的方法,由过渡视合成中间视点.实验结果表明合成的中间视点图像质量良好,而且合成速度也明显提高.本文算法可用于实时 3D 视频应用的交互式立体显示,可以实现任意视点的实时绘制.     

基于多视点图像的摄像机自标定

摄像机标定技术是计算机视觉领域的一个关键技术,其中的自标定算法就是仅通过一系列的图像来计算摄像机的内参数.Kruppa 方程法不仅需要计算基础矩阵还要计算随着图像的不同而改变的外极点.Hartley 推导出的基于基础矩阵的简单形式,不需要计算外极点.根据这种形式将摄像机的自标定转化为数学上求代价函数最小化的问题.对于多视图像进行加权,其中的加权因子和计算的基础矩阵以及匹配点的准确性有关,进而构成联合的摄像机自标定算法.本文算法不需要计算变化的外极点,并通过遗传算法来实现其最优化问题,简单易行.实验结果表明了该算法的有效性,并可作为一种通用的标定工具,用于摄像机阵列的标定.     

基于二项式R-D模型的多视点视频码率控制算法

针对目前尚未深入研究多视点视频编码(MVC)码率控制的状况,在分析现有视频码率控制中率失真模型的不足和多视点视频编码的特点的基础上,提出了一种基于二次率失真(R-D)模型的多视点视频编码码率控制算法。该算法的核心是先根据视差预测和运动预测的结构关系,将所有图像分成6种类型的编码帧,并改进二项式率失真模型,然后根据已编码信息进行视点间、帧层、基本单元层比特分配与码率控制。实验仿真结果表明,与目前采用固定量化参数的JVT的MVC相比,该算法能够有效地控制多视点视频编码的码率,同时保持高效的编码效率。