基于Delaunay三角形网格的彩色视频帧内编码方法

利用DT(Delaunay Triangulation)网格研究了彩色视频亮度和色度分量之间的相关性,提出了一种基于DT网格的彩色视频帧内编码方案．该方案仅对亮度分量Y进行DT描述,利用亮度分量Y的部分网格节点经过相似变换生成色度分量Cb或Cr的DT网格,从而节约了编码时间．实验结果表明,与对3个分量分别进行DT描述及编码的方法相比,节约了约30％的编码时间,并保持了好的解码图像,仍然比H. 263帧内编码和MPEG-4的静态纹理编码方法提供的主观质量好．     

一种新的立体视差估计算法

为了减少误匹配率,提高PSNR,减少计算复杂度,提出了一种新的固定块立体视差估计算法．根据连续性和惟一性约束,建立了高斯模型计算先验概率,用最大后验概率准则判断最佳匹配块．通过施加视角约束和顺序性约束,即平行结构摄像机产生的成像点的位置范围和顺序关系,对高斯先验概率计算模型进行修正,对不符合这二个约束的候选块惩罚．约束减少了扫描范围,从而减少了时间复杂度和产生误匹配的概率．实验结果表明,新方法的PSNR比相关法有02~4.0dB的提升,特别对噪声高、视差大的立体图像对提升较大．另外,视差图的光滑性要比相关法好．     

基于Delaunay三角形网格的彩色视频帧间编码方法

充分利用彩色视频亮度和色度分量之间的相关性,提出了一种基于DT网格的彩色视频帧间编码方案。该方案在运动估计时仅对亮度分量Y进行DT(Delaunay triangulation)描述,对亮度分量的网格节点进行连续运动估计,利用6参数方法得到三角形内像素点的运动矢量,经过相似变换得到色度分量的运动矢量。另外对残差图像进行特殊处理和编码。实验结果表明,相对于适合低码率传输的H.263编码方法,在相同的压缩比下该方案解码图像有更好的主客观质量。     

基于梯度和MRF模型的视差估计算法

提出一种基于梯度和MRF(Markov Random Field)模型的视差估计及优化算法．采用图像灰度和梯度加权联合的方法进行块匹配运算,获得初始视差场．然后根据顺序匹配准则对该视差场进行交叉块检测,并运用基于MRF模型的因果预测对误匹配块进行迭代校正,最终获得较为精确平滑的视差场．实验表明,与传统块匹配法相比,该算法生成的视差场能够将预测图像峰值信噪比提高1.2~1.8dB,且运算时间在1s以内．