当前位置:主页 > 科技论文 > 信息工程论文 >

基于冗余优化的多描述三维图像编码

发布时间:2019-01-09 14:10
【摘要】:三维技术的应用广泛,涉及工业,教育,航天和医疗等各个领域,也是未来多媒体发展的方向,然而立体技术对视点数目是有要求的,随之而来的就是数据量的问题。因此,高效率的图像压缩就成为了对抗数据激增的热门研究。本文使用的是纹理图像和深度图像相结合的方式来表示三维图像。多描述编码的出现,解决了在传统信道上由于网络延迟和丢包引起的质量严重下降的问题。本文基于多描述的方法,将其应用到三维图像的编解码中,完成的工作主要包括:(1)在三维图像技术中,深度图像代表了场景中物体和摄像机的距离,结合已有的多视点图像,可以有效地合成任意虚拟位置的图像,从而更加完整地展现整个场景的信息。深度图像的一些高频分量在一定程度上对于合成图像的质量并没有太大影响,尤其是针对多描述编码的方法来说,这些信息还会对压缩传输造成码率浪费。本文提出一个基于DCT域深度图像冗余去除的多描述编码的方法。建立在DCT系数特点的基础上,同时提出一个拉格朗日优化算法来决定DCT域的多少冗余信息被去除;在解码端,提出一个自适应零填补的方案去重建深度图像。经过编解码和优化算法之后,有效地提高多描述编码方法的率失真性能。(2)传统多描述编码方法往往没有充分考虑人类视觉系统特性,而对图像质量的感知很大程度上取决于人眼。为此,本文结合最小可觉差JND信息提出基于人类视觉系统的多描述深度图像的编码方法。将深度图像的JND模型引入深度图像的多描述编码当中,并优化冗余信息量。于考虑了人类视觉系统的特性来重新对深度图像的冗余信息进行调整,使得人眼敏感的一些失真得到重视。经过编码和优化算法之后,在相同码率下可以获取更好的重建质量。(3)为了将本文提出的方案具体地应用到3D图像的编解码当中,本文结合左右两个视角的深度图像和纹理图像,构造一种多视角的JND模型,并通过合成图像的质量评价验证MJND模型能容纳更多的失真。同时,结合纹理图像的特点以及提出的MJND模型,对纹理图像提出了一个编码方案,使得它在传输过程中有更强的抗干扰性。将深度图像按照基于人类视觉系统的多描述的方案进行编解码。对合成图像进行质量评价,在主观和客观两方面都能得到更好的视觉效果和重建质量。
[Abstract]:3D technology is widely used in many fields, such as industry, education, spaceflight, medical treatment and so on. It is also the direction of multimedia development in the future. However, stereo technology requires the number of views, followed by the problem of data volume. Therefore, efficient image compression has become a hot research to counter the surge of data. In this paper, a combination of texture image and depth image is used to represent three-dimensional image. The emergence of multi-description coding solves the problem of serious deterioration of quality caused by network delay and packet loss in traditional channels. Based on the method of multi-description, this paper applies it to the coding and decoding of 3D images. The main works are as follows: (1) in 3D image technology, the depth image represents the distance between the object and the camera in the scene. Combined with the existing multi-view images, the images of any virtual location can be synthesized effectively, and the information of the whole scene can be displayed more completely. To some extent, some high-frequency components of depth image have little effect on the quality of composite image, especially for the multi-description coding method, the information will also cause a waste of bit rate for compression and transmission. This paper presents a method of multi-description coding based on redundancy removal of depth images in DCT domain. Based on the characteristics of DCT coefficients, a Lagrangian optimization algorithm is proposed to determine how much redundant information is removed in DCT domain. At the decoding end, an adaptive zero-fill scheme is proposed to reconstruct depth images. After coding and decoding and optimizing algorithms, the rate distortion performance of multi-description coding methods is improved effectively. (2) traditional multi-description coding methods often do not fully consider the characteristics of human visual system. The perception of image quality depends largely on the human eye. In this paper, a multi-description depth image coding method based on human visual system is proposed based on minimum perceptual difference (JND) information. The JND model of depth image is introduced into the multi-description coding of depth image, and the redundant information is optimized. Considering the characteristics of human visual system, the redundant information of depth image is readjusted, and some distortion of human eye sensitivity is paid attention to. After coding and optimization, better reconstruction quality can be obtained at the same bit rate. (3) in order to apply the proposed scheme to 3D image coding and decoding, In this paper, a multi-view JND model is constructed by combining the depth images and texture images of the two angles of view, and the quality evaluation of the synthetic images shows that the MJND model can accommodate more distortion. At the same time, combining the characteristics of texture image and the proposed MJND model, a coding scheme for texture image is proposed, which makes it more anti-jamming in the transmission process. The depth image is encoded and decoded according to the multi-description scheme based on human visual system. By evaluating the quality of synthetic image, better visual effect and reconstruction quality can be obtained in both subjective and objective aspects.
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TN919.81

【相似文献】

相关期刊论文 前10条

1 张世辉;张煜婕;孔令富;;一种基于深度图像的自遮挡检测方法[J];小型微型计算机系统;2010年05期

2 赵翠莲;施晓磊;荣坚;范志坚;;基于坐标轴投影勘察的深度图像树型分割[J];光学精密工程;2011年06期

3 许小艳;廖晓峰;刘然;易琳;张小云;;基于深度图像绘制的视图合成[J];系统仿真学报;2011年10期

4 江文婷;龚小谨;刘济林;;颜色指导的深度图像升采样算法的对比性研究[J];杭州电子科技大学学报;2014年01期

5 张涛,平西建,柳葆芳,邵美珍;一种深度图像中的表面曲率估计算法[J];数据采集与处理;2001年01期

6 谢凯,汤晓安,郝建新,蔡宣平;一种基于多幅深度图像的混合建模方法[J];小型微型计算机系统;2003年01期

7 娄嘉鹏,李德华,吴险峰,薛雷;深度图像的平滑[J];计算机与数字工程;2003年01期

8 代明睿;张晓鹏;李红军;;基于高噪声深度图像的树木模型重建[J];中国体视学与图像分析;2010年02期

9 杜霄鹏;郝建平;李星新;杨俊;;基于单一深度图像的人体姿态实时识别技术研究[J];计算机与现代化;2012年04期

10 罗莎莎;郭太良;;一种二维图像序列的深度图像生成方法[J];计算机与现代化;2012年05期

相关会议论文 前2条

1 孙晓兰;赵惠洁;祝世平;;基于深度图像的边缘检测方法研究[A];2004全国光学与光电子学学术研讨会、2005全国光学与光电子学学术研讨会、广西光学学会成立20周年年会论文集[C];2005年

2 徐秀英;刘卓;王博亮;;一种基于三角函数的深度图像曲面拟合方法[A];第十二届全国图象图形学学术会议论文集[C];2005年

相关重要报纸文章 前1条

1 深圳商报记者 徐明天 实习生 桂馨;电视机可借助电力线上网[N];深圳商报;2010年

相关博士学位论文 前8条

1 苗丹;三维视频压缩、传输、渲染相关技术的研究[D];中国科学技术大学;2015年

2 谭筠;结构化环境下基于信息融合的道路场景感知技术研究[D];国防科学技术大学;2014年

3 范涛;基于压缩感知深度图像处理及三维编码系统优化方法[D];上海大学;2017年

4 李世飞;基于深度图像的三维目标识别技术研究[D];国防科学技术大学;2010年

5 宋希彬;基于RGB-D信息的深度图像增强关键技术研究[D];山东大学;2017年

6 丁雅斌;隐式表达三维模型流水线的关键技术研究[D];天津大学;2007年

7 许小艳;多视点视频中的视图合成[D];重庆大学;2011年

8 丁益洪;立体足迹三维曲面分割与识别[D];解放军信息工程大学;2005年

相关硕士学位论文 前10条

1 杨艳;基于深度图像的三维重建方法研究[D];北京建筑大学;2015年

2 王国强;基于深度图像的人体部位识别及动作识别[D];华南理工大学;2015年

3 庞云冲;基于机器学习思想的深度图像遮挡边界检测方法研究[D];燕山大学;2015年

4 张博文;基于深度图的驾驶员头部姿态分析[D];大连海事大学;2015年

5 张云丽;基于深度图像的玉米品种识别研究[D];河北农业大学;2015年

6 斯晓华;高效低复杂度三维视频编码技术研究[D];上海大学;2015年

7 杨炳伟;基于深度图像的三维重建研究[D];北京建筑大学;2015年

8 崔颖;基于Kinect的人群识别与跟踪系统[D];复旦大学;2013年

9 罗浩;RGB-D视觉内容理解及其应用[D];华北电力大学;2015年

10 王润元;基于深度图像和彩色图像融合的头姿估计算法研究[D];北京工业大学;2015年



本文编号:2405730

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2405730.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户7815a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com