面向立体对象的dt网格编码

《面向立体对象的dt网格编码》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、面向立体对象的DT网格编码第1章绪论1.1研究的背景人类的双眼是人类认识世界的最为重要的器官。据研究表明，超过80%的信息是通过人类的双眼所获得的。随着时代的发展，信息的传播媒介由音频发展到图像，再发展到视频，现如今我们已经能够通过多媒体视频足不出户就可以完成很多事情，包括如网络电视、视频会议、视频播放等都已经走进人们的生活和工作中，使人们能够方便快速地、交互式地体验多媒体技术与服务。在视频技术的发展突飞猛进的时候，人们也注意到通过最为常用的视频显示技术人类的双眼无法获得真实世界所提供的立体感，使得我们在多媒体服务的体验上缺乏真实感，这是因为在真实的世界里所有的事物都

2、是三维的，而普通的视频显示技术只能提供二维的信息。这就为多媒体技术找到了下一步的发展方向双目立体视频技术。实际上双目立体视频技术对我们来说并不陌生。从1953年立体电影的首次上映，双目立体视频技术已经发展了很多年。随着数字信号的广泛使用，使得人们能够对信息量庞大的图像和视频信息较为方便的处理和传输后，双目立体视频技术在近几年得到了飞速的发展。2009年，数字3D电影《阿凡达》公映，并在全球获得了超过27亿美金的票房，标志着3D时代的到来，双目立体多媒体技术也在一点点进入到我们的生活之中。为了紧跟随技术发展的步伐，最新的MPEG-4[1]及MPEG-7[2]视频标准中都

3、有研究有关立体视频的内容，自2008年，由中国信息产业部科学技术司批准成立的AVS(audiovideocodingstandard)工作组也开始了AVS立体视频编码标准[3]。在不久的将来，基于多视点及自由视点的立体图像视频技术[4]、全息影像技术[5]等多种立体多媒体技术都将走进我们的生活，这些技术将广泛应用到立体视觉体验、人工智能的计算机视觉、远程诊疗技术、虚拟现实等诸多领域。然而目前大部分得到的立体视频及立体图像都是在并行设置的双摄像机在空间上模拟人的双眼距离所拍摄的，这样的方式会使我们得到的图像是两幅图像，由此在对两幅图像进行处理时，会产生很多问题与障碍。最

4、为主要的包括两点，第一个是立体视频及图像的显示与人眼接受问题。目前最常使用的是快门式和偏振光式的立体眼镜，通过立体眼镜将显示器上的立体影像传输到人的双眼，从而使人们体验到立体感。然而佩戴眼镜这种传统的方式给人们带来了诸多不便及限制。..........1.2国内外发展现状最早的立体图像的研究工作始于60年代中期。MIT的Roberts首次成功描述了三维积木世界[7]，之后Huffman、Clom的间距，使人的左眼与右眼所看到的景象在空间上略有不同，通过大脑对左右眼所看到的不同场景进行处理与整合，从而使我们看到的景象是立体的。3D立体图像技术便是通过某种方式将所拍摄图像

5、的空间信息传递给我们，这种空间信息让我们能够体验到不同视差层面的各物体，从而令眼前的图像更加具有真实感，立体感。随着科学技术的发展，如今人们早已不满足于单一枯燥的平面图像，而立体图像及立体视频也已经开始走进千家万户，研究立体图像有着极其重要的现实意义。双目立体图像与视频的采集是由两台摄像机完成的，一般有两种主要的采集方式，即使用平行式摄像机结构和会聚式摄像机结构。两种采集方式最大的区别就是平行式摄像机结构两台摄像机光轴平行，而会聚式摄像机结构两台摄像机由于成一定夹角摆放，其光轴会有焦点。..........2.2双目立体图像编码对立体图像及视频能否进行高效的压缩一直都

6、是学术界的热门话题，这也是立体图像及视频能否得到普遍应用的重要指标，自立体视觉和数字信号发展以来，直到今天，研究者们都在想方设法找到最优的立体图像及视频压缩方案。由于双目立体图像是由左右两幅图像对所构成，所以在利用原有的单目图像的压缩方法对立体图像进行压缩时，其数据量是单目图像的两倍。虽然现有的诸如JPEG等图像压缩方案已经非常成熟，但是我们依然想要将立体图像压缩得更小，而使用双通道编码方案依然使立体图像对之间存在太多的冗余信息。为了使立体图像在不影响观看质量的情况下得到更高的压缩比，最常使用的是基于图像预测来消除图像对冗余信息的立体图像编码方案，该方案相较于JPEG

7、编码在图像压缩比超过50:1时效果更好，且能有效克服块效应。目前常使用的立体图像编码方法包括有基于块的编码方法、基于对象法、基于网格的编码方法等。基于块的编码方案在解码端得到的重构图像块效应明显，对编码效率和主观视觉效果影响严重。而基于对象法和基于网格的编码方法具有较好的发展前景。利用MPEG-4中提取视频对象分别编码的思想[1]，对立体图像对进行对象的分割，再对不同对象利用其各种信息使用不同的编码方案对各对象单独编码。基于对象的提取在视频编码方案中已得到了深入的研究，利用基于对象的视频编码技术可以较好地利用运动估计将移动对象提取出来，而在立体视频中