一种分布式的立体图像压缩方法

《一种分布式的立体图像压缩方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、维普资讯http://www.cqvip.com曩信息技术与鲁息佗一种分布式的立体图像压缩方法胡琳本文提出了一种分布式的立体图像编码方法，传统的立体图像编码方法是基于视差补偿的，这种编码方法的编码复杂度高，并且需要在编码端传输图像数据，对编码器的存储空间和计算能力有较高的要求。这种方法虽然能够取得很好的编码效率，但在有些情况下是不适合的，如编码器的计算能力或存储能力有限时，或者编码器间不能通信或者通信代价较大的场合。根据wyner—Ziv理论，两个互相关的信源在独立编码联合解码的情况下能取得和联合编码联合解码同样的率失真，本文

2、提出一种分布式编码方法可以使得在编码端对两幅图像分别独立编码，在解码端联合解码。降低了编码端的复杂度，同时仍然能够很好的去除立体像对之间的信息冗余，取得好的编码效率。立体图像分布式编码视差估计立体视觉是人脑的一种能力，它利用左、右眼所看到的图像之可变大小块的搜索等。这类编码方法都是在编码端解析立体像对间微弱的差异来感知外部的3D世界。立体图像正是利用人类这间的冗余度，因此在编码待编码块的时候需要能够得到参考图像，种能力，使用左、右两组图像来描述一幅场景，人眼通过处理同一同时在编码端做视差估计和视差补偿也对编码端的计算能力和存时

3、刻的两副图像之间的相对位置来感知场景的3D深度信息。立储能力提出了较高的要求。在有些应用场合，这种编码方案是不体图像和传统的二维平面图像相比，具有更强的逼真度。我们的适用的。例如在一个监控系统或者远程医疗系统中，需要两个相立体感通常是通过双眼观察一个真实存在的三维物体得到的，然机拍摄同一场景，然后把图像送到一个远端的处理器。在这种情而我们也可以通过在不同的水平位置对同一物体拍摄图像，然后况下两个摄像机之间通常不能通信或者通信的代价较大，同时每把左边的图像传送到左眼，右边的图像传送到右眼，来产生立体个摄像机使用单独的处理器来编码

4、压缩图像，而这种嵌入式处理感，用这种方式取得的两幅图像称为立体像对。除了人眼，计算机器的存储容量、运算能力以及电源供应通常是很有限的。因此需也同样可以用来处理立体像对，有人把立体像对定义为“在不同的要一种分布式的编码方案，使得既能独立的编码立体像对中的各视角对同一物体拍摄的两幅图像”E1J。通常立体图像的编码就是个图像，又能够解析图像之间的相关性。指对立体像对的编码。立体图像的最初和最广泛的应用是在娱乐lSlepian—Wolf理论和Wyner—Ziv理论业中，近年来，立体图像的编码也开始广泛的应用于机器人视觉、车辆自动导航系

5、统、自动监控系统、远程医疗诊断等领域中。由于Slepian—wolf理论提出：对于互相关的两个离散随机信号、立体图像描述一组场景需要左右两组序列，同传统的平面图像相y，服从联合概率分布p(，Y)，那么在编码端得不到y的情况下对比，数据量更大，所以传输时必须使用立体图像编码技术。进行编码可以取得和在编码端得到y的情况下对进行编码一由于双目视觉的两幅图像之间的依赖性，这两幅图像包含大样的效率。也就是说，在编码端可以不需要直接跟，，通信，最少量的冗余信息，这种冗余和单目图像序列的帧问冗余很相似。通也能以日(ly)比特编码，只要在解码

6、端可以得到y，那么仍能正过去除这种冗余，我们可以在取得很大的压缩效率的前提下，而不确解码。根据Slepian—Wolf理论J，下图所示的两种编码方案可会使图像质量造成很大的下降。在传统的立体图像编码方法以取得相同的编码效率。中，视差矢量(disparityvector)是去除立体图像中冗余信息的主要手段，它是同一个点在两副图像中投影点之间的位置偏差。传统的用于编码的视差矢量估计方法是基于“块”匹配的估计算法。这种编码算法可以概括为如下过程：独立地编码左图像并把左图像作为参考图像；然后把右图像按一定大小的子块进行划分，通常是划分

7、为8×8或者16×16的子块。对各个子块，在参考图像中寻找其最优的匹配，得到预测块和视差向量，然后对残差块和视差向量进行编码。传统的基于块匹配的视差估计算法类似于视频编码中基于块的运动估计算法，还有很多改进的基于块的视差估计算法，如基于东营市科学技术局257000图1两种不同的编解码器结维普资讯http://www.cqvip.com售量技术与信息佗下面我们举例来说明这个问题：假设有两个互相关的等概率计了在陪集分割前码字的量化，并提出了解码端的视差估计方法。分布的3比特大小的信源、y，它们之间具有互相关关系为汉明距2本文算法离

8、小于等于1，d(，y)1。如果y在编解码两端都是已知的话，我们可以编码成2比特(因为在d(，y)s1的情况下，和y对人眼视觉的研究表明，在人们观察事物时，一只好眼睛和一的模2加只有4种可能，即当d(，Y)=0时为(000)，d(，Y)=只差眼睛一起观察的效果要比单用一只好眼睛