CN101365141B - 一种深度图像和纹理图像码流分配的方法 - Google Patents
一种深度图像和纹理图像码流分配的方法 Download PDFInfo
- Publication number
- CN101365141B CN101365141B CN 200810161596 CN200810161596A CN101365141B CN 101365141 B CN101365141 B CN 101365141B CN 200810161596 CN200810161596 CN 200810161596 CN 200810161596 A CN200810161596 A CN 200810161596A CN 101365141 B CN101365141 B CN 101365141B
- Authority
- CN
- China
- Prior art keywords
- image
- luminance difference
- square
- average
- sigma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Abstract
本发明公开了一种深度图像和纹理图像码流分配的方法。它包括如下步骤:1)计算深度图像中每个像素点的边缘强度值,然后根据象素点的边缘强度值计算每个宏块的边缘强度值;2)把深度图像中的所有宏块分为强边缘宏块、中等边缘宏块和弱边缘宏块三类;3)对强边缘宏块设置较小量化参数,对中等边缘宏块设置中等量化参数,对弱边缘宏块设置较大量化参数;4)根据设置的量化参数对深度图像中的所有宏块,运用视频编码技术对深度图像进行编码。本发明对强边缘宏块设置小的量化参数,从而有效地保护深度图像的边缘信息,提高用户端自由视点图像绘制的质量。
Description
技术领域
本发明涉及数字图像处理技术,特别地,涉及一种立体电视系统中虚拟视点图像绘制的方法
背景技术
随着数字视频技术的快速发展和广泛应用,人们对视频质量和形式的要求越来越高,传统的二维平面视频已满足不了人们对场景的真实和自然再现的需求,因此能够提供立体感和交互操作功能的立体/多视点视频技术越来越受到业界的重视。立体/多视点视频与单目视频相比,增加了景物深度信息表征,在立体电视、虚拟视点电视、具有临场感的可视会议、虚拟现实等领域具有广泛应用前景(见侯春萍,杨蕾,宋晓炜,戴居丰.立体电视技术综述.信号处理.2007.23-5)。
立体电视系统用户端的设计应该满足复杂度低、功能实现简单、制造成本低的要求。因为用户端的计算能力、存储能力有限,在用户端应该选择低计算量、低存储容量的虚拟视点图像绘制算法。欧洲的先进立体电视系统技术(ATTEST)计划提出了基于深度相机的立体场景生成方法,并以此为基础给出设计了立体电视系统。编码端将压缩后的深度图像传送给用户端,用户端用接收到的图像信息进行虚拟视点图像绘制。
深度图像和纹理图像码流分配是立体电视系统中的需要解决的技术之一。如果分配给深度图像的码流太少,会引起虚拟视点图像中物体边缘形变,影响虚拟视点图像绘制的质量;如果分配给纹理图像的码流太少,会引起虚拟视点图像中物体表面纹理模糊,影响虚拟视点图像绘制的质量。本发明根据深度图像复杂度和纹理图像复杂度自适应分配码流,提高用户端所虚拟视点图像绘制的质量。
发明内容
本发明的目的是提供一种深度图像和纹理图像码流分配的方法。本发明根据深度图像复杂度和纹理图像复杂度自适应分配码流,提高用户端所虚拟视点图像绘制的质量。它包括如下步骤:
1)根据深度图象中相邻象素之间亮度差异平方的均值以及亮度差异均值的平方,计算深度图象复杂度;
2)根据纹理图象中相邻象素之间亮度差异平方的均值以及亮度差异均值的平方,计算纹理图象复杂度;
3)根据深度图象复杂度和纹理图象复杂度,计算分配给深度图像的码流大小和分配给纹理图像的码流大小。
所述的根据深度图象中相邻象素之间亮度差异平方的均值以及亮度差异均值的平方,计算深度图象复杂度步骤:
a)根据下列式子,计算深度图象中相邻象素之间亮度差异平方的均值:
E[DepthDiff2]=(SqrDiff_W+SqrDiff_H)/(2×W×H-W-H);
其中,SqrDiff_W是横向方向上相邻象素之间亮度差异的平方和,SqrDiff_H是纵向方向上相邻象素之间亮度差异的平方和,DepthPxl(w,h)是深度图像中图像坐标(w,h)处象素点的亮度值,W深度图象的图像宽度,H是深度图象的图像宽度,E[DepthDiff2]是深度图象中相邻象素之间亮度差异平方的均值;
b)根据下列式子,计算深度图象中相邻象素之间亮度差异平方的均值:
E[DepthDiff]2=((Diff_W+Diff_H)/(2×W×H-W-H))2;
其中,Diff_W是横向方向上相邻象素之间亮度差异的和,Diff_H是纵向方向上相邻象素之间亮度差异的和,DepthPxl(w,h)是深度图像中图像坐标(w,h)处象素点的亮度值,W是深度图象的图像宽度,H是深度图象的图像宽度,E[DepthDiff]2是深度图象中相邻象素之间亮度差异均值的平方;
c)根据下列式子,计算深度图象复杂度:
DepthCmp=E[DepthDiff2]-E[DepthDiff]2;
其中,E[DepthDiff2]是深度图象中相邻象素之间亮度差异平方的均值,E[DepthDiff]2是深度图象中相邻象素之间亮度差异均值的平方,DepthCmp是深度图像复杂度;
所述的根据纹理图象中相邻象素之间亮度差异平方的均值以及亮度差异均值的平方,计算纹理图象复杂度步骤:
d)根据下列式子,计算纹理图象中相邻象素之间亮度差异平方的均值:
E[ColorDiff2]=(SqrDiff_W+SqrDiff_H)/(2×W×H-W-H);
其中,SqrDiff_W是横向方向上相邻象素之间亮度差异的平方和,SqrDiff_H是纵向方向上相邻象素之间亮度差异的平方和,ColorPxl(w,h)是纹理图像中图像坐标(w,h)处象素点的亮度值,W纹理图象的图像宽度,H是纹理图象的图像宽度,E[ColorDiff2]是纹理图象中相邻象素之间亮度差异平方的均值;
e)根据下列式子,计算纹理图象中相邻象素之间亮度差异平方的均值:
E[ColorDiff]2=((Diff_W+Diff_H)/(2×W×H-W-H))2;
其中,Diff_W是横向方向上相邻象素之间亮度差异的和,Diff_H是纵向方向上相邻象素之间亮度差异的和,ColorPxl(w,h)是纹理图像中图像坐标(w,h)处象素点的亮度值,W是纹理图象的图像宽度,H是纹理图象的图像宽度,E[ColorDiff]2是纹理图象中相邻象素之间亮度差异均值的平方;
f)根据下列式子,计算纹理图象复杂度:
ColorCmp=E[ColorDiff2]-E[ColorDiff]2;
其中,E[ColorDiff2]是纹理图象中相邻象素之间亮度差异平方的均值,E[ColorDiff]2是纹理图象中相邻象素之间亮度差异均值的平方,ColorCmp是纹理图像复杂度;
所述的根据深度图象复杂度和纹理图象复杂度,计算分配给深度图像的码流大小和分配给纹理图像的码流大小步骤:
g)根据下列式子,计算分配给深度图像的码流大小:
DepthBitRate=TotalBitRate×DepthCmp/(DepthCmp+ColorCmp);
h)根据下列式子,计算分配给纹理图像的码流大小:
ColorBitRate=TotalBitRate×ColorCmp/(DepthCmp+ColorCmp);
本发明对强边缘宏块设置小的量化参数,从而有效地保护深度图像的边缘信息,提高用户端自由视点图像绘制的质量。
附图说明
图1是深度图像和纹理图像码流分配的方法示意图;
图2是本发明方法所得到的压缩后的深度图像;
图3是本发明方法所得到的压缩后的纹理图像。
具体实施方式
图1给出了本发明的结构示意图。本发明提供了一种深度图像和纹理图像码流分配的方法。它包括如下步骤:
步骤1,根据深度图象中相邻象素之间亮度差异平方的均值以及亮度差异均值的平方,计算深度图象复杂度步骤:
a)根据下列式子,计算深度图象中相邻象素之间亮度差异平方的均值:
E[DepthDiff2]=(SqrDiff_W+SqrDiff_H)/(2×W×H-W-H);
其中,SqrDiff_W是横向方向上相邻象素之间亮度差异的平方和,SqrDiff_H是纵向方向上相邻象素之间亮度差异的平方和,DepthPxl(w,h)是深度图像中图像坐标(w,h)处象素点的亮度值,W深度图象的图像宽度,H是深度图象的图像宽度,E[DepthDiff2]是深度图象中相邻象素之间亮度差异平方的均值;
b)根据下列式子,计算深度图象中相邻象素之间亮度差异平方的均值:
E[DepthDiff]2=((Diff_W+Diff_H)/(2×W×H-W-H))2;
其中,Diff_W是横向方向上相邻象素之间亮度差异的和,Diff_H是纵向方向上相邻象素之间亮度差异的和,DepthPxl(w,h)是深度图像中图像坐标(w,h)处象素点的亮度值,W是深度图象的图像宽度,H是深度图象的图像宽度,E[DepthDiff]2是深度图象中相邻象素之间亮度差异均值的平方;
c)根据下列式子,计算深度图象复杂度:
DepthCmp=E[DepthDiff2]-E[DepthDiff]2;
其中,E[DepthDiff2]是深度图象中相邻象素之间亮度差异平方的均值,E[DepthDiff]2是深度图象中相邻象素之间亮度差异均值的平方,DepthCmp是深度图像复杂度;
步骤2,根据纹理图象中相邻象素之间亮度差异平方的均值以及亮度差异均值的平方,计算纹理图象复杂度步骤:
d)根据下列式子,计算纹理图象中相邻象素之间亮度差异平方的均值:
E[ColorDiff2]=(SqrDiff_W+SqrDiff_H)/(2×W×H-W-H);
其中,SqrDiff_W是横向方向上相邻象素之间亮度差异的平方和,SqrDiff_H是纵向方向上相邻象素之间亮度差异的平方和,ColorPxl(w,h)是纹理图像中图像坐标(w,h)处象素点的亮度值,W纹理图象的图像宽度,H是纹理图象的图像宽度,E[ColorDiff2]是纹理图象中相邻象素之间亮度差异平方的均值;
e)根据下列式子,计算纹理图象中相邻象素之间亮度差异平方的均值:
E[ColorDiff]2=((Diff_W+Diff_H)/(2×W×H-W-H))2;
其中,Diff_W是横向方向上相邻象素之间亮度差异的和,Diff_H是纵向方向上相邻象素之间亮度差异的和,ColorPxl(w,h)是纹理图像中图像坐标(w,h)处象素点的亮度值,W是纹理图象的图像宽度,H是纹理图象的图像宽度,E[ColorDiff]2是纹理图象中相邻象素之间亮度差异均值的平方;
f)根据下列式子,计算纹理图象复杂度:
ColorCmp=E[ColorDiff2]一E[ColorDiff]2;
其中,E[ColorDiff2]是纹理图象中相邻象素之间亮度差异平方的均值,E[ColorDiff]2是纹理图象中相邻象素之间亮度差异均值的平方,ColorCmp是纹理图像复杂度;
步骤3,根据深度图象复杂度和纹理图象复杂度,计算分配给深度图像的码流大小和分配给纹理图像的码流大小步骤:
g)根据下列式子,计算分配给深度图像的码流大小:
DepthBitRate=TotalBitRate×DepthCmp/(DepthCmp+ColorCmp);
h)根据下列式子,计算分配给纹理图像的码流大小:
ColorBitRate=TotalBitRate×ColorCmp/(DepthCmp+ColorCmp);
本发明方法所得到的压缩后的深度图像如图2所示,发明方法所得到的压缩后的纹理图像如图3所示。
Claims (1)
1.一种深度图像和纹理图像码流分配的方法,其特征在于包括如下步骤:
1)根据深度图象中相邻象素之间亮度差异平方的均值以及亮度差异均值的平方,计算深度图象复杂度;
2)根据纹理图象中相邻象素之间亮度差异平方的均值以及亮度差异均值的平方,计算纹理图象复杂度;
3)根据深度图象复杂度和纹理图象复杂度,计算分配给深度图像的码流大小和分配给纹理图像的码流大小;
所述的根据深度图象中相邻象素之间亮度差异平方的均值以及亮度差异均值的平方,计算深度图象复杂度步骤:
a)根据下列式子,计算深度图象中相邻象素之间亮度差异平方的均值:
E[DepthDiff2]=(SqrDiff_W+SqrDiff_H)/(2×W×H-W-H);
其中,SqrDiff_W是横向方向上相邻象素之间亮度差异的平方和,SqrDiff_H是纵向方向上相邻象素之间亮度差异的平方和,DepthPxl(w,h)是深度图像中图像坐标(w,h)处象素点的亮度值,W深度图象的图像宽度,H是深度图象的图像宽度,E[DepthDiff2]是深度图象中相邻象素之间亮度差异平方的均值;
b)根据下列式子,计算深度图象中相邻象素之间亮度差异平方的均值:
E[DepthDiff]2=((Diff_W+Diff_H)/(2×W×H-W-H))2;
其中,Diff_W是横向方向上相邻象素之间亮度差异的和,Diff_H是纵向方向上相邻象素之间亮度差异的和,DepthPxl(w,h)是深度图像中图像坐标(w,h)处象素点的亮度值,W是深度图象的图像宽度,H是深度图象的图像宽度,E[DepthDiff]2是深度图象中相邻象素之间亮度差异均值的平方;
c)根据下列式子,计算深度图象复杂度:
DepthCmp=E[DepthDiff2]-E[DepthDiff]2;
其中,E[DepthDiff2]是深度图象中相邻象素之间亮度差异平方的均值,E[DepthDiff]2是深度图象中相邻象素之间亮度差异均值的平方,DepthCmp是深度图像复杂度;
所述的根据纹理图象中相邻象素之间亮度差异平方的均值以及亮度差异均值的平方,计算纹理图象复杂度步骤:
d)根据下列式子,计算纹理图象中相邻象素之间亮度差异平方的均值:
E[ColorDiff2]=(SqrDiff_W+SqrDiff_H)/(2×W×H-W-H);
其中,SqrDiff_W是横向方向上相邻象素之间亮度差异的平方和,SqrDiff_H是纵向方向上相邻象素之间亮度差异的平方和,ColorPxl(w,h)是纹理图像中图像坐标(w,h)处象素点的亮度值,W纹理图象的图像宽度,H是纹理图象的图像宽度,E[ColorDiff2]是纹理图象中相邻象素之间亮度差异平方的均值;
e)根据下列式子,计算纹理图象中相邻象素之间亮度差异平方的均值:
E[ColorDiff]2=((Diff_W+Diff_H)/(2×W×H-W-H))2;
其中,Diff_W是横向方向上相邻象素之间亮度差异的和,Diff_H是纵向方向上相邻象素之间亮度差异的和,ColorPxl(w,h)是纹理图像中图像坐标(w,h)处象素点的亮度值,W是纹理图象的图像宽度,H是纹理图象的图像宽度,E[ColorDiff]2是纹理图象中相邻象素之间亮度差异均值的平方;
f)根据下列式子,计算纹理图象复杂度:
ColorCmp=E[ColorDiff2]-E[ColorDiff]2;
其中,E[ColorDiff2]是纹理图象中相邻象素之间亮度差异平方的均值,E[ColorDiff]2是纹理图象中相邻象素之间亮度差异均值的平方,ColorCmp是纹理图像复杂度;
所述的根据深度图象复杂度和纹理图象复杂度,计算分配给深度图像的码流大小和分配给纹理图像的码流大小步骤:
g)根据下列式子,计算分配给深度图像的码流大小:
DepthBitRate=TotalBitRate×DepthCmp/(DepthCmp+ColorCmp);
h)根据下列式子,计算分配给纹理图像的码流大小:
ColorBitRate=TotalBitRate×ColorCmp/(DepthCmp+ColorCmp)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810161596 CN101365141B (zh) | 2008-09-23 | 2008-09-23 | 一种深度图像和纹理图像码流分配的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810161596 CN101365141B (zh) | 2008-09-23 | 2008-09-23 | 一种深度图像和纹理图像码流分配的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101365141A CN101365141A (zh) | 2009-02-11 |
CN101365141B true CN101365141B (zh) | 2010-06-02 |
Family
ID=40391230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200810161596 Expired - Fee Related CN101365141B (zh) | 2008-09-23 | 2008-09-23 | 一种深度图像和纹理图像码流分配的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101365141B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102271254B (zh) * | 2011-07-22 | 2013-05-15 | 宁波大学 | 一种深度图像的预处理方法 |
CN107071418B (zh) * | 2017-05-05 | 2020-03-17 | 上海应用技术大学 | 一种基于决策树的hevc帧内编码单元快速划分方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5790196A (en) * | 1997-02-14 | 1998-08-04 | Mitsubishi Electric Information Technology Center America, Inc. | Adaptive video coding method |
CN1564199A (zh) * | 2004-04-07 | 2005-01-12 | 西安交通大学 | 实时截断的jpeg2000速率控制方法 |
CN101242532A (zh) * | 2007-12-12 | 2008-08-13 | 浙江万里学院 | 一种面向多视点视频的码率控制方法 |
-
2008
- 2008-09-23 CN CN 200810161596 patent/CN101365141B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5790196A (en) * | 1997-02-14 | 1998-08-04 | Mitsubishi Electric Information Technology Center America, Inc. | Adaptive video coding method |
CN1564199A (zh) * | 2004-04-07 | 2005-01-12 | 西安交通大学 | 实时截断的jpeg2000速率控制方法 |
CN101242532A (zh) * | 2007-12-12 | 2008-08-13 | 浙江万里学院 | 一种面向多视点视频的码率控制方法 |
Non-Patent Citations (2)
Title |
---|
刘峰,缪陆军,徐浩.基于编码复杂度的帧层和宏块层自适应码流控制方法.南京邮电大学学报(自然科学版)26 6.2006,26(6),21-26. * |
王琪,赵黎,吴枫,李世鹏,钟玉琢.可伸缩性视频编码的码率分配算法.电子学报30 2.2002,30(2),205-209. * |
Also Published As
Publication number | Publication date |
---|---|
CN101365141A (zh) | 2009-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee | Nongeometric distortion smoothing approach for depth map preprocessing | |
CN101330631A (zh) | 一种立体电视系统中深度图像的编码方法 | |
US9035939B2 (en) | 3D video control system to adjust 3D video rendering based on user preferences | |
Oh et al. | Depth coding using a boundary reconstruction filter for 3-D video systems | |
Lee et al. | Discontinuity-adaptive depth map filtering for 3D view generation | |
Po et al. | A new multidirectional extrapolation hole-filling method for depth-image-based rendering | |
US20150334365A1 (en) | Stereoscopic image processing apparatus, stereoscopic image processing method, and recording medium | |
US20100215251A1 (en) | Method and device for processing a depth-map | |
CN100591143C (zh) | 一种立体电视系统中虚拟视点图像绘制的方法 | |
Lee | Adaptive edge-oriented depth image smoothing approach for depth image based rendering | |
CN105210374B (zh) | 利用图像特征对频率提高超分辨率的控制 | |
CN106341676A (zh) | 基于超像素的深度图像预处理和深度空洞填充方法 | |
Plath et al. | Adaptive image warping for hole prevention in 3D view synthesis | |
Kim et al. | Three-dimensional natural video system based on layered representation of depth maps | |
Redert et al. | Philips 3D solutions: From content creation to visualization | |
CN101365141B (zh) | 一种深度图像和纹理图像码流分配的方法 | |
Feng et al. | Asymmetric bidirectional view synthesis for free viewpoint and three-dimensional video | |
Lin et al. | Preserving depth resolution of synthesized images using parallax-map-based dibr for 3D-TV | |
CN101365142B (zh) | 基于图像旋转的深度图像编码方法 | |
JP4722055B2 (ja) | 3次元モデルを縮尺変更する方法及び縮尺変更ユニット | |
Kuo et al. | High efficiency depth image-based rendering with simplified inpainting-based hole filling | |
Smolic | An overview of 3d video and free viewpoint video | |
Lu et al. | Performance optimizations for patchmatch-based pixel-level multiview inpainting | |
Balcerek et al. | Simple efficient techniques for creating effective 3D impressions from 2D original images | |
Jung et al. | A hole filling technique in the temporal domain for stereoscopic video generation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100602 Termination date: 20110923 |