CN106375766B - 一种光场图像压缩方法 - Google Patents

一种光场图像压缩方法 Download PDF

Info

Publication number
CN106375766B
CN106375766B CN201610809326.8A CN201610809326A CN106375766B CN 106375766 B CN106375766 B CN 106375766B CN 201610809326 A CN201610809326 A CN 201610809326A CN 106375766 B CN106375766 B CN 106375766B
Authority
CN
China
Prior art keywords
light field
image
subgraph
group
field subgraph
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.)
Active
Application number
CN201610809326.8A
Other languages
English (en)
Other versions
CN106375766A (zh
Inventor
王正宁
柏祁林
蒋妍
韩明燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201610809326.8A priority Critical patent/CN106375766B/zh
Publication of CN106375766A publication Critical patent/CN106375766A/zh
Application granted granted Critical
Publication of CN106375766B publication Critical patent/CN106375766B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种光场图像压缩方法，属于图像压缩技术领域。本发明基于设置的图像组尺寸对光场子图像阵列进行矩形分块，得到第一类图像组；而对于未分组光场子图像，则基于邻近的已分组光场子图像进行图像组分组，得到由未分组及其邻近光场子图像构成的第二类图像组，两类图像组的尺寸相同。采用相同的编码方式，先对第一类图像组进行编码压缩，以图像组的中心图为参考帧，对参考帧进行帧间编码，对图像组内的的非参考帧进行帧间预测编码；然后进行第二类图像组的编码压缩，在编码时，已在第一类图像组编码则跳过。本发明用于的光场图像压，能有效提升图像压缩效果和压缩效率。

Description

一种光场图像压缩方法
技术领域
本发明属于光场图像处理技术领域，具体涉及一种混合预测模式的光场图像压缩方法。
背景技术
光场可以全方位地描述光线空域、时域、角度等方面的所有信息，这将为传统的图像处理方式带来革命性的改变。不同于传统相机一个像素点接受的光为不同方向光线叠加的结果，光场采集装置拍摄到的图像中含有光线的角度信息，因此可以对每一个点的光线进行轨迹追踪。光场图像在场景深度计算、高动态范围图像合成、多幅图像去运动模糊、医疗影像、协同检测与视点合成等方面有着广泛的应用。
现有的光场图像的采集方式主要有：阵列相机与微透镜相机。光场图像采集装置实质上采用了空间复用技术将四维光场信息记录在二维图像传感器上。由于光场图像包含的信息量大、维数高，其文件大小也远远高于传统图像，这给存储与传输带来了巨大的挑战，因此对光场图像高效压缩显得十分迫切而重要。
在公开号为CN101588437的专利申请中，其通过将原始光场图像计算出光场子图像后直接进行分块压缩，算法虽然利用光场原始图像计算处光场子图像，但并未考虑光场子图像之间的相关性，导致压缩后的光场图像中存在大量的冗余信息，压缩效率并不高。在公开号为CN104469372的专利申请中，提出了一种用于压缩光场子图像的方法和系统，借鉴基于视频顺序编码的方法对光场子图像进行压缩。该算法仅采用顺序参考结构，即目标图像的参考图像为子图像顺序扫描顺序中与其相邻的上一个光场子图像，其并未考虑光场子图像在光场子图像集合内所处的位置与其他方向上相邻子图像的视差相关性以及图像组尺寸对压缩性能的影响。并且，在编码过程中采用视频编码默认的单一顺序参考预测结构，没有针对光场子图像之间的相关性优化设置参考帧结构，导致光场子图像之间的冗余信息并没有被充分压缩。
发明内容
本发明的发明目的在于：针对上述存在的问题，提供一种提升现有光场子图像压缩效果和压缩效率的光场图像压缩方法，即对光场子图像编码方法。
本发明的一种光场图像压缩方法，包括下列步骤：
步骤1：输入待压缩的光场子图像阵列；
步骤2：以预设尺寸S×S(经验预设值)对光场子图像阵列进行无重叠图像组划分，得到第一类图像组，其中S的取值为大于等于3的奇数；
步骤3：分别对各第一类图像组进行编码压缩：将每个图像组的中心图作为参考帧，对参考帧进行帧内编码；对图像组内的各非参考帧，基于参考帧进行帧间预测编码，单向帧间预测、双向帧间预测方式即可，例如采用IPB帧编码顺序进行，对每个图像组，其中I帧对应参考帧，P帧为与参考帧在同一行或同一列的光场子图像，图像组内除I帧和P帧外的光场子图像则为B帧；
步骤4：当对所有第一类图像组的编码压缩处理完成后，判断光场子图像阵列中是否存在未分到第一类图像组的光场子图像(简称未分组光场子图像)，比如通过第一类图像组数目T来判断，若T＝K/(S×S)，则不存在，编码压缩结束；否则，光场子图像阵列中存在未分组的光场子图像，则执行步骤5；
步骤5：基于邻近的已编码的光场子图像对所有未分组光场子图像进行图像组划分，得到第二类图像组，所述第二类图像组由未分组的光场子图像和邻近的已编码的光场子图像构成S×S；
基于第一类图像组的编码结果，分别对各第二类图像组进行编码压缩：将每个图像组的中心图作为参考帧，仅对未编码的参考帧进行帧内编码；对图像组内的各非参考帧，若未编码，则基于参考帧进行帧间预测编码。
本发明中，进行第二类图像组分组的处理可以是在第一类图像组的编码压缩处理完成后，也可以是在第一类图像组分组后，即步骤2之后，判断光场子图像阵列中是否存在未分到第一类图像组的光场子图像，若是，则进行第二类图像组分组。在编码压缩处理时，先进行第一类图像组的编码压缩，再进行第二类图像组的编码压缩。
进一步的，图像组的尺寸可以基于光场子图像的全局视差d、全局图像复杂度R进行自适应设置，以进一步提高图像压缩性能。即分别计算光场子图像的全局视差d、全局图像复杂度R，由得到图像组尺寸S，其中Sint为图像组初始尺寸，d为视差衡量值，R为图像复杂度，ω与λ为预设尺度因子，且的结果为奇数，其中Sint、ω与λ皆为预设经验值；
其中光场子图像的全局视差d的具体计算过程为：
(1)基于预设图像块尺寸对光场子图像进行图像块划分，得到Q个图像块，并分别计算图像块视差值：
(2)在当前图像块Bc所在光场子图像I(x)的上、下相邻光场子图像Iu(x)、Id(x)中，将与图像块Bc同一列的图像块定义为Bu、Bd，在图像I(x)的左、右相邻光场子图像Il(x)、Ir(x)中，将与图像块Bc同一行的图像块定义为Bl、Br，分别计算各Bu、Bd、Bl、Br与Bc的像素均方误差，取最小像素均方误差作为图像块Bc的图像块视差值dc；
(3)对每幅光场子图像，取Q个图像块视差值的中值作为光场子图像视差值，取所有光场子图像视差值的均值作为全局视差d；
其中，光场子图像的全局复杂度R的计算过程为：
计算光场子图像的全局图像复杂度：对各光场子图像进行边缘检测，提取边缘像素点个数Pedge，根据公式Pedge/(W×H)得到各光场子图像的边缘比率，其中W为光场子图像的宽，H为光场子图像的高；取所有光场子图像的边缘比率均值作为光场子图像的全局复杂度R。
进一步的，为了提高参考帧(参考光场子图像)与预测帧(目标光场子图像)之间的相关性，最大程度地压缩光场子图像，在进行帧间预测编码前还包括，将参考帧投影到待预测光场子图像的视平面上。
综上所述，由于采用了上述技术方案，本发明的有益效果是：本发明首先计算光场子图像的视差均值与图像复杂度，根据视差均值与光场子图像复杂度自适应设置合理的图像组尺寸对光场子图像阵列进行矩形分块，得到第一类图像组；接着，设置图像组的帧编码结构，以图像组的中心图为参考帧，借鉴视频编码的帧内编码方式，对参考帧进行常规的帧内编码，对图像组内的非参考帧的光场子图像，借鉴视频编码的帧间预测编码方式，基于参考帧进行单向或双向的帧间预测编码；而对于未分组光场子图像，则基于邻近的已分组光场子图像进行第二次图像组分组，得到第二类图像组；基于第一类图像组类似的编码方式，对第二类图像组进行编码，但是若当前光场子图像已编码(第一类图像组的编码压缩)则跳过。并将参考光场子图像进行几何变换以提高参考光场子图像与目标光场子图像之间的相关性，最后利用参考帧光场子图像预测目标光场子图像，实现光场子图像的高效压缩。
附图说明
图1是图像块视差值计算示意图；
图2是光场子图像分类示意图；
图3是图像组分组示意图；
图4是图像组参考结构示意图；
图5是未分组光场子图像参考结构示意图；
图6是第二类图像组示意图；
图7是本发明与现有方法针对不同测试例的压缩R-D曲线对比图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合实施方式和附图，对本发明作进一步地详细描述。
基于本发明的压缩方法，对输入的光场子图像阵列(图像集)进行下述处理：
(1)计算光场子图像的图像块视差值。
基于预设的图像块尺寸M×N，将一幅待计算视差值的光场子图像I(x)划分成Q个图像块，每个图像块大小为M×N个像素。
如图1所示，对一幅光场子图像I(x)中的一个图像块Bc，在光场子图像阵列中取图像I(x)的相邻(上、下、左、右)光场子图像Iu(x)、Id(x)、Il(x)、Ir(x)中的图像块 计算匹配程度，在Iu(x)、Id(x)中只搜索与当前图像块Bc同一列的所有图像块同理，在Il(x)、Ir(x)中只搜索与图像块Bc位于同一行的图像块其中 的下标用于区分不同的相邻光场子图像，上标i用于区分同一相邻光场子图像的同一列行(与图像块Bc同一列或行)中的不同图像块，即与Bc的坐标值具有值为di的位移。
为均衡四个方向的匹配程度利用图像块的像素均方误差MSE值衡量匹配程度，即分别计算与Bc的MSE值，其中f(x,y)表示坐标(x,y)的像素值。
则根据得到图像块Bc的图像块视差值dc，其中u，d，l，r分别表示图像块Bc上、下、左、右相邻光场子图像，i表示视差计算偏移量，n表示最大偏移范围。由于本发明方法中仅需视差的数值，故本步骤中视差均采用标量值。
(2)计算光场子图像的视差矩阵。
对全部光场子图像内所有图像块计算其图像块视差值，得到视差矩阵Dj，其中j＝1,2,3,...,K,K为光场子阵列的光场子图像数目。
视差矩阵其中光场子图像的尺寸为W×H，一个视差矩阵中共有(W/M)×(H/N)个视差元素。
(3)计算光场子图像的全局视差。
每一幅光场子图像对应一个视差矩阵Dj，由所有光场子图像的视差矩阵得到全局视差d：其中fmedian(Dj)函数为视差矩阵的中值。
(4)计算光场子图像的全局图像复杂度R。
采用边缘比率衡量光场子图像的复杂度。图像中目标边缘的多少可以反映图像中目标的多少及其复杂程度。首先利用边缘检测算法提取光场子图像的边缘像素，其次计算光场子图像的边缘比率Rc＝Pedge/(W×H)，其中，W和H分别为光场子图像的宽和高，Pedge为图像中边缘像素点的个数。
由所有光场子图像的边缘比率Rc的均值得到全局图像复杂度R。
(5)根据光场子图像的全局视差与图像复杂度计算该光场子图像阵列适合的图像组尺寸其中Sint为预设的初始图像组尺寸，本实施方式中，Sint的取值范围设置为3～11，d为光场子图像的全局视差，R为图像复杂度，ω与λ为尺度因子，经验预设值。
(6)利用步骤(5)中计算出的图像组尺寸，对光场子图像阵列进行分类。
由于光场子图像阵列所含光场子图像数有可能不能整除S2，所以将光场子图像分类，左上部分光场子图像为已分组光场子图像，已分组光场子图像的数目为未分组光场子图像为其余(K-T)光场子图像，如图2所示，在一个光场子图像阵列中，灰色部分为已分组光场子图像，其余部分为未分组光场子图像。
(7)对已分组光场子图像进行矩形分块，即以尺寸S×S进行图像组分组，得到第一类图像组。
在光场子图像阵列中，由于同一行与同一列的光场子图像之间的相关性较高，为了提高图像组内光场子图像之间的相关性，基于设置的图像组尺寸S对已分组光场子图像进行无重叠的图像组分组，如图3所示的(3*3)的图像组。
(8)对所有第一类图像组，进行预测编码压缩。一个图像组内采用图4所示的参考结构，选取图像组的中心图像作为关键图像(参考帧)以提高关键图像与组内其余光场子图像(目标光场子图像)的相关性，优化参考结构以提高参考子图像与目标子图像的相关性。采用多预测的方法提高预测准确性与压缩性能。关键图像单独编码，即帧间编码，例如采用图像分块的方式进行编码，组内其余光场子图像采用帧间预测编码，如IPB帧编码顺序进行。参见图4，将参考帧定义为I帧，与I帧在同一行或同一列，即I帧的上、下、左、右的光场子图像定义为P帧，其余的定义为B帧。
为了进一步提高参考帧与目标光场子图像之间的相关性，在对组内其余光场子图像进行帧间预测编码之前，先将参考帧进行几何变换重投影到目标光场子图像(待预测光场子图像)的视平面上。
(9)对未分组光场子图像，参见图5，以相邻的已编码的光场子图像作为参考帧，进行帧间预测编码。
首先，基于邻近的已分组光场子图像对所有未分组光场子图像进行图像组划分，得到第二类图像组，即由未分组光场子图像和和邻近的已分组光场子图像构成S×S的第二类图像组。参见图6，图中灰色方框为已分组光场子图像，白色部分为未分组光场子图像，图中的p1、p2、p3分别表示三个不同的第二类图像组，其中图像组的尺寸为3)，即在按行或列构成S×S的第二类图像组时，未分组差几个，就从邻近的已分组光场子图像中补几个，为减少计算量，优先无重叠分组，当顺次分组到最后剩下的不够一个S×S的第二类图像组时，则重叠分组，即结合已分到第一类、第二类图像组的邻近光场子图像构成一个S×S的第二类图像组，如图6的p3所示，即第二类图像组存在部分重叠的情况。
然后，基于第一类图像组的编码结果，分别对各第二类图像组进行编码压缩：将每个图像组的中心图作为参考帧，仅对未编码的参考帧进行帧内编码；对图像组内的各非参考帧，若未编码，则基于参考帧进行帧间预测编码。
同样，在进行帧间预测编码之前，可以先将参考帧进行几何变换重投影到待预测光场子图像的视平面上。
步骤(8)(9)中的参考帧进行几何变换重投影到待预测光场子图像的具体变化公式可以是：其中(u,v)为参考帧的原始图片坐标，w、w′分别表示原始图片和变换后的图片的三维空间中不同平面的齐次坐标因子，对应得到变换后的图片坐标(x,y)，其中x＝x'/w'，y＝y'/w'。为几何变换矩阵，其中用于控制旋转，[a31 a32]用于控制尺度，[a13 a23]T用于控制平移。
为了进一步验证本发明的压缩性能，针对不同目标、不同阵列数的光场子图像阵列，分别就本发明方法，现有的方法1(公开号为CN101588437的专利申请中的方案)和方法2(公开号为CN104469372的专利申请中的方案)在压缩码率、峰值信噪比PSNR进行了比对，具体如表1、表2、表3所示，其中，表1为光场阵列相机成像得到的关于Eucalyptus Flowers的不同阵列数的光场子图像阵列，表2为光场阵列相机成像得到的关于Lego Truck的不同阵列数的光场子图像阵列，表3为光场微透镜相机成像得到的不同阵列数的光场子图像阵列。
表1
表2
表3
基于表1、表2的所列出的方法2与本发明方法的压缩码率、峰值信噪比PSNR，得到如图7所示的压缩R-D曲线对比图，可以看出，本发明压缩效果和压缩率明显优于方法2。
以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。

Claims (5)

1.一种光场图像压缩方法，其特征在于，包括下列步骤：
步骤1：输入待压缩的光场子图像阵列；
步骤2：以预设尺寸S×S对光场子图像阵列进行无重叠图像组划分，得到第一类图像组，其中S的取值为大于等于3的奇数；
步骤3：分别对各第一类图像组进行编码压缩：将每个图像组的中心图作为参考帧，对参考帧进行帧内编码；对图像组内的各非参考帧，基于参考帧进行帧间预测编码；
步骤4：在第一类图像组的编码压缩处理完成后，判断光场子图像阵列中是否存在未分组光场子图像，若是，则执行步骤5；否则编码压缩结束；所述未分组光场子图像指未被分到第一类图像组的光场子图像；
步骤5：基于邻近的已分组光场子图像对所有未分组光场子图像进行图像组划分，得到第二类图像组，所述第二类图像组由未分组光场子图像和和邻近的已分组光场子图像构成，第二类图像组的尺寸为S×S；
基于第一类图像组的编码结果，分别对各第二类图像组进行编码压缩：将每个图像组的中心图作为参考帧，仅对未编码的参考帧进行帧内编码；对图像组内的各非参考帧，若未编码，则基于参考帧进行帧间预测编码。
2.如权利要求1所述的方法，其特征在于，步骤2中，图像组尺寸S的设置具体为：
分别计算光场子图像的全局视差d、全局图像复杂度R，由得到图像组尺寸S，其中Sint为预设的图像组初始尺寸，ω与λ为预设尺度因子，且的结果为奇数；
所述光场子图像的全局视差d的具体计算过程为：
基于预设图像块尺寸对光场子图像进行图像块划分，得到Q个图像块，并分别计算图像块视差值：
在当前图像块Bc所在光场子图像I(x)的上、下相邻光场子图像Iu(x)、Id(x)中，将与图像块Bc同一列的图像块定义为Bu、Bd，在图像I(x)的左、右相邻光场子图像Il(x)、Ir(x)中，将与图像块Bc同一行的图像块定义为Bl、Br，分别计算各Bu、Bd、Bl、Br与Bc的像素均方误差，取最小像素均方误差作为图像块Bc的图像块视差值dc；
对每幅光场子图像，取Q个图像块视差值的中值作为光场子图像视差值，取所有光场子图像视差值的均值作为全局视差d；
所述光场子图像的全局复杂度R的计算过程为：
计算光场子图像的全局图像复杂度：对各光场子图像进行边缘检测，提取边缘像素点个数Pedge，根据公式Pedge/(W×H)得到各光场子图像的边缘比率，其中W为光场子图像的宽，H为光场子图像的高；取所有光场子图像的边缘比率均值作为光场子图像的全局复杂度R。
3.如权利要求1或2所述的方法，其特征在于，步骤3、5在进行帧间预测编码前还包括，将参考帧投影到待预测光场子图像的视平面上。
4.如权利要求1或2所述的方法，其特征在于，采用IPB帧编码顺序进行帧间预测编码，对每个图像组，其中I帧对应参考帧，P帧为与参考帧在同一行或同一列的光场子图像，图像组内除I帧和P帧外的光场子图像则为B帧。
5.一种光场图像压缩方法，其特征在于，包括下列步骤：
步骤1：输入待压缩的光场子图像阵列；
步骤2：以预设尺寸S×S对光场子图像阵列进行无重叠图像组划分，得到第一类图像组，其中S的取值为大于等于3的奇数；
判断光场子图像阵列中是否存在未分组光场子图像，若是，则基于邻近的已分组光场子图像对所有未分组光场子图像进行图像组划分，得到第二类图像组，所述第二类图像组由未分组光场子图像和和邻近的已分组光场子图像构成，第二类图像组的尺寸为S×S；
步骤3：分别对各第一类图像组进行编码压缩：将每个图像组的中心图作为参考帧，对参考帧进行帧内编码；对图像组内的各非参考帧，基于参考帧进行帧间预测编码；
步骤4：在第一类图像组的编码压缩处理完成后，若存在第二类图像组，则执行步骤5；否则编码压缩结束；
步骤5：基于第一类图像组的编码结果，分别对各第二类图像组进行编码压缩：将每个图像组的中心图作为参考帧，仅对未编码的参考帧进行帧内编码；对图像组内的各非参考帧，若未编码，则基于参考帧进行帧间预测编码。
CN201610809326.8A 2016-09-08 2016-09-08 一种光场图像压缩方法 Active CN106375766B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610809326.8A CN106375766B (zh) 2016-09-08 2016-09-08 一种光场图像压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610809326.8A CN106375766B (zh) 2016-09-08 2016-09-08 一种光场图像压缩方法

Publications (2)

Publication Number Publication Date
CN106375766A CN106375766A (zh) 2017-02-01
CN106375766B true CN106375766B (zh) 2018-12-18

Family

ID=57900468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610809326.8A Active CN106375766B (zh) 2016-09-08 2016-09-08 一种光场图像压缩方法

Country Status (1)

Country Link
CN (1) CN106375766B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106973293B (zh) * 2017-04-21 2020-10-27 中国科学技术大学 基于视差预测的光场图像编码方法
CN107135393B (zh) * 2017-05-03 2020-11-06 北京航空航天大学 一种光场图像的压缩方法
CN107295264B (zh) * 2017-08-01 2019-09-06 清华大学深圳研究生院 一种基于单应性变换光场数据压缩方法
CN111757125B (zh) * 2019-03-29 2024-02-27 曜科智能科技（上海）有限公司 基于光场多视角视频压缩方法及其装置、设备和介质
CN109996067B (zh) * 2019-04-04 2021-02-02 清华大学深圳研究生院 一种基于深度的全光图像自适应卷积编码方法
CN111147848B (zh) * 2019-12-30 2021-10-01 清华大学深圳国际研究生院 一种基于内容自适应的光场视频编码方法
CN111182312B (zh) * 2020-01-03 2021-10-29 杭州电子科技大学 一种分级残差光场视频编码方法
CN111416983B (zh) * 2020-04-07 2022-03-15 清华大学深圳国际研究生院 基于成像相关的多焦距光场视频帧内预测方法和装置
CN113965758B (zh) * 2021-10-21 2024-02-27 上海师范大学 基于分块低秩近似的光场图像编码方法、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012205288A (ja) * 2011-03-28 2012-10-22 Jvc Kenwood Corp 画像復号装置、画像復号方法および画像復号プログラム
CN104065976A (zh) * 2014-06-27 2014-09-24 西安空间无线电技术研究所 一种基于视频的图像压缩及保密传输方法
CN104469372A (zh) * 2014-11-06 2015-03-25 中国科学院计算技术研究所 用于压缩微透镜阵列采集的光场图像的方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012205288A (ja) * 2011-03-28 2012-10-22 Jvc Kenwood Corp 画像復号装置、画像復号方法および画像復号プログラム
CN104065976A (zh) * 2014-06-27 2014-09-24 西安空间无线电技术研究所 一种基于视频的图像压缩及保密传输方法
CN104469372A (zh) * 2014-11-06 2015-03-25 中国科学院计算技术研究所 用于压缩微透镜阵列采集的光场图像的方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于新视频编码技术的光场压缩算法;袁强 等;《计算机应用研究》;20050810;233-234,260 *

Also Published As

Publication number Publication date
CN106375766A (zh) 2017-02-01

Similar Documents

Publication Publication Date Title
CN106375766B (zh) 一种光场图像压缩方法
US10310450B2 (en) Methods and apparatus for full parallax light field display systems
CN105981389B (zh) 图像编码装置、图像解码装置、编码流变换装置、图像编码方法以及图像解码方法
CN104704819B (zh) 3d视频编码的视差矢量推导和视图间运动矢量预测的方法及装置
CN107027025B (zh) 一种基于宏像素块自适应预测的光场图像压缩方法
CN106105191A (zh) 用于处理多视图视频信号的方法和装置
CN102970529B (zh) 一种基于对象的多视点视频分形编码压缩与解压缩方法
CN102630011A (zh) 一种视频传感器网络中的压缩感知编解码方法及系统
CN102685532A (zh) 自由视点四维空间视频编码系统的编码方法
Aggoun A 3D DCT compression algorithm for omnidirectional integral images
KR102658359B1 (ko) 라이트 필드의 중간 뷰 합성 방법, 라이트 필드의 중간 뷰 합성 시스템과 라이트 필드 압축 방법
EP4090028A1 (en) Point cloud data transmission apparatus, point cloud data transmission method, point cloud data reception apparatus, and point cloud data reception method
CN104871534A (zh) 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、图像解码程序以及记录介质
CN110062245A (zh) 三维视频编码的摄像机参数发信的方法和装置
CN103813173B (zh) 基于bcim的3d‑hevc快速帧内预测方案
Jin et al. Image reshaping for efficient compression of plenoptic content
CN108156440A (zh) 一种基于分块dct变换的三维视频深度图非编码传输方法
Saldanha et al. Solutions for DMM-1 complexity reduction in 3D-HEVC based on gradient calculation
CN106791876A (zh) 一种基于3d‑hevc的深度图快速帧内预测方法
Yoon et al. A framework for multi-view video coding using layered depth images
CN105122808B (zh) 三维或多视图视频编码或解码的方法及装置
CN106961605A (zh) 一种基于宏像素边界匹配的光场图像压缩方法
US11647225B2 (en) Method for four-dimensional intra-prediction coding and decoding of light field data
CN103916652B (zh) 视差矢量生成方法及装置
CN104350748B (zh) 使用低分辨率深度图的视图合成

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant