基于可伸缩备选区域的CVBF算法

采用HEVC对3D视频的深度序列进行压缩编码时,会使深度图的边缘出现伪影,最终导致合成的新视点出现空洞影响视频观看质量。CFBV算法采用备选像素代替深度边缘不可信像素,是目前较为有效且简单的深度边缘滤波算法。为了获得更为准确的深度数据,提出基于可伸缩区域的备选像素提取算法,来提高CVBF算法的鲁棒性。滤波过程中,部分备选像素的值由可信度高的区域求平均获得。实验结果表明,使用改进的滤波方法后,合成虚拟视点的PSNR较采用CVBF算法最高提高了0.12dB.该滤波方法可有效提高压缩编码后的深度序列边界数据的可靠性,进而提高虚拟视点合成质量。

虚拟结构光三维数据压缩算法的量化误差抑制

虚拟结构光编码算法将三维(3D)数据编码成二维(2D)彩色条纹图像的相位信息,以实现数据压缩存储。在将2D彩色条纹图像解码成3D数据时,需要计算条纹相位并进行相位展开,最后映射为3D数据。2D图像的压缩存储会使相位级次索引图出现边缘量化错误,导致3D数据z方向信息解码错误。针对这一问题,改进了虚拟结构光3D数据解码过程,提出了一种有效的局部相位误差修正算法,以提高3D数据的解码精度。数据解码过程中,建立算法,得到绝对相位展开与相对相位展开的准确差值,利用两者差值固定的特点,对其突变区域建立相位补偿机制,抑制相位级次索引图边缘量化误差而引起的3D数据解码错误。实验验证了所提算法的有效性,对编码得到的2D图像压缩存储后,改进的数据解码方法可有效提高虚拟结构光3D数据编码算法的稳健性,与中值滤波算法相比,所提方法可将数据解码方均根误差平均降低9.7%。