基于3D-HEVC标准的相邻块视差矢量获取算法质量优化的研究

在高效视频编码标准的三维扩展方案(3D-HEVC)中,相邻块视差矢量获取算法是视点间纹理图编码的一项关键技术.针对现有快速算法获取的视差矢量质量有所下降的问题,本文提出一种利用分组搜索和按比例组合策略的相邻块视差矢量获取质量优化算法.首先,改变原有相邻块视差矢量获取算法中将第一个搜索到的视差矢量作为最终视差矢量的准则;其次,设计一种新的分组结合方法,将时间方向和空间方向上的待搜索的候选块分为若干小组,并将互相临近的候选块中得到的视差矢量按比例结合为新的视差矢量;最后,设计新的分组搜索策略,在新的视差矢量与原有矢量中获取最终相邻块视差矢量.实验结果表明,在维持现有基于编码单元的简化相邻块视差矢量获取算法效率的前提下可实现编码质量提升.

显著性增益的块视差立体图像质量评价方法

随着立体影像内容的产出与消费体量爆发式增长,立体影像的舒适度问题引起越来越多的关注。文章结合块视差立体图像质量评价方法,提出了一种基于时序感知的图像显著性感知模型,并用图像显著性对块视差图进行增益,从而获得增益后的图像质量评价模型。实验结果表明,该方法较块视差立体图像质量评价模型的准确性有所提升。

快速视差范围估计算法及其应用

视差范围估计在立体匹配中非常重要, 准确的视差范围能提高立体匹配的精度和速度. 为此提出-种基于匹配代价搜索和图像细分的快速视差范围估计算法. 该算法将输入图像均匀分成多个图像块, 采用匹配代价搜索计算每-图像块的视差, 找到视差最大（最小）的图像块, 并利用迭代细分规则将该图像块继续分成更小的子块, 直至得到稳定的最大（最小）视差; 利用匹配代价图对图像块进行可靠性检测, 以解决弱纹理块容易误匹配的问题. 实验结果表明, 文中算法在保持97.3%的平均命中率的同时将立体匹配的平均搜索空间降低了27.7%, 比采用传统算法可以得到更准确的视差范围; 将该算法应用于立体匹配算法中降低了其平均误匹配率, 并将计算时间缩短了20%～45%.

3D-HEVC中改进的NBDV推导方法

为提高基于相邻块视差矢量(disparity vector from neighboring blocks,NBDV)的精确度,提出一种NBDV推导的改进算法。依据不同候选位置上DV被最终选为NBDV的概率和率失真优化算法,选出当前编码单元(coding unit,CU)的空域、时域相邻块所有最优视差矢量(disparity vector,DV),重新建立NBDV候选列表,根据列表中DV的数量,结合率失真优化算法推导出最终的NBDV。实验结果表明,改进算法较传统NBDV推导算法有大幅提高,NBDV更加精确,在保持码率,PSNR基本不变的情况下,编码时间平均可减少21.73%。