运动估计算法研究及其在立体视频编码中的应用

摘要

视频信息是人类获取外部信息的重要载体之一，已经在人们的生活娱乐、可视会议、视频检索、远程教学等领域得到了广泛应用。然而视频信号的数据量巨大，必须对其进行压缩编码。另外，随着人们视觉品质要求的提高，立体视频越来越受到人们的追捧，它具有强烈的立体感和真实感，但它的数据量成倍的增加，需要更多的带宽资源，不利于信号的通信、传输和存储。　　运动估计是消除视频图像间的时间冗余的一项重要技术，基于块匹配的运动估计在各种视频编码标准中得到了广泛的应用。块匹配法只考虑了物体在水平、垂直方向的平移运动，没有考虑物体的旋转、缩放、映射以及摄像机的相对运动等，因此预测性能受到了一定程度的影响。针对块匹配算法的不足，提出了一种基于模式识别的运动估计算法，并将其应用到了立体图像视频编码中。主要研究内容包括：　　首先，为了对现有的一些经典块匹配法进行深入的了解掌握，阐述了运动估计算法实现的基本思想，并对一些经典的块匹配法原理及实现步骤进行了详细介绍，通过对六组不同运动性质的标准测试序列进行实验仿真，比较了各种算法性能的优劣。　　然后，针对块匹配法的不足，提出了运动模式识别算法。运动模式识别是基于无监督自组织映射（SOM）算法来实现的，对传统SOM聚类算法进行了三方面的改进：（1）为了提高码矢与信源匹配程度，提出了具有二维输入三维输出网络结构的三维SOM算法。（2）为了降低获胜码矢再次成为响应码矢的可能，在计算失真测度的过程中引入了频域敏感因子。（3）为了降低失真测度的计算复杂度，使用了一个距离不等式判据对失真测度进行修正。通过对两组视频序列进行测试，仿真结果表明：相比运动估计补偿算法，基于三维SOM的运动模式识别算法具有更好的预测编码性能，且重建图像的主客观质量都有所改善。　　最后，将改进的三维SOM算法应用到了立体图像和视频的编解码中，实验结果表明：基于三维SOM算法运动估计得到的重建图像具有很好的峰值信噪比(PSNR)和主观质量，验证了运动模式识别算法在立体图像视频编解码中的可行性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1.1 课题研究背景

§1.2 国内外研究现状

§1.3 本文主要工作及结构安排

第二章 视频编码技术

§2.1 视频编码理论基础

§2.2 预测编码

§2.3 变换编码

§2.4 熵编码

第三章 视频编码中的运动估计算法

§3.1 运动估计基本原理

§3.2 二维运动估计

§3.3 块匹配运动估计算法

§3.4 典型块匹配运动估计算法

§3.5 实验对比

§3.6 本章小结

第四章 基于SOM的运动估计算法

§4.1 运动模式识别基本思想

§4.2传统SOM算法

§4.3 改进的三维SOM算法

§4.4 基于模式识别运动估计的实现

§4.5 本章小结

第五章 立体图像视频编码

§5.1 基于三维SOM立体图像编码

§5.2 基于三维SOM立体视频编码

§5.3 本章小结

第六章 总结与展望

§6.1 总结

§6.2 展望

参考文献

致谢

作者在攻读硕士期间取得的成果