论文部分内容阅读
随着计算机的发展和智能手机的普及,人们对高清、超高清视频和三维立体视频的需求愈加迫切,现有的H.264/AVC视频编码标准已不能满足人们对视频质量日益增加的需求。3D-HEVC标准在其基础上引入表征视频场景几何信息的深度图像,打破了拍摄相机数量和视点基线对三维视频质量制约并引入许多针对深度图像编码的新技术。但这些新技术的引入使得深度图像帧内编码复杂度急剧增加,严重阻碍3D-HEVC的实际应用。本文主要研究深度图像帧内编码的快速算法,力求在保证视频质量的前提下降低编码复杂度,节省编码时间。本文的主要研究成果与创新点如下:1、提出一种基于角点检测的楔形划分模式跳过快速算法。深度图像的帧内编码引入的深度建模模式(Depth Modelling Mode,DMM)提供大量楔形预测模式(DMM1),对于每个深度图像编码块都要进行所有楔形预测模式的代价计算,大大增加了编码复杂度。本文提出一种基于角点检测的DMM1跳过快速算法,通过判断当前编码块是否含有角点选择性地进行DMM1预测模式判断过程:含有角点的编码块按照原有步骤进行模式判断与选择;不含角点的编码块不进行DMM1模式判断以此降低编码复杂度。2、提出一种基于纹理图像水平像素梯度的残差模式选择算法。3D-HEVC引入分段直流分量编码(Segment-wise DC Coding,SDC)模式为传统基于变换、量化的残差编码提供一种候选模式。但SDC残差编码模式的引入使得预测模式候选列表中的所有候选模式都要进行SDC残差模式代价和非SDC残差模式代价计算。本文选取深度图像对应纹理图像编码块的水平像素梯度值作为特征求取阈值并对当前深度图像编码块进行评估:对于编码块特征值小于阈值的深度编码块不再进行非SDC残差模式判断;对于纹理编码块水平像素梯度值不小于阈值的编码块按照原有步骤依次计算预测模式采取SDC残差模式和非SDC残差模式代价计算并选择合适预测模式、残差模式进行编码。算法测试采用联合视频工作组官方推荐的视频测试序列,参数设置同样采用其推荐的一般测试环境参数设置。实验证明上述算法能够在确保合成视点视频质量前提下,降低深度图像帧内编码复杂度,减少编码时间。