[发明专利]一种基于彩色视频编码模式的深度图序列分形编码方法

说明书

技术领域：

本发明属于三维视频压缩编码领域，涉及深度图序列的压缩编码，为三维立体视频编码的实时性应用奠定了基础，进一步提高了基于深度图的立体视频压缩编码的性能。

背景技术：

深度图所代表的是场景到摄像机成像平面的距离信息，它将实际深度值量化到[0,255]，以获得代表深度信息的灰度图（参见Tanimoto M,Fujii T,Suzuki K,et al.Multi-view depth map of Rena and Akko & Kayo[C],ISO/IEC JTC1/SC29/WG11,MPEG-M14888,China:Shenzhen,2007.）。

深度图压缩是三维视频系统中的核心技术。目前，对深度图序列压缩的方法，主要是基于H.264/AVC标准。如杨旭等针对三维视频编码复杂度较高的问题，提出一种快速深度图像帧内编码方法，该方法基于视频图像与深度图像的相关性，利用视频图像的最优帧内预测模式信息，优化深度图像帧内编码预测模式的选择范围，减少率失真代价函数的计算量，从而降低深度图像帧内编码复杂度（参见杨旭,常义,林霍等.一种三维视频深度图像快速帧内编码方法[J].西安电子科技大学学报（自然科学版）,2012,39(3):7-13.）。Byung Tae Oh等定义了一个深度失真函数（参见Byung Tae Oh,Jaejoon Lee,Du-sik Park.Depth map coding based on synthesized view distortion function[J].IEEE Journal of Selected Topics in Signal Processing.2011,5(7):1344-1352.）。D.V.S.X.De Silva等提出了新的模式选择方法（参见D.V.S.X.De Silva,W.A.C.Fernando,S.T.Worrall.Intra mode selection method for depth maps of3D video based on rendering distortion modeling[J].IEEE Transactions on Consumer Electronics,2010,56(4):2735-2740.）。

近年来分形理论也被应用到视频序列的压缩上，其基本思想是在视频编码过程中将每视频帧（首帧除外）上的子块从前一帧而不是同一帧找相匹配的父块。其中最为经典和影响较大的参见（C.S.Kim,R.C.Kim,S.U.Lee.Fractal coding of video sequence using circular prediction mapping and noncontractive inter frame mapping[J].IEEE Transactions on Image Processing,1998,7(4):601-605.）。该方法采用类似于标准视频编码方法所采用的运动估计/补偿技术，利用了相邻帧之间的时间强相关性，对视频序列压缩取得了较好的效果。Koji Ohse与Masahiro Nakagawa提出将视频序列变换到频率域，再应用分形视频压缩方法将不同分量的序列压缩编码（参见Koji Ohse,Masahiro Nakagawa.Fractal video coding with the orthogonal transformation[J],Electronics and Communications in Japan,2007,90(3):36-47），此方法提供了在确定压缩比的情况下，实现对视频较好的压缩。张喻平与丰洪才提出了一种利用遗传算法提高视频分形压缩编码搜索速度的算法。（参见张喻平,丰洪才.利用遗传算法提高视频分形压缩编码搜索速度[J].计算机与数字工程,2007,35(1):28-30.）这种基于遗传算法的视频分形压缩编码改进了遗传算法中搜索空间的构造机理，结合运用合适的迭代函数系统和仿射变换，从而缩短了压缩编码时间，并且视频的恢复质量略优于全搜索算法和传统的分形压缩算法。

为了解决目前基于深度图的三维视频编码复杂度高的问题，本发明方法实现了一种利用深度图序列帧宏块与相应彩色视频宏块编码模式相关性，建立候选模式选择表，并进行SKIP模式预判断，以达到深度图序列分形编码时快速帧间模式选择的目的。实验证明，该方法实现了深度图序列压缩编码，并且编码时间及编码码率明显减少。

发明内容：