[发明专利]一种基于DOF的恰可察觉误差模型的感知立体视频编码方法

摘要

本发明属于视频处理技术领域，具体公开了一种基于DOF的恰可察觉误差模型的感知立体视频编码方法，其实现步骤为：(1)计算基于DOF和视差的亮度JND模型；(2)计算基于视差的纹理JND模型；(3)根据非线性加和模型取得本发明所提出的基于DOF的JND模型DJND(x,y)；(4)将基于DOF的JND模型通过重置量化参数用于立体编码。本发明可有效的消除时间、空间以及视间冗余，并且成功地提高了S3D视频图像质量和视觉舒适，使纹理和边缘区域都保持着十分舒适的视觉效果。本发明能在改善和保持立体视觉感知质量的前提下，大幅度的降低了立体视频码率。

主权项

一种基于DOF的恰可察觉误差模型的感知立体视频编码方法，其特征在于：包括如下步骤：(1)计算基于DOF和视差的亮度JND模型：1a)计算原始亮度JND模型LJND(x,y)；1b)根据视差信息求得高斯低通滤波强度ε(x,y)；1c)对每个块进行高斯低通滤波，得到滤波的JND模型FLJND(x,y)：$\mathrm{FLJND}(x,y)=\frac{1}{G}\·\left\{\underset{n\∈B}{\mathrm{\Σ}}{e}^{[(-\frac{{\left|\right|l-n\left|\right|}^2}{2\·\mathrm{\ϵ}{(x,y)}^2})\·\mathrm{LJND}(x,y)]}\right\},$$G=\underset{n\∈B}{\mathrm{\Σ}}{e}^{-\frac{{\left|\right|l-n\left|\right|}^2}{2\·\mathrm{\ϵ}{(x,y)}^2}},$其中,B是以像素l为中心的5*5的块，||·||是欧氏距离，ε(x,y)是滤波强度；1d)将块平均深度值融合到滤波后的亮度JND模型FLJND(x,y)，得到基于DOF和视差的亮度JND模型DLJND(x,y)：$\mathrm{DLJMD}=e^{-2\·\stackrel{\‾}{\mathrm{Dep}(x,y)}}\·\mathrm{FLJND}(x,y)+\∂$其中，(2)计算基于视差的纹理JND模型：2a)计算原始纹理JND模型TJND(x,y)；2b)利用块平均深度值处理纹理JND模型TJND(x,y)来区分前景和背景，得到基于视差的纹理JND模型；$\mathrm{DTJND}=e^{-2\·\stackrel{\‾}{\mathrm{Dep}(x,y)}}\·\mathrm{TJND}(x,y),$3)根据非线性加和模型取得基于DOF的JND模型DJND(x,y)：DJND＝DLJND+DTJND‑φ·min{DLJND,DTJND}，其中，DLJND是基于视差和DOF的亮度JND模型，DTJND是基于视差的纹理JND模型，φ＝0.3；(4)将基于DOF的JND模型通过重置量化参数用于立体编码：4a)根据所提出的基于DOF的JND阈值DJND(x,y)得到用于调整量化参数的调节参数ν：$v=\sqrt{\mathrm{\α}+\mathrm{\β}\·{(1+e^{-\mathrm{\μ}\·\frac{\mathrm{DJN}{D}_i-\stackrel{\‾}{\mathrm{DJND}}}{\stackrel{\‾}{\mathrm{DJND}}}})}^{-1}},$其中，DJND_i是第i个宏块的平均JND阈值，是每一帧的平均JNG阈值，α＝0.2，β＝1.8，μ＝4；4b)用调节参数ν调整每个宏块的量化参数：QP_i＝ν·QP_o，4c)根据率失真最优化原理和重置后的量化参数QP_i，计算出优化参数λ，它用于平衡码率和失真之间的关系：min(J)＝min(D+λ·R)，$\frac{\∂J}{\∂R}=\frac{\∂D}{\∂R}+\mathrm{\λ}=0,$$\mathrm{\λ}=0.85\·2^{({\mathrm{QP}}_i-12)/3}.$其中，D表示失真信息，R表示码率，λ是拉格朗日乘子，J是编码损耗。