[发明专利]基于可伸缩备选区域的CVBF算法

摘要

本发明基于可伸缩备选区域的CVBF算法属于滤波算法领域，解决了深度信息复杂、不可信像素密集情况下，现有CVBF算法在处理深度图边界数据时备选像素集可靠性低的问题，提出了基于可伸缩区域的备选像素提取算法，来提高CVBF算法的鲁棒性，滤波过程中，部分备选像素的值由可信度最高的区域求平均获得，使用本发明的滤波方法后，合成虚拟视点的PSNR较采用CVBF算法平均提高了0.08dB。该滤波方法可有效提高压缩编码后的深度序列边界数据的可靠性，进而提高虚拟视点合成质量。

主权项

1.基于可伸缩备选区域的CVBF算法，其特征在于，该算法按照以下步骤进行：1)检测失真像素：2)构建备选像素集：a、以当前失真像素的上、下、左、右为搜索范围，选出失真像素所在行、列与其距离最近的四个无失真像素作为备选像素，记选取的行备选像素为R_i(i＝1,2)，选取的列备选像素为C_i(i＝1,2)；b、记R₁与R₂间的像素为M，记C₁与C₂间的像素为N，计算M×N确定区域的前景值与背景值，记为F₁、B₁，计算出的备选像素集G＝(R₁,R₂,C₁,C₂,F₁,B₁)，F₁、B₁的计算公式如下：式(1)、(2)中q(x,y)为M×N区域中的每个像素，mean为区域的平均像素值，m为区域前景像素的个数，n为背景像素的个数；3)不可信像素替代：从备选像素集内选出最优像素p′(x,y)，最优备选像素为备选像素集内与当前不可信像素p(x,y)的绝对差最小的像素，用最优像素p′(x,y)替代不可信像素p(x,y)，最优备选像素定义如下：p'(x,y)＝arg min|p(x,y)‑G|      (3)。