基于K-means模型的双视点立体视频融合方法

    公开(公告)号:CN113179396A

    公开(公告)日:2021-07-27

    申请号:CN202110295931.9

    申请日:2021-03-19

    Abstract: 本发明方法公开了基于K‑means模型的双视点立体视频融合方法。本发明方法首先对左、右视点深度图进行预处理,得到左、右视点深度图像;然后分别对左、右视点深度图像运用K‑means方法进行分割,对分割后的前景和背景区域深度图像进行三维投射运算,得到左、右视点的前景和背景绘制图像;以前景绘制图像为蓝本,用背景绘制图像填充前景绘制图像的空缺区域,将填充后的左、右视点绘制图像进行图像融合,获得虚拟视点绘制图像;最后将虚拟视点绘制图像的空洞区域根据空洞周围的像素信息进行加权填充,获得最终输出图像。本发明方法采用像素级别的操作,对空洞区域进行精准处理,使绘制效果在视觉效果上更加优质,更加协和。

    一种基于虚拟视点绘制的3D-HEVC错误隐藏方法

    公开(公告)号:CN111225217A

    公开(公告)日:2020-06-02

    申请号:CN201911296384.5

    申请日:2019-12-16

    Abstract: 本发明提出一种基于虚拟视点绘制的3D-HEVC错误隐藏方法,包括以下步骤:S1、彩色图补偿,对丢失的整帧彩色图像进行绘制并生成绘制视点,由于绘制视图中存在遮挡块和失真,根据当前视点和绘制视点的前后向参考帧的信息,对绘制的彩色图进行补偿;S2、判定遮挡块及进行局部填充,提取补偿后的彩色图仍然存在较小的遮挡块,并进行局部填充。本发明突破了视差矢量的局限性,在不使用视差矢量的情况下,改进了虚拟视点绘制产生遮挡块的判别和填充方式,在提高错误隐藏准确率的同时,降低了总体复杂度,更好的消除遮挡块和图像失真。

    一种面向小数据集的非局部自适应多视方法及系统

    公开(公告)号:CN113192020B

    公开(公告)日:2024-07-12

    申请号:CN202110455635.0

    申请日:2021-04-26

    Abstract: 本发明公开了一种面向小数据集的非局部自适应多视方法及系统。面向小数据集的自适应多视方法,包括以下步骤:S1.对于经过配准、非相干平均等预处理的时序SAR影像,基于幅度均值图像,采用无监督的灰度级方法进行图像分割;S2.基于图像分割结果和时间维幅度向量间的L1范数,自适应构建联合数据向量;S3.对于构建的联合数据向量,首先剔除联合数据向量中的异常值,然后采用AD检验方法选取SHP集合;S4.基于选取的SHP集合,自适应地估计相干系数及降噪处理。本发明同时考虑了空间维和时间维两个维度的信息,可以在影响数目较小的情况下,选取到可靠的SHP集合,从而可以自适应地估计相干系数和干涉相位图降噪。

Patent Agency Ranking