基于改进BP算法的中间视合成方法

    公开(公告)号:CN101873508B

    公开(公告)日:2012-07-04

    申请号:CN201010182634.5

    申请日:2010-05-25

    Applicant: 东南大学

    Abstract: 本发明公布了一种基于改进置信传播(Belief Propagation,BP)算法的中间视合成方法,包括如下步骤:步骤1),采用基于改进BP的迭代的方法,来获取每个像素的视差矢量信息;步骤2),检测出遮挡区域,并对遮挡区域的视差进行补偿,然后再进行中间视图的插值计算:首先利用一致性约束条件对图像进行区域的划分,把图像分为遮挡区域、一致区域和模糊区域,与此同时进行遮挡区域的补偿,然后根据各个区域本身的特点采取不同的插值来获取中间视图。本发明改进了BP算法,去除了过度平滑的不良效果,进一步提高了视差计算的准确性。设计了新的插值算法,更好地考虑到了立体图像各个部分的特点,提高了虚拟视图的视觉效果和质量。

    基于改进BP算法的中间视合成方法

    公开(公告)号:CN101873508A

    公开(公告)日:2010-10-27

    申请号:CN201010182634.5

    申请日:2010-05-25

    Applicant: 东南大学

    Abstract: 本发明公布了一种基于改进置信传播(Belief Propagation,BP)算法的中间视合成方法,包括如下步骤:步骤1)采用基于改进BP的迭代的方法,来获取每个像素的视差矢量信息;步骤2)检测出遮挡区域,并对遮挡区域的视差进行补偿,然后再进行中间视图的插值计算:首先利用一致性约束条件对图像进行区域的划分,把图像分为遮挡区域、一致区域和模糊区域,与此同时进行遮挡区域的补偿,然后根据各个区域本身的特点采取不同的插值来获取中间视图。本发明改进了BP算法,去除了过度平滑的不良效果,进一步提高了视差计算的准确性。设计了新的插值算法,更好地考虑到了立体图像各个部分的特点,提高了虚拟视图的视觉效果和质量。

    基于JND和AR模型的感知视频压缩方法

    公开(公告)号:CN101841723B

    公开(公告)日:2011-08-03

    申请号:CN201010182160.4

    申请日:2010-05-25

    Applicant: 东南大学

    Abstract: 本发明公布了一种基于可观测的衰减(Just Noticeable Distortion,JND)和自回归(Auto-regressive,AR)模型的感知视频压缩方法,包括了纹理区域的分割算法和基于自回归模型的合成算法。我们首先用基于JND的分割算法将视频中的纹理区域分割出来,接着用自回归模型合成纹理区域。本发明提出了空时JND模型,准确有效地进行了纹理区域的分割。设计了AR模型,通过简单计算,在保证视频质量的同时,大大提高了实时性。开发了结合人眼视觉特性的视频压缩技术,进一步提高了视频的压缩效率,减少了比特率。

    基于JND和AR模型的感知视频压缩方法

    公开(公告)号:CN101841723A

    公开(公告)日:2010-09-22

    申请号:CN201010182160.4

    申请日:2010-05-25

    Applicant: 东南大学

    Abstract: 本发明公布了一种基于可观测的衰减(Just Noticeable Distortion,JND)和自回归(Auto-regressive,AR)模型的感知视频压缩方法,包括了纹理区域的分割算法和基于自回归模型的合成算法。我们首先用基于JND的分割算法将视频中的纹理区域分割出来,接着用自回归模型合成纹理区域。本发明提出了空时JND模型,准确有效地进行了纹理区域的分割。设计了AR模型,通过简单计算,在保证视频质量的同时,大大提高了实时性。开发了结合人眼视觉特性的视频压缩技术,进一步提高了视频的压缩效率,减少了比特率。

Patent Agency Ranking