小议3D 视频编码传输技术信息工程毕业论文.docVIP

　　小议3D 视频编码传输技术信息工程毕业论文 　　1 引言 　　随着网络技术和视频编解码技术的进步，视频和多媒体业务得到了广泛的应用。对这类业务人们不只追求画面的高清晰度，业务的实时性，更提出了在二维平面的显示设备上满足现实感、临场感、立体感的要求。这种现实感和立体感正是3D 视频技术需要解决的问题。 　　3D 立体感是人眼视觉的重要功能之一，人双眼的平均瞳距约为65 mm，当两眼从稍微不同的两个角度去观察客观三维世界的景物时,与观察者不同距离的景物由于光学投影的原因会在左、右两眼视网膜上形成不同的位置的像。这种两眼视网膜上位置差就称为双眼视差,它反映了客观景物的深度。人眼的深度感即立体感就是因为有了这个视差,再经大脑加工而形成的。现有的3D 视频技术正是基于上述原理，通过技术手段还原人们对客观景物的深度感知从而达到3D 立体的效果。 　　3D 视频技术诞生以来便备受关注，然而由于3D 视频占用大量带宽并且观看时容易疲劳等原因，3D 视频技术一直没有在市场上引发大规模商用，仅仅定位于所谓的利基市场，应用在专业领域（科学模拟、医疗）和娱乐领域（立体电影、3D 游戏）。近年来由于大量科研力量的投入，技术上的进步拓展了3D 视频技术的应用，市场上已经出现了3DTV，FVV（freeviePEG-2 在10 多年前就对这种方法给出了相应标准，在最新的编码标准H.264/AVC 中也给出了类似建议。 　　这种时序预测和视频序列间预测相结合的方式已经成了目前立体视频编码的基本原则。 　　传统立体视频的编码对由两幅图像组成组成，由于观看同一景物时视角稍有差异，两幅图像有很大的相关性，因而非常适合压缩编码。也就是说，可以把图像I1 独立编码，另一幅图像P1 通过已编码的I1 进行预测，这种思想和时序预测编码非常相似。 　　由于左右两个视频序列3D 场景和相机参数(焦距)的一致性，对视频编码对的两个图像（如I1,P1）的编码，可以采用同一视频序列中两个连续图像预测和编码的方法。相应的，两个图像（I1,P1）的差异可以当作是由于拍摄物移位而产生的，因此图像的运动估计和运动补偿可以采用差值预测和差值补偿的方法。 　　理想情况下，I1，P1 的差异仅仅是由视角不同引起的，实际应用中我们发现一些细节也会带来两者的差异。比如，出现在I1 的内容可能没有在另一幅图像P1 中出现，这种情况出现在I1，P1 之间的概率会大于出现在I1 和B1 之间的概率。两个摄像机光照条件不同，拍摄物不同角度的反光也能造成图像差异。这些都是传统立体视频编码需要关注和解决的问题。 （fw.ΝsΕΑc.编辑） 　　实践表明，两种预测方法相结合的编码方式并没有带来编码效率的显著提高，这主要因为，两个在时间上连续的两个图像比空间上相邻的两个图像有更大的相关性，因此引入视频序列间的预测并不能进一步大幅度提高编码效率。目前传统立体视频编码优化朝着多个方向发展，出现了很多不同的优化算法，如优化码率在两个视频序列间分配，设计更有效的序列间预测结构等。传统立体视频的解码器也大多基于最新的H.264/AVC，MPEG-4 visual 标准。 　　传统立体视频技术相对其他编码方法有很多缺陷，由于可再现的3D 场景从拍摄时就已经确定了，图像的深度感觉不能随着的3D 设备的显示类型和显示尺寸做出调整，输出的视频角度也不能变化。这些缺点限制了传统立体视频技术的应用，在目前尚未形成立体视频的大众市场的背景下，还没有传统立体视频技术达到商业化的水平。 　　2.2 基于深度信息的视频编码（V+D） 　　传统立体视频系统通过模拟人类视觉的二目成像原理获得深度信息，在基于深度信息的视频编码（Video+Depth）系统中，解码端接收到一个普通的色彩图像和一个像素深度信息图后，根据深度信息图重新生成立体图像对。深度信息图可以看作一个单色的亮度图像，每个像素的深度数值被限定在最大值Zmax 和Zmin 之间，数值的大小代表相应物点到镜头的远近。一般深度值通过8 比特线性量化，即：用255 代表最近点，0 代表最远点，这样深度信息图完全可以视为一个灰度图像。 　　由于灰度图像比较平滑，图像边缘比较锐利，大概色彩图像10%～20%的比特速率就可以完成对灰度信息的编码。这种V+D 的编码方式比传统立体视频编码有更高的效率。V+D视频编码方式中的色彩图像可以直接在传统的2D 显示设备上播放，具有良好的后向兼容性。 　　多年来业界一致认为，对某些3D 视频业务（如3DTV）而言，良好的后向兼容性是关系到3D 视频业务能否大规模应用的关键。V+D 方式实现了高压缩率，后向兼容性及更优秀的3D视频显示功能，是很被看好的3D 视频编码方法。 　　V+D 作为目前3D 视频编码的研究热点，已经有了很多成熟的算法。这些算法大都利用