专利名称：一种快速的多目立体视频分形压缩与解压缩方法
技术领域：
本发明属于视频压缩编码领域，涉及多目立体视频的压缩编码，为立体视频编码的实时性应用奠定了基础，进一步提高了分形多目立体视频压缩编码的性能。
背景技术：
分形理论最初由Mandelbrot于上世纪70年代提出(参见Benoit B. Mandelbrot. TheFractal Geometry of Nature[Μ]. New York :ff. H. Freeman and Company,1982.)。 分形编码的数学基础是迭代函数系统(IF。理论。Barnsley首先将分形编码用于交互式图像压缩(参见 Michael F. Barns ley, Alan D. Sloan. A better way to compress image [J]. Byte Magazine，1988，13 (1) :215-233.)。Jacqain 提出了全自动的分形图像压缩方法(参见 Arnaud E. Jacquin. A novel fractal blocking-coding technique for digital image[C]. IEEE International Conference on Acoustics，Speech and Signal Processing,1990，4 :2225-2228.)，(参见 Arnaud Ε.Jacquin. Fractal image coding a review[J]. Proceeding of the IEEE，1993，81 (10) :1451-1465.)，该方法釆用基于图像分块的方式以局部的仿射变换代替全局的仿射变换。之后，Fisher利用四叉树改进了这一方法(参见 Y. Fisher. Fractal Image Compression [J]. Fractals，1994，2 (3) 347-361.)，(参见 Y. Fisher，E. W. Jacobs. Image compression :A study the iterated transform method[J]. Signal Processing,1992,29 (3),251-263.),(参见 Y.Fisher. Fractal Image Compression Theory and application to digital images[M]. New York =Spring-Verlag, 1995，55-77.)，大大提高了编码效率，并成为目前分形图像编码中的主流方法。在此基础之上，一些学者和研究人员把分形图像压缩的方法应用到视频序列的压缩上。Meiqing Wang等提出了综合基于数据立方体和基于帧的分形视频压缩方法(参见 Meiqing Wang, Choi-Hong Lai. A hybrid fractal video compression method[J]. Computers & Mathematics with Applications，2005，50 (3-4) :611-621.)，(参见Meiqing Wang,Zhehuang Huang，Choi—Hong Lai. Matching search in fractal video compression and its parallel implementation in distributed computing environments[J]. Applied Mathematical Modeling,2006,30 (8) :677-687. ), ( # B Meiqing Wang, Rong Liu, Choi-Hong Lai. Adaptive partition and hybrid method in fractal video compression[J]. Computers & Mathematics with Applications，2006，51 (11) 1715-1726.) ο 其中最为经典和影响较大的参见(C.S.Kim，R.C.Kim，S. U. Lee. Fractal coding of video sequence using circular prediction mapping and noncontractive interframe mapping[J]. IEEE Transactions on Image Processing，1998，7(4) 601-605.)。该方法采用类似于标准视频编码方法所采用的运动估计/补偿技术，该方法利用了相邻帧之间的时间强相关性，对视频序列压缩取得了较好的效果。在CPM和NCIM中， 子块域中的每个图像块都由来自相邻帧相同大小的父块域通过运动补偿得到。CPM和NCIM两者间最大的不同在于CPM在解码的过程中需要具备收敛性，而NCIM不需要。但是在循环预测编码(CPM)方法中，为了保证起始帧经过自身的循环解码能够近似收敛到原来的图像，压缩过程需要经过复杂变换、搜索和迭代等，压缩时间和图像质量难以达到要求。目前典型的分形图像和视频压缩方法的运算量很大，编码速度较慢，并且解码的质量有待提高， 使得分形图像和视频压缩方法还需要进一步的改进和提高。多视点视频(Multi-view Video)是一种新型的具有立体感和交互操作功能的视频，通过在场景中放置多台摄像机，记录下多个视点数据，提供给用户以视点选择和场景漫游的交互能力。多视点视频将在自由视点视频、立体电视、立体视频会议、多视点视频点播等数字娱乐领域有着非常广泛的应用前景。随着相机数目的增加，多视点视频的数据量也成倍增加(参见 Chun Li,Lini MA. A Study of Multi-view Video Coding Technology [J], Computers & Moderns，2009，1 :104-108.)。拍摄场景不同角度的视频信息，利用其中的一个或多个视点信息可以合成任意视点的信息，达到自由视点显示和自由切换任意视点的目的(参见 IS0/IEC JTC1/SC29/WG111 Call for Evidence on Multi-View Video Coding. DOC. N6720, Palma de Mallorca, Spain, 2004.),(参见 ISO IEC JTC1/SC29/WG111 Survey of Algorithms used for Multi-view Video Coding (MVC). D0C1. N6909, Hong Kong, China, 2005.),(参见 IS0/IEC JTC1/SC29/WG111 Requirements on Multi-view Video Coding 4. DOC. N7282, Poznan,Poland,2005.)。本专利申请人已于2010年10月申请了两个有关分形多目视频编码的专利一种快速的多目立体视频分形压缩编解码方法(201010522165. 7CN 101980539A)和一种基于对象和分形的多目立体视频压缩编解码方法(201010522132. 2CN 101980536A)。本发明与上述公开文献不同在于1)利用了预搜索限定条件；2)利用了分数像素块匹配；3)利用了基于运动矢量场的自适应六边形搜索算法；4)DCP编码方式时，充分利用视差分布约束条件；5)解码中，利用了去方块环路滤波。因此，编码性能有了很大的改善和提高。
发明内容
本发明提出了一种快速的多目立体视频分形压缩与解压缩方法，选取中间目作为参考目，使用MCP原理压缩，其它目使用DCP+MCP的原理压缩。以三目为例，中间目作为参考目，采用单独的运动补偿预测方式(MCP)进行编码，对起始帧采用块DCT变换编码，对非 I帧进行块运动估计/补偿编码，计算与子块域和父块域相关子块的像素和与像素平方和， 计算分数像素内插值对应块的像素和、像素平方和，然后判断预搜索限制条件，并在前一帧搜索窗中，利用分数像素块匹配和基于运动矢量场的自适应六边形搜索算法寻找最相似的块。左目和右目采用MCP加视差补偿预测方式(DCP)进行编码，在DCP编码中，利用分数像素块匹配和视差分布约束条件。在解码过程中利用去方块环路滤波进行解码。—种快速的多目立体视频分形压缩方法，包括以下步骤步骤一对于中间目，首先判断是否为I帧，若是I帧，则对该帧进行互不重叠的固定大小的块划分，对每一个图像块分别采用基于块DCT变换的I帧帧内图像压缩方法，对图像进行单独编码和解码，转到步骤十二 ；否则，转到步骤二 ；所述I帧为视频序列起始帧或者视频序列中只进行帧内编码的图像帧；所述将当前帧划分为固定大小的互不重叠的图像块称为宏块；所述将当前宏块进行树状划分得到的块称为小块；所述当前帧为正在进行压缩的帧，所述参考帧为当前帧的已经编码并重建的前一帧；所述当前帧所有块的集合称为子块域；所述前一帧的所有块的集合称为父块域；所述块DCT变换中的块采用固定大小模式；对于左目转到步骤七；对于右目转到步骤十一；步骤二 若中间目为非I帧，用常规单目的运动补偿预测(MCP)编码，对该帧进行互不重叠的宏块划分，然后计算这些宏块以及经树状划分得到的小块的像素和、像素平方和，以及中间目前一帧重建图像即参考帧中，按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和，同时计算分数像素内插值对应块的像素和、像素平方和，转到步骤三；步骤三依次对当前帧的所有宏块进行编码，在父块域中的搜索窗内首先对该宏块进行块匹配；在进行子块与父块的匹配过程中，子块的位置作为父块的起始搜索点，父块的大小与子块的大小相同，转到步骤四；步骤四利用基于运动矢量场的自适应六边形搜索算法，然后利用分数像素块匹配，搜索分数像素内插值对应小块处的RMS点，搜索出最佳的匹配误差RMS，转到步骤五；步骤五预搜索限制条件判断对于特定的子块，若与父块对应值满足预搜索限制条件，则转到步骤六；否则直接保存当前的迭代函数系统系数即IFS系数，转入步骤三编码下一宏块；步骤六如果匹配误差RMS小于开始设定的阈值Y，则保存当前的迭代函数系统系数即IFS系数，转入步骤三编码下一宏块；否则，依次按照树状结构对该块进行划分，并对各个划分得到的小块利用分数像素块匹配和基于运动矢量场的自适应六边形搜索算法， 分别计算匹配误差RMS，如果RMS小于设定阈值Y，则停止划分并记录该小块IFS系数，转入步骤三编码下一宏块；否则继续划分，直到将当前块划分为预先设定的最小块，记录IFS 系数；转入步骤三编码下一宏块；所述搜索窗为在参考帧中的矩形搜索区域；所述IFS系数包括父块位置(x，y)和比例因子s、偏移因子0 ；如果当前帧所有的宏块都已编码完毕，且是中间目，则转到步骤十二 ；若是左目或右目，则转到步骤八；步骤七对左目图像，首先进行互不重叠的宏块划分，然后计算这些宏块以及经树状划分得到的小块的像素和、像素平方和，以及左目前一帧重建图像参考帧，按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和，同时计算分数像素内插值对应块的像素和、像素平方和，以减少块匹配过程中的重复计算，转到步骤三步骤八计算中间目中对应帧图像的参考帧，按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和，同时计算分数像素内插值对应块的像素和、 像素平方和，以减少块匹配过程中的重复计算，转到步骤九；步骤九首先对与当前子块位置相同的父块进行块匹配，得到RMS，并保存迭代函数系统系数，该系数包括父块与子块的相对位移矢量(X，y)，比例因子S和偏移因子O;依次对当前帧的所有宏块进行编码，在父块域中的搜索窗内首先对该宏块进行块匹配；在进行子块与父块的匹配过程中，子块的位置作为父块的起始搜索点，父块的大小与子块的大小相同并转入步骤十，执行完步骤十返回之后，如果所得的匹配误差RMS小于开始设定的阈值Y，则保存当前的迭代函数系统系数即IFS系数，转入步骤九编码下一宏块；否则，依次按照树状结构对该块进行划分，并对各个划分得到的小块分别转入步骤十，执行完步骤十返回之后计算匹配误差RMS，如果RMS小于设定阈值 ，则停止划分并记录该小块IFS系数，转入步骤九编码下一宏块；否则继续划分，直到将当前块划分为预先设定的最小块，转入步骤十计算RMS，执行完步骤十返回之后记录IFS系数，转入步骤九编码下一宏块；最后与步骤六所得结果比较，选择误差最小的作为预测结果；所述搜索窗为在参考帧中的矩形搜索区域；所述IFS系数包括父块位置(X，y)和比例因子S、偏移因子ο ；如果当前帧所有的宏块都已编码完毕，则转到步骤十二 ；步骤十充分利用分数像素块匹配和视差分布约束条件将上一个视差估计矢量作为当前帧的搜索中心，在水平方向沿初始点的右侧进行搜索，在搜索过程中进行跳跃式搜索；点匹配完之后，向右间隔三个点进行搜索，进行比较，直到找到最小的RMS ；同时对分数像素位置进行相同的操作，比较得到更小的RMS，结束DCP搜索过程；步骤十一对于右目图像，首先进行互不重叠的宏块划分，然后计算这些宏块以及经树状划分得到的小块的像素和、像素平方和，以及右目前一帧重建图像参考帧，按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和，同时计算分数像素内插值对应块的像素和、像素平方和，以减少块匹配过程中的重复计算，转到步骤三；步骤十二 对所有IFS系数进行Huffman编码，降低IFS系数数据的统计冗余；判断当前帧是否为最后一帧，如果是最后一帧结束编码；否则，返回步骤一继续处理下一帧图像。和中间目等距的左右目构成三目，所述三目分别进行MCP+DCP处理，每个处理彼此独立，左目内部或右目内部之间没有对应联系。所述一种快速的多目立体视频分形压缩方法，处理的视频序列为YUV格式，分别对3个分量中的每个采用上述十二个步骤进行处理。所述步骤四中分数像素块匹配，包括以下三个步骤1)对参考帧中搜索区域内的像素进行内插形成一个更高分辨率的区域；2)在内插区域进行整数像素和半像素位置搜索找到最佳匹配；3)用匹配块的仿射变换来替代当前块。所述步骤四中基于运动矢量场的自适应六边形搜索算法，充分根据分形编码的特点，具体如下1)在小十字模式中的五个搜索点中搜索最小匹配误差所在点；应用块匹配准则搜索，如果最小匹配误差点在小十字模式的中心，此时即得到最终要求的最佳匹配误差；否则，转入步骤2)；2)以步骤1)搜索到的最小匹配误差点为中心构造新的小十字模式，应用块匹配准则，搜寻3个新的搜索点；再搜索最小匹配误差点，如果搜索到的最小匹配误差点在小十字模式的中心，即得到最终要求的最佳匹配误差；否则，进入步骤3)；3)搜索大十字模式3个还没有搜索到的点，应用块匹配准则，搜索新的最小匹配误差点，以作为下一步搜索的中心；4)以上一步的最小匹配误差点为中心，构造六边形搜索模式，应用块匹配准则搜索，找出新的最小匹配误差点，如果该点在六边形的中心，进入步骤幻；否则，继续步骤4)， 直到最小匹配误差点在六边形的中心；5)以步骤4)所搜索到的位于六边形的中心的最小匹配误差点为中心，构造小十字搜索模式，应用块匹配准则搜索，找出最小匹配误差点，即得到最终要求的最佳匹配误差。
权利要求
1. 一种快速的多目立体视频分形压缩方法，其特征在于具体步骤如下 步骤一对于中间目，首先判断是否为I帧，若是I帧，则对该帧进行互不重叠的固定大小的块划分，对每一个图像块分别采用基于块DCT变换的I帧帧内图像压缩方法，对图像进行单独编码和解码，转到步骤十二 ；否则，转到步骤二 ；所述I帧为视频序列起始帧或者视频序列中只进行帧内编码的图像帧；所述将当前帧划分为固定大小的互不重叠的图像块称为宏块；所述将当前宏块进行树状划分得到的块称为小块；所述当前帧为正在进行压缩的帧，所述参考帧为当前帧的已经编码并重建的前一帧；所述当前帧所有块的集合称为子块域；所述前一帧的所有块的集合称为父块域；所述块DCT变换中的块采用固定大小模式；对于左目转到步骤七；对于右目转到步骤十一；步骤二 若中间目为非I帧，用常规单目的运动补偿预测(MCP)编码，对该帧进行互不重叠的宏块划分，然后计算这些宏块以及经树状划分得到的小块的像素和、像素平方和，以及中间目前一帧重建图像即参考帧中，按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和，同时计算分数像素内插值对应块的像素和、像素平方和，转到步骤三；步骤三依次对当前帧的所有宏块进行编码，在父块域中的搜索窗内首先对该宏块进行块匹配；在进行子块与父块的匹配过程中，子块的位置作为父块的起始搜索点，父块的大小与子块的大小相同，转到步骤四；步骤四利用基于运动矢量场的自适应六边形搜索算法，然后利用分数像素块匹配，搜索分数像素内插值对应小块处的RMS点，搜索出最佳的匹配误差RMS，转到步骤五；步骤五预搜索限制条件判断对于特定的子块，若与父块对应值满足预搜索限制条件，则转到步骤六；否则直接保存当前的迭代函数系统系数即IFS系数，转入步骤三编码下一宏块；步骤六如果匹配误差RMS小于开始设定的阈值Y，则保存当前的迭代函数系统系数即IFS系数，转入步骤三编码下一宏块；否则，依次按照树状结构对该块进行划分，并对各个划分得到的小块利用分数像素块匹配和基于运动矢量场的自适应六边形搜索算法，分别计算匹配误差RMS，如果RMS小于设定阈值Y，则停止划分并记录该小块IFS系数，转入步骤三编码下一宏块；否则继续划分，直到将当前块划分为预先设定的最小块，记录IFS系数；转入步骤三编码下一宏块；所述搜索窗为在参考帧中的矩形搜索区域；所述IFS系数包括父块位置(x，y)和比例因子s、偏移因子0 ；如果当前帧所有的宏块都已编码完毕，且是中间目，则转到步骤十二 ；若是左目或右目，则转到步骤八；步骤七对左目图像，首先进行互不重叠的宏块划分，然后计算这些宏块以及经树状划分得到的小块的像素和、像素平方和，以及左目前一帧重建图像参考帧，按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和，同时计算分数像素内插值对应块的像素和、像素平方和，以减少块匹配过程中的重复计算，转到步骤三；步骤八计算中间目中对应帧图像的参考帧，按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和，同时计算分数像素内插值对应块的像素和、像素平方和，以减少块匹配过程中的重复计算，转到步骤九；步骤九首先对与当前子块位置相同的父块进行块匹配，得到RMS，并保存迭代函数系统系数，该系数包括父块与子块的相对位移矢量(x，y)，比例因子s和偏移因子ο ；依次对当前帧的所有宏块进行编码，在父块域中的搜索窗内首先对该宏块进行块匹配；在进行子块与父块的匹配过程中，子块的位置作为父块的起始搜索点，父块的大小与子块的大小相同并转入步骤十，执行完步骤十返回之后，如果所得的匹配误差RMS小于开始设定的阈值Y， 则保存当前的迭代函数系统系数即IFS系数，转入步骤九编码下一宏块；否则，依次按照树状结构对该块进行划分，并对各个划分得到的小块分别转入步骤十，执行完步骤十返回之后计算匹配误差RMS，如果RMS小于设定阈值Y，则停止划分并记录该小块IFS系数，转入步骤九编码下一宏块；否则继续划分，直到将当前块划分为预先设定的最小块，转入步骤十计算RMS，执行完步骤十返回之后记录IFS系数，转入步骤九编码下一宏块；最后与步骤六所得结果比较，选择误差最小的作为预测结果；所述搜索窗为在参考帧中的矩形搜索区域； 所述IFS系数包括父块位置(X，y)和比例因子s、偏移因子ο ；如果当前帧所有的宏块都已编码完毕，则转到步骤十二；步骤十充分利用分数像素块匹配和视差分布约束条件将上一个视差估计矢量作为当前帧的搜索中心，在水平方向沿初始点的右侧进行搜索，在搜索过程中进行跳跃式搜索； 点匹配完之后，向右间隔三个点进行搜索，进行比较，直到找到最小的RMS;同时对分数像素位置进行相同的操作，比较得到更小的RMS，结束DCP搜索过程；步骤十一对于右目图像，首先进行互不重叠的宏块划分，然后计算这些宏块以及经树状划分得到的小块的像素和、像素平方和，以及右目前一帧重建图像参考帧，按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和，同时计算分数像素内插值对应块的像素和、像素平方和，以减少块匹配过程中的重复计算，转到步骤三；步骤十二 对所有IFS系数进行Huffman编码，降低IFS系数数据的统计冗余；判断当前帧是否为最后一帧，如果是最后一帧结束编码；否则，返回步骤一继续处理下一帧图像。
2.根据权利要求1所述一种快速的多目立体视频分形压缩方法，其特征在于和中间目等距的左右目构成三目，所述三目分别进行MCP+DCP处理，每个处理彼此独立，左目内部或右目内部之间没有对应联系。
3.根据权利要求1所述一种快速的多目立体视频分形压缩方法，其特征在于所述步骤四中分数像素块匹配，包括以下三个步骤1)对参考帧中搜索区域内的像素进行内插形成一个更高分辨率的区域；2)在内插区域进行整数像素和半像素位置搜索找到最佳匹配；3)用匹配块的仿射变换来替代当前块。
4.根据权利要求1所述一种快速的多目立体视频分形压缩方法，其特征在于处理的视频序列为YUV格式，分别对3个分量中的每个采用上述十二个步骤进行处理。
5.根据权利要求1所述一种快速的多目立体视频分形压缩方法，其特征在于所述步骤四中基于运动矢量场的自适应六边形搜索算法，充分根据分形编码的特点，具体如下1)在小十字模式中的五个搜索点中搜索最小匹配误差所在点；应用块匹配准则搜索， 如果最小匹配误差点在小十字模式的中心，此时即得到最终要求的最佳匹配误差；否则，转入步骤2)；2)以步骤1)搜索到的最小匹配误差点为中心构造新的小十字模式，应用块匹配准则， 搜寻3个新的搜索点；再搜索最小匹配误差点，如果搜索到的最小匹配误差点在小十字模式的中心，即得到最终要求的最佳匹配误差；否则，进入步骤3)；3)搜索大十字模式3个还没有搜索到的点，应用块匹配准则，搜索新的最小匹配误差点，以作为下一步搜索的中心；4)以上一步的最小匹配误差点为中心，构造六边形搜索模式，应用块匹配准则搜索，找出新的最小匹配误差点，如果该点在六边形的中心，进入步骤幻；否则，继续步骤4)，直到最小匹配误差点在六边形的中心；5)以步骤4)所搜索到的位于六边形的中心的最小匹配误差点为中心，构造小十字搜索模式，应用块匹配准则搜索，找出最小匹配误差点，即得到最终要求的最佳匹配误差。
6.根据权利要求1所述一种快速的多目立体视频分形压缩方法，其特征在于所述步骤五中预搜索限制条件为以下形式，其中，h为子块的像素值，Bi为父块的像素值
7.根据权利要求1所述一种快速的多目立体视频分形压缩方法，其特征在于所述步骤六中对宏块采用树状划分，块匹配采用匹配误差准则，子块与父块的匹配误差RMS为 1
8.根据权利要求1所述一种快速的多目立体视频分形压缩方法，其特征在于所述步骤十中视差分布约束条件如下1)外极线约束；对于左目中的图像上的一点，通过相对定向参数找出右目中的图像上与其对应的极线，其对应点在上述极线上搜索；对于平行系统的视差搜索，只需沿扫描线， 进行χ方向的搜索即可；最佳匹配点位于偏振线上即水平线上；在立体平行摄像系统中，沿水平方向进行DCP搜索；两摄像机在同一时刻观看空间同一特征点P(χ。，y。，ζ。)，在左目中的图像和右目中的图像的坐标分别Spleft= (Xleft，Yleft) ,Pright= 0(right，Yright)；其中点 P(x。，y。，z。)与两个光心所确定的平面称为偏振平面，偏振平面与左右图像的交线称为偏振线；由几何关系得到，其中f表示摄像机的焦距，B为两摄像机的投影中心连线的距离，即基线距，zc为世界坐标系下特征点P的Z坐标
9.一种快速的多目立体视频分形解压缩方法，包含以下步骤步骤I 首先读入中间目压缩信息，包括压缩帧数，每帧图像的宽和高，I帧压缩质量和插入I帧的间隔；步骤II 判断解码帧是否为I帧，若是I帧转入步骤III，否则转入步骤IV ； 步骤III 对于I帧，从压缩文件中读入码流进行解码，帧数加一转入步骤IX ； 步骤IV 对于非I帧，计算中间目前一帧中按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和；步骤V 读入左目压缩信息，包括压缩帧数，每帧图像的宽和高，I帧压缩质量和插入I 帧的间隔；计算左目前一帧和中间目对应帧中按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和；步骤VI 读入右目压缩信息，包括压缩帧数，每帧图像的宽和高，I帧压缩质量和插入I 帧的间隔；计算右目前一帧和中间目对应帧中按照设定步长划分的所有宏块以及经树状划分得到的小块的像素和、像素平方和；步骤VII 从对应的压缩文件中读入块的划分信息和Huffman码流，从而得到该帧所有宏块的划分方式和每一个小块的迭代函数系统系数，转入步骤VIII ；步骤VIII 采用去方块环路滤波方法首先对边界的类型进行判断，定义参数块边缘强度，针对不同强度的块边缘，选择的滤波器和所需要滤波的像素点数也不一样，如果为帧内编码且为宏块边界，则采用强滤波；若不是帧内编码且不是宏块边界，仿射块边界采用一级滤波，非仿射块边界不需要滤波；其他情况采用二级滤波；最后按照每一宏块进行解码； 步骤IX 判断此时所有帧是否都已解码，若都解码完毕，结束解码过程，否则转入步骤II。
10.根据权利要求9所述一种快速的多目立体视频分形解压缩方法，其特征在于对于每一个宏块进行解压缩时，首先判断该宏块在编码时的划分方式，对于每一个子块，首先在父块域找到与该子块相对应的区域，然后利用下面的公式获得该子块的像素值，r,= s · di+o (7)其中A为待解码子块的像素值，Cli为父块域中的像素值，s为比例因子，ο为偏移因子。
11.根据权利要求9所述一种快速的多目立体视频分形解压缩方法，其特征在于在基于分形的立体视频解码过程中，中间目用常规单目的运动补偿预测(MCP)编码，左目和右目的每个图像块通过运动补偿预测(MCP)和视差补偿预测(DCP)两种方式进行预测，从中选择误差较小的一种作为预测结果。
12.根据权利要求9所述一种快速的多目立体分形视频解压缩方法，其特征在于所述步骤VIII中的块边缘强度用BS表示；其中，Pc/ ,Q0' ,P1'，Q1'表示滤波后的像素值，P。， P1, Qo，Q1表示原始的像素值，不同的BS和对应的滤波器如下BS = 3时，需要进行强滤波，滤波器表示为P0' = (Pi+Po+Qo)/3 Q0' = (Po+Qo+Qi) /3(8)P1' = (2 · Pi+Po' )/3 Q1' = (2 · Q^Q0' )/3 BS = 2时，二级滤波器表示为 P0' = (Ρ^2 -P0+Q0)/4(9)Q0' = (P0+2 · Qo+Qj) /4BS = 1时，一级滤波器表示为P0'=汜+3 · P0+Q0)/5(10)Q0' = (P0+3 · Qo+Qj) /5 当BS = O时，不进行滤波。
13.根据权利要求9所述一种快速的多目立体视频分形解压缩方法，其特征在于处理的视频序列为YUV格式，分别对3个分量中的每个采用上述九个步骤进行处理。
全文摘要
本发明提出了一种快速的多目立体视频分形压缩与解压缩方法，选取中间目作为参考目，使用MCP原理压缩，其它目使用DCP+MCP的原理压缩。以三目为例，中间目作为参考目，采用单独的运动补偿预测方式(MCP)进行编码，对起始帧采用块DCT变换编码，对非I帧进行块运动估计/补偿编码，计算与子块域和父块域相关子块的像素和与像素平方和，计算分数像素内插值对应块的像素和、像素平方和，然后判断预搜索限制条件，并在前一帧搜索窗中，利用分数像素块匹配和基于运动矢量场的自适应六边形搜索算法寻找最相似的块。左目和右目采用MCP加视差补偿预测方式(DCP)进行编码，在DCP编码中，利用分数像素块匹配和视差分布约束条件。在解码过程中利用去方块环路滤波进行解码。
文档编号H04N7/26GK102291579SQ201110187590
公开日2011年12月21日 申请日期2011年7月6日 优先权日2011年7月6日
发明者侯仰拴, 王再阔, 祝世平, 陈菊嫱 申请人:北京航空航天大学