[發(fā)明專利]利用3D字典消除3D播放系統(tǒng)中塊效應(yīng)的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210000445.0
• 申請(qǐng)日: 2012-01-02
• 公開（公告）號(hào): CN102523454A
• 公開（公告）日: 2012-06-27
• 發(fā)明（設(shè)計(jì)）人: 鄭喆坤;焦李成;齊宏濤;孫天;公茂果;馬晶晶;侯彪
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): H04N7/26
• 分類號(hào): H04N7/26;H04N13/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

1.一種利用3D字典消除3D播放系統(tǒng)中塊效應(yīng)的方法，包括如下步驟：

1)在一個(gè)無噪聲的自然圖像集中提取n₁個(gè)8*8大小的圖像塊，50000＜n₁＜150000，利用KSVD算法和批處理正交匹配追蹤算法訓(xùn)練一個(gè)大小為64*512的通用參考字典D_r；在一個(gè)無噪聲的深度圖像集中提取n₂個(gè)8*8大小的圖像塊，50000＜n₂＜150000，利用KSVD算法和批處理正交匹配追蹤算法訓(xùn)練一個(gè)大小為64*128的通用深度字典D_d；利用該通用參考字典和深度字典構(gòu)造3D過完備字典D_3d＝[D_r，D_d]，其中KSVD指k-singular?value?decomposition，它是一種迭代訓(xùn)練過完備字典的方法；

2)采用基于塊離散余弦變換BDCT的壓縮編碼標(biāo)準(zhǔn)中的JPEG標(biāo)準(zhǔn)對(duì)原始3D圖像進(jìn)行壓縮，即根據(jù)JPEG圖像壓縮編碼標(biāo)準(zhǔn)中的品質(zhì)因數(shù)Q對(duì)原始3D圖像中的參考圖像I₀和對(duì)應(yīng)的深度圖像D₀分別進(jìn)行壓縮，得到參考?jí)嚎s圖像I’和深度壓縮圖像D’；

3)找出參考?jí)嚎s圖像I’中所有8*8大小不重疊的圖像塊的邊界，計(jì)算這些邊界兩邊像素的差值C_ri，i＝1，2，3...，將這些差值的絕對(duì)值的一半看作噪聲數(shù)據(jù)N_ri＝0.5*abs(C_ri)，i＝1，2，3...，計(jì)算所有N_ri＞＝2的噪聲數(shù)據(jù)的標(biāo)準(zhǔn)差σ_I；找出深度壓縮圖像D’中所有8*8大小不重疊的圖像塊的邊界，計(jì)算這些邊界兩邊像素的差值C_di，i＝1，2，3...，將這些差值的絕對(duì)值的一半看作噪聲數(shù)據(jù)N_di＝0.5*abs(C_di)，i＝1，2，3...，計(jì)算所有N_di＞＝2的噪聲數(shù)據(jù)的標(biāo)準(zhǔn)差σ_D；

4)根據(jù)品質(zhì)因數(shù)Q和標(biāo)準(zhǔn)差σ_I計(jì)算參考?jí)嚎s圖像I’的誤差閾值TI=8*8*σI*1.15*F(Q);]]>根據(jù)品質(zhì)因數(shù)Q和標(biāo)準(zhǔn)差σ_D計(jì)算深度壓縮圖像D’的誤差閾值TD=8*8*σD*1.15*F(Q),]]>

其中F(Q)表示塊效應(yīng)消除強(qiáng)度，由三次多項(xiàng)式擬合方法確定，其表達(dá)式為F(Q)＝-0.0001×Q³+0.0073×Q²-0.1710×Q+2.1580，Q≤30；

5)消除壓縮圖像中的塊效應(yīng)，獲取塊效應(yīng)消除后的稀疏系數(shù)表示矩陣：

5a)在參考?jí)嚎s圖像I’中按行列像素間隔[1，1]選取8*8大小的圖像塊，將這些圖像塊拉成列向量并構(gòu)造為圖像塊矩陣X_I，利用3D字典D_3d中的參考字典D_r和誤差閾值T_I對(duì)所述圖像塊矩陣X_I中的每一列，按公式minΘI|ΘI|1s.t.|XIk-Dr*θIk|2<=TI]]>去除塊效應(yīng)，得到稀疏系數(shù)表示矩陣其中X_Ik是X_I中的第k個(gè)8*8塊的列向量表示形式，Θ_I是X_I的稀疏系數(shù)表示矩陣，θ_Ik是Θ_I的第k列；

5b)在深度壓縮圖像D’中按行列像素間隔[1，1]選取8*8大小的圖像塊，將這些圖像塊拉成列向量并構(gòu)造為圖像塊矩陣X_D，利用3D字典D_3d中的深度字典D_d和誤差閾值T_D對(duì)所述圖像塊矩陣X_D中的每一列，按公式minΘD|ΘD|1s.t.|XDk-Dd*θDk|2<=TD]]>去除塊效應(yīng)，得到稀疏系數(shù)表示矩陣其中X_Dk是X_D中的第k個(gè)8*8塊的列向量表示形式，Θ_D是X_D的稀疏系數(shù)表示矩陣，θ_Dk是Θ_D的第k列；

6)利用塊效應(yīng)消除后的稀疏系數(shù)表示矩陣和對(duì)應(yīng)的參考字典D_r，得到塊效應(yīng)消除后的圖像塊矩陣將中的圖像塊放回參考圖像中的原來位置，對(duì)圖像塊的重疊部分進(jìn)行平均，得到塊效應(yīng)消除后的參考圖像I”；利用塊效應(yīng)消除后的稀疏系數(shù)表示矩陣和對(duì)應(yīng)的深度字典D_d得到塊效應(yīng)消除后的圖像塊矩陣將中的圖像塊放回深度圖像中的原來位置，對(duì)圖像塊的重疊部分進(jìn)行平均，得到塊效應(yīng)消除后的深度圖像D”。