摘要：图像分割作为从图像中提取感兴趣对象的必要步骤,通常需要其能够提供多尺度的分割结果.提出一种基于二叉划分树(BPT)的多尺度图像分割算法,用于系统地记录从图像的任意过分割结果上进行的区域合并过程;然后基于BPT中每个结点与其父亲结点的差异度量,提出一种包括自动确定候选结点和分裂合并策略的结点选择算法,来选出符合期望分割区域数目的结点,并生成相应尺度的分割结果.实验结果表明,文中算法能够在较粗分割尺度下获得更适合于对象提取的分割结果,有助于提高自动对象提取的效率以及减少交互式对象提取中的人工交互.

摘要：深度估计是基于视频加深度图像的三维视频系统中前端预处理的核心技术,其主要技术难题包括准确性、实时处理和大分辨率深度图获取等。本文提出一种实时深度估计的硬件实现方案,主要解决处理速度问题,并兼顾了准确性和大分辨率问题。本方案采用单片FPGA实现深度估计,其中采用census变换与SAD(Sum of Absolute Differences)混合的算法进行逐点匹配得到稠密深度图。硬件设计充分利用FPGA的大规模并行能力,并采用流水线设计提高数据通路的数据吞吐量,提升整个设计的时钟频率。实验表明,所提出的方案可实现全高清(1 920×1 080)分辨率视频实时深度估计。为了支持大分辨率图像并能观测距离相机较近的物体深度,本文方案视差搜索范围可以达到240pixels,帧率最高可达69.6fps,达到了实时和高清的处理目的。

摘要：针对前景与背景具有相似颜色时的运动对象分割问题,提出一种结合核密度估计和边缘信息的分割算法.在前景和背景建模阶段使用颜色信息的基础上,引入边缘信息来构造前景和背景的概率模型;然后在马尔可夫随机场框架下引入与概率模型有关的似然能量项,以及反映空域连续性和时域一致性的能量项,并利用图切割方法来获得可靠的运动对象分割结果.实验结果证明,对于前景与背景具有相似颜色的视频序列,该算法降低了对象分割误差,显著地提高了整个序列中对象分割的鲁棒性.

摘要：一种基于TMS320C6000DSP芯片的视频解码器的设计。该解码器能脱离计算机而独立运行,且能高效实时地实现视频解码功能。因系统需要软件和硬件协同工作,故硬件实现分两步进行,以确保软件的可靠性。

摘要：针对H.264视频标准中一个功能频繁调用的变换量化模块,提出了一种高性能的FPGA硬件实现方法,并完成了其硬件原型的设计。该硬件原型包含了从残差形成到宏块重建的变换量化全过程,其可以构成DSP的协处理器,用于完成H.264实时编解码。该硬件原型根据算法特点和数据流特点,采用了流水线控制策略和分时复用技术,同时合理利用FPGA片内资源,从而提高了系统性能。仿真结果表明,该设计能满足高清数字视频的实时处理应用。

摘要：在基于深度的三维视频系统中,合成视的质量与深度图的质量息息相关。为加快深度数据的压缩速度并保证重建虚拟视点图像的质量,提出了一种面向虚拟视点绘制的快速深度编码算法。根据深度数据的特点及深度失真对绘制视质量的影响,将深度图像划分为边缘区域与平坦区域,并相应地为深度编码中的宏块模式选择设计了两种搜索策略。对边缘区域及纹理复杂区域采用全搜索策略,对平坦区域及低纹理区域采用SKIP模式、帧间16×16模式和帧内模式搜索。实验结果表明,与X264编码方案相比,本文方法在保证虚拟绘制图像质量与编码码率不变的前提下,显著提高了编码速率,可应用于基于深度的实时三维视频系统中。

摘要：为了降低深度数据的编码复杂度并保证重建虚拟视点的质量,提出了一种基于JNDD模型面向虚拟视点绘制的快速深度图编码算法,引入最小可觉深度差模型,将深度图划分为对绘制失真敏感的竖直边缘区域与失真难以被人眼察觉的平坦区域,并相应地为编码过程中的宏块模式选择设计了两种搜索策略。实验结果表明,与JM编码方案相比,该方法在保证虚拟视质量与编码码率基本不变的前提下,显著降低了编码复杂度,有助于在三维视频系统中提高深度编码模块的编码速度。

摘要：文章介绍了基于TMS32 0C6 0 0 0DSP芯片的视频解码器的设计 ,此解码器可脱离计算机而独立运行 。

摘要：在多视自由视点电视(FTV)系统中,摄像机阵列拍摄的多视视频存在垂直视差、且水平视差分布不均等问题,严重影响合成视频的质量效果。现有的多视图像校正方法虽然消除了垂直视差,但是校正图像过程中引入的旋转和平移失真较大,使人眼产生不舒适感。为此,本文提出一种适于平行摄像机阵列的多视图像校正算法,首先建立理想的摄像机安放位置,然后计算多视图像校正变换,将实拍图像映射到理想摄像机位置处,得到校正后图像。在设计理想的摄像机安放位置时,考虑人眼视觉特性,确保坐标轴旋转和平移调整量最小化,实现多视图像校正变换引入图像失真总量最小。实验表明,该算法不仅可以消除垂直视差,而且图像校正过程中引入的失真小,符合人眼视觉习惯,能有效改善合成视的图像质量,提高人眼观看舒适程度。