[发明专利]用于数字编码3D立体视频图像的方法和系统

说明书

本申请是申请日为2004年2月27日且申请号为200480042588.1的发明专利申请“用于数字编码3D立体视频图像的方法和系统”的分案申请。

技术领域

本发明涉及3DVisor^TM装置中的立体视频图像显示，特别涉及借助于数字数据压缩系统的视频图像编码方法，该数字数据压缩系统允许使用标准化的压缩技术进行三维信息存储。

背景技术

目前，使用数据压缩技术以减小图像或者图像序列显示中的比特消耗。标准化工作由国际标准化组织的专家组执行。目前，这些方法通常称为为JPEG(联合图像专家组)，和MPEG(运动图像专家组)。

这些技术的公共特性在于，图像块是借助于应用适用于块的变换来处理的，该变换通常通称为离散余弦变换(DCT)。形成的块被送往量化处理，随后用变长码来进行编码。

变长码是可逆过程，其允许对已经用变长码进行编码的块进行精确重建。

数字视频显示包括以30至75HZ频率连续显示或表示的一定数量的图像帧(30至96fps)。每一个图像帧仍然是由像素阵列根据特定系统的显示分辨率形成的图像。例如，VHS系统的显示分辨率为320列480行，NTSC系统的显示分辨率为720列486行，并且，高清晰电视系统(HDTV)的显示分辨率为1360列1020行。关于低分辨率的数字化形式，320列乘480行的VHS格式，两小时长度的电影可等于100GB的数字视频信息。为了比较，传统压缩光盘的容量约为0.6GB，磁盘的容量为1-2GB，并且目前的压缩光盘的容量为8GB或者更大。

由于存储和传输这种大信息量的限制，已经建立了几种标准的压缩处理。这些视频压缩技术使用连续图像帧之间的相似特性，称为时间空间相关性，以提供逐帧压缩，逐帧压缩是根据从帧到帧的像素表示进行的。

我们在电影院和电视屏幕上看到的所有图像都是根据以很高的速率显示完整图像(静态图像，如照片)的原理。当它们以每秒30帧的速度(30fps)以快速并且连续的方式被显示出来时，由于人眼的视觉暂留(retention)，我们把它们看成动画图像。

为了将图像编码成以连续方式显示并形成视频信号，每一个图像都需要被分成行，其中每行依次被分为图像元素或像素，每一个像素具有两个相关联的值，即，亮度和色度。亮度表示每个点上的光强，而色度表示颜色，该颜色为定义的可以用三个字节来表示的颜色空间(RGB)的函数。

图像被显示在水平-垂直网格(raster)上，从上到下，从左到右循环地显示。显示的线数和频率可以由于格式不同而改变，例如，NTSC、PAL、或者SECAM。

理论上，可以为每一个亮度、色度U和色度V像素赋值，但是这表示四个字节(一个用于色度，三个用于颜色)，在NTSC的480行乘720列格式每秒约30帧下，结果为4×480×720×30，大约每秒40MB的存储量，由于可用带宽的限制这是很难存储和传输的。当前，已经能够将色度数据减小为1:4像素；即，每四个像素取一个颜色采样，并且复制相同的信息用于缺失的三个像素，人眼并不能感知到差别；这些格式为，即：

4:4:4(在4×4＝16像素组中，四个亮度采样和四个色度采样)。

4:2:2(在4×2＝8像素组中，四个亮度采样和两个色度采样)。

4:1:1(在4×1＝4像素组中，四个亮度采样和一个色度采样)。

MPEG1中的4:2:0(在4×2＝8像素组中，八个亮度采样，水平像素之间的两个色度采样)。

MPEG1中的4:2:0(在4×2＝8像素组中，八个亮度采样，垂直像素之间的两个色度采样)。

即使当以这种方式减少信息时，用NTSC格式以4:2:0的质量存储一秒钟的信息所必需的数字信息量是15MB，或者，对于两小时长的文件是108GB。

现有几种用于从二维视频序列进行三维场景重建的方法。考虑到近来技术发展以及考虑到将来的发展，MPEG4标准试图提供时空相关的图形编码媒介，它将是立体图像、工程应用的设计和制造中的重要工具。在重建场景的几何模型处创建虚拟空间。例如，2003年12月9日提交的授予Cecile Dufour的第6,661,914号USP，其中描述了新的三维重建方法，场景连续性用简单的照相机取得，图像的轮廓被重建，每个场景中隐藏部分深度稍后被投影并经过提取处理。