[发明专利]利用3D字典消除3D播放系统中块效应的方法

摘要

本发明公开了一种利用3D字典消除块效应的方法，主要解决现有基于深度图像渲染DIBR的3D播放系统中经过块离散余弦变换压缩后存在的块效应问题。实现步骤为：(1)利用KSVD算法和批处理正交匹配追踪算法训练一个3D字典；(2)控制JPEG标准中的品质因数对原始3D图像进行压缩；(3)将块效应看作高斯白噪声，计算3D压缩图像的噪声标准差；(4)根据品质因数和噪声标准差计算误差阈值；(5)消除压缩图像中的块效应，获取块效应消除后的稀疏系数表示矩阵；(6)利用3D字典和块效应消除后的稀疏系数表示矩阵得到块效应消除后的3D结果图。本发明与现有技术相比，可得到更高或相似的峰值信噪比和结构相似度，且块效应消除后的图像视觉效果更好。

主权项

1.一种利用3D字典消除3D播放系统中块效应的方法，包括如下步骤：1)在一个无噪声的自然图像集中提取n₁个8*8大小的图像块，50000＜n₁＜150000，利用KSVD算法和批处理正交匹配追踪算法训练一个大小为64*512的通用参考字典D_r；在一个无噪声的深度图像集中提取n₂个8*8大小的图像块，50000＜n₂＜150000，利用KSVD算法和批处理正交匹配追踪算法训练一个大小为64*128的通用深度字典D_d；利用该通用参考字典和深度字典构造3D过完备字典D_3d＝[D_r，D_d]，其中KSVD指k-singular value decomposition，它是一种迭代训练过完备字典的方法；2)采用基于块离散余弦变换BDCT的压缩编码标准中的JPEG标准对原始3D图像进行压缩，即根据JPEG图像压缩编码标准中的品质因数Q对原始3D图像中的参考图像I₀和对应的深度图像D₀分别进行压缩，得到参考压缩图像I’和深度压缩图像D’；3)找出参考压缩图像I’中所有8*8大小不重叠的图像块的边界，计算这些边界两边像素的差值C_ri，i＝1，2，3...，将这些差值的绝对值的一半看作噪声数据N_ri＝0.5*abs(C_ri)，i＝1，2，3...，计算所有N_ri＞＝2的噪声数据的标准差σ_I；找出深度压缩图像D’中所有8*8大小不重叠的图像块的边界，计算这些边界两边像素的差值C_di，i＝1，2，3...，将这些差值的绝对值的一半看作噪声数据N_di＝0.5*abs(C_di)，i＝1，2，3...，计算所有N_di＞＝2的噪声数据的标准差σ_D；4)根据品质因数Q和标准差σ_I计算参考压缩图像I’的误差阈值TI=8*8*σI*1.15*F(Q);]]>根据品质因数Q和标准差σ_D计算深度压缩图像D’的误差阈值TD=8*8*σD*1.15*F(Q),]]>其中F(Q)表示块效应消除强度，由三次多项式拟合方法确定，其表达式为F(Q)＝-0.0001×Q³+0.0073×Q²-0.1710×Q+2.1580，Q≤30；5)消除压缩图像中的块效应，获取块效应消除后的稀疏系数表示矩阵：5a)在参考压缩图像I’中按行列像素间隔[1，1]选取8*8大小的图像块，将这些图像块拉成列向量并构造为图像块矩阵X_I，利用3D字典D_3d中的参考字典D_r和误差阈值T_I对所述图像块矩阵X_I中的每一列，按公式minΘI|ΘI|1s.t.|XIk-Dr*θIk|2<=TI]]>去除块效应，得到稀疏系数表示矩阵其中X_Ik是X_I中的第k个8*8块的列向量表示形式，Θ_I是X_I的稀疏系数表示矩阵，θ_Ik是Θ_I的第k列；5b)在深度压缩图像D’中按行列像素间隔[1，1]选取8*8大小的图像块，将这些图像块拉成列向量并构造为图像块矩阵X_D，利用3D字典D_3d中的深度字典D_d和误差阈值T_D对所述图像块矩阵X_D中的每一列，按公式minΘD|ΘD|1s.t.|XDk-Dd*θDk|2<=TD]]>去除块效应，得到稀疏系数表示矩阵其中X_Dk是X_D中的第k个8*8块的列向量表示形式，Θ_D是X_D的稀疏系数表示矩阵，θ_Dk是Θ_D的第k列；6)利用块效应消除后的稀疏系数表示矩阵和对应的参考字典D_r，得到块效应消除后的图像块矩阵将中的图像块放回参考图像中的原来位置，对图像块的重叠部分进行平均，得到块效应消除后的参考图像I”；利用块效应消除后的稀疏系数表示矩阵和对应的深度字典D_d得到块效应消除后的图像块矩阵将中的图像块放回深度图像中的原来位置，对图像块的重叠部分进行平均，得到块效应消除后的深度图像D”。