基于图像旋转的深度图像编码方法

摘要

本发明公开了一种基于图像旋转的深度图像编码方法。它包括如下步骤：1)根据左视点到右视点的旋转矩阵，把左视点深度图像旋转到右视点，得到预测图像；2)归一化右视点深度图像和预测图像之间的差值，得到差值图像；3)运用视频编码技术，采用量化参数对差值图像进行编码。本发明与直接编码右视点深度图像相比，编码差值图像所需要的码率更小。本发明充分利用了左视点深度图像和右视点深度图像之间的相关性，提高了压缩效率。

主权项

一种基于图像旋转的深度图像编码方法，其特征在于包括如下步骤：1)根据左视点到右视点的旋转矩阵，把左视点深度图像旋转到右视点，得到预测图像；2)归一化右视点深度图像和预测图像之间的差值，得到差值图像；3)运用视频编码技术，采用量化参数对差值图像进行编码；所述的根据左视点到右视点的旋转矩阵，把左视点深度图像旋转到右视点，得到预测图像步骤：a)把预测图像中每个象素点的亮度值设置为0；b)根据下列式子，计算从左视点到右视点的旋转矩阵：L_to_R_PP＝L_A×L_E×R_E‑1×R_A‑1；其中，L_A和L_E分别是左视点相机的内参和外参，R_A和R_E分别是右视点相机的内参和外参，R_E‑1和R_A‑1分别是R_E和R_A的逆，L_to_R_PP是从左视点到右视点的旋转矩阵；c)根据下列式子，计算左视点深度图像中每个象素的深度值：L_Zc(x，y)＝(255×MaxZ×MinZ)/(D_L(x，y，)×(MaxZ‑MinZ)+255×MinZ)；其中，D_L(x，y)是左视点深度图像中图像坐标(x，y)处象素点的亮度值，MinZ和MaxZ分别是该深度图像所能表示的最大深度和最小深度，L_Zc(x，y)是左视点深度图像中图像坐标(x，y)处象素点的深度值；如果深度图像中象素点的亮度为0，表示该象素点距离世界坐标系中原点的距离为MaxZ；如果深度图像中象素点的亮度为255，表示该象素点距离世界坐标系中原点的距离为MinZ；d)根据下列式子，计算左视点深度图像中每个象素点旋转到右视点后的图像坐标，得到从左视点到右视点的横坐标映射函数和纵坐标映射函数： L _ to _ R _ Xc L _ to _ R _ Yc L _ to _ R _ Zc 1 = L _ to _ R _ PP × x × L _ Zc ( x , y ) y × L _ Zc ( x , y ) L _ Zc ( x , y ) 1 ; L_to_R_x(x，y)＝clipX(L_to_R_Xc/L_to_R_Zc)；L_to_R_y(x，y)＝clipY(L_to_R_Yc/L_to_R_Zc)；clipX(x)＝min(Width‑1，max(0，x))；clipY(y)＝min(Hight‑1，max(0，y))；其中，x和y分别是左视点深度图像中当前象素点的横坐标和纵坐标，clipX(x)和clipY(y)分别是x方向和y方向的修剪函数，Width和Hight分别为深度图像的宽度和高度，L_to_R_PP是从左视点到右视点的旋转矩阵，L_to_R_x(x，y)和L_to_R_y(x，y)分别是从左视点到右视点的横坐标映射函数和纵坐标映射函数；e)根据下列式子，计算预测图像：D_Rot(L_to_R_x(x，y)，L_to_R_y(x，y))＝D_L(x，y)； D _ R _ L ( x , y ) = ( Σ i = - 1 1 ( Σ j = - 1 1 D _ Rot ( x + i , y + j ) ) ) / 9 ; 其中，D_L是左视点深度图像，D_L(x，y)是左视点深度图像中图像坐标(x，y)处象素点的亮度值，L_to_R_x(x，y)和L_to_R_y(x，y)分别是从左视点到右视点的横坐标映射函数和纵坐标映射函数，D_Rot是旋转图像，D_Rot(x，y)是旋转图像中图像坐标(x，y)处象素点的亮度值，D_R_L是预测图像，D_R_L(x，y)是预测图像中图像坐标(x，y)处象素点的亮度值。