[发明专利]基于半像素精度边缘和图像修复的深度图像帧内预测方法

权利要求书

1.一种基于半像素精度边缘和图像修复的深度图像帧内预测方法，其特征在于：包括以下步骤：

步骤1：在深度图像中进行半像素精度边缘检测得到边缘图像；

步骤2：根据边缘图像进行边缘的区域划分处理和边缘优化处理；

步骤3：根据是否包含预测子将待预测的区域分为可修复区域和不可修复区域，对可修复区域预测采用图像修复算法实现；对不可修复区域预测采用区域均值或默认值实现；

步骤4：进行率失真优化算法。

2.根据权利要求1所述的基于半像素精度边缘和图像修复的深度图像帧内预测方法，其特征在于：所述步骤1中的半像素精度边缘检测方法包括以下步骤：

(1)利用深度图像X(m，n)求梯度图像Y(m，n)；

(2)将梯度图像Y(m，n)二值化得到边缘图像Z(m，n)。

3.根据权利要求1所述的基于半像素精度边缘和图像修复的深度图像帧内预测方法，其特征在于：所述利用深度图像X(m，n)求梯度图像Y(m，n)按如下数学模型计算：

Y(2m，2n)＝0

Y(2m+1，2n)＝|X(m，n)-X(m+1，n)|

Y(2m，2n+1)＝|X(m，n)-X(m，n+1)|

Y(2m+1，2n+1)＝max(|X(m，n)-X(m+1，n+1)|，|X(m+1，n)-X(m，n+1)|)

上述四个数学模型分别为整像素位置和水平、竖直、对角线边缘位置；所述的将梯度图像Y(m，n)二值化得到边缘图像Z(m，n)采用如下数学模型得 到：

其中，τ是由下式确定的阈值：

τ＝m_q+0.6σ_q

其中，q表示半像素位置的集合，即：

其中，m_q和σ_q分表表示该集合的均值和标准差。

4.根据权利要求1所述的基于半像素精度边缘和图像修复的深度图像帧内预测方法，其特征在于：所述步骤1中的边缘图像采用专门用于无损压缩二值图像的编码标准JBIG进行压缩，压缩采用工具JBIG-KIT作为标准的实现。

5.根据权利要求1所述的基于半像素精度边缘和图像修复的深度图像帧内预测方法，其特征在于：所述步骤2中边缘的区域划分处理采用区域生长算法实现，该算法是将待预测的宏块划分为以块内的边缘和块边界为边界的若干小区域：假设中心像素位于X(m，n)中的(m，n)处，则候选像素位于(m，n-1)、(m-1，n)、(m+1，n)、(m，n+1)处，而Z(2m，2n-1)、Z(2m-1，2n)、Z(2m+1，2n)、Z(2m，2n+1)分别代表着中心像素和候选像素之间潜在的半像素边缘位置，如果上述4个值中有一个或多个为0，就说明相应的候选像素和中心像素之间不存在边缘，将对应的候选像素加入到中心像素所属的区域。

6.根据权利要求1所述的基于半像素精度边缘和图像修复的深度图像帧内预测方法，其特征在于：所述步骤2中的边缘优化处理是将区域内边缘去除并且只保留不同区域之间的边缘。

7.根据权利要求1所述的基于半像素精度边缘和图像修复的深度图像帧内 预测方法，其特征在于：所述步骤3中的图像修复算法采用快速图像修复算法方法实现，该快速图像修复算法以自适应预测初始值作为解拉普拉斯方程的初始条件，该自适应预测初始值为：采用区域所包含的预测子的均值作为区域内像素的初始值，对于可修复区域R，那么区域R中待预测像素的初始值C_0，R为：

其中mean()表示取均值。

8.根据权利要求1所述的基于半像素精度边缘和图像修复的深度图像帧内预测方法，其特征在于：所述步骤4中的率失真优化算法包括以下步骤：

(1)根据预测块内的边缘规则选择采用的帧内预测模式：如果块内的边缘是规则的，或者与固定预测模式中的某种预测方向一致，那么采用传统预测模式，否则采用新预测模式；

(2)如果采用新预测模式，除了预测失真、编码残差的码率外，还将包括编码当前块边缘、预测标记、当前块预测均值的码率的辅助信息计入率失真代价函数，上述辅助信息将被保留并传输到解码端；否则，将上述辅助信息全部清除。