2D-3D视频转换技术研究(2)

菜单

4.1 算法描述 14

4.2 算法流程 14

4.3 实验结果 15

结论 17

致谢 18

参考文献 19

1 引言

詹姆斯卡梅隆的3D立体巨片《阿凡达》无疑打开了3D番多拉盒子。2011年，《加勒比海盗4》、《功夫熊猫2》、《变形金刚3》等3D电影连续上映，使得3D热度不减。2012年4月，由经典2D电影转换而来的3D电影，更是掀起了3D电影的高潮。在经历了2011年的“3D元年”之后，2012年1月1日，由中央电视台、北京电视台、天津电视台、上海电视台、江苏电视台、深圳电视台六家单位联合开办的，国内首个3D电视频道——中国3D实验频道开始试播。这以为着有线数字电视网覆盖的用户，可以通过3D电视和有线数字机顶盒收看立体效果的纪录片、动画片、体育比赛、影视剧等重大活动的转播，体验身临其境的视觉感受。继数字高清电视之后，3D电视已经成为新的研究和应用热点。

1.1 研究背景

早在1928年，电视工业的先驱英国人John Logie Baird就将立体显示的原理应用三维电视实验系统。这些早期的演示系统在20实际50年代开始在电影院得到应用，但是并没有实现商业上的大规模应用，技术缺陷阻碍了早期的三维系统在市场上的引入。三维系统在娱乐应用比较成功的标志是在1968年投入使用的IMAX 3D，之后每年投放有限的几部3D作品。这一情况在20实际90年代由模拟电视向数字电视业务转变时有所改变，关于3DTV标准、技术和产品等世界性的研究开发活动逐渐趋于活跃。

1992年1月，欧盟成立了一个立体视觉项目——DISTIMA（Digital Stereoscopic Imaging & Applications）,其目的是建立一个能够引用于广播和非广播系统（比如远程处理、质量控制和医疗系统）的立体视觉系统，该项目涉及到双通道立体视觉系统的捕获、编码、传输和表示等各个部分。然而，这个项目关于三维电视系统的建议是基于简单的端到端的立体视频链的概念，即从视频的捕获、传输到显示都是聊个独立的左、右眼视频流。这样，视频捕获设置需要和显示条件相对应，还需要考虑到显示特点、观看条件以及人眼视觉系统的差异等，这些限制使得西戎变得极为复杂。

20世纪90年代后期，研究者尝试利用新兴的计算机视觉、三维视频处理和基于图像的渲染（image based rendering，IBR）方法将捕获和显示分开，其主要思想是采用一种基于深度的数据表示方法，在摄制端的到视频图像的同时获取或者估计出相应的深度信息，在接受端根据这些数据重新计算得到虚拟立体图像对。1998年，欧盟的PANORAMA项目就此开展了相关的探索。

2002年，欧洲的ATTEST（Advanced Three Dimensional Television System Technologics）项目将视频加深度的概念扩展到整个3DTV系统处理链。ATTEST项目中3D内容的获取有两种方式：第一种方式适用一种ZcamTM摄像机在拍摄视频的同时记录视频对应的深度信息，这种摄像机将一个高速的红外脉冲光源和传统的广播电视摄像机整合到一起，通过计算红外光源到达和返回的时间测量场景的深度；第二种方式是将现已有的二维视频转换为三维视频。

不管采用哪种方式获取3D内容，在接收端得到的都是二维彩色视频和具有相应分别率的深度图像序列。一幅彩色图像的深度图代表了彩色图像中每个像素距离摄像机的远近程度。深度图是灰度图，一般每一个像素用8bit表示，其中最小的灰度值0代表最远的距离，最大的灰度值255代表最近的距离。二维彩色视频和其对应的深度图序列经过编码和传输后到达接收端，在接收端，利用基于深度-图像的渲染技术（depth image-based rendering,DIBR）来合成虚拟视点图像，这样得到的立体图像对在三维显示器上显示便可以带给人们三维视觉感受。