多视点视频是由多个相机同时对同一场景拍摄形成视频的三维化技术。针对教育行业要求数字化转型的问题，文章提出将多角度呈现教学过程的多视点视频技术和内容分发网络（CDN）流媒体传输技术结合应用于远程教学。实验结果表明，面对远程教育的应用场景，多视点视频技术和CDN结合能够较好地解决教学中的需求和挑战，是未来的发展方向。

为了降低JMVC(Joint Multiview Video Coding 联合多视点视频编码)编码复杂度, 提出一种根据前一编码宏块参考方向和率失真代价, 提前终止JMVC模式选择的算法。该算法首先获取前一宏块的率失真代价和参考方向, 随后根据前一宏块参考方向为当前宏块的搜索设定一个率失真代价门限, 最后利用此门限实现提前终止。实验结果显示, 相比于JMVC原始算法, 本文算法的编码质量没有下降, 而编码时间节省了34.86%~54.23%。算法可以在保证编码质量的前提下, 有效地较低编码复杂度。

三维视频是当前视频服务的演进趋势, 采用可分级 B帧(Hierarchical B Pictures, HBP)编码结构的多视点视频是三维视频的主要数据格式。针对压缩后多视点视频在无线传输中易发生数据包丢失, 提出了一种面向 HBP编码结构的多视点视频 I帧错误隐藏方法。隐藏过程分三大步：首先利用多视点视频编码中图片组长度短的特点, 把 I帧图片分成前景区和背景区; 然后, 对背景区丢失块采用直接拷贝法进行掩盖; 最后, 对前景区丢失块采用自适应方向性插值法进行错误掩盖。实验结果表明, 提出的方法在主客观质量上都优于常用的 I帧错误隐藏法, 并有效地降低了视点间错误传递。

提出一种自由视点电视的对象提取方法, 首先用Birchfield算法进行快速的视差估计方法得到一个较为平滑的视差图, 然后对初始的分割结果用形态学滤波, 实验结果证明了所提出方法的有效性和可靠性。

针对多视点视频系统中视点间颜色不一致, 给后续多视点视频编码和虚拟视点绘制带来困难的问题,提出一种面向编码和绘制的多视点视频颜色校正方法.首先采用连续多帧求帧差法提取出各个视点图像的背景区域, 再利用背景区域计算校正因子, 对颜色不一致的视点进行颜色校正.实验结果表明, 该算法不仅能实现视点间图像的颜色一致性, 提高多视点视频的编码效率, 而且提高了虚拟视点绘制性能, 是一种有效的多视点视频系统颜色校正方法.

针对多视点视频编码计算量大的问题, 提出了一种多视点视频编码快速宏块模式选择算法。详细分析了多视点视频编码校验模型的宏块模式选择结果的分布特性以及率失真特性, 提出了宏块模式相关性和模式聚集度的概念。对测试序列的宏块模式相关性分析表明当前宏块的最优模式和大多数相邻宏块的最优模式相同。从相邻宏块区域聚集度的角度分析了当前宏块模式预测准确度。在算法实现中采用相邻宏块的率失真代价均值形成的阈值条件决定是否进行全搜索。实验结果表明该算法在保持编码率失真性能的基础上, 能提高多视点视频编码的速度2.43～4.08倍。

基于多视点视图深度特征,提出一种通过简单块匹配运算划分多视点视图区域并估计区域视差的算法。首先基于深度对象的概念确定图像中具有不同深度的区域数量以及这些区域对应的区域视差,再根据误差最小化准则初步确定每个图像块所属区域。当区域中图像块数量小于某个阈值时,采用区域合并算法将该区域中的每个图像块合并到与它的视差最为接近的其它图像区域,通过迭代形成最终的有效图像区域划分。实验表明,该算法能够以图像块为基本单元有效地划分各深度层区域,并准确估计对应的区域视差。

基于网络中心节点的运动矢量外推技术,提出了一种无线视频传感阵列的低复杂度多视点视频编码方法。该方法考虑到密集型视频传感阵列各视点间通信复杂、布线繁重、且位于各相机节点内的编码器由于计算能力、功耗等限制难以完成复杂的编码过程等特点,利用运动矢量外推逼近技术将大量的运动估计运算从视频编码端移到了网络中心节点,使得新编解码框架下编码器的运动估计的计算复杂度只有传统全搜索运动估计运算的0.3%,降低了系统传感阵列编码端功耗。实验结果表明,该方法的率失真性能比H.264-I帧高出4 dB以上,接近H.264-P帧编码,优于基于Wyner-Ziv理论的分布式多视点视频编码方法。

针对多视点图像系统中视点图像颜色不一致的问题,提出了基于区域分割与跟踪的多视点视频校正算法.采用3维高斯混合模型来描述颜色信息,利用期望-最大算法来精炼模型参量,并通过自适应聚类和概率平滑操作来得到精确的分割图像.这样建立起多视点图像分割区域间的局部映射关系,并利用这种局部映射关系对全局图像进行校正.最后利用视频跟踪技术实现对视频图像的校正.实验结果表明,该算法能消除颜色过饱和或颜色区域混淆的影响,且具有较好的校正效果.

针对多视点视频系统中视点间图像颜色不一致的问题,提出了一种多视点视频自动颜色校正系统。通过求取目标图像和源图像间的颜色校正矩阵,判断其是否满足全局校正的要求;对不满足要求的图像,通过图像分割和K-L变换(Karhunen-Loeve transform),建立起目标图像和源图像中各分割区域间的局部映射关系,并通过感兴趣区域匹配,来实现对源图像的校正,最后通过视频跟踪技术实现对视频图像的校正。以标准的多视点测试图像集为例,通过将新方法与直方图匹配、全局一维线性校正算法等进行比较,表明新方法能消除匹配失真的影响,且具有较好的颜色校正效果。研究结果表明该系统可以很好地揭示图像间的颜色变化关系,并且具有很好的内容自适应性,是一种有效的多视点视频图像系统颜色校正方法。