基于纹理特性的全景视频球域旋转编码算法OA

作为虚拟现实技术(Virtual Reality,VR)和增强现实技术(Augmented Reality,AR)的核心,全景视频因360°全覆盖视角数据量巨大,给存储和传输带来严峻挑战。因此,优化全景视频的编码效率,并在提升效率的同时平衡编码复杂度,对推动该技术在医疗、教育等领域的广泛应用至关重要。为适配现有编码框架,需要将全景视频从三维球体投影到二维平面,这一过程不可避免地导致过采样和不连续边界,从而引发失真问题,影响编码效率。考虑到球形域的旋转可通过优化纹理分布来减轻上述失真,进而提升编码性能,本文就此展开深入研究。研究通过系统性的编码率失真性能比较,确定等角立方体(Equi-Angular Cubemap,EAC)投影格式作为后续实验的基础投影格式。在此基础上,通过详尽的球域旋转遍历实验,深入分析不同旋转角度与编码性能之间的关联,证实了球域旋转提升编码性能的可行性,且总存在一个最优旋转角度。鉴于此,本文设计了一套基于纹理特性的高效球域旋转算法。首先,该算法利用Scharr梯度算子提取投影面的纹理特性;随后,通过分层筛选机制获取主导纹理方向:第一级采用动态阈值筛选剔除平坦子块,并统计各平面有效子块比例以排除整体平坦面;第二级引入直方图包络分析,通过梯度角度分布的峰谷特征筛除纹理方向杂乱的平面;最后,对有效平面进行加权梯度角度统计以确定最优旋转角度。实验结果表明,通过将识别出的主要纹理方向旋转至水平方向,所提算法对特定视频序列最高可实现3.15%的比特率节省,平均实现0.56%的比特率节省,且几乎不增加额外的编码复杂度。当与最优旋转轴预测算法相结合使用时,平均比特率节省可达0.66%。