CN105208382A - 采样点自适应补偿模式判决方法和装置 - Google Patents
采样点自适应补偿模式判决方法和装置 Download PDFInfo
- Publication number
- CN105208382A CN105208382A CN201510613121.8A CN201510613121A CN105208382A CN 105208382 A CN105208382 A CN 105208382A CN 201510613121 A CN201510613121 A CN 201510613121A CN 105208382 A CN105208382 A CN 105208382A
- Authority
- CN
- China
- Prior art keywords
- lcu
- pixel
- compensation model
- compensation
- predicted distortion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提供一种采样点自适应补偿模式判决方法和装置,包括:针对重建图像的当前LCU,使用三套码流分别计算不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真;根据得到的预测失真,确定不做采样点自适应补偿时的预测成本、参考上方LCU的补偿模式进行补偿时的预测成本和参考左侧LCU的补偿模式进行补偿时的预测成本;确定出预测成本最小的补偿模式,采用预测成本最小的补偿模式对像素点进行SAO。采用三套码流对采样点的预测失真、预测成本进行计算处理,从而减少了信息缓存量,提高了采样点补偿模式判决的速度和效率。
Description
技术领域
本发明涉及一种视频技术领域,尤指一种采样点自适应补偿模式判决方法和装置
背景技术
在高效视频编码(HighEfficiencyVideoCoding,HEVC)中,采样点自适应补偿(SampleAdaptiveOffset,SAO)是位于去块滤波(deblock)之后的像素补偿模块,以HEVC中的最大编码单元(LargestCodingUnit,LCU)为基本单元,对像素加减一个偏移值,从而减小重构图像与原图像的失真。
在像素补偿之前需要先进行补偿模式判决,根据重建像素值和原始像素值,确定出当前LCU的预测类型下的预测失真,如果可以参考上方LCU或左侧LCU的话,分别取上方或左侧LCU的参数,计算各自的预测失真。
在做完亮度Y和色度UV的预测失真之后,将3种预测失真——当前LCU预测失真,参考左侧LCU的预测失真,参考上方LCU的预测失真,各自累加,确定出预测成本(Cost)最小者,作为最终的参数。即,如果当前LCU的预测cost最小,则用当前LCU的预测类型;如果merge左侧LCU的Cost最小,则将左侧LCU所有SAO参数赋值给当前LCU;如果merge上方LCU的Cost最小,则将上方LCU所有SAO参数赋值给当前LCU。
进行补偿模式判决时,需要对LCU的所有像素进行预测,现有硬件架构实现上述补偿模式判决时,由于SAO的码流信息位于码流的最前面,需要至少备份1个LCU的像素和1个LCU的编码信息,比如编码单元(CU)分割信息,ipred信息,ME信息等等。这些备份信息量很大,会造成很大的资源衍生与效率降低,同时对硬件架构的要求高,当需要备份的数据量大时,现有硬件架构难以支撑实现。
发明内容
有鉴于此,本发明的一个目的是提供一种采样点自适应补偿模式判决方法和装置,用于解决现有技术中存在的采样点自适应补偿模式判决时,要备份的信息量大,效率低,硬件架构要求高的问题。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
一种采样点自适应补偿模式判决方法,包括:
针对重建图像的当前最大编码单元LCU,使用三套码流分别计算不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真;
根据得到的不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真,确定不做采样点自适应补偿时的预测成本、参考上方LCU的补偿模式进行补偿时的预测成本和参考左侧LCU的补偿模式进行补偿时的预测成本;
确定出预测成本最小的补偿模式,采用预测成本最小的补偿模式对像素点进行采样点自适应补偿SAO。
在一些可选的实施例中,确定预测失真过程,包括:
不做采样点自适应补偿时,针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真;
参考上方LCU的补偿模式进行补偿时,读取上方LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真;
参考左侧LCU的补偿模式进行补偿时,读取左侧LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真。
在一些可选的实施例中,包括:预测成本等于预测失真加上当前模式下所占用的比特数与比特系数乘积。
在一些可选的实施例中,上述方法还包括:
针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,确定每种补偿模式下得到的像素差值所对应的补偿值类型,并将得到的像素差值存储在每种补偿模式下相应的补偿值类型里;
针对每种补偿模式,确定得到的像素差值的累加数值和差值计数,计算每种模式下各补偿值类型中存储的像素差值的平均值,确定最优补偿值,得到预测失真;
根据各补偿模式的预测失真确定各补偿模式的预测成本,将预测成本与预测成本阈值进行比较,确定出当前LCU的最优补偿模式并存储,以备在作为上方LCU或左侧LCU时使用。
在一些可选的实施例中,所述采用预测成本最小的补偿模式对像素点进行采样点自适应补偿,包括:
当参考上方LCU的补偿模式进行补偿时的预测成本最小时,将上方LCU偏移值施加在重建图像的相应像素点上;
当参考左侧LCU的补偿模式进行补偿时的预测成本最小时,将左侧LCU偏移值施加在重建图像的相应像素点上;
当不做采样点自适应补偿时的预测成本最小时,直接输出重建图像。
本发明实施例还提供还提供一种采样点自适应补偿模式判决装置,包括:
失真预测模块,用于针对重建图像的当前最大编码单元LCU,使用三套码流分别计算不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真;
成本预测模块,用于根据得到的不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真,确定不做采样点自适应补偿时的预测成本、参考上方LCU的补偿模式进行补偿时的预测成本和参考左侧LCU的补偿模式进行补偿时的预测成本;
模式判决模块,用于确定出预测成本最小的补偿模式,采用预测成本最小的补偿模式对像素点进行采样点自适应补偿SAO。
在一些可选的实施例中,所述失真预测模块,具体用于:
不做采样点自适应补偿时,针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真;
参考上方LCU的补偿模式进行补偿时,读取上方LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真;
参考左侧LCU的补偿模式进行补偿时,读取左侧LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真。
在一些可选的实施例中,所述成本预测模块,具体用于:
确定出的预测成本等于预测失真加上当前模式下所占用的比特数与比特系数乘积。
在一些可选的实施例中,所述模式判决模块,还用于:
针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,确定每种补偿模式下得到的像素差值所对应的补偿值类型,并将得到的像素差值存储在每种补偿模式下相应的补偿值类型里;
针对每种补偿模式,确定得到的像素差值的累加数值和差值计数,计算每种模式下各补偿值类型中存储的像素差值的平均值,确定最优补偿值,得到预测失真;
根据各补偿模式的预测失真确定各补偿模式的预测成本,将预测成本与预测成本阈值进行比较,确定出当前LCU的最优补偿模式并存储,以备在作为上方LCU或左侧LCU时使用。
在一些可选的实施例中,所述模式判决模块,具体用于:
当参考上方LCU的补偿模式进行补偿时的预测成本最小时,将上方LCU偏移值施加在重建图像的相应像素点上;
当参考左侧LCU的补偿模式进行补偿时的预测成本最小时,将左侧LCU偏移值施加在重建图像的相应像素点上;
当不做采样点自适应补偿时的预测成本最小时,直接输出重建图像。
本发明实施例提供的采样点自适应补偿模式判决方法,通过三套码流分别计算不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真,进而得到不做采样点自适应补偿时的预测成本、参考上方LCU的补偿模式进行补偿时的预测成本和参考左侧LCU的补偿模式进行补偿时的预测成本;确定出预测成本最小的补偿模式,采用预测成本最小的补偿模式对像素点进行采样点自适应补偿SAO。该方法需要缓存的信息量可以大大减少,三套码流同时处理,能够极大的提高补偿模式判决的速度和效率,对硬件架构的要求也不高。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中采样点自适应补偿模式判决方法的流程图;
图2为本发明实施例中采样点自适应补偿模式判决方法的原理示意图;
图3为本发明实施例中获取当前LCU自身预测的补偿模式的过程示意图;
图4为本发明实施例中判断差值存储位置的原理示意图;
图5为本发明实施例中采样点自适应补偿模式判决装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明进行详细描述。
为了解决现有技术中HEVC采样点自适应补偿模式判决时,存在的备份信息量大,效率低,硬件架构要求高的问题,本发明实施例提供一种采样点自适应补偿模式判决方法,该方法通过三套码流来实现对采样点的自适应补偿模式的判决,从而减少信息备份的数量,提高判决的速度和效率,且能够对硬件架构的要求不是很高。
本发明实施例提供的采样点自适应补偿模式判决方法,其流程如图1所示,其原理如图2所示,包括如下步骤:
步骤S101:针对重建图像的当前最大编码单元LCU,使用三套码流分别计算不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真。
针对重建图像的每个LCU,从不做SAO、参考上方LCU的补偿模式和参考左侧LCU的补偿模式三种方式中,选择一种合适的补偿模式。如图2中所示,当前LCU为CurrentLCU,左侧LCU为leftLCU,上方LCU为topLCU。其中:
不做采样点自适应补偿时,针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真。
即依次计算不做SAO时,LCU所有基本单元的重建像素与原始像素的差值,累加到estDist0。LCU内所有基本单元计算完毕后得到预测失真rawDistortion[0]=estDist0/lambda。rawDistortion[0]表示不做SAO时,重建图像的当前LCU相对于原始图像的当前LCU的失真,estDist0表示不做SAO时,LCU的重建像素与原始像素作差值后的累加数值。
选的,可以将亮度Y和色度UV所产生的失真相应的累加到一起。计算每一个基本单元的过程中,存储每个像素在不做SAO时的偏移值。
参考上方LCU的补偿模式进行补偿时,读取上方LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真。
参考左侧LCU的补偿模式进行补偿时,读取左侧LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真。
如果当前LCU不是一帧第一行LCU,则允许参考(merge)其上方LCU的补偿模式参数,如果当前LCU不是一帧第一列LCU,则允许merge其左侧LCU的补偿模式参数。如果允许merge的话,merge上方LCU的补偿模式时,依次读取上方LCU的补偿模式参数,将读取的补偿模式和补偿值应用到当前LCU的各基本单元,计算SAO;merge左侧LCU的补偿模式时,依次读取左侧LCU的补偿模式参数,将读取的补偿模式和补偿值应用到当前LCU的各基本单元,计算SAO。其中,merge上方或左侧LCU表示选取上方或左侧LCU的补偿模式参数,比如:补偿模式和补偿值等。
这里要提到,硬件需要准备两套,一套用于做merge左侧LCU的补偿模式,一用于做merge上方LCU的补偿模式。针对参考上方LCU的补偿模式和参考左侧LCU的补偿模式两种方式,分别将计算SAO后的重建像素点的像素值与原始像素点的原始像素依次做差值,累加到estDist1或estDist2。当前LCU内所有基本单元计算完毕后得到预测失真:
merge左侧LCU的补偿模式时的预测失真:rawDistortion[1]=estDist1/lambda。rawDistortion[1]表示merge左侧LCU的补偿模式时,重建图像的当前LCU相对于原始图像的当前LCU的失真,estDist1表示merge左侧LCU的补偿模式时,LCU的重建像素与原始像素作差值后的累加数值。
merge上方LCU的补偿模式时的预测失真:rawDistortion[2]=estDist2/lambda。rawDistortion[2]表示merge上方LCU的补偿模式时,重建图像的当前LCU相对于原始图像的当前LCU的失真,estDist2表示merge上方LCU的补偿模式时,LCU的重建像素与原始像素作差值后的累加数值。
优选的,Y和UV所产生的越策失真相应的累加到一起。计算每一个基本单元的过程中,存储每个像素在merge模式下的偏移值。
步骤S102:根据得到的不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真,确定不做采样点自适应补偿时的预测成本、参考上方LCU的补偿模式进行补偿时的预测成本和参考左侧LCU的补偿模式进行补偿时的预测成本(Cost)。
预测成本等于预测失真加上当前模式下所占用的比特数与比特系数乘积。即预测cost等于预测失真加Rate*lambda,其中,Rate为当前模式下所占用的比特数。Lambda为比特系数,在不同量化参数(QuantizerParameter,QP)下系数不同。
当前LCU内部所有基本单元计算完毕,此时得到了在不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真,将得到的预测失真分别加上各自占用的bit数(rate),得到预测成本。即预测Cost等于预测失真rawDistortion[i]+Rate。
步骤S103:确定出预测成本最小的补偿模式。
比较不做采样点自适应补偿时的预测Cost、参考上方LCU的补偿模式进行补偿时的预测Cost和参考左侧LCU的补偿模式进行补偿时的预测Cost,得到预测Cost最小的补偿模式。
步骤S104:采用预测成本最小的补偿模式对像素点进行采样点自适应补偿SAO。
根据选择出的预测cost最小的补偿模式,将存储的该补偿模式下每个基本单元的偏移值施加到当前LCU的各基本单元,实现对当前LCU的SAO。即
当参考上方LCU的补偿模式进行补偿时的预测成本最小时,将上方LCU偏移值施加在重建图像的相应像素点上。
当参考左侧LCU的补偿模式进行补偿时的预测成本最小时,将左侧LCU偏移值施加在重建图像的相应像素点上。
当不做采样点自适应补偿时的预测成本最小时,直接输出重建图像。
如图2所示,判断出哪种merge代价最小,还是不做SAO代价最小、比较好之后,采用模式的参数作用于当前LCU。
如图2所示,确定出补偿模式后,可以将补偿模式的相应参数存储起来,因为当前LCU也可能会成为其他LCU的左侧LCU或上方LCU。
图2中所示的,虚线箭头为从存储中读取当前LCU上方LCU和左侧LCU的参数,用于判断哪种merge代价小或是不做SAO代价小。实线箭头为将预测出的参数存储,因为当前LCU也会成为其他LCU的left/top。
上述采样点自适应补偿模式判决方法,还包括获取当前LCU自身预测的补偿模式的过程。
SAO补偿模式通常可以分为带状补偿和边缘补偿。其中,边缘补偿模式又分为4种:水平,竖直,135度,45度。其中,
边缘补偿值类型包括:0:当前像素点均小于两参考点。
1:当前像素点等于或小于参考点。
2:当前像素点等于参考点或介于两参考点之间。
3:当前像素点等于或大于参考点。
4:当前像素点均大于两参考点。
带状补偿值类型包括32种。将0到255共256种像素值每8个分为一个条带,每一个条带对应各自的补偿值。
当前LCU自身预测的补偿模式可以使上述补偿类型中的一种,同时能确定相应的补偿值类型。当前LCU自身预测补偿模式的实现流程,如图3所示,包括如下步骤:
步骤S301:针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,确定每种补偿模式下得到的像素差值所对应的补偿值类型,并将得到的像素差值存储在每种补偿模式下相应的补偿值类型里。
判断差值存储位置的原理如图4所示。原始图像的元失真基本单元和未做SAO的重建图像的重建帧基本本单元做差值,然后判断差值存储在那种补偿值类型里,其中补偿值类型根据不同的补偿模式分别列出,比如图4中所示的边缘补偿和带状补偿,每种模式下又有多种补偿值类型。比如边缘补偿模式下,根据相邻大小关系,包括orgOffset[0]、orgOffset[1]、orgOffset[2]、orgOffset[3]、orgOffset[4]五种补偿值类型;带状补偿模式下,根据重建像素值大小,包括orgOffset[0]、orgOffset[1]、……、orgOffset[31]、orgOffset[32]等多种补偿值类型。
针对当前LCU,遍历每一种模式,将LCU基本单元的每一个像素点与原始像素作差值存储起来,存在每种模式的对应的补偿值类型里。这里需要按照SAO的每种模式处理过程处理,根据当前像素点与两个参考点的大小关系(适用于边缘补偿模式,若是带状补偿直接根据像素大小)确定将差值存储在哪个补偿值类型中。命中了哪一个差值则计数器加一。
上述orgOffset[n]在做预测时,其中n表示重建像素所属的补偿值类型,orgOffset[n]用于存储重建像素与原始像素的差值。与orgOffset[n]相对应,每命中一次该补偿值类型,加1,可以用count[n]表示。做预测时,orgOffset[n]经过取平均值,四舍五入,限定范围,取最优补偿值操作后的结果,可以用offset[n]表示。
步骤S302:针对每种补偿模式,确定得到的像素差值的累加数值和差值计数,计算每种模式下各补偿值类型中存储的像素差值的平均值,确定最优补偿值,得到预测失真。
在LCU内所有像素计算完差值之后,得到各个模式下的原始补偿值总和与计数,将每个模式的每种补偿值类型求均值,四舍五入,限定范围[-7,7],取最优补偿值(补偿值向0靠近,如果+/-1后得到的cost小于原始cost(lambda),则将目前补偿值赋给offset[n]),再进过快速算法(count[n]*offset[n]*offset[n]-orgOffset[n]*offset[n]*2)得到预测失真。
步骤S303:根据各补偿模式的预测失真确定各补偿模式的预测成本。
步骤S304:将预测成本与预测成本阈值进行比较,确定出当前LCU的最优补偿模式并存储,以备在作为上方LCU或左侧LCU时使用。
将每种模式的预测cost与预测cost阀值进行比较,如果小于阀值,则当前模式的参数作为最优参数,当前模式的cost作为预测cost,直至所有模式遍历完毕。
最后将最终的补偿模式及相关参数备份起来,用于其他LCU模式判决时使用。
其中,预测cost阀值等于Rate*lambda。
本发明实施例提供的技术方案,宗旨在于当前LCU做采样点自适应补偿模式判决时,只选择参考左侧LCU的补偿模式参数,参考上方LCU的补偿模式参数和不做SAO三者之一,从这三者中选择一种合适的补偿模式。而当前LCU自身预测出的补偿模式参数,比如补偿模式及补偿值等,则存储起来用于其它LCU的补偿模式判决,即当前LCU被选择为上方LCU或左侧LCU时使用。
本发明实施例提供的上述方法,解决了硬件的实现和资源问题,采用3套码流同时编码,最后选择1个作为最终码流,适应于现有的硬件架构,同时不需要备份大量的编码信息。本发明适用于视频处理单元(VideoProcessotUnit,VPU)硬件基本单元结构。
基于同一发明构思,本发明实施例还提供一种采样点自适应补偿模式判决装置,其结构如图5所示,包括:失真预测模块501、成本预测模块502和模式判决模块503。
失真预测模块501,用于针对重建图像的当前最大编码单元LCU,使用三套码流分别计算不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真。
成本预测模块502,用于根据得到的不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真,确定不做采样点自适应补偿时的预测成本、参考上方LCU的补偿模式进行补偿时的预测成本和参考左侧LCU的补偿模式进行补偿时的预测成本。
模式判决模块503,用于确定出预测成本最小的补偿模式,采用预测成本最小的补偿模式对像素点进行采样点自适应补偿SAO。
优选的,上述失真预测模块501,具体用于:不做采样点自适应补偿时,针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真;参考上方LCU的补偿模式进行补偿时,读取上方LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真;参考左侧LCU的补偿模式进行补偿时,读取左侧LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真。
优选的,上述成本预测模块502,具体用于确定出的预测成本等于预测失真加上当前模式下所占用的比特数与比特系数乘积。
优选的,上述述模式判决模块503,还用于针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,确定每种补偿模式下得到的像素差值所对应的补偿值类型,并将得到的像素差值存储在每种补偿模式下相应的补偿值类型里;针对每种补偿模式,确定得到的像素差值的累加数值和差值计数,计算每种模式下各补偿值类型中存储的像素差值的平均值,确定最优补偿值,得到预测失真;根据各补偿模式的预测失真确定各补偿模式的预测成本,将预测成本与预测成本阈值进行比较,确定出当前LCU的最优补偿模式并存储,以备在作为上方LCU或左侧LCU时使用。
优选的,上述模式判决模块503,具体用于当参考上方LCU的补偿模式进行补偿时的预测成本最小时,将上方LCU偏移值施加在重建图像的相应像素点上;当参考左侧LCU的补偿模式进行补偿时的预测成本最小时,将左侧LCU偏移值施加在重建图像的相应像素点上;当不做采样点自适应补偿时的预测成本最小时,直接输出重建图像。
除非另外具体陈述,术语比如处理、计算、运算、确定、显示等等可以指一个或更多个处理或者计算系统、或类似设备的动作和/或过程,所述动作和/或过程将表示为处理系统的寄存器或存储器内的物理(如电子)量的数据操作和转换成为类似地表示为处理系统的存储器、寄存器或者其他此类信息存储、发射或者显示设备内的物理量的其他数据。信息和信号可以使用多种不同的技术和方法中的任何一种来表示。例如,在贯穿上面的描述中提及的数据、指令、命令、信息、信号、比特、符号和码片可以用电压、电流、电磁波、磁场或粒子、光场或粒子或者其任意组合来表示。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解,结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性,上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件,取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用,以变通的方式实现所描述的功能,但是,这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然,处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现,本申请中描述的技术可用执行本申请所述功能的模块(例如,过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内,也可以实现在处理器外,在后一种情况下,它经由各种手段以通信方式耦合到处理器,这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案而非限制,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种采样点自适应补偿模式判决方法,其特征在于,包括:
针对重建图像的当前最大编码单元LCU,使用三套码流分别计算不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真;
根据得到的不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真,确定不做采样点自适应补偿时的预测成本、参考上方LCU的补偿模式进行补偿时的预测成本和参考左侧LCU的补偿模式进行补偿时的预测成本;
确定出预测成本最小的补偿模式,采用预测成本最小的补偿模式对像素点进行采样点自适应补偿SAO。
2.如权利要求1所述的方法,其特征在于,确定预测失真过程,包括:
不做采样点自适应补偿时,针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真;
参考上方LCU的补偿模式进行补偿时,读取上方LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真;
参考左侧LCU的补偿模式进行补偿时,读取左侧LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真。
3.如权利要求1所述的方法,其特征在于,包括:预测成本等于预测失真加上当前模式下所占用的比特数与比特系数乘积。
4.如权利要求1所述的方法,其特征在于,还包括:
针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,确定每种补偿模式下得到的像素差值所对应的补偿值类型,并将得到的像素差值存储在每种补偿模式下相应的补偿值类型里;
针对每种补偿模式,确定得到的像素差值的累加数值和差值计数,计算每种模式下各补偿值类型中存储的像素差值的平均值,确定最优补偿值,得到预测失真;
根据各补偿模式的预测失真确定各补偿模式的预测成本,将预测成本与预测成本阈值进行比较,确定出当前LCU的最优补偿模式并存储,以备在作为上方LCU或左侧LCU时使用。
5.如权利要求1-4任一所述的方法,其特征在于,所述采用预测成本最小的补偿模式对像素点进行采样点自适应补偿,包括:
当参考上方LCU的补偿模式进行补偿时的预测成本最小时,将上方LCU偏移值施加在重建图像的相应像素点上;
当参考左侧LCU的补偿模式进行补偿时的预测成本最小时,将左侧LCU偏移值施加在重建图像的相应像素点上;
当不做采样点自适应补偿时的预测成本最小时,直接输出重建图像。
6.一种采样点自适应补偿模式判决装置,其特征在于,包括:
失真预测模块,用于针对重建图像的当前最大编码单元LCU,使用三套码流分别计算不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真;
成本预测模块,用于根据得到的不做采样点自适应补偿时的预测失真、参考上方LCU的补偿模式进行补偿时的预测失真和参考左侧LCU的补偿模式进行补偿时的预测失真,确定不做采样点自适应补偿时的预测成本、参考上方LCU的补偿模式进行补偿时的预测成本和参考左侧LCU的补偿模式进行补偿时的预测成本;
模式判决模块,用于确定出预测成本最小的补偿模式,采用预测成本最小的补偿模式对像素点进行采样点自适应补偿SAO。
7.如权利要求6所述的装置,其特征在于,所述失真预测模块,具体用于:
不做采样点自适应补偿时,针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真;
参考上方LCU的补偿模式进行补偿时,读取上方LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真;
参考左侧LCU的补偿模式进行补偿时,读取左侧LCU的补偿模式和补偿值应用于重建图像的当前LCU进行SAO;针对当前LCU的每个像素点,计算SAO后的重建像素点与原始像素点的像素差值,根据各像素点的像素差值的累加数值,确定预测失真。
8.如权利要求6所述的装置,其特征在于,所述成本预测模块,具体用于:
确定出的预测成本等于预测失真加上当前模式下所占用的比特数与比特系数乘积。
9.如权利要求6所述的装置,其特征在于,所述模式判决模块,还用于:
针对当前LCU的每个像素点,计算重建像素点与原始像素点的像素差值,确定每种补偿模式下得到的像素差值所对应的补偿值类型,并将得到的像素差值存储在每种补偿模式下相应的补偿值类型里;
针对每种补偿模式,确定得到的像素差值的累加数值和差值计数,计算每种模式下各补偿值类型中存储的像素差值的平均值,确定最优补偿值,得到预测失真;
根据各补偿模式的预测失真确定各补偿模式的预测成本,将预测成本与预测成本阈值进行比较,确定出当前LCU的最优补偿模式并存储,以备在作为上方LCU或左侧LCU时使用。
10.如权利要求6-9任一所述的装置,其特征在于,所述模式判决模块,具体用于:
当参考上方LCU的补偿模式进行补偿时的预测成本最小时,将上方LCU偏移值施加在重建图像的相应像素点上;
当参考左侧LCU的补偿模式进行补偿时的预测成本最小时,将左侧LCU偏移值施加在重建图像的相应像素点上;
当不做采样点自适应补偿时的预测成本最小时,直接输出重建图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510613121.8A CN105208382A (zh) | 2015-09-23 | 2015-09-23 | 采样点自适应补偿模式判决方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510613121.8A CN105208382A (zh) | 2015-09-23 | 2015-09-23 | 采样点自适应补偿模式判决方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105208382A true CN105208382A (zh) | 2015-12-30 |
Family
ID=54955774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510613121.8A Pending CN105208382A (zh) | 2015-09-23 | 2015-09-23 | 采样点自适应补偿模式判决方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105208382A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108259903A (zh) * | 2018-04-10 | 2018-07-06 | 重庆邮电大学 | 基于人眼感兴趣区域的h.265样点自适应补偿方法 |
CN109168004A (zh) * | 2018-09-27 | 2019-01-08 | 北京奇艺世纪科技有限公司 | 一种运动补偿的插值方法及装置 |
CN115662346A (zh) * | 2022-10-14 | 2023-01-31 | 格兰菲智能科技有限公司 | Demura补偿值压缩方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103442229A (zh) * | 2013-08-27 | 2013-12-11 | 复旦大学 | 适用于hevc标准的编码器中sao模式判决的比特率估计方法 |
US20150010052A1 (en) * | 2013-07-05 | 2015-01-08 | Texas Instruments Incorporated | High Throughput VLSI Architecture for HEVC SAO Encoding |
EP3011744A1 (en) * | 2013-07-15 | 2016-04-27 | MediaTek Inc. | Method of sample adaptive offset processing for video coding |
-
2015
- 2015-09-23 CN CN201510613121.8A patent/CN105208382A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150010052A1 (en) * | 2013-07-05 | 2015-01-08 | Texas Instruments Incorporated | High Throughput VLSI Architecture for HEVC SAO Encoding |
EP3011744A1 (en) * | 2013-07-15 | 2016-04-27 | MediaTek Inc. | Method of sample adaptive offset processing for video coding |
CN103442229A (zh) * | 2013-08-27 | 2013-12-11 | 复旦大学 | 适用于hevc标准的编码器中sao模式判决的比特率估计方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108259903A (zh) * | 2018-04-10 | 2018-07-06 | 重庆邮电大学 | 基于人眼感兴趣区域的h.265样点自适应补偿方法 |
CN108259903B (zh) * | 2018-04-10 | 2021-05-14 | 重庆邮电大学 | 基于人眼感兴趣区域的h.265样点自适应补偿方法 |
CN109168004A (zh) * | 2018-09-27 | 2019-01-08 | 北京奇艺世纪科技有限公司 | 一种运动补偿的插值方法及装置 |
CN109168004B (zh) * | 2018-09-27 | 2020-10-27 | 北京奇艺世纪科技有限公司 | 一种运动补偿的插值方法及装置 |
CN115662346A (zh) * | 2022-10-14 | 2023-01-31 | 格兰菲智能科技有限公司 | Demura补偿值压缩方法和系统 |
CN115662346B (zh) * | 2022-10-14 | 2024-01-19 | 格兰菲智能科技有限公司 | Demura补偿值压缩方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11259031B2 (en) | Image processing method, device, and system | |
US20190289299A1 (en) | Method and apparatus of video coding | |
CN102165774B (zh) | 视频编码器、视频解码器与其方法 | |
JP7448563B2 (ja) | 画像コーデック方法、エンコーダ、デコーダおよび記憶媒体 | |
CN103260018B (zh) | 帧内图像预测编解码方法及视频编解码器 | |
CN111031319B (zh) | 一种局部光照补偿预测方法、终端设备及计算机存储介质 | |
CN111464815B (zh) | 一种基于神经网络的视频编码方法及系统 | |
CN103200402A (zh) | 清除解块人为噪声的方法 | |
CN110278442A (zh) | 用于对恢复的图像执行滤波的图像处理装置及其滤波方法 | |
CN101569198A (zh) | 解码装置以及解码方法 | |
CN108347602B (zh) | 用于无损压缩视频数据的方法和装置 | |
CN103067704A (zh) | 一种基于编码单元层次提前跳过的视频编码方法和系统 | |
CN113347416B (zh) | 色度帧内预测方法和装置、及计算机存储介质 | |
CN105208382A (zh) | 采样点自适应补偿模式判决方法和装置 | |
CN103596003B (zh) | 高性能视频编码的帧间预测快速模式选择方法 | |
WO2010014760A1 (en) | Video encoder with an integrated temporal filter for denoising | |
JP2021502786A (ja) | 符号化単位分割決定方法及び装置、コンピューティングデバイス及び読み取り可能な記憶媒体 | |
CN108353175A (zh) | 使用系数引起的预测处理视频信号的方法和装置 | |
JP7461353B2 (ja) | 画像符号化/復号化方法、エンコーダ、デコーダ及び記憶媒体 | |
CN102685506B (zh) | 帧内预测的方法和预测装置 | |
CN102196253B (zh) | 一种帧类型自适应选择的视频编码方法及装置 | |
JP6171627B2 (ja) | 画像符号化装置、画像符号化方法、画像符号化プログラム、画像復号装置、画像復号方法および画像復号プログラム | |
KR20180017159A (ko) | 디블로킹 필터링 방법 및 디블로킹 필터 | |
JP2022522487A (ja) | 画像成分予測方法、エンコーダ、デコーダ及び記憶媒体 | |
CN103051896A (zh) | 一种基于模式跳过的视频编码方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151230 |