CN107613292B - 一种图像复杂度评估方法及装置 - Google Patents
一种图像复杂度评估方法及装置 Download PDFInfo
- Publication number
- CN107613292B CN107613292B CN201610541057.1A CN201610541057A CN107613292B CN 107613292 B CN107613292 B CN 107613292B CN 201610541057 A CN201610541057 A CN 201610541057A CN 107613292 B CN107613292 B CN 107613292B
- Authority
- CN
- China
- Prior art keywords
- frame
- code stream
- image complexity
- coded
- coefficient
- 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.)
- Active
Links
Images
Abstract
本发明提供一种图像复杂度评估方法及装置,所述方法包括:选择参考帧;计算待编码帧与参考帧的选定部分的宏块所对应的SATD值并转换为整帧SATD值,根据整帧SATD值和折中系数计算图像复杂度;根据图像复杂度计算预测码流;根据图像复杂度获取述待编码帧的实际码流和重建帧数据序列;将折中系数乘以预测码流并除以实际码流得到新的折中系数,并保存预测码流、实际码流、新的折中系数和整帧SATD值;重复上述步骤直到完成每一帧的编码操作,将得到的预测码流、实际码流、折中系数和图像复杂度分别与之前预定次数内保存的值进行对比,当误差在设定阈值范围内时将最后的预定次数内保存的折中系数和整帧SATD值进行矢量合并,得到最终的图像复杂度和折中系数。
Description
技术领域
本发明涉及视频编码技术领域,尤其涉及一种图像复杂度评估方法及装置。
背景技术
图像复杂度是对视频图像内部的跳变程度或视频图像前后序列间运动的剧烈程度的度量。在H.264视频编码中,当前对图像复杂度评估的方法大都采用率失真优化理论,通过构建各种情况下的率失真优化模型,选择最佳的预测模式、运动矢量、参考帧、预测方向等,来计算待编码帧的图像复杂度。由于编码码流大小与图像复杂度成正比,因此,根据图像复杂度可以最终得出最佳线性量化参数和量化步长进行编码。
在现有的码率控制研究中,假设编码器能够达到率失真优化理论所要求的理想状态,因此需要尽可能优化各种情况下的率失真模型,来计算编码帧的图像复杂度,以最终得出最佳的线性量化参数和量化步长。
在实现本发明的过程中,发明人发现现有技术中至少存在如下技术问题:
对于固定信源,不同的已经设计好的编码器必然对应于一个确定的率失真特性曲线,尤其在编码器为硬件的情况下,故只有建立与之相近的码率预测模型,才能更加合适的反映该编码器的能力,以更准确的进行码率控制;对计算能力有限的嵌入式设备,在实际应用中过多复杂性带来的大量运算是无法接受的,其势必影响嵌入式设备的商业化。
发明内容
本发明提供的一种图像复杂度评估方法及装置,能够实现尽可能准确的码率预测和尽可能少的码率控制运算量。
一方面,本发明提供一种图像复杂度评估方法,包括:
选择视频序列中的一个已编码帧的重建帧作为参考帧;
计算所述视频序列中待编码帧与所述参考帧的选定部分的宏块所对应的SATD值,并转换为整帧SATD值,根据所述整帧SATD值和折中系数计算图像复杂度;
根据所述图像复杂度计算预测码流;
根据所述图像复杂度获取所述待编码帧的实际码流和重建帧数据序列;
将所述折中系数乘以所述预测码流并除以所述实际码流,得到新的折中系数,并保存所述预测码流、实际码流、新的折中系数和整帧SATD值;
重复上述步骤,直到完成所述视频序列中每一帧的编码操作,将得到的预测码流、实际码流、折中系数和图像复杂度分别与之前预定次数内保存的预测码流、实际码流、折中系数和图像复杂度进行对比,判断误差是否在设定阈值范围内;
若误差在设定阈值范围内,则将最后的预定次数内保存的折中系数和整帧SATD值进行矢量合并,得到最终的图像复杂度和折中系数。
另一方面,本发明提供一种图像复杂度评估装置,包括:
选择单元,用于选择视频序列中的一个已编码帧的重建帧作为参考帧;
第一计算单元,用于计算所述视频序列中待编码帧与所述参考帧的选定部分的宏块所对应的SATD值,并转换为整帧SATD值,根据所述整帧SATD值和折中系数计算图像复杂度;
第二计算单元,用于根据所述图像复杂度计算预测码流;
获取单元,用于根据所述图像复杂度获取所述待编码帧的实际码流和重建帧数据序列;
第三计算单元,用于将所述折中系数乘以所述预测码流并除以所述实际码流,得到新的折中系数,并保存所述预测码流、实际码流、新的折中系数和整帧SATD值;
判断单元,用于当完成所述视频序列中每一帧的编码操作,将得到的预测码流、实际码流、折中系数和图像复杂度分别与之前预定次数内保存的预测码流、实际码流、折中系数和图像复杂度进行对比,判断误差是否在设定阈值范围内;
合并单元,用于当所述判断单元判断误差在设定阈值范围内时,将最后的预定次数内保存的折中系数和整帧SATD值进行合并,得到最终的图像复杂度和折中系数。
本发明提供的图像复杂度评估方法及装置,选择视频序列中的一个已编码帧的重建帧作为参考帧,计算待编码帧与参考帧的选定部分的宏块所对应的SATD值并转换为整帧SATD值,根据整帧SATD值和折中系数计算图像复杂度,根据图像复杂度计算预测码流以及获取待编码帧的实际码流和重建帧数据序列,将折中系数乘以预测码流并除以实际码流得到新的折中系数,并保存预测码流、实际码流、新的折中系数和整帧SATD值,重复上述步骤直到完成每一帧的编码操作,将得到的预测码流、实际码流、折中系数和图像复杂度分别与之前预定次数内保存值进行对比,判断误差是否在设定阈值范围内,若是则将最后的预定次数内保存的折中系数和整帧SATD值进行矢量合并,得到最终的图像复杂度和折中系数。与现有技术相比,本发明能够通过对预测码流、实际码流、折中系数和图像复杂度进行不断调整,使得误差值低于阈值,从而实现尽可能准确的码率预测;而且,只需要采用现有的编码器,按照上述过程操作即可实现图像复杂度评估,不需要建立专门的码率预测模型,从而能够尽可能减少码率控制运算量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例1提供的图像复杂度评估方法的流程图;
图2为本发明实施例2提供的图像复杂度评估方法的流程图;
图3为本发明实施例2中一帧图像16×16宏块的划分方法示意图;
图4为本发明实施例提供的图像复杂度评估装置的结构示意图;
图5为图4中获取单元44的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1
本发明实施例提供一种图像复杂度评估方法,如图1所示,所述图像复杂度评估方法包括:
S11、选择视频序列中的一个已编码帧的重建帧作为参考帧;
该视频序列中包括:多个需要进行编码的图像帧,每个图像帧中包括多个数据序列,例如YUV数据序列;
已编码帧是指:所述视频序列中已经完成图像编码的图像帧;
重建帧是指:对已编码帧的码流进行解码后得到的图像帧。
S12、计算所述视频序列中待编码帧与所述参考帧的选定部分的宏块所对应的SATD(Sum of Absolute Transformed Difference,hadamard变换后再绝对值求和)值,并转换为整帧SATD值,根据所述整帧SATD值和折中系数计算图像复杂度;
其中,可以预先约定所述待编码帧和参考帧中选取宏块的方式,可以设定每隔1个或多个宏块选取一个,可以设定在参考帧的第几行中进行选取。
整帧SATD值是指:将待编码帧与所述参考帧的选定部分的宏块所对应的SATD值,按照选取的宏块占整个参考帧的比例,转换为整个编码帧与参考帧的SATD值。例如,一个参考帧包括64个宏块,选取16个宏块用于计算SATD值,则整帧SATD值为计算出的SATD值乘以4。
折中系数是指:根据预测码流与实际码流之间的偏差,确定一个偏差系数,将该偏差系数乘以预测码流,能够得到一个与实际码流接近的码流值。
S13、根据所述图像复杂度计算预测码流;
具体地,按照如下公式计算预测码流:
predict_size=(pred->coeff*complex+pred->offset)/(qscale*pred->count)
其中,predict_size为预测码流大小,complex为待编码帧图像复杂度,qscale为待编码帧线性量化参数,pred->coeff为预测码流系数,pred->count为预测码流计数值,pred->offset为预测码流补偿值。
S14、根据所述图像复杂度获取所述待编码帧的实际码流和重建帧数据序列;
S15、将所述折中系数乘以所述预测码流并除以所述实际码流,得到新的折中系数,并保存所述预测码流、实际码流、新的折中系数和整帧SATD值;
S16、重复执行步骤S11至步骤S15,直到完成所述视频序列中每一帧的编码操作,将得到的预测码流、实际码流、折中系数和图像复杂度分别与之前预定次数内保存的预测码流、实际码流、折中系数和图像复杂度进行对比,判断误差是否在设定阈值范围内;
预定次数内保存的预测码流、实际码流、折中系数和图像复杂度是指:对于每一个图像帧来说,会计算得到相应的预测码流、实际码流、折中系数和图像复杂度,并进行保存,由于所述视频序列中包括多个图像帧,因此,会计算和保存多次,选择之前若干次数所保存的预测码流、实际码流、折中系数和图像复杂度,进行误差判断。
具体判断过程为:将所述视频序列中最后一帧的预测码流、实际码流、折中系数和图像复杂度分别与之前若干次数中每次所保存的预测码流、实际码流、折中系数和图像复杂度进行比较,判断误差是否在设定阈值范围内。
S17、若误差在设定阈值范围内,则将最后的预定次数内保存的折中系数和整帧SATD值进行合并,得到最终的图像复杂度和折中系数。
最后的预定次数内是指:在所述视频序列中每一帧的编码操作完成之前,所选择的计算并保存预测码流、实际码流、折中系数和整帧SATD值的最后若干次。
本发明实施例提供的图像复杂度评估方法,选择视频序列中的一个已编码帧的重建帧作为参考帧,计算待编码帧与参考帧的选定部分的宏块所对应的SATD值并转换为整帧SATD值,根据整帧SATD值和折中系数计算图像复杂度,根据图像复杂度计算预测码流以及获取待编码帧的实际码流和重建帧数据序列,将折中系数乘以预测码流并除以实际码流得到新的折中系数,并保存预测码流、实际码流、新的折中系数和整帧SATD值,重复上述步骤直到完成每一帧的编码操作,将得到的预测码流、实际码流、折中系数和图像复杂度分别与之前预定次数内保存值进行对比,判断误差是否在设定阈值范围内,若是则将最后的预定次数内保存的折中系数和整帧SATD值进行矢量合并,得到最终的图像复杂度和折中系数。与现有技术相比,本发明能够通过对预测码流、实际码流、折中系数和图像复杂度进行不断调整,使得误差值低于阈值,从而实现尽可能准确的码率预测;而且,只需要采用现有的编码器,按照上述过程操作即可实现图像复杂度评估,不需要建立专门的码率预测模型,从而能够尽可能减少码率控制运算量。
实施例2
本发明实施例提供一种图像复杂度评估方法,与实施例1不同的是,在本实施例中,根据视频序列中待编码帧的YUV数据序列对图像复杂度进行评估。如图2所示,所述图像复杂度评估方法包括:
S21、获取视频序列中待编码帧的YUV数据序列。
S22、选择视频序列中的一个已编码帧的重建帧的YUV数据序列作为参考帧。
S23、计算待编码帧与其参考帧的黑色宏块对应的SATD值,将其乘以预定值,并乘以折中系数得到图像复杂度。
其中,所述预定值可以为4,但不仅限于此。
具体地,以16×16宏块的划分方法对一帧图像进行划分,划分结果如图3所示,并根据该划分结果计算待编码帧与其参考帧的黑色宏块对应的satd值。
如图3所示,整个大的方框为参考帧,黑色宏块为选定的用于计算SATD值的宏块;另外,待编码帧的宏块划分方式与参考帧的划分方式相同,宏块的选定方式也相同,在此不再进行图示。
其中,所述折中系数的初始值为1,若已确定复杂度和折中系数,需索引SATD所在区间来得到折中系数。
S24、将计算出的图像复杂度代入公式(1),计算出预测码流大小。
predict_size=(pred->coeff*complex+pred->offset)/(qscale*pred->count) (1)
其中,predict_size为预测码流大小,complex为待编码帧图像复杂度,qscale为待编码帧线性量化参数,pred->coeff为预测码流系数,pred->count为预测码流计数值,pred->offset为预测码流补偿值。
每编码完一帧后,根据实际编码按照如下函数update_predictor进行动态修正,以便根据实际编码对pred->coeff、pred->count和pred->decay的值进行实时更新。
其中,predict_size为预测码流大小,complex为待编码帧图像复杂度,qscale为待编码帧线性量化参数,bits为待编码帧输出的码流大小,pred->decay为预测码流衰减。pred->coeff的初始值为2.0,pred->coeff_min的初始值为2.0/4,pred->count的初始值为1.0,pred->decay的初始值为0.5,pred->offset的初始值为0.0。
S25、将计算出的图像复杂度代入公式(2),计算出qscale,并将qscale代入公式(3)计算出qstep。
qscale=pow(complex,1-qcompress) (2)
qstep=0.85f*powf(2.0f,(qscale-12.0f)/6.0f) (3)
其中,公式2中的qcompress为可设置参数,范围为0~1之间。
S26、将qstep配置给硬件编码器编码后,获得待编码帧编码出的实际码流和重建帧YUV数据序列,并将重建帧YUV数据序列送入重建帧池中,转至步骤S22。
S27、将折中系数乘以预测码流并除以编码出的实际码流,得到新的折中系数,并保存预测码流、实际码流、折中系数和整帧SATD值。
S28、编码完整个视频序列后,与前十次保存的数据进行对比,判断预测码流、实际码流、折中系数和图像复杂度编码误差是否在0.5%范围内,若是,则执行步骤S29,否则返回步骤S21至S27。
S29、合并最后十次保存的数据,并以折中系数和图像复杂度为矢量进行矢量合并,最终得到离散的几组折中值和图像复杂度。
S30、对各种情况下的视频序列执行如上所述的步骤以得到其合并数据,并对这些合并数据进一步进行矢量合并,最终得到一张折中系数、SATD值的合并表;在以后编码中通过计算参考帧和待编码帧间的SATD值,定位到合并表中对应的折中系数,来计算实际的图像复杂度,以最终得到量化步长进行编码。
本实施例提供一种图像复杂度评估装置,如图4所示,所述图像复杂度评估装置包括:
选择单元41,用于选择视频序列中的一个已编码帧的重建帧作为参考帧;
第一计算单元42,用于计算所述视频序列中待编码帧与所述参考帧的选定部分的宏块所对应的SATD值,并转换为整帧SATD值,根据所述整帧SATD值和折中系数计算图像复杂度;
第二计算单元43,用于根据所述图像复杂度计算预测码流;
获取单元44,用于根据所述图像复杂度获取所述待编码帧的实际码流和重建帧数据序列;
第三计算单元45,用于将所述折中系数乘以所述预测码流并除以所述实际码流,得到新的折中系数,并保存所述预测码流、实际码流、新的折中系数和整帧SATD值;
判断单元46,用于当完成所述视频序列中每一帧的编码操作后,将得到的预测码流、实际码流、折中系数和图像复杂度分别与之前预定次数内保存的预测码流、实际码流、折中系数和图像复杂度进行对比,判断误差是否在设定阈值范围内;
合并单元47,用于当所述判断单元46判断误差在设定阈值范围内时,将最后的预定次数内保存的折中系数和整帧SATD值进行合并,得到最终的图像复杂度和折中系数。
本发明提供的图像复杂度评估装置,选择视频序列中的一个已编码帧的重建帧作为参考帧,计算待编码帧与参考帧的选定部分的宏块所对应的SATD值并转换为整帧SATD值,根据整帧SATD值和折中系数计算图像复杂度,根据图像复杂度计算预测码流以及获取待编码帧的实际码流和重建帧数据序列,将折中系数乘以预测码流并除以实际码流得到新的折中系数,并保存预测码流、实际码流、新的折中系数和整帧SATD值,重复上述步骤直到完成每一帧的编码操作,将得到的预测码流、实际码流、折中系数和图像复杂度分别与之前预定次数内保存值进行对比,判断误差是否在设定阈值范围内,若是则将最后的预定次数内保存的折中系数和整帧SATD值进行矢量合并,得到最终的图像复杂度和折中系数。与现有技术相比,本发明能够通过对预测码流、实际码流、折中系数和图像复杂度进行不断调整,使得误差值低于阈值,从而实现尽可能准确的码率预测;而且,只需要采用现有的编码器,按照上述过程操作即可实现图像复杂度评估,不需要建立专门的码率预测模型,从而能够尽可能减少码率控制运算量。
可选的,所述第一计算单元42,用于将所述整帧SATD值乘以预定值,并乘以折中系数,得到图像复杂度。
其中,所述预定值可以为4,但不仅限于此。
可选的,所述第二计算单元43,用于按照如下公式计算预测码流:
predict_size=(pred->coeff*complex+pred->offset)/(qscale*pred->count)
其中,predict_size为预测码流大小,complex为待编码帧图像复杂度,qscale为待编码帧线性量化参数,pred->coeff为预测码流系数,pred->count为预测码流计数值,pred->offset为预测码流补偿值。。
可选的,如图5所示,所述获取单元44可包括:
第一计算模块441,用于根据所述图像复杂度计算待编码帧线性量化参数;
第二计算模块442,用于根据所述待编码帧线性量化参数计算待编码帧量化步长;
获取模块443,用于将所述待编码帧量化步长配置给硬件编码器进行编码,获取所述待编码帧的实际码流和重建帧数据序列。
可选的,所述第一计算模块441,用于按照如下公式计算待编码帧线性量化参数:
qscale=pow(complex,1-qcompress)
其中,qscale为待编码帧线性量化参数,complex为图像复杂度,qcompress为设定参数,取值为0-1之间。
可选的,所述第二计算模块442,用于按照如下公式计算待编码帧量化步长:
qstep=0.85f*powf(2.0f,(qscale-12.0f)/6.0f)
其中,qstep为待编码帧量化步长,qscale为待编码帧线性量化参数。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (12)
1.一种图像复杂度评估方法,其特征在于,包括:
选择视频序列中的一个已编码帧的重建帧作为参考帧;
计算所述视频序列中待编码帧与所述参考帧的选定部分的宏块所对应的SATD值,并转换为整帧SATD值,根据所述整帧SATD值和折中系数计算图像复杂度,其中,所述折中系数为:根据预测码流与实际码流之间的偏差,确定一个偏差系数,将该偏差系数乘以预测码流,得到的一个与实际码流接近的码流值;
根据所述图像复杂度计算预测码流;
根据所述图像复杂度获取所述待编码帧的实际码流和重建帧数据序列;
将所述折中系数乘以所述预测码流并除以所述实际码流,得到新的折中系数,并保存所述预测码流、实际码流、新的折中系数和整帧SATD值;
重复上述步骤,直到完成所述视频序列中每一帧的编码操作,将得到的预测码流、实际码流、折中系数和图像复杂度分别与之前预定次数内保存的预测码流、实际码流、折中系数和图像复杂度进行对比,判断误差是否在设定阈值范围内;
若误差在设定阈值范围内,则将最后的预定次数内保存的折中系数和整帧SATD值进行矢量合并,得到最终的图像复杂度和折中系数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述整帧SATD值和折中系数计算图像复杂度包括:将所述整帧SATD值乘以预定值,并乘以折中系数,得到图像复杂度。
3.根据权利要求2所述的方法,其特征在于,所述根据所述图像复杂度计算预测码流包括:按照如下公式计算预测码流:
predict_size=(pred->coeff*complex+pred->offset)/(qscale*pred->count)
其中,predict_size为预测码流大小,complex为待编码帧图像复杂度,qscale为待编码帧线性量化参数,pred->coeff为预测码流系数,pred->count为预测码流计数值,pred->offset为预测码流补偿值。
4.根据权利要求3所述的方法,其特征在于,所述根据所述图像复杂度获取所述待编码帧的实际码流和重建帧数据序列包括:
根据所述图像复杂度计算待编码帧线性量化参数;
根据所述待编码帧线性量化参数计算待编码帧量化步长;
将所述待编码帧量化步长配置给硬件编码器进行编码,获取所述待编码帧的实际码流和重建帧数据序列。
5.根据权利要求4所述的方法,其特征在于,所述根据所述图像复杂度计算待编码帧线性量化参数包括:按照如下公式计算待编码帧线性量化参数:
qscale=pow(complex,1-qcompress)
其中,qscale为待编码帧线性量化参数,complex为图像复杂度,qcompress为设定参数,取值为0-1之间。
6.根据权利要求5所述的方法,其特征在于,所述根据所述量化参数计算待编码帧量化步长包括:按照如下公式计算待编码帧量化步长:
qstep=0.85f*powf(2.0f,(qscale-12.0f)/6.0f)
其中,qstep为待编码帧量化步长,qscale为待编码帧线性量化参数。
7.一种图像复杂度评估装置,其特征在于,包括:
选择单元,用于选择视频序列中的一个已编码帧的重建帧作为参考帧;
第一计算单元,用于计算所述视频序列中待编码帧与所述参考帧的选定部分的宏块所对应的SATD值,并转换为整帧SATD值,根据所述整帧SATD值和折中系数计算图像复杂度,其中,所述折中系数为:根据预测码流与实际码流之间的偏差,确定一个偏差系数,将该偏差系数乘以预测码流,得到的一个与实际码流接近的码流值;
第二计算单元,用于根据所述图像复杂度计算预测码流;
获取单元,用于根据所述图像复杂度获取所述待编码帧的实际码流和重建帧数据序列;
第三计算单元,用于将所述折中系数乘以所述预测码流并除以所述实际码流,得到新的折中系数,并保存所述预测码流、实际码流、新的折中系数和整帧SATD值;
判断单元,用于当完成所述视频序列中每一帧的编码操作后,将得到的预测码流、实际码流、折中系数和图像复杂度分别与之前预定次数内保存的预测码流、实际码流、折中系数和图像复杂度进行对比,判断误差是否在设定阈值范围内;
合并单元,用于当所述判断单元判断误差在设定阈值范围内时,将最后的预定次数内保存的折中系数和整帧SATD值进行合并,得到最终的图像复杂度和折中系数。
8.根据权利要求7所述的装置,其特征在于,所述第一计算单元,用于将所述整帧SATD值乘以预定值,并乘以折中系数,得到图像复杂度。
9.根据权利要求8所述的装置,其特征在于,所述第二计算单元,用于按照如下公式计算预测码流:
predict_size=(pred->coeff*complex+pred->offset)/(qscale*pred->count)
其中,predict_size为预测码流大小,complex为待编码帧图像复杂度,qscale为待编码帧线性量化参数,pred->coeff为预测码流系数,pred->count为预测码流计数值,pred->offset为预测码流补偿值。
10.根据权利要求9所述的装置,其特征在于,所述获取单元包括:
第一计算模块,用于根据所述图像复杂度计算待编码帧线性量化参数;
第二计算模块,用于根据所述待编码帧线性量化参数计算待编码帧量化步长;
获取模块,用于将所述待编码帧量化步长配置给硬件编码器进行编码,获取所述待编码帧的实际码流和重建帧数据序列。
11.根据权利要求10所述的装置,其特征在于,所述第一计算模块,用于按照如下公式计算待编码帧线性量化参数:
qscale=pow(complex,1-qcompress)
其中,qscale为待编码帧线性量化参数,complex为图像复杂度,qcompress为设定参数,取值为0-1之间。
12.根据权利要求11所述的装置,其特征在于,所述第二计算模块,用于按照如下公式计算待编码帧量化步长:
qstep=0.85f*powf(2.0f,(qscale-12.0f)/6.0f)
其中,qstep为待编码帧量化步长,qscale为待编码帧线性量化参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610541057.1A CN107613292B (zh) | 2016-07-11 | 2016-07-11 | 一种图像复杂度评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610541057.1A CN107613292B (zh) | 2016-07-11 | 2016-07-11 | 一种图像复杂度评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107613292A CN107613292A (zh) | 2018-01-19 |
CN107613292B true CN107613292B (zh) | 2020-04-07 |
Family
ID=61055075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610541057.1A Active CN107613292B (zh) | 2016-07-11 | 2016-07-11 | 一种图像复杂度评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107613292B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111770335B (zh) * | 2020-07-08 | 2024-04-02 | 西安万像电子科技有限公司 | 数据编码方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103841418A (zh) * | 2012-11-22 | 2014-06-04 | 中国科学院声学研究所 | 一种3g网络中视频监控器码率控制的优化方法及系统 |
CN104247418A (zh) * | 2013-07-29 | 2014-12-24 | 北京大学深圳研究生院 | Hevc视频编码中变换量化方法和视频编码装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9264710B2 (en) * | 2012-07-06 | 2016-02-16 | Texas Instruments Incorporated | Method and system for video picture intra-prediction estimation |
US9538190B2 (en) * | 2013-04-08 | 2017-01-03 | Qualcomm Incorporated | Intra rate control for video encoding based on sum of absolute transformed difference |
-
2016
- 2016-07-11 CN CN201610541057.1A patent/CN107613292B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103841418A (zh) * | 2012-11-22 | 2014-06-04 | 中国科学院声学研究所 | 一种3g网络中视频监控器码率控制的优化方法及系统 |
CN104247418A (zh) * | 2013-07-29 | 2014-12-24 | 北京大学深圳研究生院 | Hevc视频编码中变换量化方法和视频编码装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107613292A (zh) | 2018-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4569840B2 (ja) | 画像符号化装置、画像符号化方法 | |
RU2502213C2 (ru) | Устройство обработки изображений и способ обработки изображений | |
JP5078895B2 (ja) | 統合時空間予測法 | |
Correa et al. | Coding tree depth estimation for complexity reduction of HEVC | |
CN102932642B (zh) | 一种帧间编码快速模式选择方法 | |
US9118918B2 (en) | Method for rate-distortion optimized transform and quantization through a closed-form operation | |
CA2727149C (en) | Method and device for video encoding using predicted residuals | |
KR20080070010A (ko) | 비디오 인코딩을 위한 스케일 가능한 모션 추정 | |
US8462849B2 (en) | Reference picture selection for sub-pixel motion estimation | |
CN102598670A (zh) | 参考多个帧对图像进行编码/解码的方法和设备 | |
KR20110107829A (ko) | 픽처 시퀀스를 나타내는 스트림을 디코딩하는 방법, 픽처 시퀀스를 코딩하는 방법, 및 코딩 데이터 스트럭처 | |
US8559519B2 (en) | Method and device for video encoding using predicted residuals | |
KR20130081676A (ko) | 움직임 벡터 정규화에 기초한 영상의 부호화 방법 및 장치, 영상의 복호화 방법 및 장치 | |
US20180192070A1 (en) | Method of image encoding and facility for the implementation of the method | |
TWI394462B (zh) | 基於視覺感知的位元-失真最佳化位元分配的位元率控制方法 | |
US8675726B2 (en) | Method and encoder for constrained soft-decision quantization in data compression | |
EP2903271B1 (en) | Image encoding device, captured image recording system, capture device, image encoding method, and image encoding program | |
Khemiri et al. | Fast motion estimation for HEVC video coding | |
US20050254576A1 (en) | Method and apparatus for compressing video data | |
CN107613292B (zh) | 一种图像复杂度评估方法及装置 | |
JP5649296B2 (ja) | 画像符号化装置 | |
US9332266B2 (en) | Method for prediction in image encoding and image encoding apparatus applying the same | |
CN112243129B (zh) | 视频数据处理方法、装置、计算机设备及存储介质 | |
WO2005101850A1 (ja) | 画像信号処理装置および方法、記録媒体、プログラム、並びにビデオカメラ | |
JP2009194474A (ja) | 動画像符号化装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |