CN109379592B - 图像编码方法及其设备 - Google Patents

Abstract

本发明涉及一种图像编码方法及其设备，包括选择多个帧内预测模式形成候选列表；获取每个编码对象块的像素信息；根据所述像素信息在所述候选列表中选取一个帧内预测模式决定为当前编码对象块在图像预测中使用的帧内预测模式；根据所述当前编码对象块在图像预测中使用的帧内预测模式获取所述当前编码对象块的预测值；将所述当前编码对象块的预测值和所述当前编码对象块在图像预测中使用的帧内预测模式的索引形成码流输出。本发明在多种帧内预测模式中选择一种作为当前编码对象块在图像预测中使用的帧内预测模式。该编码方法无需轮询每种预测模式，预估出一种最优模式，减少了大量的计算量，进一步提高视频图像的编码压缩率。

Description

图像编码方法及其设备

技术领域

本发明涉及一种压缩技术领域，特别涉及一种图像编码方法及其设备。

背景技术

根据图像压缩方法(诸如运动图像专家组(MPEG)-1、MPEG-2、MPEG-4或H.264/MPEG-4先进视频编码(AVC))，画面被划分为多个块以对图像进行编码。视频图像的压缩编码技术主要由四个部分组成，包含：预测模块、量化模块、码控模块和熵编码模块。其中预测模块作为一个重要的模块，是利用相邻像素间存在的空间冗余度，根据邻近像素信息对当前像素值进行预测。

随着用于再现和存储高分辨率或高质量视频内容的硬件正被开发和提供，视频图像数据的不断增加，如何对当前编码对象块选择一种最优帧内预测模式从而提高压缩编码的效率成为亟待解决的问题。

发明内容

因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种图像编码方法及其设备。

具体地，本发明一个实施例提出的一种图像编码方法，包括：

选择多个帧内预测模式形成候选列表；

获取每个编码对象块的像素信息；

根据所述像素信息在所述候选列表中选取一个帧内预测模式决定为当前编码对象块在图像预测中使用的帧内预测模式；

根据所述当前编码对象块在图像预测中使用的帧内预测模式获取所述当前编码对象块的预测值；

将所述当前编码对象块的预测值和所述当前编码对象块在图像预测中使用的帧内预测模式的索引形成码流输出。

在本发明的一个实施例中，选择多个帧内预测模式形成候选列表，包括：

选择第一帧内预测模式、第二帧内预测模式以及第三帧内预测模式形成候选列表。

在本发明的一个实施例中，所述第一帧内预测模式包括选取多种采样方式对所述当前编码对象块进行采样，根据采样结果获取所述当前编码对象块中每个像素分量的预测值。

在本发明的一个实施例中，所述第二帧内预测模式包括在所述当前编码对象块中选取当前像素分量周围的多个重建像素分量，根据所述多个重建像素分量获取第一权重和第二权重，根据所述第一权重和所述第二权重获取所述当前像素分量的预测值，进而获取所述当前编码对象块中每个像素分量的预测值。

在本发明的一个实施例中，所述第三帧内预测模式包括将所述当前编码对象块进行多种分割，根据所述多种分割获取所述当前编码对象块中每个像素分量的预测值。

在本发明的一个实施例中，获取每个编码对象块的像素信息，包括：

计算每个编码对象块的梯度值；

根据所述梯度值获取每个编码对象块的像素信息。

在本发明的另一个实施例提出的一种图像编码设备，包括：

选择器，用于选择多个帧内预测模式形成候选列表，获取每个编码对象块的像素信息，以及根据所述像素信息在所述候选列表中选取一个帧内预测模式决定为当前编码对象块在图像预测中使用的帧内预测模式；

预测器，用于根据所述当前编码对象块在图像预测中使用的帧内预测模式获取所述当前编码对象块的预测值；

输出器，用于将所述当前编码对象块的预测值和所述当前编码对象块在图像预测中使用的帧内预测模式的索引形成码流输出。

在本发明的一个实施例中，所述选择器中选择多个帧内预测模式形成候选列表具体包括选择第一帧内预测模式、第二帧内预测模式以及第三帧内预测模式形成候选列表。

在本发明的一个实施例中，所述选择器中获取每个编码对象块的像素信息具体包括：

计算每个编码对象块的梯度值；

根据所述梯度值获取每个编码对象块的像素信息。

基于此，本发明具备如下优点：

本发明在多种帧内预测模式中选择一种作为当前编码对象块在图像预测中使用的帧内预测模式。该编码方法无需轮询每种预测模式，预估出一种最优模式，减少了大量的计算量，进一步提高视频图像的编码压缩率。

通过以下参考附图的详细说明，本发明的其它方面和特征变得明显。但是应当知道，该附图仅仅为解释的目的设计，而不是作为本发明的范围的限定，这是因为其应当参考附加的权利要求。还应当知道，除非另外指出，不必要依比例绘制附图，它们仅仅力图概念地说明此处描述的结构和流程。

附图说明

下面将结合附图，对本发明的具体实施方式进行详细的说明。

图1为本发明实施例提供的一种图像编码方法流程示意图；

图2为本发明实施例提供的一种第一帧内预测模式的采样方式示意图；

图3为本发明实施例提供的一种第一帧内预测模式的预测方式示意图；

图4为本发明实施例提供的一种第二帧内预测模式重建像素分量参考示意图；

图5a～5c为本发明实施例提供的不同分割方式示意图；

图6为本发明实施例提供的一种图像编码设备示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

实施例一

请参见图1，图1为本发明实施例提供的一种图像编码方法流程示意图；本实施例对本发明提供的一种图像编码方法进行详细描述，该方法包括如下步骤：

步骤1、选择多个帧内预测模式形成候选列表；

人工手动选择帧内预测模式形成候选列表，帧内预测模式的数量可以提前设定。

在一个实施例中选择第一帧内预测模式、第二帧内预测模式以及第三帧内预测模式形成候选列表。其中，第一帧内预测模式包括选取多种采样方式对当前编码对象块进行采样，根据采样结果获取当前编码对象块中每个像素分量的预测值。第二帧内预测模式包括在当前编码对象块中选取当前像素分量周围的多个重建像素分量，根据多个重建像素分量获取第一权重和第二权重，根据第一权重和第二权重获取当前像素分量的预测值，进而获取当前编码对象块中每个像素分量的预测值。第三帧内预测模式包括将当前编码对象块进行多种分割，根据多种分割获取当前编码对象块中每个像素分量的预测值。

步骤2、获取每个编码对象块的像素信息；

为了提高图像数据的压缩编码精度，通常将图像划分为多个块进行处理，即以块为单位进行图像的压缩编码。每个编码对象块可以为大小相同的块，也可以为大小不同的块。每个编码对象块中包含多个像素，每个像素包含多种像素分量。通常将每个像素的多种像素分量进行分离处理，即在逻辑处理中每个图像默认为只包含一种像素分量，例如像素有三种像素分量RGB，将像素中的三种像素分量分离，默认每个图像中只包含R像素分量或只包含G像素分量或只包含B像素分量。每次编码只编码图像中的R像素分量或G像素分量B像素分量。如无特殊说明，一般编码模式每次编码只编码图像中的一种像素分量。

计算当前编码对象块中每相邻的两个像素分量的差值，根据每相邻的两个像素分量的差值获取每个当前图像块的梯度值。具体计算公式如下所示：

其中，Grad表示每个当前编码对象块的梯度值，i表示当前编码对象块中像素分量的位置索引，P表示当前编码对象块中像素分量值，ABS表示绝对值运算。当i的取值为0时，即代表位置索引为0的像素分量，即第一行首个像素分量，此时，设定P_i-1的取值为P₀，即P_i-P_i-1＝P₀-P₀，进一步地，第一行首个像素分量的处理方法同理。

根据当前编码对象块中每个像素分量的位宽确定出当前编码对象块中两个像素分量的最大像素差值；例如，若每个像素分量的位宽为8，则每个像素分量的像素值范围为0～255，当前编码对象块中两个像素分量的最大像素差值为255，则当前编码对象块中两个像素分量的像素差值范围为0～255。根据所述当前编码对象块中两个像素分量的最大像素差值设置梯度分级，可以分为多个级别区间，每个级别区间可以相等也可以不相等；优选地，设置第一阈值和第二阈值，可以根据需求手动设定第一阈值和第二阈值的大小。将小于第一阈值的像素差值范围区间分级为第一级别区间；将大于第一阈值且小于第二阈值的像素差值范围区间分级为第二级别区间；将大于第二阈值且小于所述最大像素差值的像素差值范围区间分级为第三级别区间。判断当前编码对象块的梯度值的所在级别区间；根据当前编码对象块的梯度值的级别区间确定当前编码对象块的像素信息。具体地，若当前编码对象块的梯度值在第一级别区间时，当前编码对象块的像素信息为初级复杂度像素纹理信息；若当前编码对象块的梯度值在第二级别区间时，当前编码对象块的像素信息为中级复杂度像素纹理信息；若当前编码对象块的梯度值在第三级别区间时，当前编码对象块的像素信息为高级复杂度像素纹理信息。

步骤3、根据所述像素信息在所述候选列表中选取一个帧内预测模式决定为当前编码对象块在图像预测中使用的帧内预测模式；

具体地，若当前编码对象块的像素信息为初级复杂度像素纹理信息时，当前编码对象块在图像预测中使用的帧内预测模式为第三帧内预测模式；若当前编码对象块的像素信息为中级复杂度像素纹理信息时，当前编码对象块在图像预测中使用的帧内预测模式为第一帧内预测模式；若当前编码对象块的像素信息为高级复杂度像素纹理信息时，当前编码对象块在图像预测中使用的帧内预测模式为第二帧内预测模式。

步骤4、根据当前编码对象块在图像预测中使用的帧内预测模式获取当前编码对象块的预测值；

当前编码对象块在图像预测中使用的帧内预测模式为第一帧内预测模式，利用步骤1中的第一帧内预测模式对当前编码对象块进行预测，获取每个像素分量的预测值；

当前编码对象块在图像预测中使用的帧内预测模式为第二帧内预测模式，利用步骤1中的第二帧内预测模式对当前编码对象块进行预测，获取每个像素分量的预测值；

当前编码对象块在图像预测中使用的帧内预测模式为第三帧内预测模式，利用步骤1中的第三帧内预测模式对当前编码对象块进行预测，获取每个像素分量的预测值。

步骤5、将当前编码对象块中所有像素分量的预测值和当前编码对象块在图像预测中使用的帧内预测模式的索引形成码流输出。

本实施例通过在多种帧内预测模式中选取一种作为当前编码对象块在编码时的预测方法。该编码方法无需轮询每种帧内预测模式，减少了大量的计算量，进一步提高视频图像的编码压缩率。

实施例二

本实施例在上述实施例的基础上，对本发明提出的第一帧内预测模式进行详细描述。该模式包括如下内容：

步骤1、获取编码对象块的大小

获取到编码对象块的大小为m*n，即编码对象块中有m*n个像素分量，其中m≥1，n≥1；

本实施例以编码对象块的大小为16*1个像素分量为例说明，其它不同大小的编码对象块同理。编码对象块中的像素分量按照从0到15的序号从左至右依次排列，每一个序号位置对应一个像素分量。

步骤2、定义采样方式

编码对象块中的像素分量距离越近，编码对象块的纹理渐变的一致性概率越高，反之编码对象块中的像素分量距离越远，编码对象块的纹理渐变的一致性概率越低，据此将编码对象块中的像素分量进行等距离采样，可以选取多种等距离采样方式。

优选地，如图2所示，图2为本发明实施例提供的一种第一帧内预测模式的采样方式示意图；本实施例将编码对象块中的16*1个像素分量进行等距离采样，以全采样、1/2采样、1/4采样、1/8采样和1/16采样五种等距离采样方式举例说明，其它等距离采样方式同理，其中，

全采样是将编码对象块中序号为0到15对应位置的16个像素分量全部进行采样；

1/2采样是将编码对象块中序号为0、2、4、6、8、10、12、14、15对应位置的9个像素分量进行采样；

1/4采样是将编码对象块中序号为0、4、8、12、15对应位置的5个像素分量进行采样；

1/8采样是将编码对象块中序号为0、8、15对应位置的3个像素分量进行采样；

1/16采样是将编码对象块中序号为0、15对应位置的2个像素分量进行采样。

步骤3、将步骤2中选取的多种等距离采样方式进行处理获取预测残差。

本实施例以一种等距离采样方式的处理过程为例进行说明，其他种类的等距离采样方式的处理过程相同。具体如下：

步骤31、如图3所示，图3为本发明实施例提供的一种第一帧内预测模式的预测方式示意图；设当前的等距离采样为1/4采样，将当前编码对象块中的采样点与当前编码对象块正上方相邻编码对象块中垂直位置的点进行预测，求得预测残差，即将采样点的像素分量与当前编码对象块正上方相邻编码对象块中垂直位置点的像素分量相减，求得每个采样点的预测残差；

将当前编码对象块中的非采样点，利用如下公式求得预测残差。

Res_i＝(sample1-sample0)*(i+1)/(num+1)

其中，simple0和simple1为连续的采样点的像素分量重建值，i为非采样点索引，num为非采样点数量。

进一步地，像素分量重建值可以指的是已压缩编码编码对象块解码端重建得到的像素分量值。

步骤32、采用步骤31中的等距离采样方式的处理过程获取当前编码对象块所有像素分量的预测残差，同时求取当前编码对象块的残差绝对值和(sum of absolutedifference，简称SAD)，即将当前编码对象块中每个像素分量的预测残差取绝对值后进行相加运算；

步骤33、重复步骤31～步骤33，获取当前编码对象块的多种等距离采样方式的预测残差与SAD，在本实施例中即获取当前编码对象块的5种采样的5组预测残差和SAD。

步骤4、将步骤3中获取的SAD最小值所对应的采样方式确定为当前编码对象块的最终采样方式，当前编码对象块最终采样方式对应的预测残差即为每个像素分量的预测值。

进一步地，当编码对象块的大小为8*2个像素分量时，即当前编码对象块有两行八列像素分量，将第一行和第二行的像素分量按照从0到8的序号从左至右依次排列，每一个序号位置对应每一行的一个像素分量。

按照步骤2～步骤4的方式获取当前编码对象块第一行像素分量的最终采样方式以及最终预测残差，继续重复步骤2～步骤4获取当前编码对象块第二行像素分量的最终采样方式以及最终预测残差，其中，第二行采样点的预测残差，可以根据第二行采样点与当前编码对象块正上方相邻当前编码对象块中垂直位置的点进行预测，也可以根据第二行采样点与当前编码对象块第一行中垂直位置的点进行预测。

1、本实施例采用的帧内预测模式当处理纹理较为复杂的压缩图像时，对处于当前待压缩编码的图像纹理边界处的当前编码对象块，根据纹理的渐变原理，通过当前编码对象块自身的纹理特性自适应获取预测残差，从而避免因周围编码对象块与当前编码对象块相关性较差，不能获取较小的预测残差，可以提高对复杂纹理区域求预测残差值的精度，进一步降低理论极限熵，增大带宽压缩率。

实施例三

本实施例在上述实施例的基础上，对本发明提出的第二帧内预测模式进行详细描述。该模式包括如下内容：

步骤1、定义重建像素分量；

定义编码对象块中的当前像素分量为Cij，选取当前像素分量周围已编码的K个重建像素分量，将已编码的K个重建像素分量进行编号，编号顺序可指定，其中K≥1，如图四所示，图4为本发明实施例提供的一种第二帧内预测模式重建像素分量参考示意图。

优选地，设定当前像素分量的序号为Cij，当前像素分量Cij左侧的重建像素分量的序号，编号i从右至左依次递减进行排序，编号j从下到上依次递减进行排序；当前像素分量Cij正上方的重建像素分量的序号，编号j从下到上依次递减进行排序，编号i不变；当前像素分量Cij右侧的重建像素分量的序号，编号i从左至右依次递减进行排序，编号j从下到上依次递减进行排序。

步骤2、计算第一权重；

步骤201、分别计算当前像素分量与已编码的K个重建像素分量的差异度，计算得到K个差异度权重DIFij；

步骤202、已编码的K个重建像素分量位于当前像素分量的周围，根据已编码的K个重建像素分量位置的不同，分别设置不同的权重值，共得到K个位置权重POSij；

步骤203、根据第一权重计算公式分别计算每个重建像素分量权重，即第一权重，第一权重计算公式为:

Wij＝a*DIFij+b*POSij

其中，a和b为加权值，且满足a+b＝1，标准情况为a＝0.5，b＝0.5，也可灵活调整；DIF为所述差异度权重，即当前像素分量和周围重建像素分量的差值；POS为所述位置权重，即当前像素分量和周围重建像素分量的空间距离；ij为K个重建像素分量的索引，ij的取值为1～K的自然数，W为第一权重。

步骤3、计算第二权重；

设定每个像素含有N种像素分量，每种像素分量有K个权重，那么可以得到K*N个权重。利用公式计算最终每个重建像素分量的权重，即第二权重，计算公式为：

Mijn＝p1*Wij1+p2*Wij2+p3*Wij3+...+pN*WijN

其中，p为分量加权值，n的取值为N，M为第二权重。

进一步地，对于pN的选取，满足p1+p2+…+pN＝1，具体可平均分配，也可根据经验值任意配置，根据经验值可以认定与当前重建像素分量越近的重建像素分量权重越接近，pN的值可以根据重建像素分量与当前重建像素分量的距离远近分配大小，距离越近pN的值越大，反之，pN的越小。

步骤4、计算预测残差；

步骤401、根据计算得到的第二权重Mijn，选取Mijn的最优值所对应的重建像素分量为当前像素分量的参考像素；

优选地，最优值可以为Mijn中的最小值。

步骤402、将当前像素分量的像素值与参考像素的像素值求差，求解预测残差即预测值。

步骤5、重复步骤1-4获取编码对象块中的所有像素分量的预测值。

本实施例通过计算重建像素分量的权重获得参考像素的方式，计算当前像素分量的预测残差，与现有模式相比，当待压缩编码的图像纹理复杂时，通过定义不同的参考像素获得预测残差，所定义的参考像素为图像中的原始像素，此种方式更容易提高当前像素分量的准确率，能够进一步提高复杂纹理区域预测残差的精度，进一步降低理论极限熵，提高带宽压缩率。

实施例四

本实施例在上述实施例的基础上，对本发明提出的第二帧内预测模式进行详细描述。该模式包括如下内容：

在本发明实施例中，所述编码对象可以为一个64×64规格的图像宏块，也可以为一个16×16规格图像宏块，更或者是具有更小或更大尺寸规格的图像宏块。

如图5a～图5c所示，图5a～5c为本发明实施例提供的不同分割方式示意图；将待预测宏块按照不同分割方式进行分割，具体地，将所述待预测宏块按照水平分割方式进行分割，分割为上宏块(第一宏块)以及下宏块(第二宏块)；将所述待预测宏块按照垂直分割方式进行分割，分割为左宏块(第三宏块)以及右宏块(第四宏块)；将所述待预测宏块按照不分割方式进行分割。

分别计算不同分割方式下所述待预测宏块对应的不同预测残差。具体地，对于水平分割方式，将上宏块中所有的像素分量，减去上宏块像素分量的最小值，得到上宏块的所有像素分量的预测残差；下宏块同理计算，将下宏块中所有的像素分量，减去下宏块像素分量的最小值，得到下宏块的所有像素分量的预测残差，最终得到该待预测宏块的所有像素分量的第一预测残差；对于垂直分割方式，将左宏块中所有的像素分量，减去左宏块像素分量的最小值，得到左宏块的所有像素分量的预测残差；右宏块同理计算，将右宏块中所有的像素分量，减去右宏块像素分量的最小值，得到右宏块的所有像素分量的预测残差，最终得到该待预测宏块的所有像素分量的第二预测残差；对于不分割方式，将该待预测宏块中的像素分量，减去该待预测宏块中的像素分量的最小值，最终得到该待预测宏块的所有像素分量的第三预测残差。

分别计算不同分割方式下所述待预测宏块对应的不同比特数。具体地，对于水平分割方式，计算所述上宏块中像素分量最大值与所述上宏块中像素分量最小值的第一差值，得到表示所述第一差值的第一最少比特数，计算所述下宏块中像素分量最大值与所述下宏块中像素分量最小值的第二差值，得到表示所述第二差值的第二最少比特数，根据所述第一最少比特数、所述第二最少比特数以及所述待预测宏块的原始数据比特深度得到所述第一比特数，所述第一比特数满足如下公式：

MBIT1＝N1*BIT_MIN1+N2*BIT_MIN2+2*BITDEPTH

其中，MBIT1为所述第一比特数，BIT_MIN1为所述第一最少比特数，N*BIT_MIN2为所述第二最少比特数，BITDEPTH为所述待预测宏块的原始数据比特深度，N1为所述上宏块中像素分量数量，N2为所述下宏块中像素分量数量。

对于垂直分割方式，计算所述左宏块中像素分量最大值与所述左宏块中像素分量最小值的第三差值，得到表示所述第三差值的第三最少比特数，计算所述右宏块中像素分量最大值与所述右宏块中像素分量最小值的第四差值，得到表示所述第四差值的第四最少比特数，根据所述第三最少比特数、第四最少比特数以及所述待预测宏块的原始数据比特深度得到所述第二比特数，所述第二比特数满足：

MBIT2＝N3*BIT_MIN3+N4*BIT_MIN4+2*BITDETH

其中，MBIT2为所述第二比特数，BIT_MIN3为所述第三最少比特数，BIT_MIN4为所述第四最少比特数，BITDEPTH为所述待预测宏块的原始数据比特深度，N3为所述左宏块中像素分量数量，N4为所述右宏块中像素分量数量。

对于不分割方式，计算所述待预测宏块中像素分量最大值与所述待预测宏块中像素分量最小值之间的第五差值，得到表示所述第五差值的第五最少比特数，根据所述第五最少比特数以及所述待预测宏块的原始数据比特深度得到所述第三比特数，所述第三比特数满足：

MBIT3＝M*BIT_MIN5+2*BITDETH

其中，MBIT3为所述第三比特数，BIT_MIN5为所述第五最少比特数，BITDEPTH为所述待预测宏块的原始数据比特深度，M为所述待预测宏块中像素分量数量。

根据所述不同预测残差以及所述不同比特数选取分割方式，具体地，对于水平分割方式，根据所述第一预测残差得到所述待预测宏块的第一重建值，将所述第一重建值与所述待预测宏块原始值求差的绝对值得到第一重建差值，将所述第一重建差值以

及所述第一比特数进行加权得到水平分割方式下待预测宏块的第一加权值，其中，所述第一加权值满足如下公式：

RDO1＝a*MBIT1+b*RES1

其中，RDO1为所述第一加权值，MBIT1为所述第一比特数，RES1为所述第一重建差值，a和b为加权系数。

a和b的取值可以是预先设定的固定值，进一步地，a+b＝1，优选地，a可以选取为0.5，b可以选取为0.5，a和b也可以灵活调整大小。

对于垂直分割方式，根据所述第二预测残差得到所述待预测宏块的第二重建值，将所述第二重建值与所述待预测宏块原始值求差的绝对值得到第二重建差值，将所述第二重建差值以及所述第二比特数进行加权得到垂直分割方式下待预测宏块的第二加权值，其中，所述第二加权值满足如下公式：

RDO2＝a*MBIT2+b*RES2

其中，RDO2为所述第二加权值，MBIT2为所述第二比特数，RES2为所述第二重建差值，a和b为加权系数。

a和b的取值可以是预先设定的固定值，进一步地，a+b＝1，优选地，a可以选取为0.5，b可以选取为0.5，a和b也可以灵活调整大小。

对于不分割方式，根据所述第三预测残差得到所述待预测宏块的第三重建值，将所述第三重建值与所述待预测宏块原始值求差的绝对值得到第三重建差值，将所述第三重建差值以及所述第三比特数进行加权得到不分割方式下待预测宏块的第三加权值，其中，所述第三加权值满足如下公式；

RDO3＝a*MBIT3+b*RES3

其中，RDO3为所述第三加权值，MBIT3为所述第三比特数，RES3为所述第三重建差值，a和b为加权系数。

a和b的取值可以是预先设定的固定值，进一步地，a+b＝1，优选地，a可以选取为0.5，b可以选取为0.5，a和b也可以灵活调整大小。

选取所述第一加权值、第二加权值以及第三加权值中的最小值对应的分割方式为最终的分割方式。

输出所述待预测宏块的分割方式、该分割方式下所有的预测残差以及该分割方式下所有像素分量最小值对应的原始像素值。

本实施例提供的带宽压缩中基于宏块分割的预测方法通过当前区域像素值间的相关性进行预测，利用本发明的算法对比水平分割、垂直分割、不分割三种情况的压缩数据量，选择对应最优的分割方式进行残差预测，以使初始的宏块块和预测的宏块之间的差异最小而提高压缩效率并提高主观图片质量，对于复杂纹理图像处理时，预测效果好、处理效率高，且能够降低理论极限熵。

实施例五

本实施例在上述实施例的基础上，对本发明提出的图像编码设备进行详细描述，该设备包括：

选取器51，用于通过选择预测模式库选取当前图像块的估计预测模式；其中，选择预测模式库为预先规定的多个预测模式候补形成的数据库；

预测器52，用于根据估计预测模式对当前图像块中的图像数据进行预测获取所述当前图像块中的图像数据的残差数据；

编码器53，用于将所述残差数据以及对应的所述估计预测模式索引标识进行编码形成码流。

其中，所述选取器中的所述选择预测模式库中包括第一预测模式候补，第二预测模式候补以及第三预测模式候补；其中，所述第一预测模式候补为基于当前图像块中多像素分量选取最优参考的预测模式候补；所述第二预测模式候补为基于当前图像块中不同参考窗口选取最优参考的预测模式候补；所述第三预测模式候补为基于当前图像块不同分割形式选取最优分割的预测模式候补。

其中，所述选取器中所述估计预测模式的选取包括：

检测所述当前图像块的图像特征信息；

利用所述图像特征信息在选择预测模式库中为所述当前图像块预估出一种预测模式候补作为所述当前图像块的估计预测模式。

其中，所述预测器具体用于：

若所述估计预测模式为所述第一预测模式候补，则通过所述第一预测模式候补预测所述当前图像块，获取所述当前图像块中的图像数据的残差数据；

若所述估计预测模式为所述第二预测模式候补，则通过所述第二预测模式候补预测所述当前图像块，获取所述当前图像块中的图像数据的残差数据；

若所述估计预测模式为所述第三预测模式候补，则通过所述第三预测模式候补预测所述当前图像块，获取所述当前图像块中的图像数据的残差数据。

综上所述，本文中应用了具体个例对本发明进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，本发明的保护范围应以所附的权利要求为准。

Claims (2)

1.一种图像编码方法，通过将图像数据按每个块进行编码从而生成编码流，其特征在于，包括：

选择多个帧内预测模式形成候选列表；所述候选列表包括第一帧内预测模式、第二帧内预测模式以及第三帧内预测模式；所述第一帧内预测模式包括选取多种采样方式对当前编码对象块进行采样，根据采样结果获取所述当前编码对象块中每个像素分量的预测值；所述第二帧内预测模式包括在所述当前编码对象块中选取当前像素分量周围的多个重建像素分量，根据所述多个重建像素分量获取第一权重和第二权重，根据所述第一权重和所述第二权重获取所述当前像素分量的预测值，进而获取所述当前编码对象块中每个像素分量的预测值；所述第三帧内预测模式包括将所述当前编码对象块进行多种分割，根据所述多种分割获取所述当前编码对象块中每个像素分量的预测值；

获取每个编码对象块的像素信息；包括：计算每个当前编码对象块的梯度值；根据当前编码对象块中每个像素分量的位宽确定出当前编码对象块中两个像素分量的最大像素差值；根据所述当前编码对象块中两个像素分量的最大像素差值、第一阈值和第二阈值设置三个级别区间；将小于第一阈值的像素差值范围区间分级为第一级别区间；将大于第一阈值且小于第二阈值的像素差值范围区间分级为第二级别区间；将大于第二阈值且小于所述最大像素差值的像素差值范围区间分级为第三级别区间；其中，所述第一阈值小于所述第二阈值；判断当前编码对象块的梯度值所在的级别区间；根据当前编码对象块的梯度值所在的级别区间确定当前编码对象块的像素信息；若当前编码对象块的梯度值在第一级别区间时，当前编码对象块的像素信息为初级复杂度像素纹理信息；若当前编码对象块的梯度值在第二级别区间时，当前编码对象块的像素信息为中级复杂度像素纹理信息；若当前编码对象块的梯度值在第三级别区间时，当前编码对象块的像素信息为高级复杂度像素纹理信息；

根据所述像素信息在所述候选列表中选取一个帧内预测模式决定为当前编码对象块在图像预测中使用的帧内预测模式；若当前编码对象块的像素信息为初级复杂度像素纹理信息时，当前编码对象块在图像预测中使用的帧内预测模式为第三帧内预测模式；若当前编码对象块的像素信息为中级复杂度像素纹理信息时，当前编码对象块在图像预测中使用的帧内预测模式为第一帧内预测模式；若当前编码对象块的像素信息为高级复杂度像素纹理信息时，当前编码对象块在图像预测中使用的帧内预测模式为第二帧内预测模式；

根据所述当前编码对象块在图像预测中使用的帧内预测模式获取所述当前编码对象块的预测值；包括：若当前编码对象块在图像预测中使用的帧内预测模式为第一帧内预测模式，则利用第一帧内预测模式对当前编码对象块进行预测，获取每个像素分量的预测值；若为第二帧内预测模式，则利用第二帧内预测模式对当前编码对象块进行预测，获取每个像素分量的预测值；若为第三帧内预测模式，则利用第三帧内预测模式对当前编码对象块进行预测，获取每个像素分量的预测值；

将所述当前编码对象块的预测值和所述当前编码对象块在图像预测中使用的帧内预测模式的索引形成码流输出。

2.一种图像编码设备，其特征在于，包括：

选择器，用于选择多个帧内预测模式形成候选列表，其中，所述候选列表包括第一帧内预测模式、第二帧内预测模式以及第三帧内预测模式；所述第一帧内预测模式包括选取多种采样方式对当前编码对象块进行采样，根据采样结果获取所述当前编码对象块中每个像素分量的预测值；所述第二帧内预测模式包括在所述当前编码对象块中选取当前像素分量周围的多个重建像素分量，根据所述多个重建像素分量获取第一权重和第二权重，根据所述第一权重和所述第二权重获取所述当前像素分量的预测值，进而获取所述当前编码对象块中每个像素分量的预测值；所述第三帧内预测模式包括将所述当前编码对象块进行多种分割，根据所述多种分割获取所述当前编码对象块中每个像素分量的预测值；获取每个编码对象块的像素信息，以及根据所述像素信息在所述候选列表中选取一个帧内预测模式决定为当前编码对象块在图像预测中使用的帧内预测模式；其中，所述选择器获取每个编码对象块的像素信息时具体用于：计算每个当前编码对象块的梯度值；根据当前编码对象块中每个像素分量的位宽确定出当前编码对象块中两个像素分量的最大像素差值；根据所述当前编码对象块中两个像素分量的最大像素差值、第一阈值和第二阈值设置三个级别区间；将小于第一阈值的像素差值范围区间分级为第一级别区间；将大于第一阈值且小于第二阈值的像素差值范围区间分级为第二级别区间；将大于第二阈值且小于所述最大像素差值的像素差值范围区间分级为第三级别区间；其中，所述第一阈值小于所述第二阈值；判断当前编码对象块的梯度值所在的级别区间；根据当前编码对象块的梯度值所在的级别区间确定当前编码对象块的像素信息；若当前编码对象块的梯度值在第一级别区间时，当前编码对象块的像素信息为初级复杂度像素纹理信息；若当前编码对象块的梯度值在第二级别区间时，当前编码对象块的像素信息为中级复杂度像素纹理信息；若当前编码对象块的梯度值在第三级别区间时，当前编码对象块的像素信息为高级复杂度像素纹理信息；根据所述像素信息在所述候选列表中选取一个帧内预测模式决定为当前编码对象块在图像预测中使用的帧内预测模式，包括：若当前编码对象块的像素信息为初级复杂度像素纹理信息时，当前编码对象块在图像预测中使用的帧内预测模式为第三帧内预测模式；若当前编码对象块的像素信息为中级复杂度像素纹理信息时，当前编码对象块在图像预测中使用的帧内预测模式为第一帧内预测模式；若当前编码对象块的像素信息为高级复杂度像素纹理信息时，当前编码对象块在图像预测中使用的帧内预测模式为第二帧内预测模式；

预测器，用于根据所述当前编码对象块在图像预测中使用的帧内预测模式获取所述当前编码对象块的预测值；包括：若当前编码对象块在图像预测中使用的帧内预测模式为第一帧内预测模式，则利用第一帧内预测模式对当前编码对象块进行预测，获取每个像素分量的预测值；若为第二帧内预测模式，则利用第二帧内预测模式对当前编码对象块进行预测，获取每个像素分量的预测值；若为第三帧内预测模式，则利用第三帧内预测模式对当前编码对象块进行预测，获取每个像素分量的预测值；

输出器，用于将所述当前编码对象块的预测值和所述当前编码对象块在图像预测中使用的帧内预测模式的索引形成码流输出。

Images