CN109451305B - 带宽压缩中的预测方法 - Google Patents

带宽压缩中的预测方法 Download PDF

Info

Publication number
CN109451305B
CN109451305B CN201811260555.4A CN201811260555A CN109451305B CN 109451305 B CN109451305 B CN 109451305B CN 201811260555 A CN201811260555 A CN 201811260555A CN 109451305 B CN109451305 B CN 109451305B
Authority
CN
China
Prior art keywords
residual
sum
current
pixel
prediction
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
Application number
CN201811260555.4A
Other languages
English (en)
Other versions
CN109451305A (zh
Inventor
田林海
岳庆冬
李雯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Cresun Innovation Technology Co Ltd
Original Assignee
Xian Cresun Innovation Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Cresun Innovation Technology Co Ltd filed Critical Xian Cresun Innovation Technology Co Ltd
Priority to CN201811260555.4A priority Critical patent/CN109451305B/zh
Publication of CN109451305A publication Critical patent/CN109451305A/zh
Application granted granted Critical
Publication of CN109451305B publication Critical patent/CN109451305B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/129—Scanning of coding units, e.g. zig-zag scan of transform coefficients or flexible macroblock ordering [FMO]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明涉及一种带宽压缩中的预测方法，包括：将图像分成大小为m×n的多个MB；其中，m、n分别为每个所述MB的行分辨率、列分辨率；采用自适应纹理渐变预测方法对所述多个MB进行预测以获取第一残差主观和；采用双向跳块扫描多方向预测方法对所述多个MB进行预测以获取第二残差主观和；比较所述第一残差主观和与第二残差主观和的大小以选择最终的预测方法。本发明提供的带宽压缩中的预测方法，以自适应纹理渐变预测方法与双向跳块扫描多方向预测方法为基础，通过预测选择算法可以选择出最优的一种预测方法，对于复杂纹理图像进一步优化了预测效果。

Description

带宽压缩中的预测方法
技术领域
本发明涉及一种多媒体技术领域，特别涉及一种带宽压缩中的预测方法。
背景技术
随着视频的图像分辨率的增加，需要占用较多的存储空间和传输带宽，在这种情况下，利用芯片内的带宽压缩技术来提高图像的存储空间和传输带宽就显得尤为必要。
在图像纹理复杂区域，单一的预测方法往往不能获取最佳的预测效果，导致图像效果变差。
发明内容
因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种带宽压缩中的预测方法。
具体地，本发明一个实施例提出的一种带宽压缩中的预测方法，包括：
将图像分成大小为m×n的多个MB；其中，m、n分别为每个所述MB的行分辨率、列分辨率；
采用自适应纹理渐变预测方法对所述多个MB进行预测以获取第一残差主观和；
采用双向跳块扫描多方向预测方法对所述多个MB进行预测以获取第二残差主观和；
比较所述第一残差主观和与第二残差主观和的大小以选择最终的预测方法。
基于此，本发明至少具备如下优点：
本发明提供的带宽压缩中的预测方法，以自适应纹理渐变预测方法与双向跳块扫描多方向预测方法为基础，通过预测选择算法可以选择出最优的一种预测方法，对于复杂纹理图像进一步优化了预测效果。
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图1为本发明实施例提供的一种带宽压缩中的预测方法流程图；
图2为本发明实施例提供的一种自适应纹理渐变预测方法的采样方式示意图；
图3为本发明实施例提供的一种自适应纹理渐变预测方法示意图；
图4为本发明实施例提供的一种图像MB划分标记示意图；
图5为本发明实施例提供的一种图像双向扫描示意图；
图6为本发明实施例提供的一种当前MB与距离最近的参考MB的原始位置示意图；
图7为本发明实施例提供的一种当前MB与距离最近的参考MB的拉近位置示意图；
图8为本发明实施例提供的一种当前MB全参考方向的示意图；
图9为本发明实施例提供的一种当前MB无下参考方向的示意图；
图10为本发明实施例提供的一种当前像素确定第二参考像素的示意图。
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带宽压缩中的预测方法流程图。该方法包括如下步骤：
步骤1、将图像分成大小为m×n的多个MB；其中，m、n分别为每个所述MB的行分辨率、列分辨率；
步骤2、采用自适应纹理渐变预测方法对所述多个MB进行预测以获取第一残差主观和；
步骤3、采用双向跳块扫描多方向预测方法对所述多个MB进行预测以获取第二残差主观和；
步骤4、比较所述第一残差主观和与第二残差主观和的大小以选择最终的预测方法。
其中，步骤2与步骤3的实施顺序可以相反，在本实施例中以先实施步骤2再实施步骤3为例进行说明。
具体的，步骤2可以包括如下步骤：
步骤21、采用自适应纹理渐变预测方法对当前MB进行预测以获取当前MB中每个像素的第一预测残差；
步骤22、根据当前MB中每个像素的第一预测残差分别计算当前MB的第一残差绝对值和与第一残差和；
步骤23、根据所述第一残差绝对值和与第一残差和计算所述第一残差主观和。
其中，步骤21可以包括如下步骤：
步骤211、选取N种采样方式对当前MB进行采样并预测，以获取所述当前MB的第一预测残差，其中N的取值为大于1的自然数；
其中，所述N种采样方式包括：全采样、1/2采样、1/4采样、1/8采样和1/16采样。
对于步骤3，可以包括如下步骤：
步骤31、采用双向跳块扫描多方向预测方法对当前MB进行预测以获取当前MB中每个像素的第二预测残差；
步骤32、根据当前MB中每个像素的第二预测残差分别计算当前MB的第二残差绝对值和与第二残差和；
步骤33、根据所述第二残差绝对值和与第二残差和计算所述第二残差主观和。
其中，步骤31可以包括如下步骤：
步骤311、采用P种标记符号依次循环对所述多个MB进行标记；其中，P为大于1的自然数；
步骤312、采取双向扫描方式扫描与所述当前MB的标记符号相同的MB；
步骤313、确定所述当前MB的参考方向；
步骤314、通过所述参考方向计算所述当前MB中每个像素的参考像素；
步骤315、通过所述参考像素确定每个像素的第二预测残差。
对于步骤4，可以包括如下步骤：
步骤41、若所述第一残差主观和小于所述第二残差主观和，则选择所述第一预测残差作为所述当前MB中每个像素的最终预测残差；
若所述第一残差主观和大于所述第二残差主观和，则选择所述第二预测残差作为所述当前MB中每个像素的最终预测残差。
进一步地，所述第一残差主观和与第二残差主观和的计算公式为：SUBDk＝a1×SADk+a2×SDk
其中，k为预测模式的序号，取值为1或2；
SUBD1为第一残差主观和，SUBD2为第二残差主观和；
a1与a2为按场景配置的权重系数；
SAD1为当前MB中每个像素的第一残差绝对值和，SAD2为当前MB中每个像素的第二残差绝对值和；
SD1为当前MB中每个像素的第一残差和，SAD2为当前MB中每个像素的第二残差和。
进一步地，第一残差绝对值和与第二残差绝对值和的计算公式为：
Figure BDA0001843788640000051
第一残差和与第二残差和的计算公式为：
Figure BDA0001843788640000052
其中，Resk_i为当前MB中第i像素采用第k预测模式所得预测残差，ABS为取绝对值。
本实施例提供的带宽压缩中的预测方法，以自适应纹理渐变预测方法与双向跳块扫描多方向预测方法为基础，通过预测选择算法可以选择出最优的一种预测方法，对于复杂纹理图像进一步优化了预测效果。
实施例二
本实施例在上述实施例的基础上对自适应纹理渐变预测方法进行详细描述，请参见图2和图3，图2为本发明实施例提供的一种自适应纹理渐变预测方法的采样方式示意图；图3为本发明实施例提供的一种自适应纹理渐变预测方法示意图。具体的，自适应纹理渐变预测方法包括如下步骤：
步骤1、定义MB的大小
定义MB的大小为m*n个像素分量，其中m≥1，n≥1；
优选的，可以定义MB的大小为8*1个像素分量，16*1个像素分量，32*1个像素分量，64*1个像素分量；本实施例以MB的大小为16*1个像素分量为例说明，其它不同大小的MB同理。MB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
根据MB中存在的纹理相关性，MB中的像素距离越近，MB的纹理渐变的一致性概率越高，反之MB中的像素距离越远，MB的纹理渐变的一致性概率越低，据此将MB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，本实施例将MB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MB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MB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MB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MB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MB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，设当前的等距离采样为1/4采样，将当前MB中的采样点与当前MB正上方相邻MB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MB正上方相邻MB中垂直位置点的像素分量相减，求得预测残差；
将当前MB中的非采样点，利用如下公式求得预测残差。
Resi＝(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MB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MB所有像素分量的预测残差，同时求取当前MB的残差绝对值和(sum ofabsolute difference，简称SAD)，即将当前MB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MB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MB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MB的最终采样方式。
步骤5、将当前MB的采样方式和预测残差写入码流。
实施例三
本实施例在上述实施例的基础上对双向跳块扫描多方向预测方法进行详细描述。请参见图4～图10，图4为本发明实施例提供的一种图像MB划分标记示意图；图5为本发明实施例提供的一种图像双向扫描示意图；图6为本发明实施例提供的一种当前MB与距离最近的参考MB的原始位置示意图；图7为本发明实施例提供的一种当前MB与距离最近的参考MB的拉近位置示意图；图8为本发明实施例提供的一种当前MB全参考方向的示意图；图9为本发明实施例提供的一种当前MB无下参考方向的示意图；图10为本发明实施例提供的一种当前像素确定第二参考像素的示意图。具体的，该双向跳块扫描多方向预测方法包括如下步骤：
步骤1、将图像分为若干个MB，每个MB大小相同，因此图像中的MB数量固定。本实施例以MB大小为8*4、图像大小为120*60为例进行说明，则每一个MB的行分辨率为8、列分辨率为4。
步骤2、对图像中的每个MB进行标记，选取9种标记符号。在水平方向，采用多个标记符号依次循环完成水平方向MB的标记；在竖直方向，采用多个标记符号依次循环完成竖直方向MB的标记。本实施例中图像的分割以及标记如图4所示，将大小为120*60的图像分为15行15列共255个大小为8*4的MB；以标记符号0、1、2、3、4、5、6、7、8标记每个MB，具体为将奇数行的MB以标记符号符号0、1、2分别循环标记第(3n+1)行中的每个MB，以标记符号3、4、5分别循环标记第(3n+2)行中的每个MB，以标记符号6、7、8分别循环标记第(3n+3)行中的每个MB，其中n为大于或等于0的整数。
步骤3、预测时，每次预测上述9种标记符号中的一种标记符号对应的MB，直至所有MB预测结束，达到对MB跳块扫描的效果。其中，9种标记符号的MB的预测顺序可以设定。对于任意一种标记符号的MB的预测顺序为按照图像从上到下、双向扫描方式进行预测。双向扫描方式请参见图5，图中以扫描标记符号为0的MB为例进行说明，其中，扫描每间隔一行采取相同的扫描方向进行扫描，每相邻行采取相反的扫描方向进行扫描，如图中箭头方向所示。采用双向扫描的方式，可以更精确的获得该块的纹理方向，并获得更小的预测残差，降低了编码的理论极限熵。
本实施例以图4所示的图像为例、依次按0～8的顺序进行说明如何进行预测，具体步骤如下：
步骤31、先对所有标记符号为0的MB进行预测
步骤311、确定参考MB
标记符号为0的MB最多仅能获得间隔一个或者两个MB的4个参考方向；其中，若扫描方向为从左至右时，则参考方向为上方向、左方向、左上方向，右上方向，因此可以确定出上方向的参考MB，左方向的参考MB，左上方向的参考MB，右上方向的参考MB；若扫描方向为从右至左时，则则参考方向为上方向、右方向、左上方向，右上方向，因此可以确定出上方向的参考MB，右方向的参考MB，左上方向的参考MB，右上方向的参考MB；
步骤312、纹理方向选取
步骤312A、在当前MB的参考方向中，找到距离最近的参考MB。若存在参考MB与当前MB不紧相邻，那么拉近该参考MB为紧相邻参考MB，若任一方向没有参考MB，则不处理，置空。如图6、图7所示。
步骤312B、通过参考MB寻找当前MB的第一参考像素，若某MB的参考方向为空，则无第一参考像素。假设当前MB有8个参考MB，因此当前MB可以在每个参考MB中获取到第一参考像素，即当前MB可以确定出全方向的第一参考像素，假设Cmn(m＝1,2,3,4；n＝1,2,3,4,5,6,7,8)为当前MB的当前像素，Rxy(x＝0,1,2,3,4,5；y＝1,2,3,4,5,6,7,8,9)为当前MB的第一参考像素，如图8所示。假设Cmn(m＝1,2,3,4；n＝1,2,3,4,5,6,7,8)为当前MB的当前像素，Rxy(x＝0,1,2,3,4,5；y＝1,2,3,4,5,6,7,8,9)为当前MB的第一参考像素，当前MB下参考方向为空，因此，当前MB无下方向的第一参考像素，如图9所示。
步骤312C、根据第一参考像素，计算每个参考方向权重，本实施例以图4为例，采用如下公式计算每个参考方向权重Dir，权重采用离方向箭头最近一面的第一参考像素。
Figure BDA0001843788640000101
Figure BDA0001843788640000102
Figure BDA0001843788640000103
Figure BDA0001843788640000104
Figure BDA0001843788640000105
Figure BDA0001843788640000106
Figure BDA0001843788640000107
Figure BDA0001843788640000108
步骤312D、在步骤312C计算的参考方向权重中选出Dir最小的1组作为最优纹理方向，MB中所有像素值根据该方向进行预测。
步骤313、计算第二参考像素
根据所选的最优纹理方向和对应的反方向，根据当前像素的位置，计算每个当前像素的第二参考像素，如图10所示，计算公式如下，
refmid＝p1*(dir2/(dir1+dir2))+p2*(dir1/(dir1+dir2))
若位置偏向1，ref＝weight*refmid+(1-weight)*p1
若位置偏向2，ref＝weight*refmid+(1-weight)*p2
其中refmid为两个第一参考像素的中点，p1、p2为按最优纹理方向的第一参考像素，dir1、dir2为参考方向权重，例如dir180，dir0；weight为距离权重。
首先考虑权重计算第一参考像素的中点，然后考虑位置计算第二参考像素，即第一参考像素中点靠近哪边，最终采用哪边的第一参考像素作为第二参考像素。
优选地，第二参考像素计算公式可变更，可以仅引入权重或位置。
具体举例如下：
若最优纹理方向为45度参考，对于c14，dir45＝2，dir225＝14，可得到第一参考像素为R05和R50，设R05＝100，R50＝40，
Refmid＝100*(14/16)+40*(2/16)＝88+5＝93
由于C14偏向R05，因此Refmid＝C23，Ref＝0.5*93+0.5*100＝96，第二参考像素值为96。
步骤314、确定预测残差
采用步骤313计算得到所有点的第二参考像素，采用原始像素值减去第二参考像素值得到预测残差。
步骤32、当所有图像中标记为0的MB预测处理完毕后，对所有标记符号为1的MB进行预测；
步骤321、确定参考MB
标记符号为1的MB最多仅能获得间隔一个或两个MB的6个参考方向，其中参考方向为左上方向、上方向、右上方向、右方向、右下方向及左下方向，因此可以确定出左上方向的参考MB、上方向的参考MB、右上方向的参考MB、右方向的参考MB、右下方向的参考MB及左下方向的参考MB；可以获得相邻MB的1个参考方向，即左方向，因此可以确定出左方向的参考MB；
步骤322、纹理方向选取
与步骤312的方法一致，此处不再赘述。
步骤323、计算第二参考像素
与步骤313的方法一致，此处不再赘述。
步骤324、确定预测残差
与步骤314的方法一致，此处不再赘述。
步骤33、当所有图像中标记为0和1的MB预测处理完毕后，对所有标记符号为2的MB进行预测；
步骤331、确定参考MB
所有标记符号为2的MB最多仅能获得间隔一个或两个MB的5个参考方向，其中参考方向为左上方向、上方向、右上方向、右下方向及左下方向，可以确定出左上方向的参考MB、上方向的参考MB、右上方向的参考MB、右下方向的参考MB及左下方向的参考MB；以及获得相邻MB的2个参考方向，其中参考方向为左方向与右方向，可以确定出左方向的参考MB与右方向的参考MB；
步骤332、纹理方向选取
与步骤312的方法一致，此处不再赘述。
步骤333、计算第二参考像素
与步骤313的方法一致，此处不再赘述。
步骤334、确定预测残差
与步骤314的方法一致，此处不再赘述。
步骤34、当所有图像中标记为0、1、2的MB预测处理完毕后，对所有标记符号为3的MB进行预测；
步骤341、确定参考MB
若扫描方向为从左至右时，则所有标记符号为3的MB最多仅能获得间隔一个或两个MB的4个参考方向，其中参考方向为左方向、左下方向、下方向及右下方向，可以确定出左方向的参考MB、左下方向的参考MB、下方向的参考MB及右下方向的参考MB；以及获得相邻MB的3个参考方向，其中参考方向为左上方向、上方向及右上方向，可以确定出左上方向的参考MB、上方向的参考MB及右上方向的参考MB；
若扫描方向为从右至左时，则所有标记符号为3的MB最多仅能获得间隔一个或两个MB的4个参考方向，其中参考方向为右方向、左下方向、下方向及右下方向，可以确定出右方向的参考MB、左下方向的参考MB、下方向的参考MB及右下方向的参考MB；以及获得相邻MB的3个参考方向，其中参考方向为左上方向、上方向及右上方向，可以确定出左上方向的参考MB、上方向的参考MB及右上方向的参考MB。
步骤342、纹理方向选取
与步骤312的方法一致，此处不再赘述。
步骤343、计算第二参考像素
与步骤313的方法一致，此处不再赘述。
步骤344、确定预测残差
与步骤314的方法一致，此处不再赘述。
步骤35、当所有图像中标记为0、1、2、3的MB预测处理完毕后，对所有标记符号为4的MB进行预测；
步骤351、确定参考MB
所有标记符号为4的MB最多仅能获得间隔一个或两个MB的4个参考方向，其中参考方向为右方向、右下方向、下方向及左下方向，可以确定出右方向的参考MB、右下方向的参考MB、下方向的参考MB及左下方向的参考MB；以及获得相邻MB的4个参考方向，其中参考方向为左方向、左上方向、上方向及右上方向，可以确定出左方向的参考MB、左上方向的参考MB、上方向的参考MB及右上方向的参考MB。
步骤352、纹理方向选取
与步骤312的方法一致，此处不再赘述。
步骤353、计算第二参考像素
与步骤313的方法一致，此处不再赘述。
步骤354、确定预测残差
与步骤314的方法一致，此处不再赘述。
步骤36、当所有图像中标记为0、1、2、3、4的MB预测处理完毕后，对所有标记符号为5的MB进行预测；
步骤361、确定参考MB
所有标记符号为5的MB最多仅能获得间隔一个或两个MB的3个参考方向，其中参考方向为右下方向、下方向及左下方向，可以确定出右下方向的参考MB、下方向的参考MB及左下方向的参考MB；以及获得相邻MB的5个参考方向，其中参考方向为左方向、左上方向、上方向、右上方向及右方向，可以确定出左方向的参考MB、左上方向的参考MB、上方向的参考MB、右上方向的参考MB及右方向的参考MB。
步骤362、纹理方向选取
与步骤312的方法一致，此处不再赘述。
步骤363、计算第二参考像素
与步骤313的方法一致，此处不再赘述。
步骤364、确定预测残差
与步骤314的方法一致，此处不再赘述。
步骤37、当所有图像中标记为0、1、2、3、4、5的MB预测处理完毕后，对所有标记符号为6的MB进行预测；
步骤371、确定参考MB
当扫描方向为从左至右时，所有标记符号为6的MB最多仅能获得间隔两个MB的1个参考方向，其中参考方向为左方向，可以确定出左方向的参考MB；以及获得相邻MB的6个参考方向，其中参考方向为左上方向、上方向、右上方向、右下方向、下方向及左下方向，可以确定出左上方向的参考MB、上方向的参考MB、右上方向的参考MB、右下方向的参考MB、下方向的参考MB及左下方向的参考MB；
当扫描方向为从左至右时，所有标记符号为6的MB最多仅能获得间隔两个MB的1个参考方向，其中参考方向为右方向，可以确定出右方向的参考MB；以及获得相邻MB的6个参考方向，其中参考方向为左上方向、上方向、右上方向、右下方向、下方向及左下方向，可以确定出左上方向的参考MB、上方向的参考MB、右上方向的参考MB、右下方向的参考MB、下方向的参考MB及左下方向的参考MB。
步骤372、纹理方向选取
与步骤312的方法一致，此处不再赘述。
步骤373、计算第二参考像素
与步骤313的方法一致，此处不再赘述。
步骤374、确定预测残差
与步骤314的方法一致，此处不再赘述。
步骤38、当所有图像中标记为0、1、2、3、4、5、6的MB预测处理完毕后，对所有标记符号为7的MB进行预测；
步骤381、确定参考MB
所有标记符号为7的MB最多仅能获得间隔一个MB的1个参考方向，其中参考方向为右方向，可以确定出右方向的参考MB；以及获得相邻MB的7个参考方向，其中参考方向为左方向、左上方向、上方向、右上方向、右下方向、下方向及左下方向，可以确定出左方向的参考MB、左上方向的参考MB、上方向的参考MB、右上方向的参考MB、右下方向的参考MB、下方向的参考MB及左下方向的参考MB。
步骤382、纹理方向选取
与步骤312的方法一致，此处不再赘述。
步骤383、计算第二参考像素
与步骤313的方法一致，此处不再赘述。
步骤384、确定预测残差
与步骤314的方法一致，此处不再赘述。
步骤39、当所有图像中标记为0、1、2、3、4、5、6、7的MB预测处理完毕后，对所有标记符号为8的MB进行预测；
步骤381、确定参考MB
所有标记符号为8的MB最多仅能获得相邻MB的8个参考方向，其中参考方向为左方向、左上方向、上方向、右上方向、右方向、右下方向、下方向及左下方向，可以确定出左方向的参考MB、左上方向的参考MB、上方向的参考MB、右上方向的参考MB、右方向的参考MB、右下方向的参考MB、下方向的参考MB及左下方向的参考MB。
步骤382、纹理方向选取
与步骤312的方法一致，此处不再赘述。
步骤383、计算第二参考像素
与步骤313的方法一致，此处不再赘述。
步骤384、确定预测残差
与步骤314的方法一致，此处不再赘述。
综上所述，本文中应用了具体个例对本发明的原理及实现方式进行了阐述，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 (1)

1.一种带宽压缩中的预测方法，其特征在于，包括：
将图像分成大小为m×n的多个MB；其中，m、n分别为每个所述MB的行分辨率、列分辨率；
采用自适应纹理渐变预测方法对所述多个MB进行预测以获取第一残差主观和；包括：选取N种采样方式对当前MB进行采样并预测，以获取所述当前MB的第一预测残差，其中N的取值为大于1的自然数；根据当前MB中每个像素的第一预测残差分别计算当前MB的第一残差绝对值和与第一残差和；根据所述第一残差绝对值和与第一残差和计算所述第一残差主观和；其中，N种采样方式包括全采样、1/2采样、1/4采样、1/8采样和1/16采样；
采用双向跳块扫描多方向预测方法对所述多个MB进行预测以获取第二残差主观和；包括：采用P种标记符号依次循环对所述多个MB进行标记；其中，P为大于1的自然数；采取双向扫描方式扫描与所述当前MB的标记符号相同的MB；确定所述当前MB的参考方向；通过所述参考方向计算所述当前MB中每个像素的参考像素；通过所述参考像素确定每个像素的第二预测残差；根据当前MB中每个像素的第二预测残差分别计算当前MB的第二残差绝对值和与第二残差和；根据所述第二残差绝对值和与第二残差和计算所述第二残差主观和；
若所述第一残差主观和小于所述第二残差主观和，则选择所述第一预测残差作为所述当前MB中每个像素的最终预测残差；若所述第一残差主观和大于所述第二残差主观和，则选择所述第二预测残差作为所述当前MB中每个像素的最终预测残差；
其中，所述第一残差主观和与第二残差主观和的计算公式为：
SUBDk＝a1×SADk+a2×SDk
k为预测模式的序号，取值为1或2；SUBD1为第一残差主观和，SUBD2为第二残差主观和；a1与a2为按场景配置的权重系数；SAD1为当前MB中每个像素的第一残差绝对值和，SAD2为当前MB中每个像素的第二残差绝对值和；SD1为当前MB中每个像素的第一残差和，SD2为当前MB中每个像素的第二残差和。
CN201811260555.4A 2018-10-26 2018-10-26 带宽压缩中的预测方法 Active CN109451305B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811260555.4A CN109451305B (zh) 2018-10-26 2018-10-26 带宽压缩中的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811260555.4A CN109451305B (zh) 2018-10-26 2018-10-26 带宽压缩中的预测方法

Publications (2)

Publication Number Publication Date
CN109451305A CN109451305A (zh) 2019-03-08
CN109451305B true CN109451305B (zh) 2021-05-07

Family

ID=65547931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811260555.4A Active CN109451305B (zh) 2018-10-26 2018-10-26 带宽压缩中的预测方法

Country Status (1)

Country Link
CN (1) CN109451305B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108063947A (zh) * 2017-12-14 2018-05-22 西北工业大学 一种基于像素纹理的无损参考帧压缩方法
CN108289224A (zh) * 2017-12-12 2018-07-17 北京大学 一种视频帧预测方法、装置及自动补偿神经网络

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103747263B (zh) * 2006-04-28 2017-03-01 株式会社Ntt都科摩 图像预测编码装置和方法以及图像预测解码装置和方法
JP5427785B2 (ja) * 2007-09-28 2014-02-26 ドルビー ラボラトリーズ ライセンシング コーポレイション ビデオ圧縮技法及びビデオ伝達技法
WO2013081615A1 (en) * 2011-12-01 2013-06-06 Intel Corporation Motion estimation methods for residual prediction
CN102572436B (zh) * 2012-01-17 2014-12-03 西安电子科技大学 一种基于cuda实现的帧内压缩方法
US10158836B2 (en) * 2015-01-30 2018-12-18 Qualcomm Incorporated Clipping for cross-component prediction and adaptive color transform for video coding
WO2016137166A1 (ko) * 2015-02-23 2016-09-01 엘지전자(주) 인트라 예측 모드 기반 영상 처리 방법 및 이를 위한 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108289224A (zh) * 2017-12-12 2018-07-17 北京大学 一种视频帧预测方法、装置及自动补偿神经网络
CN108063947A (zh) * 2017-12-14 2018-05-22 西北工业大学 一种基于像素纹理的无损参考帧压缩方法

Also Published As

Publication number Publication date
CN109451305A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN107046645B9 (zh) 图像编解码方法及装置
JP6532542B2 (ja) イントラ予測を行う映像復号方法及びその装置並びにイントラ予測を行う映像符号化方法
CN107750459B (zh) 图像编码系统中的基于图像特性的自适应滤波方法和装置
CN110383841A (zh) 用于在视频压缩中对运动矢量进行编码的方法和设备
KR20130067038A (ko) 적응적인 인트라 예측 모드 부호화 방법 및 장치, 그리고 복호화 방법 및 장치
CN110225337A (zh) 视频编码、解码的装置、方法、存储介质和视频捕获装置
TW202021343A (zh) 解碼器、編碼器、及相關聯方法和電腦程式
CN109547783B (zh) 基于帧内预测的视频压缩方法及其设备
JP5056348B2 (ja) 情報処理装置および方法、並びにプログラム
CN111279704A (zh) 图像数据编码和解码
CN111107366A (zh) 视频数据的无损压缩方法及其装置
CN109451305B (zh) 带宽压缩中的预测方法
CN111654696B (zh) 一种帧内的多参考行预测方法、装置、存储介质及终端
JP3769773B2 (ja) 動きベクトル検出装置および検出方法
JP2007129333A (ja) 動きベクトル検出装置及び動きベクトル検出方法
Tabus et al. Microlens image sparse modelling for lossless compression of plenoptic camera sensor images
CN111107344A (zh) 视频图像的编码方法及装置
CN109618162B (zh) 带宽压缩中的后选择预测方法
CN111107365A (zh) 图像带宽压缩中的后选择预测方法
CN109561307B (zh) 带宽压缩中跳块扫描多方向预测方法
CN109587481B (zh) 视频编码方法及设备
CN109379592B (zh) 图像编码方法及其设备
CN109587493B (zh) 一种视频压缩中的预测方法
CN109510996B (zh) 带宽压缩中的后选择预测方法
CN109547795B (zh) 视频编码方法及装置

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