CN109547781B - 基于图像预测的压缩方法及设备 - Google Patents

基于图像预测的压缩方法及设备 Download PDF

Info

Publication number
CN109547781B
CN109547781B CN201811261699.1A CN201811261699A CN109547781B CN 109547781 B CN109547781 B CN 109547781B CN 201811261699 A CN201811261699 A CN 201811261699A CN 109547781 B CN109547781 B CN 109547781B
Authority
CN
China
Prior art keywords
unit
pixel component
prediction
coded
sampling
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
CN201811261699.1A
Other languages
English (en)
Other versions
CN109547781A (zh
Inventor
李雯
田林海
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.)
Jiaxing Kesheng Electronic Technology Co.,Ltd.
Original Assignee
Jiaxing Aoheng Import And Export 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 Jiaxing Aoheng Import And Export Co Ltd filed Critical Jiaxing Aoheng Import And Export Co Ltd
Priority to CN201811261699.1A priority Critical patent/CN109547781B/zh
Publication of CN109547781A publication Critical patent/CN109547781A/zh
Application granted granted Critical
Publication of CN109547781B publication Critical patent/CN109547781B/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
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明涉及一种基于图像预测的压缩方法及设备，包括接收待压缩图像帧；确定所述待压缩图像帧的多个编码单元；利用多种预测模式依次轮循对所述多个编码单元进行预测；根据所述多个编码单元预测结果利用预设公式确定每个编码单元最佳预测模式以完成所述待压缩图像帧的压缩。与现有的方法相比，本发明提供的压缩方法对于不同场景的待压缩图像帧可以提高图像编码压缩率，进一步降低压缩的理论极限熵。

Description

基于图像预测的压缩方法及设备
技术领域
本发明涉及一种压缩技术领域，特别涉及一种基于图像预测的压缩方法及设备。
背景技术
随着网络传输技术的发展，图像由于内容丰富多样、表现力强，成为了人们传播信息的主要媒介。未经压缩的图像需要大量的数据来表征，不适宜直接对其进行传输和存储，需要对其进行压缩处理，当网络传输环境处于高比特率和中比特率时，压缩后的图像具有优异的限失真性能，图像质量较好等优点。
原始视频图像信号存在大量的冗余信息，这些冗余信息包括空间冗余信息、时间冗余信息、数据冗余信息和视觉冗余信息。图像压缩的目的是降低视频信号中存在的各种冗余信息。图像压缩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。
当前的图像压缩方法中，针对每个待压缩图像块采用单一的预测方法，单一的预测方法无法适用于待压缩图像块的不同场景。
发明内容
因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种基于图像预测的压缩方法及设备。
具体地，本发明一个实施例提出的一种基于图像预测的压缩方法，包括：
接收待压缩图像帧；
确定所述待压缩图像帧的多个编码单元；
利用多种预测模式依次轮循对所述多个编码单元进行预测；
根据所述多个编码单元预测结果利用预设公式确定每个编码单元最佳预测模式以完成所述待压缩图像帧的压缩。
在本发明的一个实施例中，确定所述待压缩图像帧的多个编码单元，包括：
根据预定规格将所述待压缩图像帧划分为多个大小相同的编码单元；其中，所述编码单元包括多个像素分量。
在本发明的一个实施例中，利用多种预测模式依次轮循对所述多个编码单元进行预测，包括：
利用第一预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第一预测模式包括利用拐点采样方式对所述编码单元中的像素分量进行采样，根据采样结果对所述编码单元中的每个像素分量进行预测以获取第一预测残差。
在本发明的一个实施例中，利用多种预测模式依次轮循对所述多个编码单元进行预测，还包括：
利用第二预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第二预测模式包括确定所述编码单元中的每个像素分量的第一权重以及第二权重，根据所述第一权重以及所述第二权重对所述编码单元中的每个像素分量进行预测以获取第二预测残差。
在本发明的一个实施例中，根据所述多个编码单元预测结果利用预设公式确定每个编码单元最佳预测模式，包括：
将每个编码单元预测结果利用预设公式进行绝对值求和计算；
选取绝对值求和计算结果的最小值；
将所述最小值对应的预测模式确定为所述每个编码单元最佳预测模式
在本发明的另一个实施例提出的一种基于图像预测的压缩设备，包括：
接收模块，用于接收待压缩图像帧；
第一确定模块，连接所述接收模块，用于确定所述待压缩图像帧的多个编码单元；
预测模块，连接所述第一确定模块，用于利用多种预测模式依次轮循对所述多个编码单元进行预测；
第二确定模块，连接所述预测模块，用于根据所述多个编码单元预测结果利用预设公式确定每个编码单元最佳预测模式以完成所述待压缩图像帧的压缩。
在本发明的一个实施例中，所述第一确定模块具体用于根据预定规格将所述待压缩图像帧划分为多个大小相同的编码单元；其中，所述编码单元包括多个像素分量。
在本发明的一个实施例中，所述预测模块包括：
第一预测模式单元，用于利用第一预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第一预测模式包括利用拐点采样方式对所述编码单元中的像素分量进行采样，根据采样结果对所述编码单元中的每个像素分量进行预测以获取第一预测残差。
在本发明的一个实施例中，所述预测模块包括：
第二预测模式单元，用于利用第二预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第二预测模式包括确定所述编码单元中的每个像素分量的第一权重以及第二权重，根据所述第一权重以及所述第二权重对所述编码单元中的每个像素分量进行预测以获取第二预测残差。
在本发明的一个实施例中，所述第二确定模块包括：
计算单元，用于将每个编码单元预测结果利用预设公式进行绝对值求和计算；
选取单元，用于选取绝对值求和计算结果的最小值；
确定单元，将所述最小值对应的预测模式确定为所述每个编码单元最佳预测模式。
基于此，本发明具备如下优点：
本发明通过多种预测模式对待压缩图像帧进行预测，根据预测结果利用预设自定义公式选取最优的预测模式，对于不同场景的待压缩图像帧可以提高图像编码压缩率，进一步降低压缩的理论极限熵。
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基于图像预测的压缩方法流程示意图；
图2为本发明实施例提供的一种第一预测模式的预测方法示意图；
图3为本发明实施例提供的一种第二预测模式的重建像素分量参考示意图；
图4为本发明实施例提供的另一种第二预测模式的重建像素分量参考示意图；
图5为本发明实施例提供的再一种第二预测模式的重建像素分量参考示意图；
图6为本发明实施例提供的一种基于图像预测的压缩设备示意图。
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，；本实施例对本发明提供的一种图像压缩方法进行详细描述，该方法包括如下步骤：
步骤1、接收待压缩图像帧；
步骤2、确定所述待压缩图像帧的多个编码单元；
步骤3、利用多种预测模式依次轮循对所述多个编码单元进行预测；
步骤4、根据所述多个编码单元预测结果利用预设公式确定每个编码单元最佳预测模式以完成所述待压缩图像帧的压缩。
其中，步骤2可以包括：
步骤21、根据预定规格将所述待压缩图像帧划分为多个大小相同的编码单元；其中，所述编码单元包括多个像素分量。
其中，步骤3可以包括：
步骤301、利用第一预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第一预测模式包括利用拐点采样方式对所述编码单元中的像素分量进行采样，根据采样结果对所述编码单元中的每个像素分量进行预测以获取第一预测残差。
其中，步骤3还可以包括：
步骤311、利用第二预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第二预测模式包括确定所述编码单元中的每个像素分量的第一权重以及第二权重，根据所述第一权重以及所述第二权重对所述编码单元中的每个像素分量进行预测以获取第二预测残差。
其中，步骤4可以包括：
步骤41、将每个编码单元预测结果利用预设公式进行绝对值求和计算；
步骤42、选取绝对值求和计算结果的最小值；
步骤43、将所述最小值对应的预测模式确定为所述每个编码单元最佳预测模式。
在一个具体实施例中步骤4具体为：
将第一预测模式对所述多个编码单元中的每个像素分量进行预测得到的第一预测残差利用预设公式进行绝对值求和计算获取残差绝对值和。
将第二预测模式对所述多个编码单元中的每个像素分量进行预测得到的第二预测残差利用预设公式进行绝对值求和计算获取残差绝对值和。
预设公式具体如下所示
Figure BDA0001844013240000061
其中Res为预测残差；i为编码单元中的每个像素分量的序号；ABS为取绝对值计算，m*n为编码单元中的像素分量数量。SAD为残差绝对值和(sum of absolutedifference，简称SAD)。
选取计算得到的残差绝对值和的最小值对应的预测模式为每个编码单元最佳预测模式。
进一步地，在步骤4之后还可以包括：
在码流中传输最终的预测模式的附加标志位以及最终的预测模式对应的编码单元中每个像素分量的预测残差。
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预测模式进行详细描述。该模式包括如下步骤：
步骤1、定义待编码单元的大小；
定义待编码单元的大小为m*n，即待编码单元有m*n个像素分量，其中m≥1，n≥1；
优选的，可以定义待编码单元的大小为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；本实施例以待编码单元的大小为16*1个像素分量为例说明，其它不同大小的待编码单元同理。
如图2所示，图2为本发明实施例提供的一种第一预测模式的预测方法示意图，待编码单元中的16*1个像素分量的像素分量值按照从左至右的顺序依次设定为12、14、15、18、20、23、15、10、4、0、2、2、4、5、5、6。
步骤2、定义采样方式；
步骤201、根据待编码单元中存在的纹理相关性，检测待编码单元的纹理渐变性，确定待编码单元的纹理渐变点，将待编码单元的纹理渐变点设定为像素分量值拐点。
具体地，将当前待编码单元中的当前像素分量的像素分量值减去当前待编码单元中相邻像素分量的像素分量值，如图2所示，将图中当前待编码单元中的当前像素分量的像素分量值减去当前待编码单元中前一像素分量的像素分量值，求解当前待编码单元的像素分量残差值。当前待编码单元中对应位置的像素分量残差值从左至右依次为12、2、1、3、2、3、-8、-5、-6、-4、2、0、2、1、0、1。
步骤202、设定像素分量残差值中的连续正值或连续负值的最后一个值为像素分量值拐点，其中像素分量残差值为0的值不设定为像素分量值拐点。
步骤203、将像素分量值拐点所对应的当前像素分量所对应的位置设定为采样点，同时将当前像素分量中处于首位和末位的点设定为采样点。
优选地，所求得的像素分量残差值中的像素分量值拐点为3和-4，将像素分量值拐点3和像素分量值拐点-4所对应的当前像素分量23、0以及首位和末位的像素分量设定为像素分量采样点。原始点所对应的像素分量12、23、0、6形成4个采样点。
步骤3、将当前待编码单元中的采样点与正上方待编码单元进行预测。预测方式为135度预测、45度预测和90度预测三种角度预测方式。即将当前待编码单元中的采样点与当前待编码单元正上方相邻待编码单元中采样点对应的45度的像素分量点、90度的像素分量点和135度的像素分量点分别进行预测，分别求解预测残差，可以将当前待编码单元中的采样点与当前待编码单元正上方相邻待编码单元中采样点对应的45度的像素分量点、90度的像素分量点和135度的像素分量点分别进行相减求解预测残差。最终选取预测残差最小的一种预测方式作为当前待编码单元的采样点预测方式，获取该预测方式的预测残差。
步骤4、对于当前待编码单元中的非采样点，利用公式求解非采样点的预测残差，公式为：
Resi＝(sample1-sample0)*(i+1)/(num+1)
其中，公式中的sample0和sample1为当前待编码单元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单元解码端重建得到的像素分量值。
本实施例通过定义待编码单元的采样方式和像素分量分量预测的参考方式，计算待编码单元的预测残差。与现有方法相比，当待编码单元的纹理较为复杂时，对处于当前图像的纹理边界处的待编码单元，根据纹理的渐变原理，不依赖于当前待编码单元的周围待编码单元，而是通过当前待编码单元自身的纹理特性获得预测残差，能够提高对复杂纹理区域求预测残差值的精度，进一步降低压缩的理论极限熵，增大视频压缩率。
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预测模式进行详细描述。该模式包括如下步骤：
步骤1、定义重建像素分量；
定义编码单元中当前像素分量为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。
优选地，如图3所示，图3为本发明实施例提供的一种第二预测模式的重建像素分量参考示意图；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个分量，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。
步骤5、获取编码单元中的每个像素分量的预测残差。
实施例四
在上述实施例的基础上，本发明对第二预测模式举例说明，该方法包括如下步骤：
步骤1、定义重建像素分量；
定义编码单元中当前像素分量为Cij，选取当前像素分量Cij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。
优选地，将已编码的K个重建像素分量进行编号，编号按顺序从上到下，从左到右进行排序，序号从0到K-1进行排列。
本实施例选取当前像素分量Cij周围的17个重建像素分量为例说明，如图4所示，图4为本发明实施例提供的另一种第二预测模式的重建像素分量参考示意图；其它不同数量的重建像素分量同理，17个重建像素分量，按顺序从上到下，从左到右进行排序，序号从0到16进行排列。
步骤2、计算重建像素分量差异度权重的绝对值；
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个差异度权重的绝对值ABS(DIFij)，ABS为绝对值运算；
优选地，分别计算当前像素分量与已编码的17个重建像素分量的差异度，计算得到17个差异度权重的绝对值ABS(DIFij)；
步骤3、计算预测残差；
步骤301、根据计算得到的重建像素分量的差异度权重的绝对值ABS(DIFij)，选取差异度权重的绝对值ABS(DIFij)中的最小值，最小值所对应的重建像素分量设定为当前像素分量的参考像素。
优选地，选取17个差异度权重的绝对值ABS(DIFij)中的最小值，最小值所对应的重建像素分量即为当前像素分量的参考像素。
步骤302、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。
实施例五
在上述实施例的基础上，本实施例对第二预测模式再次举例说明，该方法包括如下步骤：
步骤1、定义重建像素分量；
定义编码单元当前像素分量为Cij，选取当前像素分量Cij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。
优选地，将已编码的K个重建像素分量进行编号，编号按顺序从上到下，从左到右进行排序，序号从0到K-1进行排列。
本实施例选取当前像素分量Cij周围的17个重建像素分量为例说明，如图5所示，图5为本发明实施例提供的再一种第二预测模式的重建像素分量参考示意图；其它不同数量的重建像素分量同理，17个重建像素分量，按顺序从上到下，从左到右进行排序，序号从0到16进行排列。
步骤2、计算重建像素分量差异度权重的绝对值；
分别计算当前像素分量与已编码的17个重建像素分量的差异度，计算得到17个差异度权重的绝对值ABS(DIFij)；
优选地，分别求解当前像素分量与已编码的17个重建像素分量的差异度，最终共计算得到17个差异度权重的绝对值ABS(DIFij)；
步骤3、计算重建像素分量的权重；
步骤301、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，最终共得到K个位置权重POSij；
步骤302、根据权重计算公式分别计算每个重建像素分量的权重，权重计算公式为ABS(DIFij)+POSij；
优选地，17个重建像素分量中每个重建像素分量的权重分别为ABS(DIFij)+POSij；
步骤4、确定参考像素；
选取K个重建像素分量中权重的最小值，权重最小值所对应的重建像素分量设定为当前像素分量的参考像素。
优选地，选取17个重建像素分量中权重最小值所对应的重建像素分量为当前像素分量的参考像素。
本实施例通过计算重建像素的权重获得参考像素的方式，计算当前预测像素的预测残差，与现有方法相比，当待压缩图像帧的人造纹理较为复杂时，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预测像素的准确率，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，提高图像压缩率。
实施例六
本实施例在上述实施例的基础上，对本发明提出的基于图像预测的压缩设备进行详细介绍，包括：
接收模块11，用于接收待压缩图像帧；
第一确定模块12，连接所述接收模块11，用于确定所述待压缩图像帧的多个编码单元；
预测模块13，连接所述第一确定模块12，用于利用多种预测模式依次轮循对所述多个编码单元进行预测；
第二确定模块14，连接所述预测模块13，用于根据所述多个编码单元预测结果利用预设公式确定每个编码单元最佳预测模式以完成所述待压缩图像帧的压缩。
其中，所述第一确定模块具体用于根据预定规格将所述待压缩图像帧划分为多个大小相同的编码单元；其中，所述编码单元包括多个像素分量。
其中，所述预测模块13包括：
第一预测模式单元131，用于利用第一预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第一预测模式包括利用拐点采样方式对所述编码单元中的像素分量进行采样，根据采样结果对所述编码单元中的每个像素分量进行预测以获取第一预测残差。
其中，所述预测模块13包括：
第二预测模式单元132，用于利用第二预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第二预测模式包括确定所述编码单元中的每个像素分量的第一权重以及第二权重，根据所述第一权重以及所述第二权重对所述编码单元中的每个像素分量进行预测以获取第二预测残差。
其中，所述第二确定模块14包括：
计算单元141，用于将每个编码单元预测结果利用预设公式进行绝对值求和计算；
选取单元142，用于选取绝对值求和计算结果的最小值；
确定单元143，将所述最小值对应的预测模式确定为所述每个编码单元最佳预测模式。
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 (6)

1.一种基于图像预测的压缩方法，其特征在于，包括：
接收待压缩图像帧；
确定所述待压缩图像帧的多个编码单元；
利用多种预测模式依次轮循对所述多个编码单元进行预测；
根据所述多个编码单元预测结果利用预设公式确定每个编码单元最佳预测模式以完成所述待压缩图像帧的压缩；
上述确定所述待压缩图像帧的多个编码单元，包括：
根据预定规格将所述待压缩图像帧划分为多个大小相同的编码单元；其中，所述编码单元包括多个像素分量；
利用多种预测模式依次轮循对所述多个编码单元进行预测，包括：
利用第一预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第一预测模式包括利用拐点采样方式对所述编码单元中的像素分量进行采样，根据采样结果对所述编码单元中的每个像素分量进行预测以获取第一预测残差；
所述第一预测模式包括：
定义待编码单元的大小；
定义采样方式，包括：根据待编码单元中存在的纹理相关性，检测待编码单元的纹理渐变性，确定待编码单元的纹理渐变点，将待编码单元的纹理渐变点设定为像素分量值拐点；设定像素分量残差值中的连续正值或连续负值的最后一个值为像素分量值拐点，其中像素分量残差值为0的值不设定为像素分量值拐点；将像素分量值拐点所对应的当前像素分量所对应的位置设定为采样点，同时将当前像素分量中处于首位和末位的点设定为采样点；
将当前待编码单元中的采样点与正上方待编码单元进行预测；将当前待编码单元中的采样点与当前待编码单元正上方相邻待编码单元中采样点对应的45度的像素分量点、90度的像素分量点和135度的像素分量点分别进行相减求解预测残差；最终选取预测残差最小的一种预测方式作为当前待编码单元的采样点预测方式，获取所述第一预测残差；
对于当前待编码单元中的非采样点，利用公式求解非采样点的预测残差，公式为：
Resi＝(sample1-sample0)*(i+1)/(num+1)
其中，公式中的sample0和sample1为当前待编码单元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；得到所述第一预测残差。
2.根据权利要求1所述的方法，其特征在于，利用多种预测模式依次轮循对所述多个编码单元进行预测，还包括：
利用第二预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第二预测模式包括确定所述编码单元中的每个像素分量的第一权重以及第二权重，根据所述第一权重以及所述第二权重对所述编码单元中的每个像素分量进行预测以获取第二预测残差。
3.根据权利要求2所述的方法，其特征在于，根据所述多个编码单元预测结果利用预设公式确定每个编码单元最佳预测模式，包括：
将每个编码单元预测结果利用预设公式进行绝对值求和计算；
选取绝对值求和计算结果的最小值；
将所述最小值对应的预测模式确定为所述每个编码单元最佳预测模式。
4.一种基于图像预测的压缩设备，其特征在于，包括：
接收模块，用于接收待压缩图像帧；
第一确定模块，连接所述接收模块，用于确定所述待压缩图像帧的多个编码单元；
预测模块，连接所述第一确定模块，用于利用多种预测模式依次轮循对所述多个编码单元进行预测；
第二确定模块，连接所述预测模块，用于根据所述多个编码单元预测结果利用预设公式确定每个编码单元最佳预测模式以完成所述待压缩图像帧的压缩；
所述第一确定模块具体用于根据预定规格将所述待压缩图像帧划分为多个大小相同的编码单元；其中，所述编码单元包括多个像素分量；
所述预测模块包括：
第一预测模式单元，用于利用第一预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第一预测模式包括利用拐点采样方式对所述编码单元中的像素分量进行采样，根据采样结果对所述编码单元中的每个像素分量进行预测以获取第一预测残差；
所述第一预测模式包括：
定义待编码单元的大小；
定义采样方式，包括：根据待编码单元中存在的纹理相关性，检测待编码单元的纹理渐变性，确定待编码单元的纹理渐变点，将待编码单元的纹理渐变点设定为像素分量值拐点；设定像素分量残差值中的连续正值或连续负值的最后一个值为像素分量值拐点，其中像素分量残差值为0的值不设定为像素分量值拐点；将像素分量值拐点所对应的当前像素分量所对应的位置设定为采样点，同时将当前像素分量中处于首位和末位的点设定为采样点；
将当前待编码单元中的采样点与正上方待编码单元进行预测；将当前待编码单元中的采样点与当前待编码单元正上方相邻待编码单元中采样点对应的45度的像素分量点、90度的像素分量点和135度的像素分量点分别进行相减求解预测残差；最终选取预测残差最小的一种预测方式作为当前待编码单元的采样点预测方式，获取所述第一预测残差；
对于当前待编码单元中的非采样点，利用公式求解非采样点的预测残差，公式为：
Resi＝(sample1-sample0)*(i+1)/(num+1)
其中，公式中的sample0和sample1为当前待编码单元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；得到所述第一预测残差。
5.根据权利要求4所述的设备，其特征在于，所述预测模块还包括：
第二预测模式单元，用于利用第二预测模式依次对所述多个编码单元中的每个像素分量进行预测；其中，所述第二预测模式包括确定所述编码单元中的每个像素分量的第一权重以及第二权重，根据所述第一权重以及所述第二权重对所述编码单元中的每个像素分量进行预测以获取第二预测残差。
6.根据权利要求5所述的设备，其特征在于，所述第二确定模块包括：
计算单元，用于将每个编码单元预测结果利用预设公式进行绝对值求和计算；
选取单元，用于选取绝对值求和计算结果的最小值；
确定单元，将所述最小值对应的预测模式确定为所述每个编码单元最佳预测模式。
CN201811261699.1A 2018-10-26 2018-10-26 基于图像预测的压缩方法及设备 Active CN109547781B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811261699.1A CN109547781B (zh) 2018-10-26 2018-10-26 基于图像预测的压缩方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811261699.1A CN109547781B (zh) 2018-10-26 2018-10-26 基于图像预测的压缩方法及设备

Publications (2)

Publication Number Publication Date
CN109547781A CN109547781A (zh) 2019-03-29
CN109547781B true CN109547781B (zh) 2020-12-22

Family

ID=65845391

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811261699.1A Active CN109547781B (zh) 2018-10-26 2018-10-26 基于图像预测的压缩方法及设备

Country Status (1)

Country Link
CN (1) CN109547781B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110267041B (zh) * 2019-06-28 2021-11-09 Oppo广东移动通信有限公司 图像编码方法、装置、电子设备和计算机可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008020672A1 (en) * 2006-08-17 2008-02-21 Electronics And Telecommunications Research Institute Apparatus for encoding and decoding image using adaptive dct coefficient scanning based on pixel similarity and method therefor
KR20080084890A (ko) * 2007-03-17 2008-09-22 김해광 동영상 부호화 및 재생 방법 및 장치
CN102420989A (zh) * 2011-12-07 2012-04-18 中国航空无线电电子研究所 帧内预测方法和装置
CN102595135A (zh) * 2012-02-24 2012-07-18 中国科学技术大学 一种可伸缩视频编码的方法及装置
CN105491381A (zh) * 2011-01-12 2016-04-13 株式会社Ntt都科摩 图像预测编码方法及装置、图像预测解码方法及装置
CN106162176A (zh) * 2016-10-09 2016-11-23 北京数码视讯科技股份有限公司 帧内预测模式选择方法和装置
CN107105208A (zh) * 2017-06-06 2017-08-29 山东大学 一种Bayer图像的无损编码与解码方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2903530C (en) * 2010-07-20 2018-08-28 Ntt Docomo, Inc. Video prediction encoding and decoding for partitioned regions while determining whether or not to use motion information from neighboring regions
US10158850B2 (en) * 2011-08-25 2018-12-18 Telefonaktiebolaget Lm Ericsson (Publ) Depth map encoding and decoding
CN108235024B (zh) * 2018-02-05 2020-02-07 杭州视为科技有限公司 一种压缩图像的方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008020672A1 (en) * 2006-08-17 2008-02-21 Electronics And Telecommunications Research Institute Apparatus for encoding and decoding image using adaptive dct coefficient scanning based on pixel similarity and method therefor
KR20080084890A (ko) * 2007-03-17 2008-09-22 김해광 동영상 부호화 및 재생 방법 및 장치
CN105491381A (zh) * 2011-01-12 2016-04-13 株式会社Ntt都科摩 图像预测编码方法及装置、图像预测解码方法及装置
CN102420989A (zh) * 2011-12-07 2012-04-18 中国航空无线电电子研究所 帧内预测方法和装置
CN102595135A (zh) * 2012-02-24 2012-07-18 中国科学技术大学 一种可伸缩视频编码的方法及装置
CN106162176A (zh) * 2016-10-09 2016-11-23 北京数码视讯科技股份有限公司 帧内预测模式选择方法和装置
CN107105208A (zh) * 2017-06-06 2017-08-29 山东大学 一种Bayer图像的无损编码与解码方法

Also Published As

Publication number Publication date
CN109547781A (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
CN110139109B (zh) 图像的编码方法及相应终端
CN111066326B (zh) 机器学习视频处理系统和方法
CN107046645B (zh) 图像编解码方法及装置
CN103119935B (zh) 图像插值方法和设备
WO2006008609A1 (en) System and method for motion prediction in scalable video coding
CN103037214A (zh) 视频压缩方法
CN101156454A (zh) 用来压缩多层运动向量的方法与装置
CN101023672A (zh) 在可调整视频编码中用于运动预测的系统和方法
CN109547783B (zh) 基于帧内预测的视频压缩方法及其设备
CN108353175A (zh) 使用系数引起的预测处理视频信号的方法和装置
CN110169059A (zh) 视频代码化的复合预测
CN109547781B (zh) 基于图像预测的压缩方法及设备
CN109547788B (zh) 图像压缩方法、设备及图像传输系统
CN114651270A (zh) 通过时间可变形卷积进行深度环路滤波
CN114143537B (zh) 一种基于可能性大小的全零块预测方法
CN111107344A (zh) 视频图像的编码方法及装置
CN109302605B (zh) 基于多核处理器的图像编码方法及设备
CN109587481B (zh) 视频编码方法及设备
CN109547780B (zh) 图像编码方法及装置
CN109600612B (zh) 图像编码的方法及设备
JP2016082395A (ja) 符号化装置、符号化方法及びプログラム
CN100499819C (zh) 一种用于降低多媒体数据编码比特率的方法
CN111107349A (zh) 视频编码中自适应纹理预测方法
CN109510985B (zh) 视频编码方法及其装置
CN109510986B (zh) 带宽压缩中自适应纹理渐变预测方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201201

Address after: B07-01-21, 7th floor, block B, No. 705, Asia Pacific Road, Daqiao Town, Nanhu District, Jiaxing City, Zhejiang Province

Applicant after: Jiaxing Aoheng import and Export Co.,Ltd.

Address before: 710065 No. 86 Leading Times Square (Block B), No. 2, Building No. 1, Unit 22, Room 12202, No. 51, High-tech Road, Xi'an High-tech Zone, Shaanxi Province

Applicant before: XI'AN CREATION KEJI Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: B07-01-21, 7th floor, block B, No. 705, Asia Pacific Road, Daqiao Town, Nanhu District, Jiaxing City, Zhejiang Province

Patentee after: Jiaxing aoteng Electronic Technology Co.,Ltd.

Address before: B07-01-21, 7th floor, block B, No. 705, Asia Pacific Road, Daqiao Town, Nanhu District, Jiaxing City, Zhejiang Province

Patentee before: Jiaxing Aoheng import and Export Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240108

Address after: Room 501, 5th Floor, Building C, 705 Asia Pacific Road, Daqiao Town, Nanhu District, Jiaxing City, Zhejiang Province, 314000

Patentee after: Jiaxing Kesheng Electronic Technology Co.,Ltd.

Address before: B07-01-21, 7th floor, block B, No. 705, Asia Pacific Road, Daqiao Town, Nanhu District, Jiaxing City, Zhejiang Province

Patentee before: Jiaxing aoteng Electronic Technology Co.,Ltd.