CN109561301A - 一种视频压缩中的预测方法 - Google Patents

一种视频压缩中的预测方法 Download PDF

Info

Publication number
CN109561301A
CN109561301A CN201811260568.1A CN201811260568A CN109561301A CN 109561301 A CN109561301 A CN 109561301A CN 201811260568 A CN201811260568 A CN 201811260568A CN 109561301 A CN109561301 A CN 109561301A
Authority
CN
China
Prior art keywords
prediction
residual
pixel
value
video compress
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.)
Granted
Application number
CN201811260568.1A
Other languages
English (en)
Other versions
CN109561301B (zh
Inventor
冉文方
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.)
Suzhou Longying Software Development 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 CN201811260568.1A priority Critical patent/CN109561301B/zh
Publication of CN109561301A publication Critical patent/CN109561301A/zh
Application granted granted Critical
Publication of CN109561301B publication Critical patent/CN109561301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N19/132—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
    • H04N19/17—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 an image region, e.g. an object
    • H04N19/176—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 an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding

Landscapes

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

Abstract

本发明涉及一种视频压缩中的预测方法，其中所述方法包括：S1.采用第一预测方法计算图像的第一预测残差；S2.采用第二预测方法计算所述图像的第二预测残差；S3.根据所述第一预测残差计算所述图像的第一残差主观和，根据所述第二预测残差计算所述图像的第二残差主观和；S4.根据所述第一残差主观和和所述第二残差主观和完成所述视频压缩的预测。像素级多像素分量参考的自适应方向预测方法，减少单个像素分量预测误判的可能性；带宽压缩中自适应纹理渐变预测方法，通过待压缩图像纹理边界处的当前宏块自身的纹理特性自适应的获取最小的预测残差，增大带宽压缩率，通过两种预测方法分别对图像进行预测，选出最优越的预测方法作为视频压缩中的预测方法。

Description

一种视频压缩中的预测方法
技术领域
本发明属于视频压缩领域，具体涉及一种视频压缩中的预测方法。
背景技术
随着人们对视频质量需求的逐渐增加，视频的图像分辨率作为视频质量的重要特性之一，已经从720p和1080p过渡到目前市场主流的4K视频分辨率，对应的视频压缩标准也从H.264过渡到H.265。对于视频处理芯片，分辨率的成倍数增加，不但会造成芯片面积成本的大幅度增加，而且也会对总线带宽和功耗带来很大的冲击。
图象中复杂纹理分为人造纹理和自然纹理，现有技术对于人造纹理的预测,不能保证找到最合适的参考像素无法降低理论极限熵，从而无法选出最优越的预测方法。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种视频压缩中的预测方法。本发明要解决的技术问题通过以下技术方案实现：
本发明实施例提供了一种视频压缩中的预测方法，包括：
S1.采用第一预测方法计算图像的第一预测残差；
S2.采用第二预测方法计算所述图像的第二预测残差；
S3.根据所述第一预测残差计算所述图像的第一残差主观和，根据所述第二预测残差计算所述图像的第二残差主观和；
S4.根据所述第一残差主观和和所述第二残差主观和完成所述视频压缩的预测。
在一个具体实施方式中，所述步骤S1包括：
S11.确定当前像素的多个像素分量；
S12.计算所述多个像素分量的纹理方向梯度值；
S13.通过所述纹理方向梯度值以及加权系数确定当前像素分量的参考值；
S14.通过所述参考值确定当前像素分量像素的预测残差；
S15.将所述图像的每一个像素作为当前像素，重复步骤(S11)～步骤(S14)，得到每一个像素的预测残差，选择最小的预测残差作为所述图像的第一预测残差。
在一个具体实施方式中，所述步骤S13包括：
S1301.通过所述纹理方向的梯度值以及第一加权系数获得第一加权梯度值；
S1302.根据所述第一加权梯度值以及第二加权系数获得第二加权梯度值；
S1303.根据所述第二加权梯度值得到每个像素分量的参考方向；
S1304.通过所述参考方向的像素分量像素值以及第三加权值获得所述当前像素分量的参考值。
在一个具体实施方式中，所述步骤S2包括：
S21.选用等距采样方式对当前宏块(图像中纹理边界处的宏块Macroblock简称宏块)进行采样；
S22.对当前宏块的采样点进行预测，获得每个当前宏块采样点的预测残差；
S23.求取当前宏块非采样点的预测残差；
S24.比较所述采样点的预测残差和所述非采样点的预测残差，得到最小预测残差，将所述最小预测残差确定为所述图像的第二预测残差。
在一个具体实施方式中，所述步骤S22包括：
S2201.利用点对点预测方式对所述当前宏块的采样点进行预测，利用像素值求差获取所述当前宏块采样点的预测残差；
S2202.对所述当前宏块的非采样点进行预测，利用预测公式获取所述当前宏块非采样点的预测残差；
在一个具体实施方式中，所述的点对点预测方式是将所述当前宏块的像素与所述当前宏块相邻正上方宏块中的像素进行预测。
在一个具体实施方式中，所述预测公式为：
Resi＝(sample1-sample0)*(i+1)/(num+1)+sample0，
其中Resi为非采样点的预测残差，simple0和simple1为连续的采样点，i为非采样点索引，num为非采样点数量。
在一个具体实施方式中，步骤S3包括：
S31.根据所述第一预测残差计算第一残差绝对值和第一标准差，根据所述第二预测残差计算第二残差绝对值和第二标准差：
S32.根据所述第一残差绝对值、所述第一标准差、第一权重系数和第二权重系数计算所述图像的第一残差主观和；根据所述第二残差绝对值、所述第二标准差、第三权重系数和第四权重系数计算所述图像的第二残差主观和。
在一个具体实施方式中，步骤S4包括：
S41.比较第一残差主观和和第二残差主观和的大小；
S42.若所述第一残差主观和大于所述第二残差主观和，将所述第二预测残差以及所述第二预测方法对应的标记信息传输到码流中，完成所述视频压缩的预测；若所述第一残差主观和小于所述第二残差主观和，则将所述第一预测残差以及所述第一预测方法对应的标记信息传输到码流中，完成所述视频压缩的预测。
与现有技术相比，本发明的有益效果：
1.第一种预测方法通过每个像素分量的多方向梯度加权和同位置多像素分量的方向加权，可以更加合理的确定当前像素分量的预测方向，尤其是当纹理复杂时，可以起到更好的预测方向纠偏效果。并且该方法，可以均衡同位置各像素分量间和同像素分量相邻多像素分量间的纹理预测方向，减少单个像素分量预测误判的可能性，进一步降低预测的理论极限熵。
2.第二种预测方法对于当前待压缩图像纹理边界处的当前宏块，根据纹理的渐变原理，通过当前宏块自身的纹理特性自适应的获取预测残差，从而避免因周围宏块与当前宏块相关性较差，不能获取较小的预测残差，利用本发明的自适应纹理渐变预测方法提高对复杂纹理区域计算预测残差值的精度，增大带宽压缩率，进一步地降低理论极限熵。
3.本发明通过两种预测方法分别对图像进行预测，选取最优越的理论极限熵对应的方法，作为视频压缩的预测方法。
附图说明
图1为本发明实施例提供的一种视频压缩中的预测方法流程示意图；
图2为本发明实施例提供的一种视频压缩的预测方法的第一种预测方法的算法原理图；
图3为本发明实施例提供的一种视频压缩的预测方法的参考像素位置示意图；
图4为本发明实施例提供的一种宏块中像素取样示意图；
图5为本发明实施例提供的一种非采样点预测残差计算示意图；
图6为本发明实施例提供的一种视频压缩的预测方法的一种梯度值计算示意图；
图7为本发明实施例提供的另又一种视频压缩的预测方法的一种梯度值计算示意图；
图8为本发明实施例提供的一种视频压缩的预测方法的一种参考值选取示意图；
图9为本发明实施例提供的一种视频压缩的预测方法的一种采样模式示意图；
图10为本发明实施例提供的一种视频压缩的预测方法的一种宏块预测模式示意图；
图11为本发明实施例提供的另一种视频压缩的预测方法的一种采样模式示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
实施例1
请参见图1，图1为一种视频压缩中的预测方法流程示意图
一种视频压缩的预测方法，包括以下步骤：
S1.采用第一预测法计算图像的第一预测残差
S2.采用第二预测法计算所述图像的第二预测残差；
S3.根据所述第一预测残差计算所述图像的第一残差主观和，根据所述第二预测残差计算所述图像的第二残差主观和；
S4.根据所述第一残差主观和和所述第二残差主观和完成所述视频压缩的预测。
本发明实施例，通过两种预测方法分别计算出图像的两个预测残差结果，根据两个不同的预测残差结果分别计算出了两个不同的残差主观和，对比两个不同的残差主观和选出最优的预测方法，进一步优化了图像的预测效果。
实施例2
请参见图2，图2为本发明实施例提供的一种视频压缩的预测方法的第一种预测方法的算法原理图。本实施例在上述实施例的基础上，重点对视频压缩的预测方法进行详细描述。
S1.采用第一预测法计算图像的第一预测残差，包括如下步骤：
S11.获取当前像素的多个像素分量k，其中k≥1；
S12.获取所述多个像素分量的纹理方向梯度值，对于所述当前像素的每个像素分量，通过确定所述每个像素分量的周围像素分量，确定出所述每个像素分量的N个纹理方向的梯度值，所述梯度值用G1～GN表示，采用同样的方式，确定出所述多个像素分量的纹理方向的梯度值；
在一个具体实施例中，所述每个像素分量的周围像素分量，可以与所述图像当前像素的每个像素分量相邻，也可不相邻。请参见图3，图3为本发明实施例提供的一种视频压缩的预测方法的参考像素位置示意图，所述周围像素分量可以为GHIK，也可以为ABCDEFJ。
在一个具体实施例中，所述纹理方向的梯度值G，可以用像素值差的绝对值表示，但是不限于此。
S13.通过所述纹理方向梯度值以及加权系数确定当前像素分量的参考值；
步骤S13还包括：
S131、通过所述纹理方向梯度值及所述第一加权系数获取第一加权梯度值；
将所述每个像素分量的N个纹理方向的梯度值利用所述第一加权值进行加权计算，得到N个纹理方向梯度值加权后的第一加权梯度值BG。加权公式满足：
BGi＝w1*G1+w2*G2+…+wN*GN (i＝1…K)
其中，w1、w2…wN为所述第一加权值；BGi为各个像素分量的所述第一加权梯度值。
在一个具体实施例中，w1、w2…wN的值可以相同，也可以不相同。
在一个具体实施例中，取BGi最小的值为所述每个像素分量的第一加权梯度值的最优值BG′。
S132、通过所述第一加权梯度值及第二加权系数获取第二加权梯度值。
在步骤(S1031)中，计算出K个像素分量的所述第一加权梯度值的最优值，利用所述第二加权值对所述K个像素分量的所述第一加权梯度值的最优值进行加权计算，得到所述K个像素分量的所述第一加权梯度值的最优值加权后的第二加权梯度值WBG′。加权公式满足：
WBG′i＝k1*BG′1+k2*BG′2+…+kN*BG′K (i＝1…K)
其中，k1、k2…kN为所述第二加权值；WBG′i为各个像素分量的所述第二加权梯度值。
在一个具体实施例中，k1、k2……kN的值可以相同，也可以不相同。
在一个具体实施例中，取WBG′i最小的值为所述每个像素分量的第二加权梯度值的最优值BG″。
S133、通过所述第二加权梯度值得到每个像素分量的参考方向。
所述第二加权梯度值的最优值BG"代表的方向即为当前像素分量的参考方向Dir。
S134、通过所述参考方向的像素分量像素值及第三加权系数获取当前像素分量的参考值。
利用所述第三加权值对所述每个像素分量的参考方向上的所有可用的像素分量像素值进行加权，得到所述每个像素分量的参考值Ref1。加权公式满足：
Refi＝r1*cpt1+r2*cpt2+…+rN*cptN (i＝1…K)
其中，r1、r2…rN为所述第三加权值，cpt1～cptN为所述每个像素分量的参考方向上N个可用的像素分量像素值；Refi为各个像素分量的参考值。
在一个具体实施例中，r1、r2…rN的值可以相同，也可以不相同。
S14.通过所述参考值确定当前像素分量像素的预测残差。
用所述当前像素分量的像素值减去所述当前像素分量的参数像素值，得到当前像素分量的预测残差Dif。据此，可以得到所述当前像素的所有像素分量的所述预测残差。
所述当前像素的所有像素分量的所述预测残差Dif满足：
Difi＝Curcpti-Refi (i＝1…K)
其中，Curcpti为各个像素分量的像素值；Difi为各个像素分量的所述预测残差。
在一个具体实施例中，所述当前像素的预测残差的获取为多像素分量并行处理或多像素分量串行处理。
S15.将所述图像的每一个像素作为当前像素，重复步骤(S11)～步骤(S14)以得到所述图像的第一预测残差。
S2.采用第二预测法计算所述图像的第二预测残差，包括：
S21.获取所述像素的一个纹理边界处的宏块(Macro block,简称MB)，定义宏块的大小为m*n个像素像素分量，其中m≥1，n≥1；
优选的，可以定义宏块的大小为8*1个像素像素分量，16*1个像素像素分量，32*1个像素像素分量，64*1个像素像素分量；本实施例以宏块的大小为16*1个像素像素分量为例说明，其它不同大小的宏块同理。宏块中的像素像素分量按照从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像素分量。
本实施例设定为16*1为例说明；
定义采样方式，根据宏块中存在的纹理相关性，宏块中的像素距离越近，宏块的纹理渐变的一致性概率越高，反之宏块中的像素距离越远，宏块的纹理渐变的一致性概率越低，据此将宏块中的像素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4所示，本实施例将宏块中的16*1个像素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，
全采样是将宏块中序号为0到15对应位置的16个像素像素分量全部进行采样；
1/2采样是将宏块中序号为0、2、4、6、8、10、12、14、15对应位置的9个像素像素分量进行采样；
1/4采样是将宏块中序号为0、4、8、12、15对应位置的5个像素像素分量进行采样；
1/8采样是将宏块中序号为0、8、15对应位置的3个像素像素分量进行采样；
1/16采样是将宏块中序号为0、15对应位置的2个像素像素分量进行采样。
S22.对当前宏块的采样点进行预测，获得每个当前宏块采样点的预测残差，本实施例设定为1/4采样为例说明，采样点为0，4，8，12，15，将宏块中采样点的像素像素分量与当前宏块正上方相邻宏块中垂直位置点的像素像素分量相减，求得预测残差。
S23.求取当前宏块非采样点的预测残差；请参见图5，图5为本发明实施例提供的一种非采样点预测残差计算示意图，对于非采样点，采用预测公式获得预测残差，所述预测公式为：
Resi＝(sample1-sample0)*(i+1)/(num+1)+sample0
其中Res为预测残差，simple0和simple1为连续的采样点，i为非采样点索引，num为非采样点数量。
优选地，对于每一种采样方式，处理方式不变。
S24.将各预测残差的最小值确定为所述图像的第二预测残差，分别计算所述采样组的五组预测残差；并计算所述五组预测残差的残差绝对值和，选取最小的所述残差绝对值和为第二预测残差。
在一个具体实施例中，步骤S3包括：
根据所述第一预测残差计算第一残差绝对值和第一标准差，根据所述第二预测残差计算第二残差绝对值和和第二标准差；
所述第一残差绝对值和所述第二残差绝对值和满足：
其中，SAD预测残差绝对值和，Res为预测残差，ABS表示取绝对值，m和n表示宏块的大小，k表示选用的预测模式的序号。
所述第一标准差和所述第二标准差满足：
其中：
式中，Res为预测残差，E为残差标准差，ABS表示取绝对值，AVE表示平均绝对残差和，m和n表示宏块的大小，k表示选用的预测模式的序号。
根据所述第一残差绝对值、所述第一标准差、第一权重系数和第二权重系数计算所述图像的第一残差主观和；根据所述第二残差绝对值、所述第二标准差、第三权重系数和第四权重系数计算所述图像的第二残差主观和。
所述第一残差主观和和所述第二残差主观和满足：
SUBDk＝a1×SADk+a2×Ek
其中，SUBD为残差主观和，a1和a2分别表示第一权重系数和第二权重系数。
根据所述第一残差主观和和所述第二残差主观和完成所述视频压缩的预测。
比较第一残差主观和和第二残差主观和的大小；若所述第一残差主观和大于所述第二残差主观和，则将所述第二预测残差、所述第二预测方法对应的标记信息传输到码流中，完成所述视频压缩的预测；若所述第一残差主观和小于所述第二残差主观和，则将所述第一预测残差、所述第一预测方法对应的标记信息传输到码流中，完成所述视频压缩的预测。
在一个具体实施例中，将所述第一预测方法标记为0，将所述第二预测方法标记为1，若所述第一预测方法得到的所述第一残差主观和小于所述第二预测方法得到的所述第二残差主观和，则将所述第一预测残差，0传输到码流中，完成视频压缩的预测；若所述第一预测方法得到的所述第一残差主观和大于所述第二预测方法得到的所述第二残差主观和，则将所述第二预测残差，1传输到码流中，完成视频压缩的预测。
实施例3
本实施例在上述实施例的基础上，将当前像素分为Y、U、V三个像素分量对第一种预测方法进行了详细描述，具体实施方式如下。
将当前像素分为三个像素分量，分别为像素分量Y、像素分量U、像素分量V。
通过所述当前像素的三个像素分量的周围像素分量，确定3个纹理方向的梯度值G1、G2、G3。
请参见图6，图6为本发明实施例提供的一种视频压缩的预测方法的一种梯度值计算示意图；在一个具体实施例中，对于Y、U、V三个像素分量，ABS(K-H)为45度梯度值，ABS(K-G)为90度梯度值，ABS(K-F)为135度梯度值，ABS(K-J)为180度梯度值。
请参见图7，图7为本发明实施例提供的一种视频压缩的预测方法的一种梯度值计算示意图；分别对所述3个纹理方向的梯度值G1、G2、G3进行加权，分别得到三个所述像素分量的第一加权梯度值BG，取每一个像素分量的第一加权梯度值BG的最小值，作为每一个像素分量的第一加权梯度值的最优值BG′。
分别对所述3个像素分量的第一加权梯度值的最优值进行加权，得到加权后的第二加权梯度值WBG′，取每一个像素分量的第二加权梯度值WBG′的最小值，作为每一个像素分量的第二加权梯度值的最优值BG″。
每个像素分量的加权公式满足：
BG"minY＝0.5*BGminY+0.7*BGminU+0.7*BGminV
BG"minU＝0.5*BGminY+0.3*BGminU+0.4*BGminV
BG"minY＝0.5*BGminY+0.4*BGminU+0.3*BGminV
其中，BG"minY为像素分量Y第二加权梯度值的最优值，BG"minU为像素分量U第二加权梯度值的最优值，BG"minV为像素分量V第二加权梯度值的最小值，BGminY为像素分量Y第一加权梯度值的最小值，BGminU为像素分量U第一加权梯度值的最小值，BGminV为像素分量V第一加权梯度值的最小值。
在一个具体实施例中，BG"minY代表的方向为Y像素分量的参考方向DirY，BG"minU代表的方向为U像素分量的参考方向DirU，BG"minV代表的方向为V像素分量的参考方向DirV。
加权3个像素分量的参考方向上的2个像素分量，分别的值分别为三个像素分量的参考像素Ref，加权公式满足：
RefY＝r1*cpt1+r2*cpt2
RefU＝r1*cpt1+r2*cpt2
RefV＝r1*cpt1+r2*cpt2
其中，RefY为像素分量Y的参考像素，RefU为像素分量U的参考像素，RefV为像素分量V的参考像素，cpt1、cpt2为每个像素分量的参考方向的像素分量像素值。
请再次参见图7，在一个具体实施例中，对于任意像素分量，若为45度参考，那么参考值Ref为0.8*I+0.2E；若为90度参考，那么参考值为0.8*H+0.2C；若为135度参考，那么参考值为0.8*G+0.2A；若为180度参考，那么参考值为0.8*K+0.2J。
用当前像素分量的像素值减去当前像素分量的参数像素值，得到当前像素分量像素的预测残差Dif。所述当前像素分量像素的预测残差Dif满足：
DifY＝CurcptY-RefY
DifU＝CurcptU-RefU
DifV＝CurcptV-RefV
其中，CurcptY为像素分量Y的像素值，CurcptU为像素分量U的像素值，CurcptV为像素分量V的像素值；DifY为像素分量Y的预测残差，DifU为像素分量U的预测残差，DifV为像素分量V的预测残差。
实施例4
本实施例在上述实施例的基础上，对于1像素分量像素的第一种预测方法进行了详细描述，具体实施方式如下。
请参见图8，图8为本发明实施例提供的视频压缩的预测方法的一种参考值选取示意图。图中A、B、C、D、E为当前像素相邻的周围像素。
若ABS(E-A)最小，即135度纹理，那么参考像素为B；
若ABS(E-B)最小，即垂直纹理，那么参考像素为C；
若ABS(E-C)最小，即45度纹理，那么参考像素为D；
若ABS(C-B)最小，即水平纹理，那么参考像素为E；
选用得到的参考值和当前像素像素分量，进行求差得到所述第一预测方法的预测残差。
实施例5
本实施例在上述实施例的基础上，对于第二种预测方法进行了进一步的描述，具体实施方式如下。
设定所述当前像素的宏块大小为16*1；
请参照图9，图9为本发明实施例提供的一种视频压缩的预测方法的一种采样模式示意图，对所述宏块进行采样，本实施例采取预设3组非等距采样模型，分别为采样1、采样2、采样3。
在一个具体实施例中，对于所述采样1，将所述宏块中所有采样位置点与正上方各对应的进行预测，预测模式有3种，分别为135度预测，45度预测，90度预测，请参照见图10，图10为本发明实施例提供的一种视频压缩的预测方法的一种宏块预测模式示意图，对每种预测模式，求得所有采样点的预测残差，并计算预测残差绝对值(SAD)；选取SAD最小的一种预测模式为该宏块的采样点预测模式，并获取该预测模式的预测残差；
在一个具体实施例中，对于非采样点，采用所述公式1获得预测残差。
实施例6
本实施例在上述实施例的基础上，对于第二种预测方法进行了进一步的描述，具体实施方式如下。
在一个具体实施例中，设定所述当前像素的宏块大小为16*1。
由于所述宏块中存在一定纹理，首先检测所述宏块纹理渐变性。设定纹理渐变点即像素值拐点。因此将当前像素值减去上一像素值获取拐点。请参照见图11，图11为本发明实施例提供的另一种视频压缩的预测方法的一种采样模式示意图，设定连续正负数的最后一个数为拐点，且0不算拐点，再加上宏块首位2个点，共形成4个采样点。
在一个具体实施例中，对于所述采样1，将所述宏块中所有采样位置点与正上方各对应的进行预测，预测模式有3种，分别为135度预测，45度预测，90度预测，请参照见图10，对每种预测模式，求得所有采样点的预测残差，并计算预测残差绝对值(SAD)；选取SAD最小的一种预测模式为该宏块的采样点预测模式，并获取该预测模式的预测残差。
在一个具体实施例中，对于非采样点，采用预测公式获得预测残差。以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (9)

1.一种视频压缩中的预测方法，其特征在于，包括：
S1.采用第一预测方法计算图像的第一预测残差；
S2.采用第二预测方法计算所述图像的第二预测残差；
S3.根据所述第一预测残差计算所述图像的第一残差主观和，根据所述第二预测残差计算所述图像的第二残差主观和；
S4.根据所述第一残差主观和和所述第二残差主观和完成所述图像的预测。
2.根据权利要求1所述的视频压缩中的预测方法，其特征在于，所述步骤S1包括：
S11.确定当前像素的多个像素分量；
S12.计算所述多个像素分量的纹理方向梯度值；
S13.通过所述纹理方向梯度值以及加权系数确定当前像素分量的参考值；
S14.通过所述参考值确定当前像素分量像素的预测残差；
S15.将所述图像的每一个像素作为当前像素，重复步骤(S11)～步骤(S14)，得到每一个像素的预测残差，选择最小的预测残差作为所述图像的第一预测残差。
3.根据权利要求2所述的视频压缩中的预测方法，其特征在于，所述步骤S13包括：
S1301.通过所述纹理方向的梯度值以及第一加权系数获得第一加权梯度值；
S1302.根据所述第一加权梯度值以及第二加权系数获得第二加权梯度值；
S1303.根据所述第二加权梯度值得到每个像素分量的参考方向；
S1304.通过所述参考方向的像素分量像素值以及第三加权值获得所述当前像素分量的参考值。
4.根据权利1所述的视频压缩中的预测方法，其特征在于，所述步骤S2包括：
S21.选用等距采样方式对当前宏块进行采样；
S22.对当前宏块的采样点进行预测，获得当前宏块采样点的预测残差；
S23.求取当前宏块非采样点的预测残差；
S24.比较所述采样点的预测残差和所述非采样点的预测残差的大小，得到最小预测残差，将所述最小预测残差确定为所述图像的第二预测残差。
5.根据权利4所述的视频压缩中的预测方法，其特征在于，所述步骤S22包括：
S2201.利用点对点预测方式对所述当前宏块的采样点进行预测，利用像素值求差，获取所述当前宏块采样点的预测残差；
S2202.对所述当前宏块的非采样点进行预测，利用预测公式获取所述当前宏块非采样点的预测残差。
6.根据权利5所述的视频压缩中的预测方法，其特征在于，
所述的点对点预测方式是将所述当前宏块的像素与所述当前宏块相邻正上方宏块中的像素进行预测。
7.根据权利6所述带宽压缩中自适应纹理渐变预测方法，其特征在于，所述预测公式为：
Resi＝(sample1-sample0)*(i+1)/(num+1)+sample0，
其中Res为预测残差，simple0和simple1为连续的采样点，i为非采样点索引，num为非采样点数量。
8.据权利要求1所述的视频压缩的预测方法，其特征在于，步骤S3包括：
S31.根据所述第一预测残差计算第一残差绝对值和第一标准差，根据所述第二预测残差计算第二残差绝对值和第二标准差：
S32.根据所述第一残差绝对值、所述第一标准差、第一权重系数和第二权重系数计算所述图像的第一残差主观和；根据所述第二残差绝对值、所述第二标准差、第三权重系数和第四权重系数计算所述图像的第二残差主观和。
9.根据权利要求1所述的视频压缩的预测方法，其特征在于，步骤S4包括：
S41.比较第一残差主观和和第二残差主观和的大小；
S42.若所述第一残差主观和大于所述第二残差主观和，将所述第二预测残差以及所述第二预测方法对应的标记信息传输到码流中，完成所述视频压缩的预测；若所述第一残差主观和小于所述第二残差主观和，则将所述第一预测残差以及所述第一预测方法对应的标记信息传输到码流中，完成所述视频压缩的预测。
CN201811260568.1A 2018-10-26 2018-10-26 一种视频压缩中的预测方法 Active CN109561301B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811260568.1A CN109561301B (zh) 2018-10-26 2018-10-26 一种视频压缩中的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811260568.1A CN109561301B (zh) 2018-10-26 2018-10-26 一种视频压缩中的预测方法

Publications (2)

Publication Number Publication Date
CN109561301A true CN109561301A (zh) 2019-04-02
CN109561301B CN109561301B (zh) 2020-08-11

Family

ID=65865251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811260568.1A Active CN109561301B (zh) 2018-10-26 2018-10-26 一种视频压缩中的预测方法

Country Status (1)

Country Link
CN (1) CN109561301B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020258053A1 (zh) * 2019-06-25 2020-12-30 Oppo广东移动通信有限公司 图像分量预测方法、装置及计算机存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102301720A (zh) * 2009-01-29 2011-12-28 松下电器产业株式会社 图像编码方法以及图像解码方法
CN103024383A (zh) * 2012-12-14 2013-04-03 北京工业大学 一种基于hevc框架的帧内无损压缩编码方法
CN105530518A (zh) * 2014-09-30 2016-04-27 联想(北京)有限公司 一种视频编码、解码方法及装置
US20160150242A1 (en) * 2013-12-13 2016-05-26 Mediatek Singapore Pte. Ltd. Method of Background Residual Prediction for Video Coding
CN106034235A (zh) * 2015-03-11 2016-10-19 杭州海康威视数字技术股份有限公司 计算编码失真度和编码模式控制的方法及其系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102301720A (zh) * 2009-01-29 2011-12-28 松下电器产业株式会社 图像编码方法以及图像解码方法
CN103024383A (zh) * 2012-12-14 2013-04-03 北京工业大学 一种基于hevc框架的帧内无损压缩编码方法
US20160150242A1 (en) * 2013-12-13 2016-05-26 Mediatek Singapore Pte. Ltd. Method of Background Residual Prediction for Video Coding
CN105530518A (zh) * 2014-09-30 2016-04-27 联想(北京)有限公司 一种视频编码、解码方法及装置
CN106034235A (zh) * 2015-03-11 2016-10-19 杭州海康威视数字技术股份有限公司 计算编码失真度和编码模式控制的方法及其系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020258053A1 (zh) * 2019-06-25 2020-12-30 Oppo广东移动通信有限公司 图像分量预测方法、装置及计算机存储介质

Also Published As

Publication number Publication date
CN109561301B (zh) 2020-08-11

Similar Documents

Publication Publication Date Title
Ou et al. Q-STAR: A perceptual video quality model considering impact of spatial, temporal, and amplitude resolutions
US9774875B2 (en) Lossless and near-lossless image compression
CN105282548B (zh) 动态压缩比选择
JP2008514115A (ja) 高品質広帯域多層画像圧縮符号化システム
JPH09509024A (ja) 時間適応型動き補間を用いる画像データの圧縮方法ならびにその装置
CN107771392A (zh) 用于高动态范围图像的实时内容自适应感知量化器
You et al. Attention modeling for video quality assessment: Balancing global quality and local quality
Yuan et al. Visual JND: A perceptual measurement in video coding
JP2001512651A (ja) 量子化マトリクスのフレーム毎の計算方法
CN101341494B (zh) 基于视频帧运动的自动关注区检测
CN109997360A (zh) 基于感知度量分类对视频进行编码和解码的方法和装置
CN110493600A (zh) 图像编码方法、装置、计算机设备及存储介质
CN108259898A (zh) 基于质量可伸缩视频编码qshvc的帧内快速编码方法
CN109561301A (zh) 一种视频压缩中的预测方法
CN108353173A (zh) 用于高动态范围视频编码的分段线性层间预测器
CN111447446A (zh) 一种基于人眼视觉区域重要性分析的hevc码率控制方法
CN109474799B (zh) 基于视频监控的图像存储方法及其系统
Li et al. Perceptually-lossless image coding based on foveated-JND and H. 265/HEVC
CN100361395C (zh) 图像编码装置与图像编码方法
CN106454386A (zh) 一种基于jnd的视频编码的方法和装置
CN108737826B (zh) 一种视频编码的方法和装置
CN109547788A (zh) 图像压缩方法、设备及图像传输系统
Cai et al. A reversible watermarking algorithm for high efficiency video coding
CN109587481A (zh) 视频编码方法及设备
CN112866696A (zh) 4k、8k、16k超高清视频编码优化控制方法和装置

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

Effective date of registration: 20200703

Address after: 215000 station a062, 2nd floor, building 11, No. 18, Kaitai Road, new high speed rail new town, Xiangcheng District, Suzhou City, Jiangsu Province

Applicant after: Suzhou Longying Software Development 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 Cresun Innovation Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant