CN109600608A - 带宽压缩中复杂纹理的双模式选择预测方法 - Google Patents

带宽压缩中复杂纹理的双模式选择预测方法 Download PDF

Info

Publication number
CN109600608A
CN109600608A CN201811260513.0A CN201811260513A CN109600608A CN 109600608 A CN109600608 A CN 109600608A CN 201811260513 A CN201811260513 A CN 201811260513A CN 109600608 A CN109600608 A CN 109600608A
Authority
CN
China
Prior art keywords
pixel
macro block
prediction
macroblock
divided
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
CN201811260513.0A
Other languages
English (en)
Other versions
CN109600608B (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.)
Yangzhou Hangyuan Information 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 CN201811260513.0A priority Critical patent/CN109600608B/zh
Publication of CN109600608A publication Critical patent/CN109600608A/zh
Application granted granted Critical
Publication of CN109600608B publication Critical patent/CN109600608B/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
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • 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
    • 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
    • H04N19/10—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
    • H04N19/184—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 bits, e.g. of the compressed video stream
    • 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)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明涉及一种带宽压缩中复杂纹理的双模式选择预测方法，包括：将待编码视频图像划分成多个宏块，并确定待编码像素分量；采用自适应分割预测方法，确定当前编码宏块中像素的第一参考像素，计算得到一组第一预测残差；采用自适应矩形窗口预测方法，确定当前编码宏块中像素的第二参考像素，计算得到一组第二预测残差；根据一组第一预测残差计算第一绝对残差和，根据一组第二预测残差计算第二绝对残差和；比较第一绝对残差和与第二绝对残差和，确定当前编码宏块的最优预测方法，得到一组最优预测残差。本发明以宏块为预测单元，根据图像不同区域纹理特征的不同，自适应选择最优预测方法，效果更优，进一步降低了理论极限熵。

Description

带宽压缩中复杂纹理的双模式选择预测方法
技术领域
本发明涉及一种压缩技术领域，特别涉及一种带宽压缩中复杂纹理的双模式选择预测方法。
背景技术
随着公众对视频质量需求的不断提高，视频的图像分辨率也随之成倍数的增加，由此使视频图像的数据量十分巨大，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。
带宽压缩技术的目标是用较小的逻辑面积成本，尽可能的提高压缩倍数，减少双倍速率同步动态随机存储器(Double Data Rate,简称DDR)的占用。预测模块作为带宽压缩的一个重要模块，是利用图像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，预测差值的标准差要远小于原始图像数据的标准差，因此对预测差值进行编码，更有利于使图像数据的理论熵达到最小，从而达到提高压缩效率的目的。
然而，当待压缩图像的纹理复杂多变时，根据固定不变的预测模式来预测待压缩图像的复杂纹理区域时，往往会造成所采用预测模式可能只适用某些区域，而对另一些区域并不适用，从而造成这些区域的预测编码得不到精确的参考，导致理论极限熵得不到最大化的降低，影响预测模块的预测质量。因此，在待压缩图像的纹理复杂多变时，提供一种更加灵活适用的预测方法以实现所有纹理区域的高质量预测成为亟需解决的问题。
发明内容
因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种带宽压缩中复杂纹理的双模式选择预测方法。
具体地，本发明一个实施例提出的一种带宽压缩中复杂纹理的双模式选择预测方法，包括：
将待编码视频图像划分成多个宏块，并确定待编码像素分量；
采用自适应分割预测方法，确定当前编码宏块中像素的第一参考像素，计算得到一组第一预测残差；
采用自适应矩形窗口预测方法，确定当前编码宏块中像素的第二参考像素，计算得到一组第二预测残差；
根据一组第一预测残差计算第一绝对残差和，根据一组第二预测残差计算第二绝对残差和；
比较第一绝对残差和与第二绝对残差和，确定当前编码宏块的最优预测方法，得到一组最优预测残差。
在本发明的一个实施例中，采用自适应分割预测方法，确定当前编码宏块中像素的第一参考像素，计算得到一组第一预测残差的步骤包括：
采用多种分割方式将待分割宏块分割为若干子宏块；
分别计算每种分割方式下待分割宏块的比特数，得到待分割宏块的多个比特数；
比较待分割宏块的多个比特数，将最小比特数对应的分割方式作为待分割宏块的最优分割方式；
计算当前编码宏块中每个像素的待编码像素分量的第一预测残差，得到一组第一预测残差。
在本发明的一个实施例中，多种分割方式为水平分割、垂直分割和不分割中的至少两种。
在本发明的一个实施例中，比较待分割宏块的多个比特数，将最小比特数对应的分割方式作为待分割宏块的最优分割方式的步骤之后还包括：
当最优分割方式为水平分割或垂直分割时，将分割后的所述子宏块作为待分割宏块；
采用多种分割方式将待分割宏块分割为若干子宏块；
分别计算每种分割方式下待分割宏块的比特数，得到待分割宏块的多个所述比特数；
比较待分割宏块的多个所述比特数，将最小比特数对应的分割方式作为待分割宏块的最优分割方式。
在本发明的一个实施例中，当多种分割方式包括水平分割方式时，将待分割宏块分割为上宏块和下宏块，分别计算每种分割方式下待分割宏块的比特数，得到待分割宏块的多个比特数的步骤包括：
在上宏块的M1个像素的待编码像素分量中，得到上宏块的最大像素分量值和最小像素分量值；
计算上宏块的最大像素分量值和最小像素分量值的差值，并得到表示差值的第一最少比特数；
在下宏块的M1个像素的待编码像素分量中，得到下宏块的最大像素分量值和最小像素分量值；
计算下宏块的最大像素分量值和最小像素分量值的差值，并得到表示差值的第一最少比特数；
根据上宏块的第一最少比特数和下宏块的第一最少比特数计算水平分割方式下待分割宏块的第一比特数。
在本发明的一个实施例中，当多种分割方式包括垂直分割方式时，将待分割宏块分割为左宏块和右宏块，分别计算每种分割方式下待分割宏块的比特数，得到待分割宏块的多个比特数的步骤包括：
在左宏块的M2个像素的待编码像素分量中，得到左宏块的最大像素分量值和最小像素分量值；
计算左宏块的最大像素分量值和最小像素分量值的差值，并得到表示差值的第二最少比特数；
在右宏块的M2个像素的待编码像素分量中，得到右宏块的最大像素分量值和最小像素分量值；
计算右宏块的最大像素分量值和最小像素分量值的差值，并得到表示差值的第二最少比特数；
根据左宏块的第二最少比特数和右宏块的第二最少比特数计算垂直分割方式下待分割宏块的第二比特数。
在本发明的一个实施例中，当所述多种分割方式包括不分割方式时，分别计算每种分割方式下待分割宏块的比特数，得到待分割宏块的多个比特数的步骤包括：
在待分割宏块的M个像素的待编码像素分量中，得到待分割宏块的最大像素分量值和最小像素分量值；
计算待分割宏块的最大像素分量值和最小像素分量值的差值，并得到表示差值的第三最少比特数；
根据待分割宏块的第三最少比特数计算不分割方式下待分割宏块的第三比特数。
在本发明的一个实施例中，计算当前编码宏块中每个像素的待编码像素分量的第一预测残差，得到一组第一预测残差的步骤包括：
在当前编码宏块的每个子宏块中选择最小像素分量值对应的像素作为第一参考像素，计算每个子宏块中每个像素的待编码像素分量的第一预测残差。
在本发明的一个实施例中，采用自适应矩形窗口预测方法，确定当前编码宏块中像素的第二参考像素，计算得到一组第二预测残差的步骤包括：
确定矩形预测搜索窗口；
在矩形预测搜索窗口内计算当前编码像素的差异度权重；
根据差异度权重确定当前编码像素的第二参考像素并计算第二预测残差；
在本发明的一个实施例中，在矩形预测搜索窗口内计算当前编码像素的差异度权重的步骤包括：
计算当前编码像素的待编码像素分量相对矩形预测搜索窗口内每个重建像素的每个像素分量的分量差异度子权重；
计算当前编码像素的待编码像素分量相对每个重建像素的差异度子权重；
分量差异度子权重为当前编码像素的待编码像素分量的原始值与重建像素的像素分量的重建值的差值的绝对值；
差异度子权重为N个分量差异度子权重进行加权求和的结果，N为当前编码像素或重建像素包含的像素分量的个数；
差异度权重包括K个差异度子权重，K为矩形预测搜索窗口内包含的重建像素的个数。
基于此，本发明具备如下优点：
本发明实施例的带宽压缩中复杂纹理的双模式选择预测方法，采用了两种不同的预测方法，以宏块为预测单元，通过比较两种不同的预测方法得到的预测残差，选择针对该宏块的最优预测方法进行预测残差的计算，对于复杂纹理图像，可根据图像不同区域纹理特征的不同，自适应地选择最优的预测方法，预测效果更优，进一步降低了理论极限熵。
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带宽压缩中复杂纹理的双模式选择预测方法的流程图；
图2为本发明实施例提供的一种带宽压缩中自适应分割预测方法流程图；
图3为发明实施例提供的一种待编码宏块的分割示意图；
图4为本发明实施例提供的一种待分割宏块采用水平分割方式的比特数计算流程图；
图5为本发明实施例提供的一种待分割宏块采用垂直分割方式的比特数计算流程图；
图6为本发明实施例提供的一种待分割宏块采用不分割方式的比特数计算流程图；
图7为本发明实施例提供的自适应矩形窗口预测方法的流程图；
图8(a)和图8(b)为本发明实施例提供的矩形预测搜索窗口的像素索引示意图和重建像素搜索编号示意图；
图9为本发明实施例提供的差异度权重的计算方法流程图。
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。
本发明实施例的方法，通过采用两种不同的预测方法比较得到的预测残差，针对图像中不同宏块自适应地选择最优预测方法进行预测残差的计算。
实施例一
参见图1，图1为本发明实施例提供的带宽压缩中复杂纹理的双模式选择预测方法的流程图。该双模式选择预测方法包括如下步骤：
S1、将待编码视频图像划分成多个宏块，并确定待编码像素分量。
在本发明的一个实施例中，将待编码视频图像划分为X个相同的宏块MBx，编码前，将对该X个宏块逐一进行编码预测。每个宏块包含M个像素，M≥4，例如M＝8×1或M＝16×1或M＝32×1或M＝64×1。对第x个宏块MBx中的M个像素进行顺序编号为0、1、2、...m...、M-1。优选地，每个宏块包含16×1个像素，第x1个宏块MBx中的16个像素进行顺序编号为0、1、2、...m...、16。设定待编码视频图像的每个像素包含N个像素分量，待编码像素分量为第n个像素分量。例如待编码视频图像的每个像素包含3个像素分量R G B，或包括4个像素分量R G B W，或包含3个像素分量YUV，或包含4个像素分量C M Y K。
S2、采用自适应分割预测方法，确定当前编码宏块中像素的第一参考像素，计算得到一组第一预测残差。
S3、采用自适应矩形窗口预测方法，确定当前编码宏块中像素的第二参考像素，计算得到一组第二预测残差。
S4、根据一组第一预测残差计算第一绝对残差和，根据一组第二预测残差计算第二绝对残差和。
S5、比较第一绝对残差和与第二绝对残差和，确定当前编码宏块的最优预测方法，得到一组最优预测残差。
实施例二
参见图2，图2为本发明实施例提供的一种带宽压缩中自适应分割预测方法流程图。本发明实施例在实施例一的基础上，步骤S2还包括以下步骤：
S21、采用多种分割方式将待分割宏块分割为若干子宏块，其中，所述分割方式包括水平分割、垂直分割、不分割中的至少两种。
参见图3，图3为发明实施例提供的一种当前编码宏块的分割示意图。在本发明实施例中，当前编码宏块MBx例如可以为一个64×64规格的图像宏块，采用自顶向下按顺序分割的方案，子宏块大小为由大到小分割，逐一确定每次分割时对待分割宏块的分割方式。对当前编码宏块进行第一次分割时，待分割宏块即为当前编码宏块。对当前编码宏块进行第r+1次分割时，待分割宏块为第r次分割后的子宏块，例如为上宏块或下宏块或左宏块或右宏块。当子宏块无法再被分割成更小的子宏块规格时，将分割方式的标识，以及计算得到的预测残差写入码流中。具体在实际应用中，编码端和解码端都会预设一些图像宏块的尺寸规格，只有当待分割宏块能被分割成这些规格时，或者说只有当待分割宏块的尺寸规格大于这些预设的尺寸规格时，待分割宏块才能被分割。
S22、分别计算每种分割方式下待分割宏块的比特数，得到待分割宏块的多个比特数；
在本发明实施例中，待分割宏块的多个比特数例如包括水平分割方式下的第一比特数、垂直分割方式下的第二比特数、不分割方式下的第三比特数中的至少两个。
S23、比较待分割宏块的多个比特数，将最小比特数对应的分割方式作为待分割宏块的最优分割方式；
在本发明实施例中，当判断最优分割方式为水平分割或垂直分割时，将最优分割方式下分割的两个子宏块如上宏块和下宏块，或两个子宏块如左宏块和右宏块，分别作为待分割宏块并返回执行步骤S21～S23；
当判断最优分割方式为不分割时，结束对当前编码宏块的分割，执行步骤S24。
S24、计算当前编码宏块中每个像素的待编码像素分量的第一预测残差，得到一组第一预测残差
本发明实施例的带宽压缩中自适应分割预测方法通过当前区域像素分量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，选择最优的分割方式进行预测残差的计算。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。
图4为本发明实施例提供的一种待分割宏块采用水平分割方式的比特数计算流程图。在本发明的一个实施例中，采用水平分割方式，将待分割宏块分割为上宏块和下宏块。请一并参见图3和图4，其中上宏块和下宏块分别包括M1个像素。步骤S22包括：
S2201、在上宏块的M1个像素的待编码像素分量中，得到上宏块的最大像素分量值和最小像素分量值；
S2202、计算上宏块的最大像素分量值和最小像素分量值的差值，并得到表示该差值的第一最少比特数；
S2203、在下宏块的M1个像素的待编码像素分量中，得到下宏块的最大像素分量值和最小像素分量值；
S2204、计算下宏块的最大像素分量值和最小像素分量值的差值，并得到表示该差值的第一最少比特数；
S2205、根据上宏块的第一最少比特数、下宏块的第一最少比特数计算得到水平分割方式下待分割宏块的第一比特数为：
BIT_ud＝M1×BIT_MINup+M1×BIT_MINdown+2×BITDEPTH (1)
其中，BIT_MINup为上宏块的第一最少比特数，BIT_MINdown为下宏块的第一最少比特数，BITDEPTH为当前编码宏块的原始数据的比特深度。
图5为本发明实施例提供的一种待分割宏块采用垂直分割方式的比特数计算流程图。在本发明的另一个实施例中，采用垂直分割方式，将待分割宏块分割为左宏块和右宏块。请一并参见图3和图5，其中左宏块和右宏块分别包括M2个像素。步骤S22包括：
S2211、在左宏块的M2个像素的待编码像素分量中，得到左宏块的最大像素分量值和最小像素分量值；
S2212、计算左宏块的最大像素分量值和最小像素分量值的差值，并得到表示该差值的第二最少比特数；
S2213、在右宏块的M2个像素的待编码像素分量中，得到右宏块的最大像素分量值和最小像素分量值；
S2214、计算右宏块的最大像素分量值和最小像素分量值的差值，并得到表示该差值的第二最少比特数；
S2215、根据左宏块的第二最少比特数、右宏块的第二最少比特数计算得到垂直分割方式下待分割宏块的第二比特数为：
BIT_lr＝M2×BIT_MINleft+M2×BIT_MINright+2×BITDEPTH (2)
其中，BIT_MINlef为左宏块的第二最少比特数，BIT_MINright为右宏块的第二最少比特数，BITDEPTH为当前编码宏块的原始数据的比特深度。
图6为本发明实施例提供的一种待分割宏块采用不分割方式的比特数计算流程图。在本发明的又一个实施例中，对待分割宏块采用不分割方式，请一并参见图3和图6，待分割宏块包括M个像素。步骤S22包括：
S2221、在待分割宏块的M个像素的待编码像素分量中，得到待分割宏块的最大像素分量值和最小像素分量值；
S2222、计算待分割宏块的最大像素分量值和最小像素分量值的差值，并得到表示该差值的第三最少比特数；
S2223、根据待分割宏块的第三最少比特数计算得到不分割方式下待分割宏块的第三比特数为：
BIT_int＝M×BIT_MIN+BITDEPTH (3)
其中，BIT_MIN为当前编码宏块的第三最少比特数，BITDEPTH为当前编码宏块的原始数据的比特深度。
在本发明的又一个实施例中，通过步骤S21～S23，经过R次分割之后结束分割，此时当前编码宏块被分割成若干个子宏块，步骤S24中，在每个子宏块中，选择最小像素分量值对应的像素作为第一参考像素，计算该子宏块中每个像素的待编码像素分量的第一预测残差第一预测残差的计算方法如下公式(4)
其中，为当前编码宏块中编号m的当前编码像素的待编码像素分量值，为编号m的当前编码像素所在子宏块中的最小像素分量值。
最终得到当前编码宏块的一组第一预测残差为
步骤S24具体为：
(1)当R＝0时，表示当前编码宏块的最优分割方式为不分割。则计算当前编码宏块中每个像素的待编码像素分量的第一预测残差时，选择当前编码宏块的最小像素分量值对应的像素作为第一参考像素，用该当前编码宏块的M个像素的待编码像素分量值，分别减去该第一参考像素对应的最小像素分量值，得到该当前编码宏块中所有像素的待编码像素分量的一组第一预测残差。
(2)当R≥1时，表示当前编码宏块被分割过至少1次，并被分割成若干子宏块，该若干子宏块包括若干上宏块和若干下宏块，或包括若干左宏块和若干右宏块，或包括若干上宏块、若干下宏块、若干左宏块和若干右宏块。则
计算上宏块中每个像素的待编码像素分量的第一预测残差时，选择该上宏块的最小像素分量值对应的像素作为第一参考像素，用该上宏块中每个像素的待编码像素分量值，分别减去该第一参考像素对应的最小像素分量值，得到该上宏块中所有像素的待编码像素分量的一组第一预测残差；
计算下宏块中每个像素的待编码像素分量的第一预测残差时，选择该下宏块的最小像素分量值对应的像素作为第一参考像素，用该下宏块中每个像素的待编码像素分量值，分别减去该第一参考像素对应的最小像素分量值，得到该下宏块中所有像素的待编码像素分量的一组第一预测残差；
计算左宏块中每个像素的待编码像素分量的第一预测残差时，选择该左宏块的最小像素分量值对应的像素作为第一参考像素，用该左宏块中每个像素的待编码像素分量值，分别减去该第一参考像素对应的最小像素分量值，得到该左宏块中所有像素的待编码像素分量的一组第一预测残差；
计算右宏块中每个像素的待编码像素分量的第一预测残差时，选择该右宏块的最小像素分量值对应的像素作为第一参考像素，用该右宏块中每个像素的待编码像素分量值，分别减去该第一参考像素对应的最小像素分量值，得到该右宏块中所有像素的待编码像素分量的一组第一预测残差。
实施例三
参见图7，图7为本发明实施例提供的自适应矩形窗口预测方法的流程图。本发明实施例在实施例一或实施例二的基础上，步骤S3还包括以下步骤：
S31、确定矩形预测搜索窗口
参见图8，图8(a)和图8(b)为本发明实施例提供的矩形预测搜索窗口的像素索引示意图和重建像素搜索编号示意图。如图8(a)，在待编码视频图像像素区域内，用Cij代表当前编码像素，Pij代表已编码的重建像素。其中，ij为当前编码像素或重建像素的位置索引。设定一个滑动窗口作为预测搜索窗口，预测搜索窗口的形状可以为水平条形、垂直条形、L形、十字形、丁字形、矩形或其他不规则形状。预测搜索窗口的大小根据视频图像的纹理特征及预测精度的需求进行确定，对于纹理比较细或对预测精度需求较低的视频图像，可设置较小的预测搜索窗口，对于纹理比较粗或对预测精度需求较高的视频图像，可设置较大的预测搜索窗口。
在本发明的一个实施例中，预测搜索窗口的形状为矩形，大小为包含K个像素。该矩形预测搜索窗口的上部、下部、左边和右边包含的像素数目可以相等，也可以不相等。当前编码像素Cij可设定位于该矩形预测搜索窗口内，也可以设定位于该矩形预测搜索窗口外邻近位置。优选地，当前编码像素Cij位于该矩形预测搜索窗口内的右下角位置。预测搜索窗口内的其他位置为已编码的K-1个重建像素Pi-1,j、Pi-2,j、Pi-3,j、...、Pi-2,j-2、Pi-3,j-2。在对当前编码像素Cij进行编码预测时，根据K-1个重建像素的重建值NewData(Pk)与当前编码像素Cij的原始值来预测当前编码像素Cij的第二预测残残差。
如图8(b)，本发明实施例中，根据K-1个重建像素的重建值来预测当前编码像素Cij的第二预测残残差时，对矩形预测搜索窗口内的K-1个重建像素进行顺序编号为0、1、2、...k...、K-2，按照编号对重建像素P0、P1、P2、...Pk...、PK-2进行顺序搜索，即从左到右，逐行搜索所有重建像素。例如，本发明实施例的矩形预测搜索窗口大小为4×3个像素，其中包含11个重建像素，水平方向从左至右、竖直方向从上至下，对11个重建像素进行编号，从0编号至10，对该11个重建像素P0、P1、P2、...、P10从编号为0的重建像素P0开始搜索，直至搜索到编号为10的重建像素P11，寻找当前编码像素Cij的参考像素，计算第二预测残差。
当前编码像素Cij的第二预测残差计算方法如下述步骤描述。
S32、在矩形预测搜索窗口内计算当前编码像素Cij的差异度权重Wij。
参见图9，图9为本发明实施例提供的差异度权重的计算方法流程图，差异度权重DIF的确定方法包括如下步骤：
ij
S321、计算当前编码像素的像素分量相对重建像素的像素分量的分量差异度子权重
分量差异度子权重根据当前编码像素Cij的像素分量与重建像素Pk的像素分量的差异度来确定。
优选地，本发明实施例中，分量差异度子权重为像素分量的原始值与重建像素分量的重建值的差值的绝对值，即
S322、计算当前编码像素Cij相对每一个重建像素Pk的差异度子权重DIF。
ij、k
当前编码像素Cij相对重建像素Pk的差异度子权重DIFij、k为当前编码像素Cij的N个像素分量相对重建像素Pk的N个像素分量的N个分量差异度子权重加权求和，即
其中，为当前编码像素Cij的第n个像素分量相对重建像素Pk的第n个像素分量的分量差异度子权重，为分量加权值，且满足在本发明的一个实施例中，的取值为在本发明的另一个实施例中，根据像素分量分别与N个像素分量的距离大小来确定，距离越近，则对应的越大；在本发明的又一个实施例中，根据经验确定的取值。
S323、计算当前编码像素Cij的差异度权重DIFij，则差异度权重DIFij为
S33、根据差异度权重DIFij确定当前编码像素Cij的第二参考像素并计算第二预测残差。包括如下步骤：
S331、根据差异度权重DIFij确定当前编码像素Cij的第二参考像素Ps。具体地，根据最优值算法从差异度权重DIFij的K-1个差异度子权重DIFij、k中，选择出最优值，将最优值对应的重建像素Ps作为当前编码像素Cij的第二参考像素。最优值确定算法比如是最小差异度权重确定算法，即从差异度权重DIFij＝{DIFij、0,DIFij、1,DIFij、2,...DIFij、k...,DIFij、K-2}的K-1个差异度子权重中，选择出差异度子权重最小值如DIFij、s对应的重建像素Ps，将重建像素Ps作为当前编码像素Cij的第二参考像素。
S332、计算当前编码像素Cij的第二预测残差具体地，根据第二参考像素即Ps的待编码像素分量的重建值与当前像素编码像素Cij的待编码像素分量的原始值计算当前编码像素Cij待编码像素分量相对第二参考像素Ps的第二预测残差为
设定当前编码宏块MBx中的第1个当前编码像素为Cij，则当前编码宏块MBx包含的M个当前编码像素为Cij、Cij+1、Cij+2、...Cij+m...、Cij+M-1，根据步骤S332，当前编码宏块MBx中M个像素的待编码像素分量的一组第二预测残差为
本发明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，提高带宽压缩率。
实施例四
本发明实施例在实施例一至实施例三任一基础上，步骤S4还包括以下步骤：
S41、根据一组第一预测残差计算当前编码宏块的第一绝对残差和。
根据公式(4)中得到的第一预测残差，计算当前编码宏块MBx的第一绝对残差和为
S42、根据一组第二预测残差计算当前编码宏块MBx的第二绝对残差和。
根据公式(7)中得到的第二预测残差，计算当前编码宏块MBx的第二绝对残差和为
实施例五
本发明实施例在实施例一至实施例四任一基础上，在步骤S5中，根据两种预测方法得到的绝对残差和，即第一绝对残差和和第二绝对残差和比较第一绝对残差和与第二绝对残差和，选择其中最小值对应的预测方法作为当前编码宏块MBx的最优预测方法，将根据该最优预测方法确定的一组参考像素作为当前编码宏块MBx的一组最优参考像素，将根据该最优预测方法计算得到的一组预测残差作为当前编码宏块MBx的一组最优预测残差。
具体地，若则确定自适应分割预测方法为最优预测方法，根据自适应分割预测方法得到的一组第一预测残差为当前编码宏块MBx的一组最优预测残差；
若则确定自适应矩形窗口预测方法为最优预测方法，根据自适应矩形窗口预测方法得到的一组第二预测残差为当前编码宏块MBx的一组最优预测残差；
若则预设一个默认预测方法，确定该默认预测方法为最优预测方法，根据该默认预测方法得到的一组预测残差为当前编码宏块MBx的一组最优预测残差。默认预测方法可设定为自适应分割预测方法，或设定为自适应矩形窗口预测方法。
本文中，重建值是指已压缩图像解压端得到的像素分量值，进一步，预测残差加上参考值，即参考像素的对应像素分量值，便可得重建值。
综上所述，本发明实施例的带宽压缩中复杂纹理的双模式选择预测方法，采用了两种不同的预测方法，以宏块为预测单元，通过比较两种不同的预测方法得到的预测残差，选择针对该宏块的最优预测方法进行预测残差的计算，对于复杂纹理图像，可根据图像不同区域纹理特征的不同，自适应地选择最优的预测方法，预测效果更优，进一步降低了理论极限熵。
综上所述，本文中应用了具体个例对本发明基于带宽压缩中复杂纹理的双模式选择预测方法进行了阐述，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 (10)

1.一种带宽压缩中复杂纹理的双模式选择预测方法，其特征在于，包括：
将待编码视频图像划分成多个宏块，并确定待编码像素分量；
采用自适应分割预测方法，确定当前编码宏块中像素的第一参考像素，计算得到一组第一预测残差；
采用自适应矩形窗口预测方法，确定当前编码宏块中像素的第二参考像素，计算得到一组第二预测残差；
根据所述一组第一预测残差计算第一绝对残差和，根据所述一组第二预测残差计算第二绝对残差和；
比较所述第一绝对残差和与所述第二绝对残差和，确定当前编码宏块的最优预测方法，得到一组最优预测残差。
2.根据权利要求1所述的方法，其特征在于，所述采用自适应分割预测方法，确定当前编码宏块中像素的第一参考像素，计算得到一组第一预测残差的步骤包括：
采用多种分割方式将待分割宏块分割为若干子宏块；
分别计算每种分割方式下待分割宏块的比特数，得到待分割宏块的多个所述比特数；
比较待分割宏块的多个所述比特数，将最小比特数对应的分割方式作为待分割宏块的最优分割方式；
计算当前编码宏块中每个像素的待编码像素分量的第一预测残差，得到一组第一预测残差。
3.根据权利要求2所述的方法，其特征在于，所述多种分割方式为水平分割、垂直分割和不分割中的至少两种。
4.根据权利要求3所述的方法，其特征在于，所述比较待分割宏块的多个所述比特数，将最小比特数对应的分割方式作为待分割宏块的最优分割方式的步骤之后还包括：
当最优分割方式为水平分割或垂直分割时，将分割后的所述子宏块作为待分割宏块；
采用多种分割方式将待分割宏块分割为若干子宏块；
分别计算每种分割方式下待分割宏块的比特数，得到待分割宏块的多个所述比特数；
比较待分割宏块的多个所述比特数，将最小比特数对应的分割方式作为待分割宏块的最优分割方式。
5.根据权利要求2所述的方法，其特征在于，当所述多种分割方式包括水平分割方式时，将待分割宏块分割为上宏块和下宏块，所述分别计算每种分割方式下待分割宏块的比特数，得到待分割宏块的多个所述比特数的步骤包括：
在上宏块的M1个像素的待编码像素分量中，得到上宏块的最大像素分量值和最小像素分量值；
计算上宏块的最大像素分量值和最小像素分量值的差值，并得到表示所述差值的第一最少比特数；
在下宏块的M1个像素的待编码像素分量中，得到下宏块的最大像素分量值和最小像素分量值；
计算下宏块的最大像素分量值和最小像素分量值的差值，并得到表示所述差值的第一最少比特数；
根据上宏块的第一最少比特数和下宏块的第一最少比特数计算水平分割方式下待分割宏块的第一比特数。
6.根据权利要求2所述的方法，其特征在于，当所述多种分割方式包括垂直分割方式时，将待分割宏块分割为左宏块和右宏块，所述分别计算每种分割方式下待分割宏块的比特数，得到待分割宏块的多个所述比特数的步骤包括：
在左宏块的M2个像素的待编码像素分量中，得到左宏块的最大像素分量值和最小像素分量值；
计算左宏块的最大像素分量值和最小像素分量值的差值，并得到表示所述差值的第二最少比特数；
在右宏块的M2个像素的待编码像素分量中，得到右宏块的最大像素分量值和最小像素分量值；
计算右宏块的最大像素分量值和最小像素分量值的差值，并得到表示所述差值的第二最少比特数；
根据左宏块的第二最少比特数和右宏块的第二最少比特数计算垂直分割方式下待分割宏块的第二比特数。
7.根据权利要求2所述的方法，其特征在于，当所述多种分割方式包括不分割方式时，所述分别计算每种分割方式下待分割宏块的比特数，得到待分割宏块的多个所述比特数的步骤包括：
在待分割宏块的M个像素的待编码像素分量中，得到待分割宏块的最大像素分量值和最小像素分量值；
计算待分割宏块的最大像素分量值和最小像素分量值的差值，并得到表示所述差值的第三最少比特数；
根据待分割宏块的第三最少比特数计算不分割方式下待分割宏块的第三比特数。
8.根据权利要求2所述的方法，其特征在于，所述计算当前编码宏块中每个像素的待编码像素分量的第一预测残差，得到一组第一预测残差的步骤包括：
在当前编码宏块的每个所述子宏块中选择最小像素分量值对应的像素作为第一参考像素，计算每个所述子宏块中每个像素的待编码像素分量的第一预测残差。
9.根据权利要求1所述的方法，其特征在于，所述采用自适应矩形窗口预测方法，确定所述当前编码宏块中像素的第二参考像素，计算得到一组第二预测残差的步骤包括：
确定矩形预测搜索窗口；
在所述矩形预测搜索窗口内计算所述当前编码像素的差异度权重；
根据所述差异度权重确定所述当前编码像素的第二参考像素并计算第二预测残差。
10.根据权利要求9所述的方法，其特征在于，在所述矩形预测搜索窗口内计算所述当前编码像素的差异度权重的步骤包括：
计算所述当前编码像素的所述待编码像素分量相对所述矩形预测搜索窗口内每个重建像素的每个像素分量的分量差异度子权重；
计算所述当前编码像素的所述待编码像素分量相对每个所述重建像素的差异度子权重；
所述分量差异度子权重为所述当前编码像素的所述待编码像素分量的原始值与所述重建像素的所述像素分量的重建值的差值的绝对值；
所述差异度子权重为N个所述分量差异度子权重进行加权求和的结果，N为所述当前编码像素或所述重建像素包含的像素分量的个数；
所述差异度权重包括K个所述差异度子权重，K为所述矩形预测搜索窗口内包含的所述重建像素的个数。
CN201811260513.0A 2018-10-26 2018-10-26 带宽压缩中复杂纹理的双模式选择预测方法 Active CN109600608B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811260513.0A CN109600608B (zh) 2018-10-26 2018-10-26 带宽压缩中复杂纹理的双模式选择预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811260513.0A CN109600608B (zh) 2018-10-26 2018-10-26 带宽压缩中复杂纹理的双模式选择预测方法

Publications (2)

Publication Number Publication Date
CN109600608A true CN109600608A (zh) 2019-04-09
CN109600608B CN109600608B (zh) 2021-01-26

Family

ID=65958410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811260513.0A Active CN109600608B (zh) 2018-10-26 2018-10-26 带宽压缩中复杂纹理的双模式选择预测方法

Country Status (1)

Country Link
CN (1) CN109600608B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114339250A (zh) * 2021-12-28 2022-04-12 西安全志科技有限公司 一种图像压缩方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101415121A (zh) * 2007-10-15 2009-04-22 华为技术有限公司 一种自适应的帧预测的方法及装置
CN102364950A (zh) * 2011-11-17 2012-02-29 武汉天喻信息产业股份有限公司 基于h.264/avc标准的帧内预测模式快速选择方法及装置
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
EP2627086A1 (en) * 2012-02-10 2013-08-14 Thomson Licensing Method and device for encoding a block of an image and corresponding reconstructing method and device
CN105594211A (zh) * 2013-11-27 2016-05-18 联发科技（新加坡）私人有限公司 利用基于帧内图片区块复制预测的视频编码方法
WO2017188784A2 (ko) * 2016-04-29 2017-11-02 세종대학교 산학협력단 영상 신호 부호화/복호화 방법 및 장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101415121A (zh) * 2007-10-15 2009-04-22 华为技术有限公司 一种自适应的帧预测的方法及装置
CN102364950A (zh) * 2011-11-17 2012-02-29 武汉天喻信息产业股份有限公司 基于h.264/avc标准的帧内预测模式快速选择方法及装置
EP2627086A1 (en) * 2012-02-10 2013-08-14 Thomson Licensing Method and device for encoding a block of an image and corresponding reconstructing method and device
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
CN105594211A (zh) * 2013-11-27 2016-05-18 联发科技（新加坡）私人有限公司 利用基于帧内图片区块复制预测的视频编码方法
WO2017188784A2 (ko) * 2016-04-29 2017-11-02 세종대학교 산학협력단 영상 신호 부호화/복호화 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114339250A (zh) * 2021-12-28 2022-04-12 西安全志科技有限公司 一种图像压缩方法及装置

Also Published As

Publication number Publication date
CN109600608B (zh) 2021-01-26

Similar Documents

Publication Publication Date Title
US9451266B2 (en) Optimal intra prediction in block-based video coding to calculate minimal activity direction based on texture gradient distribution
CN102640492B (zh) 对图像边界的编码单元进行编码和解码的方法和设备
RU2597521C1 (ru) Способ и устройство для кодирования/декодирования вектора движения
CN108989799B (zh) 一种编码单元参考帧的选择方法、装置及电子设备
TW202143730A (zh) 使用內預測之寫碼技術
CN110677644B (zh) 一种视频编码、解码方法及视频编码帧内预测器
CN109600608B (zh) 带宽压缩中复杂纹理的双模式选择预测方法
CN114143537B (zh) 一种基于可能性大小的全零块预测方法
CN109451315B (zh) 带宽压缩中复杂纹理的双模式选择预测方法
CN114143536A (zh) 一种shvc空间可伸缩帧的视频编码方法
CN109618155B (zh) 压缩编码方法
CN109413420B (zh) 带宽压缩中复杂纹理的双模式选择预测方法
CN109547781B (zh) 基于图像预测的压缩方法及设备
CN103780914A (zh) 环路滤波加速电路及环路滤波方法
CN111200731A (zh) 带宽压缩中复杂纹理的多模式两级选择预测方法
CN109302605A (zh) 基于多核处理器的图像编码方法及设备
CN109842798A (zh) 带宽压缩中复杂纹理的双模式选择预测方法
CN109600612B (zh) 图像编码的方法及设备
CN111107350A (zh) 带宽压缩中复杂纹理的双模式选择预测方法
CN116320398B (zh) 基于神经网络优化的质量shvc编码方法
CN109561314B (zh) 带宽压缩的自适应模板预测方法
CN109327701A (zh) 带宽压缩中复杂纹理自适应预测方法
CN109831669A (zh) 带宽压缩中复杂纹理的双模式选择预测方法
CN114554210A (zh) 无损图像压缩方法及系统
CN109510983A (zh) 带宽压缩中复杂纹理的多模式选择预测方法

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230425

Address after: 225600 Room 2666, 2nd Floor, Science and Technology Entrepreneurship Center, 1-13, South of Dongting Lake Road, Gaoyou Economic Development Zone, Yangzhou, Jiangsu Province

Patentee after: Yangzhou Hangyuan Information Technology Co.,Ltd.

Address before: 710065 Xi'an new hi tech Zone, Shaanxi, No. 86 Gaoxin Road, No. second, 1 units, 22 stories, 12202 rooms, 51, B block.

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

TR01 Transfer of patent right