CN111107363A - 带宽压缩编码方法 - Google Patents

Abstract

本发明涉及一种带宽压缩编码方法，该带宽压缩编码方法包括如下步骤：(a)获取宏块；(b)获取所述宏块的梯度和对应的梯度级别；(c)根据所述梯度级别选择最终预测模式；(d)根据所述最终预测模式计算所述宏块的原始预测残差；(e)根据所述原始预测残差计算量化残差、波动系数、波动状态；(f)将所述量化残差、波动状态、波动系数写入码流以完成所述带宽压缩。本发明实施例的有益效果为在进行压缩编码时充分考虑了当前区域的纹理复杂度，根据宏块的梯度设计不同纹理复杂度对应的预测方法，自适应选择最优预测方法，使预测更准确，且该方法增大带宽压缩率和预测极限熵且减小编码损失。

Description

带宽压缩编码方法

技术领域

本发明属于压缩编码技术领域，具体涉及一种带宽压缩编码方法。

背景技术

数据的传输通常受到带宽和吞吐限制的约束，无法在极短的时间内发送或接收无限的数据。为了使被传输的信息的数量和质量达到最大化，在一些情况下，信息在传输时被压缩或编码并且在接收时被解压缩或解码。在视频数据的传输中数据压缩是必须的。视频数据包括色度特征、亮度特征，并且经常包含立体声音频信息。即使是非常短的视频片段也需要大量的数据来定义。这些数据的传输和编码必须尽可能的有效。在当今信息时代，视频数据的压缩变得越来越重要。视频内容以惊人的速度增长，并且用于支持这种视频内容的带宽要求也是巨大。

预测和量化是压缩编码过程中两个关键流程，预测编码是对图像的一个像素的离散幅度的真实值利用其相邻像素的相关性，预测它的下一个像素的可能值，当预测比较准确，误差较小时，可达到编码压缩目的。量化是用有限的比特数表示观测数据,它减少了需要编码的数据量,达到压缩数据的目的,但也损失了数据精度。

如何提供一种新型的带宽压缩编码技术减少体积和带宽的需求且在压缩过程中减小压缩损失至关重要。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种带宽压缩编码方法。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带宽压缩编码方法，包括如下步骤：

获取宏块；

获取所述宏块的梯度和对应的梯度级别；

根据所述梯度级别选择最终预测模式；

根据所述最终预测模式计算所述宏块的原始预测残差；

根据所述原始预测残差计算量化残差、波动系数、波动状态；

将所述量化残差、波动状态、波动系数写入码流以完成所述带宽压缩。

在本发明的一个实施例中，所述梯度Grad满足如下公式：

其中，m为所述宏块的行数，n为所述宏块的列数。

在本发明的一个实施例中，所述梯度级别的跨度H满足：

H＝(1<<bitdepth)/2，其中bitdepth为像素位宽。

在本发明的一个实施例中，，所述梯度级别包括第一梯度级别和第二梯度级别，步骤(c)包括：

若所述梯度在所述第一梯度级别中，则选择第一预测模式作为所述最终预测模式；否则选择第二预测模式作为所述最终预测模式。

在本发明的一个实施例中，选择第一预测模式作为所述最终预测模式，则所述步骤(d)包括如下步骤：

(d1)获取所述宏块的待处理像素分量；

(d2)获取所述待处理像素分量对应的若干像素分量；

(d3)获得所述待处理像素分量的纹理方向梯度；

(d4)根据所述纹理方向梯度、所述像素分量之间的位置关系获得参考像素；

(d5)根据所述参考像素获得所述待处理像素分量的预测残差以获得所述宏块的所述原始预测残差。

(d1)获取所述宏块的待处理像素分量；

(d2)获取所述待处理像素分量对应的若干像素分量；

(d3)获得所述待处理像素分量的纹理方向梯度；

(d4)根据所述纹理方向梯度、所述像素分量之间的位置关系获得参考像素；

(d5)根据所述参考像素获得所述待处理像素分量的预测残差以获得所述宏块的所述原始预测残差。

在本发明的一个实施例中，选择第二预测模式作为所述最终预测模式，则所述步骤(d)包括如下步骤：

(d1)采用不同采样距离对所述宏块进行采样；

(d2)计算不同采样距离对应的所述宏块的残差绝对值和；

(d3)采用所述残差绝对值和最小时对应的所述采样距离对所述宏块进行预测获得所述宏块的原始预测残差。

在本发明的一个实施例中，所述不同采样距离包括：1/2采样、1/4采样、1/8采样。

在本发明的一个实施例中，步骤(e)包括：

(e1)获取量化参数；

(e2)根据所述量化参数获得所述原始预测残差的量化残差和反量化残差；

(e3)根据所述反量化残差和所述原始预测残差获得残差损失；

(e4)根据所述残差损失获得波动系数和波动状态。

在本发明的一个实施例中，所述波动系数满足：

其中，lossres_i为所述宏块第i位像素的所述残差损失，pixnumnone0 为所述残差损失内非0的残差数量。

在本发明的一个实施例中，所述波动状态满足：

c_i＝(lossres_i>0)？1:((lossres_i<0)？(-1):0)

其中，c_i为所述宏块第i位像素对应的波动状态。

与现有技术相比，本发明的有益效果：

1、本发明的带宽压缩编码方法在进行压缩编码时充分考虑了当前区域的纹理复杂度，根据宏块的梯度设计不同纹理复杂度对应的预测方法，自适应选择最优预测方法，使预测更准确；

2、本发明的带宽压缩编码方法能增大带宽压缩率和预测极限熵且减小编码损失。

附图说明

图1为本发明实施例提供的一种带宽压缩编码方法的流程示意图；

图2为本发明实施例提供的一种带宽压缩编码方法第一预测模式的原理示意图；

图3为本发明实施例提供的一种带宽压缩编码方法中R像素分量组成的宏块示意图；

图4为本发明实施例提供的一种带宽压缩编码方法中待处理像素分量的纹理方向梯度计算原理图；

图5为本发明实施例提供的一种带宽压缩编码方法中参考方向计算原理示意图；

图6为本发明实施例提供的一种带宽压缩编码方法中不同采样距离的原理示意图。

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。

实施例一

请参见图1，图1为本发明实施例提供的一种带宽压缩编码方法的流程示意图。该压缩编码方法包括如下步骤：

获取宏块；

获取所述宏块的梯度和对应的梯度级别；

根据所述梯度级别选择最终预测模式；

根据所述最终预测模式计算所述宏块的原始预测残差；

根据所述原始预测残差计算量化残差、波动系数、波动状态；

将所述量化残差、波动状态、波动系数写入码流以完成所述带宽压缩。

其中，在预测之前，根据区域的纹理复杂度和应用场景进行梯度级别的设置，纹理复杂度低的宏块梯度级别低，同时设置纹理复杂度低的预测模式；纹理复杂度高的对应宏块梯度级别高，同时设置纹理复杂度高的预测模式。

本发明实施例的有益效果如下：

1、本发明在进行压缩编码时充分考虑了当前区域的纹理复杂度，根据宏块的梯度设计不同纹理复杂度对应的预测方法，自适应选择最优预测方法，使预测更准确；

2、本发明的带宽压缩编码方法能增大带宽压缩率和预测极限熵且减小编码损失。

实施例二

请再次参见图1，本实施例在上述实施例的基础上，重点对一种带宽压缩编码方法进行详细描述。该压缩编码方法包括上述实施例一的所有特征，具体地，该压缩编码方法还包括如下特征：

其中，所述梯度Grad满足如下公式：

其中，m为所述宏块的行数，n为所述宏块的列数。

其中，所述梯度级别的跨度H满足：

H＝(1<<bitdepth)/2，其中bitdepth为像素位宽。

其中，“<<”算式表示，若有表达式a<<m则表示将整型数a按二进制位向左移动m位，高位移出后，低位补0。

其中，所述梯度级别包括第一梯度级别和第二梯度级别，步骤(c)包括：

若所述梯度在所述第一梯度级别中，则选择第一预测模式作为所述最终预测模式；否则选择第二预测模式作为所述最终预测模式。

其中，选择第一预测模式作为所述最终预测模式，则所述步骤(d)包括如下步骤：

(d1)获取所述宏块的待处理像素分量；

(d2)获取所述待处理像素分量对应的若干像素分量；

(d3)获得所述待处理像素分量的纹理方向梯度；

(d4)根据所述纹理方向梯度、所述像素分量之间的位置关系获得参考像素；

(d5)根据所述参考像素获得所述待处理像素分量的预测残差以获得所述宏块的所述原始预测残差。

其中，选择第二预测模式作为所述最终预测模式，则所述步骤(d)包括如下步骤：

(d1)采用不同采样距离对所述宏块进行采样；

(d2)计算不同采样距离对应的所述宏块的残差绝对值和；

(d3)采用所述残差绝对值和最小时对应的所述采样距离对所述宏块进行预测获得所述宏块的原始预测残差。

其中，所述不同采样距离包括：1/2采样、1/4采样、1/8采样。

其中，步骤(e)包括：

(e1)获取量化参数；

(e2)根据所述量化参数获得所述原始预测残差的量化残差和反量化残差；

(e3)根据所述反量化残差和所述原始预测残差获得残差损失；

(e4)根据所述残差损失获得波动系数和波动状态。

其中，所述波动系数满足：

其中，lossres_i为所述宏块第i位像素的所述残差损失，pixnumnone0 为所述残差损失内非0的残差数量。

其中，所述波动状态满足：

c_i＝(lossres_i>0)？1:((lossres_i<0)？(-1):0)其中，c_i为所述宏块第i 位像素对应的波动状态。

1、本发明在进行压缩编码时充分考虑了当前区域的纹理复杂度，根据宏块的梯度设计不同纹理复杂度对应的预测方法，自适应选择最优预测方法，使预测更准确；

2、本发明的带宽压缩编码方法能增大带宽压缩率和预测极限熵且减小编码损失。

实施例三

请再次参见图1，在实施例一和实施例二的基础上，详细说明一种压缩编码方法的详细过程，包括：

(S01)获取宏块MB；

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。

此处，像素分量也可以为重建像素分量，此处不做具体限制。

(S02)获取所述宏块的梯度和对应的梯度级别；

其中，本实施例中梯度级别设置为第一梯度级别和第二梯度级别；

第一梯度级别和第二梯度级别的跨度H满足：

H＝(1<<bitdepth)/2

其中bitdepth为宏块任一像素的像素位宽。

则第一梯度级别中梯度的取值范围为[0,H),第二梯度级别的梯度取值范围(H，2H]。

其中，计算宏块的梯度满足如下公式：

其中，m为所述宏块的行数，n为所述宏块的列数，P_i为宏块第i个像素的像素值。

若Grad∈[0,H)，则宏块为第一梯度级别，否则Grad∈(H，2H]宏块为第二梯度级别。

(S03)根据所述梯度级别选择最终预测模式；

第一梯度级别对应的纹理复杂度和第二梯度级别对应的纹理复杂度依次上升，因此对应的预测模式也分为第一预测模式和第二预测模式，其中，第一梯度级别对应第一预测模式，即第一预测模式更适合纹理复杂度相对较低的预测，第二梯度级别对应第二预测模式，及即第二预测模式更适合纹理复杂度相对较高的预测。

若所述梯度在所述第一梯度级别中，则选择第一预测模式作为所述最终预测模式；否则选择第二预测模式作为所述最终预测模式。

(S04)根据所述最终预测模式计算所述宏块的原始预测残差和预测标志；其中，步骤S04包括步骤S041和步骤S042。

若宏块属于第一梯度级别，则采用第一预测模式对宏块进行预测，则执行步骤S041；否则，选择第二预测模式作为所述最终预测模式，执行步骤S042。

其中，请参考图2，图2为本发明实施例提供的一种带宽压缩编码方法第一预测模式的原理示意图，步骤S041包括如下步骤：

(S0411)获取所述宏块的待处理像素分量；

任一图像的像素均可以分成R像素分量、G像素分量、B像素分量；其中，也可以分成RGBY四个像素分量，或者RGBW四个像素分量，等等，此处分量拆分方式不做具体限制。

宏块可以为R像素分量组成的像素分量矩阵，同理，也可以为G像素分量组成的像素分量矩阵，宏块的像素分量类型不做具体限制。

本实施例设宏块为像素的R像素分量组成的像素分量矩阵，将宏块内任一像素作为待处理像素，对应的待处理像素的R像素分量作为待处理像素分量。

(S0412)获取所述待处理像素分量对应的若干像素分量；

获取待处理像素的G像素分量和B像素分量。

(S0413)获得所述待处理像素分量的纹理方向梯度；

其中，纹理方向梯度为矢量值，包括纹理方向梯度的矢量方向和纹理方向梯度的大小两个特征。

其中，纹理方向梯度通过待处理像素分量周围的同类型像素分量确定，确定待处理像素分量的N个纹理方向梯度G1～GN；

请参考图3和图4，图3为本发明实施例提供的一种带宽压缩编码方法中R像素分量组成的宏块示意图；图4为本发明实施例提供的一种带宽压缩编码方法中待处理像素分量的纹理方向梯度计算原理图。

首选，设待处理像素的R像素分量即为待处理像素分量CUR；其中， A～O像素分量均为R像素分量，为宏块中待处理像素之前已经预测编码过的其它像素的R像素分量。

然后，找到待处理像素分量CUR紧邻的O像素的R像素分量作为纹理参考分量；

其中，一种实施方式为：获取O像素的R像素分量周围像素距离为0 的像素分量N像素的R像素分量、H像素的R像素分量、I像素的R像素分量、J像素的R像素分量；分别做由O像素的R像素分量到J像素的R 像素分量、I像素的R像素分量、H像素的R像素分量、N像素的R像素分量的矢量线，则O像素的R像素分量到J像素的R像素分量的矢量线方向作为第一纹理梯度的矢量方向，J像素的R像素分量与O像素的R像素分量的差值绝对值为第一纹理梯度的大小，从而得到第一纹理梯度(45°)；同理，分别根据I像素的R像素分量、H像素的R像素分量、N像素的R 像素分量可以获得第二纹理方向梯度(90°)、第三纹理方向梯度(135°)、第四纹理方向梯度(180°)。

其中，另一种实施方式为：获取O像素的R像素分量周围像素距离为 1的像素分量分别为M像素的R像素分量、G像素的R像素分量、A像素的R像素分量、B像素的R像素分量、C像素的R像素分量、D像素的R 像素分量、E像素的R像素分量、F像素的R像素分量。同理，也可以得到对应的8个纹理方向梯度。

同理，可以分别获得待处理像素的G像素分量和B像素分量的纹理方向梯度G2和G3。

(S0414)根据所述纹理方向梯度、所述像素分量之间的位置关系获得参考像素；

以R像素分量为例，将待处理像素R像素分量的纹理参考分量O像素的R像素分量的N个纹理方向梯度G1～GN进行矢量加权得到N个纹理方向梯度加权后的待处理像素R像素分量的第一加权梯度BG，加权公式如下：

BG＝w1*G1+w2*G2+…+wN*GN

其中，w1、w2…wN为加权系数，可以相同也可以不同；

其中，w1、w2…wN可以是预先自行设定的固定值。更进一步的，并且，配置w1、w2…wN的相对大小时，可以考虑先验经验。例如，从以往的经验得知，在纹理方向梯度G1的这个方向可能更加适合本图像做预测的实际情况，则可以将w1配置一个更加适合本图像做预测的实际情况的值(例如，可以将w1配置很小)，以增加在纹理方向梯度G1的这个方向的权重。当然，w1、w2…wN也可以是自适应的，即可以根据早期预测处理的实际情况，灵活调整w1、w2…wN的相对大小，具体地w1+w2+…+wN＝1。

其中，选取多组w1、w2…wN的值，得到多个第一加权梯度，取多个第一加权梯度中矢量大小的最小值对应的第一加权梯度，即为待处理像素R 像素分量的第一加权梯度最优值BGbst^R。

同理，可以分别得到待处理像素G像素分量和B像素分量的第一加权梯度最优值BGbst^G和BGbst^B。

根据获得的R像素分量、G像素分量、B像素分量的第一加权梯度最优值进行矢量相加可以得到待处理像素R像素分量的第二加权梯度最优值，满足如下公式：

BG^R＝t1^R×BGbst^R+t2^R×BGbst^G+t3^R×BGbst^B

其中，BG^R为待处理像素R像素分量的第二加权梯度最优值，t1、t2、 t3分别为R像素分量、G像素分量、B像素分量的第一加权梯度最优值加权系数，可以相同也可以不同；

优选地，待处理像素R像素分量下的第一加权梯度最优值加权系数值最大，与待处理像素R像素分量距离逐渐增加的其它像素分量下的第一加权梯度最优值加权系数值逐渐减小，且第一加权梯度最优值加权系数值的总和为1，具体为t1^R+t2^R+t3^R＝1。

其中，其它像素分量与R像素分量的距离根据像素分量的划分顺序进行判定，比如待处理像素划分像素分量的顺序为R像素分量、G像素分量、 B像素分量，则R像素分量到G像素分量的距离小于R像素分量与B像素分量的距离。

同理，可以获得待处理像素G像素分量的第二加权梯度最优值BG^G和待处理像素B像素分量的第二加权梯度最优值BG^B。

请再次参考图2，第二加权梯度最优值BG^R、BG^G、BG^B分别满足：

BG^R＝0.5×BGbst^R+0.3×BGbst^G+0.2×BGbst^B

BG^G＝0.3×BGbst^R+0.4×BGbst^G+0.3×BGbst^B

BG^B＝0.2×BGbst^R+0.3×BGbst^G+0.5×BGbst^B

对于待处理像素R像素分量，将待处理像素R像素分量的第二加权梯度最优值BG^R的矢量方向作为参考方向。

以待处理像素R像素分量为矢量原点，参考方向上所有可用的R像素分量像素即为参考像素。将参考像素值进行标量加权，得到参考值Ref，加权公式如下所示：

Ref^R＝r1×cpt1+r2×cpt2+…+rN×cptN

其中，r1、r2…rN为参考像素加权系数，可以相同也可以不同； cpt1～cptN为R像素分量的参考方向上N个可用的R像素分量值；

请参考图5，图5为本发明实施例提供的一种带宽压缩编码方法中参考方向计算原理示意图。其中，BG、BGbst^R、BG^R均是以纹理参考分量O像素的R像素分量作为矢量原点的矢量，假设第二加权梯度最优值BG^R的矢量方向如图，此时在计算参考值Ref时，需要以待处理像素分量CUR作为矢量原点，以BG^R的矢量方向为参考方向，获得参考方向所有可用的R像素分量即K像素的R像素分量和F像素的R像素分量作为参考像素，进行加权计算得到：

Ref^R＝r1×cpt^K+r2×cpt^F

其中，cpt^K为像素K的R像素分量值，cpt^F为像素F的R像素分量值。

优选地，对于任意像素分量，若参考方向为45度，那么参考值

Ref^R＝0.8×cpt^K+0.2×cpt^F

若参考方向为135度，那么参考值为0.8*G+0.2A；若参考方向为180 度，那么参考值为0.8*K+0.2J，离待处理像素分量越近，配置系数越大。

同理，可以获得B像素分量和G像素分量的参考值Ref^B和Ref^G。

(S0415)根据所述参考像素获得所述像素分量的预测残差；

将待处理像素R像素分量值减去参考值，可以得到待处理像素R像素分量的预测残差Dif^R，计算如下：

Dif^R＝Cur^R-Ref^R

同理，可以得到G像素分量和B像素分量的预测残差Dif^G和Dif^B。

其中，以上实施方式中待处理像素的R像素分量、G像素分量和B像素分量的预测残差的获取过程可以并行处理，也可以串行处理，具体应用规格场景需要，本实施例不做过多限制。

按照上述步骤S041，同理，可以计算宏块中任一像素分量的预测残差，若宏块为G像素分量组成的像素矩阵或者为B像素分量组成的像素矩阵计算方法相同，因此即可获得任一宏块的原始预测残差。

记录参考方向、w1、w2…wN作为预测标识写入传输码流。

其中，步骤S042包括如下步骤：

(S0421)采用不同采样距离对所述宏块进行采样；

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距离。

优选地，本实施例中不同采样距离包括：1/2采样、1/4采样、1/8采样。

请参见图6，图6为本发明实施例提供的一种带宽压缩编码方法中不同采样距离的原理示意图。以宏块MB大小为16×1为例，图中宏块为像素的R像素分量组成的预测残差矩阵；

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；

(S0422)计算不同采样距离对应的所述宏块的残差绝对值和；

请再次参考图6，以1/4采样为例，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；

对于当前MB中的非采样点，利用如下公式求得预测残差Res_i，

Res_i＝(sample1-sample0)*(i+1)/(num+1)

其中，simple0和simple1为任一两个连续采样点的像素分量值，i为 simple0和simple1位置中间非采样点索引，num为非采样点数量。

(S0423)采用所述残差绝对值和最小时对应的所述采样距离对所述宏块进行预测获得所述宏块的原始预测残差。

其中，残差绝对值和(sum of absolute difference，简称SAD)，即将当前MB中像素分量的预测残差取绝对值后进行相加运算；

分别计算不同采样距离时对应的残差绝对值和，本实施例中需要分别计算1/2采样、1/4采样、1/8采样各自对应的残差绝对值和，选择残差绝对值和最小时对应的采样距离进行预测，记录对应的预测残差和采样距离。将采样距离作为预测标识后续写入码流。

(S05)根据所述原始预测残差计算量化残差、波动系数、波动状态；

(S051)获取量化参数QP；

(S052)根据所述量化参数获得所述原始预测残差的量化残差和反量化预测残差；

其中，量化残差满足如下公式：

invRes_i＝Res_i＞＞QP

其中，Resqp_i为宏块MB第i位像素的量化残差，Res_i是宏块MB第i 位像素的原始预测残差。

其中，反量化残差满足如下公式：

invRes_i＝((Res_i＞＞QP)＜＜QP)+(1＜＜QP)/2

其中，invRes_i是宏块MB第i位像素的反量化预测残差。

(S053)根据所述反量化残差和所述原始预测残差获得残差损失；

其中，残差损失满足：

lossres_i＝invRes_i-Res_i

其中，lossres_i表示宏块MB第i位像素的残差损失。

(S054)根据所述残差损失获得波动系数和波动状态。

为了进一步降低量化引起的差异，我们采用预设模板对残差损失进行处理。即根据编码端的残差损失计算波动系数和波动状态从而获得补偿值，在解码端根据波动系数和波动状态计算的补偿值对反量化残差进行补偿，从而降低损失。

计算波动系数k，满足如下公式：

其中，pixnum_none0为lossres内非0的残差数量。round为四舍五入运算符。

计算波动状态c，宏块每一个像素都对应一个波动状态，波动状态ci 满足如下公式：

c_i＝(lossres_i>0)？1:((lossres_i<0)？(-1):0)

该公式解释为若lossres_i大于0，c_i＝1；若lossres_i小于0，c_i＝-1；否则，若lossres_i＝0,c_i＝0。

此处，波动系数k和波动状态c可以在解码端反量化过程中起到降低量化损失的作用，在解码端，根据量化残差和量化参数计算出反量化残差 DecInvRes之后，通过波动系数k和波动状态c降低损失，即计算最终反量化残差FinalDecInvRes_i满足：

FinalDecInvRes_i＝DecInvRes_i+c_i×k

FinalDecInvRes_i为宏块第i位的反量化残差。

(S06)将预测标识、所述量化残差、波动状态、波动系数写入码流以完成所述带宽压缩。

本发明实施例的有益效果包括：

1、在进行压缩编码时充分考虑了当前区域的纹理复杂度，根据宏块的梯度设计不同纹理复杂度对应的预测方法，自适应选择最优预测方法，使预测更准确；

2、本发明的带宽压缩编码方法能增大带宽压缩率和预测极限熵且减小编码损失；

3、当纹理复杂度较高时，对处于当前待压缩图像纹理边界处的当前 MB，根据纹理的渐变原理，通过当前MB自身的纹理特性自适应的获取预测残差，从而避免因周围MB与当前MB相关性较差，不能获取较小的预测残差，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；当纹理复杂度较低时，通过对R、G、B三个分量的多方向梯度加权和同位置多分量的方向加权，可以更加合理的确定当前像素分量的预测方向，起到更好的预测方向纠偏效果，且均衡同位置R、G、 B三个分量之间和同分量相邻多像素间的纹理预测方向，减少单个像素分量预测误判的可能性，最终进一步降低预测的理论极限熵。

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 (10)

1.一种带宽压缩编码方法，其特征在于，包括如下步骤：

(a)获取宏块；

(b)获取所述宏块的梯度和对应的梯度级别；

(c)根据所述梯度级别选择最终预测模式；

(d)根据所述最终预测模式计算所述宏块的原始预测残差；

(e)根据所述原始预测残差计算量化残差、波动系数、波动状态；

(f)将所述量化残差、波动状态、波动系数写入码流以完成所述带宽压缩。

2.根据权利要求1所述的带宽压缩编码方法，其特征在于，所述梯度Grad满足如下公式：

其中，m为所述宏块的行数，n为所述宏块的列数。

3.根据权利要求1所述的带宽压缩编码方法，其特征在于，所述梯度级别的跨度H满足：

H＝(1<<bitdepth)/2

其中bitdepth为像素位宽。

4.根据权利要求1所述的带宽压缩编码方法，其特征在于，所述梯度级别包括第一梯度级别和第二梯度级别，则步骤(c)包括：

若所述梯度在所述第一梯度级别中，则选择第一预测模式作为所述最终预测模式；否则选择第二预测模式作为所述最终预测模式。

5.根据权利要求4所述的带宽压缩编码方法，其特征在于，选择第一预测模式作为所述最终预测模式，则所述步骤(d)包括如下步骤：

(d1)获取所述宏块的待处理像素分量；

(d2)获取所述待处理像素分量对应的若干像素分量；

(d3)获得所述待处理像素分量的纹理方向梯度；

(d4)根据所述纹理方向梯度、所述像素分量之间的位置关系获得参考像素；

(d5)根据所述参考像素获得所述待处理像素分量的预测残差以获得所述宏块的所述原始预测残差。

6.根据权利要求5所述的带宽压缩编码方法，其特征在于，选择第二预测模式作为所述最终预测模式，则所述步骤(d)包括如下步骤：

(d1)采用不同采样距离对所述宏块进行采样；

(d2)计算不同采样距离对应的所述宏块的残差绝对值和；

(d3)采用所述残差绝对值和最小时对应的所述采样距离对所述宏块进行预测获得所述宏块的原始预测残差。

7.根据权利要求5所述的带宽压缩编码方法，其特征在于，所述不同采样距离包括：1/2采样、1/4采样、1/8采样。

8.根据权利要求1所述的带宽压缩编码方法，其特征在于，步骤(e)包括：

(e1)获取量化参数；

(e2)根据所述量化参数获得所述原始预测残差的量化残差和反量化残差；

(e3)根据所述反量化残差和所述原始预测残差获得残差损失；

(e4)根据所述残差损失获得波动系数和波动状态。

9.根据权利要求8所述的带宽压缩编码方法，其特征在于，所述波动系数满足：

其中，lossres_i为所述宏块第i位像素的所述残差损失，pixnumnone0为所述残差损失内非0的残差数量。

10.根据权利要求1所述的带宽压缩编码方法，其特征在于，所述波动状态满足：

c_i＝(lossres_i>0)？1:((lossres_i<0)？(-1):0)

其中，c_i为所述宏块第i位像素对应的波动状态。

Images