CN112312132A - 一种基于直方图统计的hevc帧内简化算法 - Google Patents

一种基于直方图统计的hevc帧内简化算法 Download PDF

Info

Publication number
CN112312132A
CN112312132A CN202011152743.2A CN202011152743A CN112312132A CN 112312132 A CN112312132 A CN 112312132A CN 202011152743 A CN202011152743 A CN 202011152743A CN 112312132 A CN112312132 A CN 112312132A
Authority
CN
China
Prior art keywords
depth
histogram
mode
interval
optimal
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
CN202011152743.2A
Other languages
English (en)
Other versions
CN112312132B (zh
Inventor
李焕青
周彩章
陈悦骁
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.)
Shenzhen Divimath Semiconductor Co ltd
Original Assignee
Shenzhen Divimath Semiconductor 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 Shenzhen Divimath Semiconductor Co ltd filed Critical Shenzhen Divimath Semiconductor Co ltd
Priority to CN202011152743.2A priority Critical patent/CN112312132B/zh
Publication of CN112312132A publication Critical patent/CN112312132A/zh
Application granted granted Critical
Publication of CN112312132B publication Critical patent/CN112312132B/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
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/40—Tree coding, e.g. quadtree, octree
    • 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
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • 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
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • 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
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame 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
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/196—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding being specially adapted for the computation of encoding parameters, e.g. by averaging previously computed encoding parameters
    • H04N19/198—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding being specially adapted for the computation of encoding parameters, e.g. by averaging previously computed encoding parameters including smoothing of a sequence of encoding parameters, e.g. by averaging, by choice of the maximum, minimum or median value
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种基于直方图统计的HEVC帧内简化算法，包括如下步骤：图像滤波预处理；像素值直方图统计；边缘点检测；边缘点方向直方图统计；获得最优划分结构；映射预测方向区间；获得最优预测模式；完成帧内编码。本发明技术方案旨在简化基于四叉树的块的划分和帧内最优预测模式选择模块的内容，通过预处理以及预处理统计的图像特性，将两部分模块简化，从而降低复杂度保证视频编码质量。

Description

一种基于直方图统计的HEVC帧内简化算法
技术领域
本发明涉及帧内视频编解码领域，特别涉及一种基于直方图统计的HEVC 帧内简化算法。
背景技术
随着计算机和互联网的快速发展，以图像和视频为重要表现形式的多媒 体数据通信技术迅速飞起，简单的文本、语音通信形式不再满足人们的日常 需求。多媒体通信得到各行各业的厚爱，被广泛应用在远程教育、远程会议、 可视电话、安防监控等领域，并且改变着我们的生活、学习和工作方式。最 新的数字视频压缩编码标准HEVC采用了很多性能更高的压缩编码技术，这些 新技术在提升编码性能的同时，也导致了运算复杂度的急剧上升，编码时间 大大增加；在软件方面，HEVC编码块的大小支持64*64、32*32、16*16、8*8 和4*4，其中每一个编码块又有35种帧内预测方向。其中HEVC确定最优划分 块和预测模式的方法就是遍历所有组合，利用率失真优化得到最佳的组合方 式。HEVC确定最优块的划分模式和预测模式组合的确能够得到高性能的压缩 比和图像质量，但是复杂度和资源要求也是很高的，同时这些运算也直接导 致了时延增加。在硬件方面，更是对硬件结构和资源有很高的要求，实际应 用中很难实现。
针对上述问题，越来越多的视频压缩领域尤其是视频编码硬件实现领域， 对降低HEVC帧内编码复杂度，同时又保持HEVC编码的性能即较高的压缩比 和高视频质量的需求变得越来越迫切。因此，研究出一种低复杂度低延时的 HEVC帧内简化算法变得紧急而迫切。
发明内容
本发明的主要目的是提出一种节能型通风柜，该算法主要是简化基于四 叉树的块的划分和帧内最优预测模式选择模块的内容，通过预处理以及预处 理统计的图像特性，将两部分模块简化，从而降低复杂度保证视频编码质量。
为实现上述目的，本发明提出的一种基于直方图统计的HEVC帧内简化 算法，包括如下步骤：图像滤波预处理；像素值直方图统计；边缘点检测； 边缘点方向直方图统计；获得最优划分结构；映射预测方向区间；获得最优 预测模式；完成帧内编码。
优选地，对经过滤波预处理的图像划分成若干互不重叠的最大编码单元， 基于最大编码单元进行像素值直方图统计，像素值直方图统计的步骤为：首 先对于D比特数据深度视频的像素值在0～2D-1,其中D＝8、10、12。然后， 将0～2D-1分成N个区间，即每个区间的宽度为dw1＝2D/N，N>0。最后统计 落入每个区间的像素数目。
优选地，边缘点检测采用Sobel算子，Sobel算子的检测模板如下：
Figure BDA0002740856240000021
其中，Sx为垂直方向边缘检测模板，Sy为水平方向边缘检测模板；利用Sobel 算子做边缘点信息的检测公式如下：
SumY＝Sy*A SumX＝Sx*A
Figure BDA0002740856240000022
θ＝arctan(-SumX)/(SumY))-π/2<＝θ<＝π/2
其中，SumY为边缘水平方向特征值，SumX为边缘垂直方向特征值，Sum 为边缘信息特征值，A为3*3的像素矩阵；其中θ为像素边缘点的方向角度， 其范围在
Figure BDA0002740856240000023
Sum大于第一阈值T1，则当前像素点为边缘点。
优选地，边缘点方向直方图的统计步骤为：首先将
Figure BDA0002740856240000024
分为M个区 间，每个区间的区间宽度dw2＝π/M，其中M>0，然后统计落入每个区间的边 缘点数目。
优选地，最大编码单元的大小为HEVC规定的64*64，直方图统计和存 储均是以8*8为单位，获得最优划分块需要对比同一划分深度下四个块之间 的相关性，其中，划分深度和块的大小之间的关系和HEVC标准规定的一致， 即depth＝0对应64*64，depth＝1对应32*32，depth＝2对应16*16，depth＝3 对应8*8，depth＝4对应4*4；对于大于8*8的划分块需要进行直方图合并， 其中合并公式如下：
Figure BDA0002740856240000031
其中，PH表示像素值的直方图，j＝0、1、2、3表示64*64的编码CTU分成 的4个32*32的编码CU；N表示将0～2D-1分成N个区间；一个32*32分成 的四个16*16块的直方图信息合并如下：
Figure BDA0002740856240000032
不同大小划分块边缘点角度直方图信息的统计如下公式：
Figure BDA0002740856240000033
Figure BDA0002740856240000034
其中AH表示角度直方图，M表示分成的M个方向区间。
优选地，两个块直方图相似的前提是直方图的分布区间相似，区间分布 相似的判断方法为：设直方图第一个不为0的区间标志为minH,最后一个不为 0的区间标志为maxH；两个直方图相似的条件为：
abs(min Hi-min Hj)<＝T2&&abs(max Hi-max Hj)<＝T2,1<＝T2<N-1
其中i和j表示两个不同的直方图，T2表示设定的阈值，其中1<＝T2<N-1, 其中N表示直方图共分成N个区间。
优选地，同一深度下的不同块之间相关性的计算公式，如下：
Cov(Hidepth,Hjdepth)＝α*Cov(PHidepth,PHjdepth)+β*Cov(AHidepth,AHjdepth)
α+β＝1,α>＝0,β>＝0,i＝0j＝1,2,3depth>0
其中，α和β分别表示像素值直方图相关性和边缘点方向直方图相关性的加权 系数，i和j表示同一深度下不同块，同一深度下不同块的满足直方图相似的 条件且Cov(Hidepth,Hjdepth)＝α*Cov(PHidepth,PHjdepth)+β*Cov(AHidepth,AHjdepth)均小于第 二阀值T时，不必进行当前块划分，即depth＝depth-1，终止操作得到最优划 分深度depth，否则depth＝depth+1，进行下一深度的判断，直到depth＝3，则 终止。
优选地，不同划分深度下相关性判断阈值T是不同的，计算公式如下：
T＝TH*(4-depth)
其中TH为设定的固定经验值，depth为当前块的划分深度，depth＝0,1,2,3。
优选地，获得了最优划分深度后再进行最优模式的确定，最优预测模式 通过边缘点直方图统计的主方向经过一定规则映射到HEVC帧内编码对应的 35种方向中的一个编码模式，然后根据确定的编码模式得到编码模式集合， 最后遍历编码集合决策得到最终预测模式。其中，映射步骤如下：
(1)获得最优划分结构下当前编码块的边缘点主方向，即为边缘点方向直 方图区间最大值对应的方向，用AH(m)表示，则AH(m)＝ max(AH(1),AH(2)......AH(M-1))；其中，M方向直方图划分的M个方向区间；
(2)获得角度区间最大值对应的角度值，计算公式如下：
Figure BDA0002740856240000041
(3)根据步骤(2)中获得的角度，映射到HEVC帧内编码方向中。首先根据 HEVC帧内预测模式方向，可以得到除DC和plannar外，每一个模式对应的 角度，即：
Figure BDA0002740856240000042
其中Modei表示HEVC中的33种角度模式，然后选择ModeAng和MainAng差值 绝对值最小的Mode即标记为映射的主模式Modemain；
(4)得到需要遍历的模式集合并根据步骤(3)中得到的Modemain,模式集合获得准则为，以Modemain为中心向前和向后各选择四个相邻的模式，另外加Mode＝0 下的plannar模式和Mode＝1下的DC模式，模式集合用Mode_C表示，得到 如下的结果：
Figure RE-GDA0002816591070000043
优选地，从上述模式组合中选择SAD最小的作为最优的预测模式，其中 SAD的计算如下所示：
Figure BDA0002740856240000051
其中，N表示当前编码块的大小为N*N，Src(i)表示原始像素值，pred(i，Mode) 表示Mode预测模式下的预测像素值；即最优的预测模式bestMode如下所示：
Figure BDA0002740856240000052
与现有技术相比，本发明技术方案针对HEVC帧内复杂度最高、浪费资 源和编码时间最长的两个模块进行简化，从而达到降低编码复杂度，节省硬 件资源，降低编码时间的效果。本文主要是结合预处理以及视频统计特点， 将HEVC最优的四叉树划分块进行简化，以及将35种预测方向简化为11种 预测方向，同时在判断最优的划分模式采用的是利用SAD进行决策。无论是 软件实现还是硬件实现都大大降低了编码复杂度，节省了编码时间，减少了 和软件实现资源。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面 描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的 附图。
图1是本发明的算法流程图；
图2是像素值直方图示意图；
图3是边缘点方向直方图；
图4是块的划分示意图；
图5是最优编码块划分流程示意图；
图6是帧内预测模式集合示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步 说明。
具体实施方式
本实施例提出的一种基于直方图统计的HEVC帧内简化算法，包括如下 步骤：
一种基于直方图统计的HEVC帧内简化算法，包括如下步骤：图像滤波 预处理；像素值直方图统计；边缘点检测；边缘点方向直方图统计；获得最 优划分结构；映射预测方向区间；获得最优预测模式；完成帧内编码。
其中，图像滤波预处理主要是采用双边滤波器，主要目的是为了去除噪 声对后面统计信息的影响的同时，又保证了不丢失图像边缘和纹理等细节信 息。
其中，像素值直方图的统计是基于最大编码单元CTU进行的，其中，CTU 的大小为HEVC规定的64*64。其直方图统计结果的存储是以8*8为单位。 其中，直方图统计的步骤为：首先对于D比特数据深度视频的像素值在0～2D-1, 其中D＝8、10、12。然后，将0～2D-1分成N个区间，即每个区间的宽度为 dw1＝2D/N，N>0。最后统计落入每个区间的像素数目。实施例中，比特深度 D＝8，直方图区间划分N＝16。如图2所示，像素值直方图的统计示意图。
其中，边缘检测模块对图像进行边缘检测获得像素边缘信息，检测边缘 点使用了Sobel算子。Sobel算子的检测模板如下：
Figure BDA0002740856240000061
其中，Sx为垂直方向边缘检测模板，Sy为水平方向边缘检测模板。
其中，边缘点信息的检测公式如下：
SumY＝Sy*A SumX＝Sx*A
Figure BDA0002740856240000062
θ＝arctan(-SumX)/(SumY))-π/2<＝θ<＝π/2
其中，SumY为水平方向特征值，SumX为垂直方向特征值，Sum为边缘 信息特征值，A为3*3的像素矩阵。其中θ为像素边缘点的方向角度，其范围 在
Figure BDA0002740856240000063
当Sum满足大于第一阈值T1，则该点为边缘点。
其中，检测完边缘点之后要统计边缘点方向的直方图，方向直方图的统 计为方法为：首先将
Figure BDA0002740856240000064
分为M个区间，每个区间的区间宽度dw2＝π/M， 其中M>0。然后统计落入每个区间的边缘点个数。
合并公式如下：
Figure BDA0002740856240000071
其中，PH表示像素值的直方图，j＝0、1、2、3表示64*64的编码CTU分成 的4个32*32的编码CU；N如权利要求3所述表示分成的N个区间。同理可 得到，一个32*32分成的四个16*16块的直方图信息合并如下：
Figure BDA0002740856240000072
同理可以得到不同大小划分块边缘点角度直方图信息的统计如下公式：
Figure BDA0002740856240000073
Figure BDA0002740856240000074
其中AH表示角度直方图，M表示分成的M个方向区间。
其中，通过像素直方图和方向直方图之间的相关性确定当前块的划分。 直方图相互之间的相关性的前提是区间分布相似，区间分布相似的判断方法 为：设直方图第一个不为0的区间为minH,最后一个不为0的区间为maxH。 两个直方图相似的前提条件为：
abs(min Hi-min Hj)<＝T2&&abs(max Hi-max Hj)<＝T2,1<＝T2<N-1 上述i和j表示同一深度下两个不同块的直方图，T2表示设定的阈值，其中 1<＝T2<N-1,其中N表示直方图共分成N个区间。
其中，通过区间最小值和最大值的对比初步得出区间分布相似性，再进 一步确定直方图的数学相关性。其对于两个直方图分别表示为H1和H2，则 H1和H2之间相关性的计算公式如下：
Figure BDA0002740856240000075
其中，可根据上述的直方图相似性确定同一深度下两个块之间相关性的 计算公式如下：
Cov(Hidepth,Hjdepth)＝α*Cov(PHidepth,PHjdepth)+β*Cov(AHidepth,AHjdepth)
α+β＝1,α>＝0,β>＝0,i＝0 j＝1,2,3depth>0
其中，α和β分别表示像素值直方图相关性和边缘点方向直方图相关性的加权 系数，i和j表示同一深度下不同块。为了简化计算，其中设定i＝0，j＝1,2,3。
即分别计算其它三个和第一个之间的相关性分别表示为Cov(H0depth,H1depth)，Cov(H0depth,H2depth)，Cov(H0depth,H3depth)。当Cov(H0depth,H1depth)、Cov(H0depth,H2depth)、 Cov(H0depth,H3depth)均小于第二阈值T时且像素值直方图和边缘点角度直方图均 满足上述两个直方图相似的前提条件时，则表示四个块之间的相似性很强， 不必进行当前深度下的划分，即depth＝depth-1，终止操作得到最优划分深度 depth，否则depth＝depth+1，同理进行下一深度的判断，直到depth＝3，则终 止。
其中，不同划分深度下相关性判断阈值T是不同的，计算公式如下：
T＝TH*(4-depth)
上式中的TH为设定的固定经验值，depth为当前块的划分深度，depth＝ 0,1,2,3。
其中，得到了最优划分深度之后再进行最优模式的确定。最优预测模式 是通过边缘点的统计方向的主方向经过一定规则映射到HEVC对应的35中角 度方向中的一种，然后根据映射的预测模式得到一个预测模式集合，对该预 测模式集合进行遍历，通过最优决策得到最终预测模式。其中，映射步骤如 下：
(1)获得最优划分结构下当前编码块的主方向的方法为：该块方向直方图的最 大值AH(m)＝max(AH(1),AH(2)......AH(M-1))。其中，M方向直方图共划分为 M个区间。
(2)获得该块主方向的角度值，计算公式如下：
Figure BDA0002740856240000081
(3)根据(2)中获得的角度，得到对应的映射区间。首先根据HEVC帧内预测模 式方向，可以得到除DC和plannar外，每一个模式对应的角度，即：
Figure BDA0002740856240000082
其中Modei表示HEVC中的33种角度模式。选择ModeAng和MainAng差值绝对 值最小的Mode即标记为为映射得到的主模式Modemain。
(4)得到需要遍历的模式集合。根据(3)中得到的Modemain,模式集合获得准则为，以Modemain为中心向前和向后各选择四个相邻的模式，另外加Mode＝0下的 plannar模式和Mode＝1下的DC模式。模式集合用Mode_C表示，其获得结 果如下：
Figure RE-GDA0002816591070000091
其中，确定了预测模式组合以后，要得到最优的预测模式。其最优预测 模式的获得是从上述模式组合中选择SAD最小的最为最优的预测模式。其中 SAD的计算如下所示：
Figure BDA0002740856240000092
上式中N表示当前编码块的大小为N*N，Src(i)表示原始像素值，pred(i，Mode) 表示Mode预测模式下的预测像素值。即最优的预测模式bestMode如下所示：
Figure BDA0002740856240000093
上式中Mode_C为权利要求10所述的预测模式集合。
获得了最优的编码块划分和预测模式之后，按照进行HEVC标准执行帧 内编码即进行残差计算、DCT变换、熵编码等步骤操作，帧内编码。
其中，直方图的统计信息是以8*8大小的块为单位进行存储的，对于大 于8*8的块需要进行直方图合并。如图4块的划分示意图所示，展示了存储 单元以及不同深度下对应的块的大小，同样展示了不同深度下的块包含8*8 块的情况。
其中判断两个直方图相似性的前提条件是具有区间相似性。其中直方图 相似区间的确定如图2和图3标记出的minH和maxH。实施例中，判断区间 相似性的T2＝2。需要计算两个直方图之间的相关性。实施例中，判断两个 直方图之间相关性的阈值TH＝8。
实施例中，α＝0.5,β＝0.5。如图5所示，展示了最优划分块的流程示意图。
其中，获得了最优划分之后就要确定当前块的最优预测模式信息。如步 骤6所示，最佳预测模式信息，需要根据当前深度下当前块的边缘点的主方 向获得预测模式集合，然后通过寻找最小SAD获得最优预测模式。如图6所 示，为帧内预测模式集合获取示意图。
本发明技术方案主要是利用视频统计信息和预处理得到的纹理信息简化 帧内预测复杂度最高，最浪费时间和资源的两个模块，即基于四叉树的最优 块划分模块和基于率失真的预测模式选择模块。本发明在基本保证视频压缩 比和视频质量的前提下大大降低了运算复杂度和编码时间，节省了实现中所 使用的资源，尤其是针对硬件编解码实现系统。例如低时延低复杂度的实时 视频传输系统。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是 利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间 接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于直方图统计的HEVC帧内简化算法，其特征在于，包括如下步骤：
图像滤波预处理；
像素值直方图统计；
边缘点检测；
边缘点方向直方图统计；
获得最优划分结构；
映射预测方向区间；
获得最优预测模式；
完成帧内编码。
2.如权利要求1所述的基于直方图统计的HEVC帧内简化算法，其特征在于，对经过滤波预处理的图像划分成若干互不重叠的最大编码单元，基于最大编码单元进行像素值直方图统计，像素值直方图统计的步骤为：首先对于D比特数据深度视频的像素值在0～2D-1,其中D＝8、10、12。然后，将0～2D-1分成N个区间，即每个区间的宽度为dw1＝2D/N，N>0。最后统计落入每个区间的像素数目。
3.如权利要求1所述的基于直方图统计的HEVC帧内简化算法，其特征在于，边缘点检测采用Sobel算子，Sobel算子的检测模板如下：
Figure FDA0002740856230000011
其中，Sx为垂直方向边缘检测模板，Sy为水平方向边缘检测模板；利用Sobel算子做边缘点信息的检测公式如下：
SumY＝Sy*A SumX＝Sx*A
Figure FDA0002740856230000012
θ＝arctan(-SumX)/(SumY))-π/2<＝θ<＝π/2
其中，SumY为边缘水平方向特征值，SumX为边缘垂直方向特征值，Sum为边缘信息特征值，A为3*3的像素矩阵；其中θ为像素边缘点的方向角度，其范围在
Figure FDA0002740856230000021
Sum大于第一阈值T1，则当前像素点为边缘点。
4.如权利要求3所述的基于直方图统计的HEVC帧内简化算法，其特征在于，边缘点方向直方图的统计步骤为：首先将
Figure FDA0002740856230000022
分为M个区间，每个区间的区间宽度dw2＝π/M，其中M>0，然后统计落入每个区间的边缘点数目。
5.如权利要求4所述的基于直方图统计的HEVC帧内简化算法，其特征在于，最大编码单元的大小为HEVC规定的64*64，直方图统计和存储均是以8*8为单位，获得最优划分块需要对比同一划分深度下四个块之间的相关性，其中，划分深度和块的大小之间的关系和HEVC标准规定的一致，即depth＝0对应64*64，depth＝1对应32*32，depth＝2对应16*16，depth＝3对应8*8，depth＝4对应4*4；对于大于8*8的划分块需要进行直方图合并，其中合并公式如下：
Figure FDA0002740856230000023
其中，PH表示像素值的直方图，j＝0、1、2、3表示64*64的编码CTU分成的4个32*32的编码CU；N表示将0～2D-1分成N个区间；一个32*32分成的四个16*16块的直方图信息合并如下：
Figure FDA0002740856230000024
不同大小划分块边缘点角度直方图信息的统计如下公式：
Figure FDA0002740856230000025
Figure FDA0002740856230000026
其中AH表示角度直方图，M表示分成的M个方向区间。
6.如权利要求5任一所述的基于直方图统计的HEVC帧内简化算法柜，其特征在于，两个块直方图相似的前提是直方图的分布区间相似，区间分布相似的判断方法为：设直方图第一个不为0的区间标志为minH,最后一个不为0的区间标志为maxH；两个直方图相似的条件为：
abs(min Hi-min Hj)<＝T2&&abs(max Hi-max Hj)<＝T2,1<＝T2<N-1
其中i和j表示两个不同的直方图，T2表示设定的阈值，其中1<＝T2<N-1,其中N表示直方图共分成N个区间。
7.如权利要求6所述的基于直方图统计的HEVC帧内简化算法，其特征在于，同一深度下的不同块之间相关性的计算公式，如下：
Cov(Hidepth,Hjdepth)＝α*Cov(PHidepth,PHjdepth)+β*Cov(AHidepth,AHjdepth)
α+β＝1,α>＝0,β>＝0,i＝0 j＝1,2,3 depth>0
其中，α和β分别表示像素值直方图相关性和边缘点方向直方图相关性的加权系数，i和j表示同一深度下不同块，同一深度下不同块的满足直方图相似的条件且Cov(Hidepth,Hjdepth)＝α*Cov(PHidepth,PHjdepth)+β*Cov(AHidepth,AHjdepth)均小于第二阀值T时，不必进行当前块划分，即depth＝depth-1，终止操作得到最优划分深度depth，否则depth＝depth+1，进行下一深度的判断，直到depth＝3，则终止。
8.如权利要求1～4任一所述的基于直方图统计的HEVC帧内简化算法，其特征在于，不同划分深度下相关性判断阈值T是不同的，计算公式如下：
T＝TH*(4-depth)
其中TH为设定的固定经验值，depth为当前块的划分深度，depth＝0,1,2,3。
9.如权利要求8所述的基于直方图统计的HEVC帧内简化算法，其特征在于，获得了最优划分深度后再进行最优模式的确定，最优预测模式通过边缘点直方图统计的主方向经过一定规则映射到HEVC帧内编码对应的35种方向中的一个编码模式，然后根据确定的编码模式得到编码模式集合，最后遍历编码集合决策得到最终预测模式。其中，映射步骤如下：
(1)获得最优划分结构下当前编码块的边缘点主方向，即为边缘点方向直方图区间最大值对应的方向，用AH(m)表示，则AH(m)＝max(AH(1),AH(2)......AH(M-1))；其中，M方向直方图划分的M个方向区间；
(2)获得角度区间最大值对应的角度值，计算公式如下：
Figure RE-FDA0002816591060000041
(3)根据步骤(2)中获得的角度，映射到HEVC帧内编码方向中。首先根据HEVC帧内预测模式方向，可以得到除DC和plannar外，每一个模式对应的角度，即：
Figure RE-FDA0002816591060000042
其中Modei表示HEVC中的33种角度模式，然后选择ModeAng和MainAng差值绝对值最小的Mode即标记为映射的主模式Modemain；
(4)得到需要遍历的模式集合并根据步骤(3)中得到的Modemain,模式集合获得准则为，以Modemain为中心向前和向后各选择四个相邻的模式，另外加Mode＝0下的plannar模式和Mode＝1下的DC模式，模式集合用Mode_C表示，得到如下的结果：
Figure RE-FDA0002816591060000043
10.如权利要求9所述的基于直方图统计的HEVC帧内简化算法，其特征在于，从上述模式组合中选择SAD最小的作为最优的预测模式，其中SAD的计算如下所示：
Figure FDA0002740856230000044
其中，N表示当前编码块的大小为N*N，Src(i)表示原始像素值，pred(i，Mode) 表示Mode预测模式下的预测像素值；即最优的预测模式bestMode如下所示：
Figure FDA0002740856230000051
CN202011152743.2A 2020-10-23 2020-10-23 一种基于直方图统计的hevc帧内简化算法 Active CN112312132B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011152743.2A CN112312132B (zh) 2020-10-23 2020-10-23 一种基于直方图统计的hevc帧内简化算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011152743.2A CN112312132B (zh) 2020-10-23 2020-10-23 一种基于直方图统计的hevc帧内简化算法

Publications (2)

Publication Number Publication Date
CN112312132A true CN112312132A (zh) 2021-02-02
CN112312132B CN112312132B (zh) 2022-08-12

Family

ID=74330888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011152743.2A Active CN112312132B (zh) 2020-10-23 2020-10-23 一种基于直方图统计的hevc帧内简化算法

Country Status (1)

Country Link
CN (1) CN112312132B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113674372A (zh) * 2021-08-25 2021-11-19 深圳市迪威码半导体有限公司 一种用于遥感图像编解码的预处理算法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150063452A1 (en) * 2013-09-04 2015-03-05 Electronics And Telecommunications Research Institute High efficiency video coding (hevc) intra prediction encoding apparatus and method
CN105120292A (zh) * 2015-09-09 2015-12-02 厦门大学 一种基于图像纹理特征的视频编码帧内预测方法
CN108184115A (zh) * 2017-12-29 2018-06-19 华南理工大学 Hevc帧内cu划分和pu预测模式选择方法及系统
CN111698503A (zh) * 2020-06-22 2020-09-22 深圳市迪威码半导体有限公司 一种基于预处理的视频高倍压缩方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150063452A1 (en) * 2013-09-04 2015-03-05 Electronics And Telecommunications Research Institute High efficiency video coding (hevc) intra prediction encoding apparatus and method
CN105120292A (zh) * 2015-09-09 2015-12-02 厦门大学 一种基于图像纹理特征的视频编码帧内预测方法
CN108184115A (zh) * 2017-12-29 2018-06-19 华南理工大学 Hevc帧内cu划分和pu预测模式选择方法及系统
CN111698503A (zh) * 2020-06-22 2020-09-22 深圳市迪威码半导体有限公司 一种基于预处理的视频高倍压缩方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113674372A (zh) * 2021-08-25 2021-11-19 深圳市迪威码半导体有限公司 一种用于遥感图像编解码的预处理算法

Also Published As

Publication number Publication date
CN112312132B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN111147867B (zh) 一种多功能视频编码cu划分快速决策方法及存储介质
US10313692B2 (en) Visual perception characteristics-combining hierarchical video coding method
US8208560B2 (en) Bit depth enhancement for scalable video coding
CN108322747B (zh) 一种面向超高清视频的编码单元划分优化方法
WO2023016155A1 (zh) 图像处理方法、装置、介质及电子设备
CN109040764B (zh) 一种基于决策树的hevc屏幕内容帧内快速编码算法
CN108347612B (zh) 一种基于视觉注意机制的监控视频压缩与重构方法
CN106385584B (zh) 基于空域相关性的分布式视频压缩感知自适应采样编码方法
CN108259897B (zh) 一种基于深度学习的帧内编码优化方法
Zhang et al. Video compression artifact reduction via spatio-temporal multi-hypothesis prediction
WO2013056200A1 (en) Method and apparatus for video compression of stationary scenes
CN110677654B (zh) 高效视频编码标准低时延编码结构的量化参数级联方法
CN112312132B (zh) 一种基于直方图统计的hevc帧内简化算法
CN107682699B (zh) 一种近无损图像压缩方法
CN111526371B (zh) 一种基于Gabor特征和灰度共生矩阵的视频帧内编码快速算法
CN113992635A (zh) 多媒体数据处理方法、装置、设备及存储介质
WO2021093538A1 (zh) 用于帧内预测的插值滤波方法、装置、介质及电子设备
CN106878754B (zh) 一种3d视频深度图像帧内预测模式选择方法
CN113329229A (zh) 高效保真的h·265视频信息高容量隐藏法
Chakraborty et al. A novel video coding scheme using a scene adaptive non-parametric background model
CN116016937A (zh) 视频编码中的样点自适应补偿方法及装置
CN112218083B (zh) 高效视频编码标准帧内图像码率估计方法
CN110505480B (zh) 一种面向监控场景的快速感知视频编码方法
CN113949872A (zh) 一种基于3D-Gradient引导的屏幕内容视频编码码率控制方法
CN114173131A (zh) 一种基于帧间相关性的视频压缩方法及系统

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