CN112927324B - 样点自适应补偿的边界补偿模式的数据处理方法、装置 - Google Patents

样点自适应补偿的边界补偿模式的数据处理方法、装置 Download PDF

Info

Publication number
CN112927324B
CN112927324B CN202110209617.4A CN202110209617A CN112927324B CN 112927324 B CN112927324 B CN 112927324B CN 202110209617 A CN202110209617 A CN 202110209617A CN 112927324 B CN112927324 B CN 112927324B
Authority
CN
China
Prior art keywords
boundary
directions
pixel point
category
compensation mode
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
CN202110209617.4A
Other languages
English (en)
Other versions
CN112927324A (zh
Inventor
李晓波
叶天晓
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.)
Shanghai Bilibili Technology Co Ltd
Original Assignee
Shanghai Bilibili 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 Shanghai Bilibili Technology Co Ltd filed Critical Shanghai Bilibili Technology Co Ltd
Priority to CN202110209617.4A priority Critical patent/CN112927324B/zh
Publication of CN112927324A publication Critical patent/CN112927324A/zh
Priority to EP22758720.1A priority patent/EP4246446A4/en
Priority to PCT/CN2022/072846 priority patent/WO2022179354A1/zh
Application granted granted Critical
Publication of CN112927324B publication Critical patent/CN112927324B/zh
Priority to US18/336,874 priority patent/US20230336723A1/en
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
    • 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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
    • 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
    • H04N19/134—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
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • 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
    • H04N19/1883—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 relating to sub-band structure, e.g. hierarchical level, directional tree, e.g. low-high [LH], high-low [HL], high-high [HH]
    • 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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本申请公开了一种样点自适应补偿的边界补偿模式的数据处理方法、装置。该方法包括：遍历树形编码块中所有的重构像素点，并计算每一个重构像素点与对应的原始像素点的残差值；遍历树形编码块中属于非边界部分的所有的第一重构像素点，并计算遍历出的每一个第一重构像素点在4种方向下的类别；遍历树形编码块中属于边界部分的所有的第二重构像素点，并计算遍历出的每一个第二重构像素点在单一方向下的类别；根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点的在单一方向下的类别与各个残差值分别计算4种方向下的不同类别下的重构像素点的累加残差值及统计不同类别下的重构像素点的累加数量。本申请可以减少计算耗时。

Description

样点自适应补偿的边界补偿模式的数据处理方法、装置
技术领域
本申请涉及样点自适应补偿的边界补偿模式的数据处理技术领域，尤其涉及一种样点自适应补偿的边界补偿模式的数据处理方法、装置。
背景技术
HEVC(High Efficiency Video Coding)是一种视频压缩标准，现有技术中在采用HEVC对视频进行压缩后，为了减小重构图像与原图像的失真，会通过SAO(Sample AdaptiveOffset，样点自适应补偿)技术对重构图像进行像素补偿。
在采用SAO技术对像素进行补偿时，可以通过EO(Edge Offset，边界补偿)模式或者通过BO(Band Offset，边带补偿)模式实现像素补偿，其中，EO技术是通过比较当前的重构像素与相邻像素的大小，对当前重构像素进行归类。根据像素选取的位置差异，边界补偿分为4种方向：分别为水平方向(EO0)、垂直方向(EO1)、135°方向(EO2)和45°方向(EO3)。
现有的EO模式在实现过程中，会针对每个EO方向，单独写一个函数，也就是4个EO方向，需要写4个函数，然后通过每个函数完成各自方向像素的类别的计算，以及实现对残差以及数量的统计过程。
然而，发明人发现，采用这种方式实现，就需要对重建像素读取四次，会耗费较多时间，严重影响SAO的性能。
发明内容
有鉴于此，现提供一种样点自适应补偿的边界补偿模式的数据处理方法、装置、计算机设备及计算机可读存储介质，以解决现有技术中的EO模式在对各自方向像素的类别的计算，以及实现对残差以及数量的统计过程中比较耗时的问题。
本申请提供了一种样点自适应补偿的边界补偿模式的数据处理方法，包括：
获取目标重构图像，将所述目标重构图像划分为多个互不重叠的树形编码块；
对于每一个树形编码块，遍历树形编码块中所有的重构像素点，并计算每一个重构像素点与对应的原始像素点的残差值；
遍历树形编码块中属于非边界部分的所有的第一重构像素点，并计算遍历出的每一个第一重构像素点在4种方向下的边界补偿模式的类别，其中，所述4种方向包括水平方向、垂直方向、135°方向与45°方向；
遍历树形编码块中属于边界部分的所有的第二重构像素点，并计算遍历出的每一个第二重构像素点在单一方向下的边界补偿模式的类别；
根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点的在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值，以及统计不同类别下的重构像素点的累加数量。
可选地，所述根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值包括：
遍历所有的第一重构像素点，并将每一个第一重构像素点在4个方向下的边界补偿模式的类别拼接存储到一个变量中；
从所述变量中获取每一个第一重构像素点在4种方向下的边界补偿模式的类别；
根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值。
可选地，所述根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值还包括：
遍历所有的第二重构像素点，并将每一个第二重构像素点在单一方向下的边界补偿模式的类别拼接存储到所述变量中，其中，采用预设值表示所述每一个第二重构像素点在其他方向上的边界补偿模式的类别；
所述从所述变量中获取每一个第一重构像素点在4种方向下的边界补偿模式的类别包括：
从所述变量中获取所有的重构像素点在4种方向下的边界补偿模式的类别。
可选地，所述类别包括5种，每一种类别采用4个比特表示，每一个重构像素点在4种方向下的边界补偿模式的类别采用16个比特表示。
可选地，所述从所述变量中获取所有的重构像素点在4种方向下的边界补偿模式的类别包括：
将所述变量与预设的16位比特数值做与运算，并将运算结果作为所述变量中存储的每一个重构像素点在一种方向下的边界补偿模式的类别；
将所述变量移位4位，得到更新后的变量；
将更新后的变量与预设的16位比特数值做与运算，并将运算结果作为所述每一个重构像素点在另一种方向下的边界补偿模式的类别；
返回执行将所述变量移位4位，得到更新后的变量的步骤，直到得到每一个重构像素点在所有方向下的边界补偿模式的类别。
可选地，所述预设的16位比特数值为0x000f，所述将获取到的每一个重构像素点采用的16个比特表示的在4种方向下的边界补偿模式的类别移位4位，得到移位后的类别包括：
将获取到的每一个重构像素点采用的16个比特表示的在4种方向下的边界补偿模式的类别右移位4位，得到右移位后的类别。
可选地，所述预设的16位比特数值为0xf000，所述将获取到的每一个重构像素点采用的16个比特表示的在4种方向下的边界补偿模式的类别移位4位，得到移位后的类别包括：
将获取到的每一个重构像素点采用的16个比特表示的在4种方向下的边界补偿模式的类别左移位4位，得到左移位后的类别。
可选地，所述根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值的步骤包括：
根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的除预设的类别之外的所有类别下的重构像素点的累加残差值。
本申请还提供了一种样点自适应补偿的边界补偿模式的数据处理装置，包括：
获取模块，用于获取目标重构图像，将所述目标重构图像划分为多个互不重叠的树形编码块；
第一遍历模块，用于对于每一个树形编码块，遍历树形编码块中所有的重构像素点，并计算每一个重构像素点与对应的原始像素点的残差值；
第二遍历模块，用于遍历树形编码块中属于非边界部分的所有的第一重构像素点，并计算遍历出的每一个第一重构像素点在4种方向下的边界补偿模式的类别，其中，所述4种方向包括水平方向、垂直方向、135°方向与45°方向；
第三遍历模块，用于遍历树形编码块中属于边界部分的所有的第二重构像素点，并计算遍历出的每一个第二重构像素点在单一方向下的边界补偿模式的类别；
计算模块，用于根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点的在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值，以及统计不同类别下的重构像素点的累加数量。
本申请还提供了一种计算机设备，所述计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
上述技术方案的有益效果：
本申请实施例中，通过获取目标重构图像，将所述目标重构图像划分为多个互不重叠的树形编码块；对于每一个树形编码块，遍历树形编码块中所有的重构像素点，并计算每一个重构像素点与对应的原始像素点的残差值；遍历树形编码块中属于非边界部分的所有的第一重构像素点，并计算遍历出的每一个第一重构像素点在4种方向下的边界补偿模式的类别，其中，所述4种方向包括水平方向、垂直方向、135°方向与45°方向；遍历树形编码块中属于边界部分的所有的第二重构像素点，并计算遍历出的每一个第二重构像素点在单一方向下的边界补偿模式的类别；根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点的在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值，以及统计不同类别下的重构像素点的累加数量。在本申请实施例中，通过一次计算每一个重构像素点在4种方向下的边界补偿模式的类别，从而可以只需要花费稍多以前1/4的时间，即可完成每一个重构像素点在4种方向下的边界补偿模式的类别的计算，极大的减少了计算耗时。
附图说明
图1为本申请实施例的样点自适应补偿的边界补偿模式的数据处理方法的环境示意图；
图2为本申请所述的样点自适应补偿的边界补偿模式的数据处理方法的一种实施例的流程图；
图3为本申请4种方向的边界补偿模式的示意图；
图4为本申请一实施方式中根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值的的步骤细化流程示意图；
图5为本申请所述的样点自适应补偿的边界补偿模式的数据处理装置的一种实施例的程序模块图；
图6为本申请实施例提供的执行样点自适应补偿的边界补偿模式的数据处理方法的计算机设备的硬件结构示意图。
具体实施方式
以下结合附图与具体实施例进一步阐述本申请的优点。
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其它含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在本申请的描述中，需要理解的是，步骤前的数字标号并不标识执行步骤的前后顺序，仅用于方便描述本申请及区别每一步骤，因此不能理解为对本申请的限制。
图1示意性示出了根据本申请实施例的样点自适应补偿的边界补偿模式的数据处理方法的框架示意图。在示例性的实施例中，该应用环境的系统可包括计算机设备10、服务器20。其中，计算机设备10与服务器20形成无线或有线连接。计算机设备10可以为手机、iPAD，平板电脑、服务器等。服务器20可以为机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。
参阅图2，其为本申请一实施例的样点自适应补偿的边界补偿模式的数据处理方法的流程示意图。本可以理解，本方法实施例中的流程图不用于对执行步骤的顺序进行限定。下面以计算机设备为执行主体进行示例性描述，从图中可以看出，本实施例中所提供的样点自适应补偿的边界补偿模式的数据处理方法包括：
步骤S20，获取目标重构图像，将所述目标重构图像划分为多个互不重叠的树形编码块。
具体地，所述目标重构图像为对重建图像在进行deblocking之后后得到的图像，其为重建完成的一帧图像。
在本实施例中，在将目标重构图像划分为树形编码块时，是根据编码器预先设置的树形编码单元(Coding Tree Unit，CTU)的大小对整帧的图像进行分块，比如，目标重构图像的大小为128*128，而CTU的大小为64*64，则可以将目标重构图像划分为4个互不重叠的树形编码块。
步骤S21，对于每一个树形编码块，遍历树形编码块中所有的重构像素点，并计算每一个重构像素点与对应的原始像素点的残差值。
具体地，树形编码块(Coding Tree Block，CTB)可以为HEVC中的样点自适应补偿技术(Sample Adaptive Offset，SAO)中的树形编码单元(Coding Tree Unit，CTU)所包含的亮度CTB或者色度CTB。一个树形编码快由多个重构像素点组成。
需要说明的是，重构像素点指的是对原始图像中的各个像素点进行还原后得到的像素点。
其中，每一个重构像素点与对应的原始像素点的残差值diff指的是重构像素点的像素值a与对应的原始像素点的像素值b之差，即diff＝a-b。
可以理解的是，本发明实施例中，为了节省数据处理时间，可以预先计算出树形编码块中的所有重构像素点的残差值，而不用在需要使用残差值才计算。
步骤S22，遍历树形编码块中属于非边界部分的所有的第一重构像素点，并计算遍历出的每一个第一重构像素点在4种方向下的边界补偿模式的类别，其中，所述4种方向包括水平方向、垂直方向、135°方向与45°方向。
具体地，所述非边界部分是相对于边界部分来说的，其中，边界部分指的是所述树形编码块中的最上一行，最下一行，最左一列和最右一列，相应的，非边界部分指的是所述树形编码块中除了该最上一行，最下一行，最左一列和最右一列之外的部分。
在本实施例中，非边界部分的所有的第一重构像素点指的是所述树形编码块中除了该最上一行的像素点，最下一行的像素点，最左一列的像素点和最右一列的像素点之外的所有像素点。
其中，边界补充(Edge Offset，EO)模式具体可以分为4种方向的边界补偿模式，分别为水平方向(E00)、垂直方向(E01)、135°方向(E02)和45°方向(E03)的边界补偿模式。
作为示例，这4种方向的边界补偿模式如图3所示，在图3中，c表示当前待计算的重构像素点，a、b表示当前待计算的重构像素点的参考像素点。
对于每一种边界补偿模式，都可以将树形编码块中每一个重构像素点分为5个不同的类别，分别为category0、category1、category2、category3、category4，即类别0、类别1、类别2、类别3及类别4。其中，类别1表示当前待计算的重构像素点的像素值均小于两参考像素点的像素值，这种类别属于Positive offset，补偿值要大于或等于0；类别2表示当前待计算的重构像素点的像素值等于一个参考像素点的像素值，且小于另一个参考像素点的像素值，这种类别属于Positive offset，补偿值要大于或等于0；类别3表示当前待计算的重构像素点的像素值等于一个参考像素点的像素值，且大于另一个参考像素点的像素值，这种类别属于Negative offset，补偿值要小于或等于0；类别4表示当前待计算的重构像素点的像素值均大于两参考像素点的像素值，这种类别属于Negative offset，补偿值要小于或等于0；类别0表示当前待计算的重构像素点的像素值属于上述4种情况之外，属于这种类别的重构像素点不需要进行像素补偿。
本实施例中在遍历出每一个第一重构像素点之后，可以通过一个预设的函数一次性计算该第一重构像素点在4种方向下的边界补偿模式的类别，而无需通过多个函数完成对各个方向下的边界补充模型的类别计算。
步骤S23，遍历树形编码块中属于边界部分的所有的第二重构像素点，并计算遍历出的每一个第二重构像素点在单一方向下的边界补偿模式的类别。
具体地，由于位于边界部分的像素点只存在一种方向下的边界补偿模式，因此，在计算每一个第二重构像素点的类别时，只需要计算第二像素点在对应方向下的边界补偿模式的类别。比如，若当前待计算的第二重构像素点为边界部分中的最上一行的像素点，由于位于该最上一行的像素点只存在水平方向(E00)下的边界补偿模式，因此，对于位于最上一行的第二重构像素点即可以只计算水平方向下的边界补偿模式的类别；若当前待计算的第二重构像素点为边界部分中的最下一行的像素点，由于位于该最下一行的像素点也只存在水平方向下的边界补偿模式，因此，对于位于最下一行的第二重构像素点即可以只计算水平方向下的边界补偿模式的类别；若当前待计算的第二重构像素点为边界部分中的最左一行的像素点，由于位于该最左一行的像素点也只存在垂直方向(E01)下的边界补偿模式，因此，对于位于最左一行的第二重构像素点即可以只计算垂直方向下的边界补偿模式的类别；若当前待计算的第二重构像素点为边界部分中的最右一行的像素点，由于位于该最右一行的像素点也只存在垂直方向(E01)下的边界补偿模式，因此，对于位于最右一行的第二重构像素点即可以只计算垂直方向下的边界补偿模式的类别。
可以理解的是，对于位于边界部分的第二像素点在其他方向下的边界补偿模式的类别则可以不计算，或者为了保证所有的像素点都存在4种方向下的边界补偿模式的类别，对于位于边界部分的第二像素点在其他方向下的边界补偿模式的类别则可以采用预设数值进行表示，可以理解的是所述预设数值不能和代表边界补偿模式的类别的数值相同。
步骤S24，根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点的在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值，以及统计不同类别下的重构像素点的累加数量。
具体地，所述累加残差值为在各个方向下的边界补偿模式的属于相同类别下的所有重构像素点与其对应的原始像素点的残差值的累加和。也就是说，所述累加残差值包括属于EOO模式下的类别0的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EOO模式下的类别1的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EOO模式下的类别2的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EOO模式下的类别3的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EOO模式下的类别4的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO1模式下的类别0的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO1模式下的类别1的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO1模式下的类别2的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO1模式下的类别3的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO1模式下的类别4的所有重构像素点与其对应的原始像素点的残差值的累加和；属于EO2模式下的类别0的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO2模式下的类别1的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO2模式下的类别2的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO2模式下的类别3的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO2模式下的类别4的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO3模式下的类别0的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO3模式下的类别1的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO3模式下的类别2的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO3模式下的类别3的所有重构像素点与其对应的原始像素点的残差值的累加和、属于EO3模式下的类别4的所有重构像素点与其对应的原始像素点的残差值的累加和。
所述累加数量为各种方向下的边界补偿模式的属于同一类别下的所有重构像素点的数量，比如，属于EOO模式下的类别0的重构像素点存在8个，所述累加数量即为8；属于EO1模式下的类别2的重构像素点存在5个，所述累加数量即为5。
本实施例中，在计算累加残差值时，可以先找出属于各个EO模式下的各个类别的重构像素点，然后从计算出的残差值中找到与该找到的像素点所对应的残差值，最后将所有的残差值进行累加，得到属于该EO模式下的类别x(x为0、1、2、3或4)的累加残差值，同时统计像素点的数量。
作为示例，假设属于EOO模式下的类别0的重构像素点存在8个，且这8个重构像素点与其对应的原始像素点的残差值分别为5、8、7、6、4、3、12、9，则所述累加残差值＝5+8+7+6+4+3+12+9＝54，所述累加数量即为8属于EO1模式下的类别2的重构像素点存在5个，且这5个重构像素点与其对应的原始像素点的残差值分别为5、8、7、6、4、，则所述累加残差值＝5+8+7+6+4＝30，所述累加数量即为5。
本申请实施例中，通过遍历树形编码块中所有的重构像素点，并计算每一个重构像素点与对应的原始像素点的残差值；遍历树形编码块中属于非边界部分的所有的第一重构像素点，并计算遍历出的每一个第一重构像素点在4种方向下的边界补偿模式的类别，其中，所述4种方向包括水平方向、垂直方向、135°方向与45°方向；遍历树形编码块中属于边界部分的所有的第二重构像素点，并计算遍历出的每一个第二重构像素点在单一方向下的边界补偿模式的类别；根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点的在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值，以及统计不同类别下的重构像素点的累加数量。在本申请实施例中，通过一次计算每一个重构像素点在4种方向下的边界补偿模式的类别，从而可以只需要花费稍多以前1/4的时间，即可完成每一个重构像素点在4种方向下的边界补偿模式的类别的计算，极大的减少了计算耗时。
经过实验统计，通过本申请的计算方法，EO模块可以加速大约32.8％，并在应用于直播场景下时可以加速大约3.28％，降低直播延时。
在一示例性的实施方式中，参照图4，所述根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值的步骤可以包括步骤S40-S42，其中:
步骤S40，遍历所有的第一重构像素点，并将每一个第一重构像素点在4个方向下的边界补偿模式的类别拼接存储到一个变量中。
具体地，每一个第一重构像素点在每个EO方向的类别可以用m个比特表示，由于类别总共只存在5种，因此，在本实施例中，m的最小取值可以为3，即最少可以采用3比特数值表示5种类别，这样，每个像素点的4个EO方向的类别只需要12个比特就可以完全表示。
可以理解的是，由于在计算机系统中，采用12位比特表示一个数据，在处理过程中不方便，因此，在本实施例中，为了后续可以方便对类别数据进行处理，m取值优选为4，即采用16个比特数值来表示重构像素点在每一个EO的四个方向的类别；当然，在本申请其他实施方式中，m也可以取8，用32比特数值来表示每一个EO的四个方向的类别。在本实施方式中，并不对m的取值进行限定。
作为示例，当m取值为4时，即可以将每一个第一重构像素点在4个方向下的边界补偿模式的类别拼接到一个16位的变量中，比如，拼接存储到16位的变量et中。需要说明的是，该变量可以为全局变量，也可以为局部变量，在本实施例中不作限定。
步骤S41，从所述变量中获取每一个第一重构像素点在4种方向下的边界补偿模式的类别。
具体地，由于变量中包含有拼接后的每一个第一重构像素点在4种方向下的边界补偿模式的类别，因此，在需要类别信息时，可以直接从提取出来。
步骤S42，根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值。
具体地，该步骤与上述步骤S23相同，在本实施例中不再赘述。
本实施例中，通过将每一个第一重构像素点的4个EO模式的类别值组合到一个变量中，从而可以减少存储和传输的数据量。
在一示例性的实施方式中，所述根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值还可以包括：
遍历所有的第二重构像素点，并将每一个第二重构像素点在单一方向下的边界补偿模式的类别拼接存储到所述变量中，其中，采用预设值表示所述每一个第二重构像素点在其他方向上的边界补偿模式的类别。
具体地，为了便于后续对所有的重构像素点的类别信息进行处理，本实施例中，也可以对只存在单一方向下的边界补偿模式的第二重构像素点拼接成与第一重构像素点具有相同位数的数值的类别信息，并将拼接后的类别信息也存储至所述变量中。
其中，所述单一方向指的是当前的第二重构像素点所具有的EO模式，具体而言，若当前的第二重构像素点为最上一行或最下一行的像素点，则所述单一方向指的是水平方向(EOO)；若当前的第二重构像素点为最左一行或最右一行的像素点，则所述单一方向指的是垂直方向(EO1)。
其中，所述其他方向指的是当前的第二重构像素点除了具有的单一方向之外的方向，具体而言，若当前的第二重构像素点为最上一行或最下一行的像素点，则所述其他方向指的是垂直方向(EO1)、135°方向(E02)和45°方向(E03)；若当前的第二重构像素点为最左一行或最右一行的像素点，则所述其他方向指的是水平方向(EOO)、135°方向(E02)和45°方向(E03)；
作为示例，假设每一种类别采用4个比特表示，且变量中的第1位到第4位表示EOO模式的类别、变量中的第5位到第8位表示EO1模式的类别、变量中的第9位到第12位表示EO2模式的类别、变量中的第13位到第16位表示EO3模式的类别，则在进行类别拼接时，可以将每一个第二重构像素点在单一方向的边界补偿模式的类别拼接到变量中的对应位置中，然后将变量中的其他位置添加预设值。比如，该类别为第二重构像素点在EOO模式的类别，则可以将表示类别的数值添加至变量中的第1位到第4位，将该变量中的其他位以预设值进行表示。又比如，类别为第二重构像素点在EO1模式的类别，则可以将表示类别的数值添加至变量中的第5位到第8位，将该变量中的其他位也以预设值进行表示。
需要说明的是，所述预设值为预先设定的或者默认的数值，该预设值需要各个类别对应的数值不同，比如，5种类别对应的数值分别为0、1、2、3、4，则所述预设值可以为5、6、7、8等。
所述从所述变量中获取每一个第一重构像素点在4种方向下的边界补偿模式的类别包括：
从所述变量中获取所有的重构像素点在4种方向下的边界补偿模式的类别。
具体地，在变量中包含有第一重构像素点和第二重构像素点的类别时，则在需要获取类别时，即可以从所述变量中获取所有的重构像素点在4种方向下的边界补偿模式的类别。
在一示例性的实施方式中，所述从所述变量中获取所有的重构像素点在4种方向下的边界补偿模式的类别的步骤可以包括：将所述变量与预设的16位比特数值做与运算，并将运算结果作为所述变量中存储的每一个重构像素点在一种方向下的边界补偿模式的类别；
将所述变量移位4位，得到更新后的变量；
将更新后的变量与预设的16位比特数值做与运算，并将运算结果作为所述每一个重构像素点在另一种方向下的边界补偿模式的类别；
返回执行将所述变量移位4位，得到更新后的变量的步骤，直到得到每一个重构像素点在所有方向下的边界补偿模式的类别。
具体地，所述预设的16位比特数值可以为0x000f，也可以为0xf000。
作为示例，当所述预设的16位比特数值为0x000f时，可以将变量et和0x000f做‘&(与)’运算，以获取原始变量et的低4位，得到变量et中的每个重建像素点的EO0模式下的类别，之后可以分别统计EO0模式下的各类别的累加残差值和累加数量。在完成EO0模式下的各个类别的累加残差值和累加数量之后，可以将变量et进行右移4位，之后，将移位后的变量et和0x000f做‘&’操作，以获取原始变量et的第5到第8位，得到变量et中的每个重建像素点的EO1的类别，之后可以分别统计EO1模式下的各类别的累加残差值和累加数量。在完成EO1模式下的各个类别的累加残差值和累加数量之后，可以继续将变量et进行右移4位，之后，将移位后的变量et和0x000f做‘&’操作，以获取原始变量et的第9到第12位，得到变量et中的每个重建像素点的EO2的类别，之后可以分别统计EO2模式下的各类别的累加残差值和累加数量。在完成EO2模式下的各个类别的累加残差值和累加数量之后，可以继续将变量et进行右移4位，之后，将移位后的变量et和0x000f做‘&’操作，以获取原始变量et的第13到第16位，即高4位，得到变量et中的每个重建像素点的EO3的类别，之后可以分别统计EO3模式下的各类别的累加残差值和累加数量。
在一示例性的实施方式中，当预设的16位比特数值为0x000f，所述将所述变量移位4位，得到更新后的变量包括：
将所述变量右移位4位，得到更新后的变量。
作为示例，变量中包含的一个类别为0x378B，则右移位后的类别为0x0378。
可以理解的是，在进行移位处理时，需要对变量中包含的所有的类别进行移位处理。
在一示例性的实施方式中，当所述预设的16位比特数值为0xf000，所述所述将所述变量移位4位，得到更新后的变量包括：
将所述变量左移位4位，得到更新后的变量。
作为示例，变量中包含的一个类别为0x378B，则左移位后的类别为0x78B0。
可以理解的是，在进行移位处理时，需要对变量中包含的所有的类别进行移位处理。
在一示例性的实施方式中，所述根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值的步骤包括：
根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的除预设的类别之外的所有类别下的重构像素点的累加残差值。
具体地，所述预设的类别为上述实施例中的类别0。在本实施例中，由于对于属于类别0的重构像素点不需要进行像素补偿，也就是说，对于属于类别0的重构像素点的累加残差值的计算和累加数量的统计结果是无用的，因此，在本实施例中，为了减少计算量，在对累加残差值的计算时，可以只计算除类别0之外的所有类别的累加残差值，而对属于类别0的重构像素点的累加残差值不进行计算。
参阅图5所示，是本申请样点自适应补偿的边界补偿模式的数据处理装置50一实施例的程序模块图。
本实施例中，所述样点自适应补偿的边界补偿模式的数据处理装置50包括一系列的存储于存储器上的计算机程序指令，当该计算机程序指令被处理器执行时，可以实现本申请各实施例的样点自适应补偿的边界补偿模式的数据处理功能。在一些实施例中，基于该计算机程序指令各部分所实现的特定的操作，样点自适应补偿的边界补偿模式的数据处理装置50可以被划分为一个或多个模块。例如，在图5中，所述样点自适应补偿的边界补偿模式的数据处理装置50可以被分割成获取模块51、第一遍历模块52、第二遍历模块53、第三遍历模块54、计算模块55。其中：
获取模块51，用于获取目标重构图像，将所述目标重构图像划分为多个互不重叠的树形编码块；
第一遍历模块52，用于对于每一个树形编码块，遍历树形编码块中所有的重构像素点，并计算每一个重构像素点与对应的原始像素点的残差值；
第二遍历模块53，用于遍历树形编码块中属于非边界部分的所有的第一重构像素点，并计算遍历出的每一个第一重构像素点在4种方向下的边界补偿模式的类别，其中，所述4种方向包括水平方向、垂直方向、135°方向与45°方向；
第三遍历模块54，用于遍历树形编码块中属于边界部分的所有的第二重构像素点，并计算遍历出的每一个第二重构像素点在单一方向下的边界补偿模式的类别；
计算模块55，用于根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点的在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值，以及统计不同类别下的重构像素点的累加数量。
在一示例性的实施方式中，计算模块55，还用于遍历所有的第一重构像素点，并将每一个第一重构像素点在4个方向下的边界补偿模式的类别拼接存储到一个变量中；从所述变量中获取每一个第一重构像素点在4种方向下的边界补偿模式的类别；根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值。
在一示例性的实施方式中，计算模块55，还用于遍历所有的第二重构像素点，并将每一个第二重构像素点在单一方向下的边界补偿模式的类别拼接存储到所述变量中，其中，采用预设值表示所述每一个第二重构像素点在其他方向上的边界补偿模式的类别。
计算模块55，还用于从所述变量中获取所有的重构像素点在4种方向下的边界补偿模式的类别。
在一示例性的实施方式中，所述类别包括5种，每一种类别采用4个比特表示，每一个重构像素点在4种方向下的边界补偿模式的类别采用16个比特表示。
在一示例性的实施方式中，计算模块55，还用于将所述变量与预设的16位比特数值做与运算，并将运算结果作为所述变量中存储的每一个重构像素点在一种方向下的边界补偿模式的类别；将所述变量移位4位，得到更新后的变量；将更新后的变量与所述预设的16位比特数值做与运算，并将运算结果作为所述每一个重构像素点在另一种方向下的边界补偿模式的类别；返回执行将所述变量移位4位，得到更新后的变量的步骤，直到得到每一个重构像素点在所有方向下的边界补偿模式的类别。
在一示例性的实施方式中，所述预设的16位比特数值为0x000f，计算模块55，还用于将所述变量右移位4位，得到更新后的变量。
在一示例性的实施方式中，所述预设的16位比特数值为0xf000，计算模块55，还用于将所述变量左移位4位，得到更新后的变量。
本申请实施例中，通过遍历树形编码块中所有的重构像素点，并计算每一个重构像素点与对应的原始像素点的残差值；遍历树形编码块中属于非边界部分的所有的第一重构像素点，并计算遍历出的每一个第一重构像素点在4种方向下的边界补偿模式的类别，其中，所述4种方向包括水平方向、垂直方向、135°方向与45°方向；遍历树形编码块中属于边界部分的所有的第二重构像素点，并计算遍历出的每一个第二重构像素点在单一方向下的边界补偿模式的类别；根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点的在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值，以及统计不同类别下的重构像素点的累加数量。在本申请实施例中，通过一次计算每一个重构像素点在4种方向下的边界补偿模式的类别，从而可以只需要花费稍多以前1/4的时间，即可完成每一个重构像素点在4种方向下的边界补偿模式的类别的计算，极大的减少了计算耗时。
图6示意性示出了根据本申请实施例的适于实现样点自适应补偿的边界补偿模式的数据处理方法的计算机设备10的硬件架构示意图。本实施例中，计算机设备10是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。例如，可以是平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。如图6所示，计算机设备10至少包括但不限于：可通过系统总线相互通信链接存储器120、处理器121、网络接口122。其中：
存储器120至少包括一种类型的计算机可读存储介质，该可读存储介质可以是易失性的，也可以是非易失性的，具体而言，可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器120可以是计算机设备10的内部存储模块，例如该计算机设备10的硬盘或内存。在另一些实施例中，存储器120也可以是计算机设备10的外部存储设备，例如该计算机设备10上配备的插接式硬盘，智能存储卡(Smart Media Card，简称为SMC)，安全数字(Secure Digital，简称为SD)卡，闪存卡(Flash Card)等。当然，存储器120还可以既包括计算机设备10的内部存储模块也包括其外部存储设备。本实施例中，存储器120通常用于存储安装于计算机设备10的操作系统和各类应用软件，例如样点自适应补偿的边界补偿模式的数据处理方法的程序代码等。此外，存储器120还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器121在一些实施例中可以是中央处理器(Central Processing Unit，简称为CPU)、控制器、微控制器、微处理器、或其它样点自适应补偿的边界补偿模式的数据处理芯片。该处理器121通常用于控制计算机设备10的总体操作，例如执行与计算机设备10进行数据交互或者通信相关的控制和处理等。本实施例中，处理器121用于运行存储器120中存储的程序代码或者处理数据。
网络接口122可包括无线网络接口或有线网络接口，该网络接口122通常用于在计算机设备10与其它计算机设备之间建立通信链接。例如，网络接口122用于通过网络将计算机设备10与外部终端相连，在计算机设备10与外部终端之间的建立数据传输通道和通信链接等。网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(GlobalSystem of Mobile communication，简称为GSM)、宽带码分多址(Wideband Code DivisionMultiple Access，简称为WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是，图6仅示出了具有部件120～122的计算机设备，但是应理解的是，并不要求实施所有示出的部件，可以替代的实施更多或者更少的部件。
在本实施例中，存储于存储器120中的样点自适应补偿的边界补偿模式的数据处理方法可以被分割为一个或者多个程序模块，并由一个或多个处理器(本实施例为处理器121)所执行，以完成本申请。
本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质其上存储有计算机程序，计算机程序被处理器执行时实现实施例中的样点自适应补偿的边界补偿模式的数据处理方法的步骤。
本实施例中，计算机可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，计算机可读存储介质可以是计算机设备的内部存储单元，例如该计算机设备的硬盘或内存。在另一些实施例中，计算机可读存储介质也可以是计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘，智能存储卡(Smart Media Card，简称为SMC)，安全数字(Secure Digital，简称为SD)卡，闪存卡(Flash Card)等。当然，计算机可读存储介质还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中，计算机可读存储介质通常用于存储安装于计算机设备的操作系统和各类应用软件，例如实施例中的样点自适应补偿的边界补偿模式的数据处理方法的程序代码等。此外，计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的各类数据。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到至少两个网络单元上。可以根据实际的需要筛选出其中的部分或者全部模块来实现本申请实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (10)

1.一种样点自适应补偿的边界补偿模式的数据处理方法，其特征在于，包括：
获取目标重构图像，将所述目标重构图像划分为多个互不重叠的树形编码块；
对于每一个树形编码块，遍历树形编码块中所有的重构像素点，并计算每一个重构像素点与对应的原始像素点的残差值；
遍历树形编码块中属于非边界部分的所有的第一重构像素点，并计算遍历出的每一个第一重构像素点在4种方向下的边界补偿模式的类别，其中，所述4种方向包括水平方向、垂直方向、135°方向与45°方向；
遍历树形编码块中属于边界部分的所有的第二重构像素点，并计算遍历出的每一个第二重构像素点在单一方向下的边界补偿模式的类别；
根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点的在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值及统计所述不同类别下的重构像素点的累加数量。
2.根据权利要求1所述的样点自适应补偿的边界补偿模式的数据处理方法，其特征在于，所述根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值包括：
遍历所有的第一重构像素点，并将每一个第一重构像素点在4个方向下的边界补偿模式的类别拼接存储到一个变量中；
从所述变量中获取每一个第一重构像素点在4种方向下的边界补偿模式的类别；
根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值。
3.根据权利要求2所述的样点自适应补偿的边界补偿模式的数据处理方法，其特征在于，所述根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值还包括：
遍历所有的第二重构像素点，并将每一个第二重构像素点在单一方向下的边界补偿模式的类别拼接存储到所述变量中，其中，采用预设值表示所述每一个第二重构像素点在其他方向上的边界补偿模式的类别；
所述从所述变量中获取每一个第一重构像素点在4种方向下的边界补偿模式的类别包括：
从所述变量中获取所有的重构像素点在4种方向下的边界补偿模式的类别。
4.根据权利要求3所述的样点自适应补偿的边界补偿模式的数据处理方法，其特征在于，所述类别包括5种，每一种类别采用4个比特表示，每一个重构像素点在4种方向下的边界补偿模式的类别采用16个比特表示，所述从所述变量中获取所有的重构像素点在4种方向下的边界补偿模式的类别包括：
将所述变量与预设的16位比特数值做与运算，并将运算结果作为所述变量中存储的每一个重构像素点在一种方向下的边界补偿模式的类别；
将所述变量移位4位，得到更新后的变量；
将更新后的变量与所述预设的16位比特数值做与运算，并将运算结果作为所述每一个重构像素点在另一种方向下的边界补偿模式的类别；
返回执行将所述变量移位4位，得到更新后的变量的步骤，直到得到每一个重构像素点在所有方向下的边界补偿模式的类别。
5.根据权利要求4所述的样点自适应补偿的边界补偿模式的数据处理方法，其特征在于，所述预设的16位比特数值为0x000f，所述将所述变量移位4位，得到更新后的变量包括：
将所述变量右移位4位，得到更新后的变量。
6.根据权利要求4所述的样点自适应补偿的边界补偿模式的数据处理方法，其特征在于，所述预设的16位比特数值为0xf000，所述将所述变量移位4位，得到更新后的变量包括：
将所述变量左移位4位，得到更新后的变量。
7.根据权利要求4至6任一项所述的样点自适应补偿的边界补偿模式的数据处理方法，其特征在于，所述根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值的步骤包括：
根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的除预设的类别之外的所有类别下的重构像素点的累加残差值。
8.一种样点自适应补偿的边界补偿模式的数据处理装置，其特征在于，包括：
获取模块，用于获取目标重构图像，将所述目标重构图像划分为多个互不重叠的树形编码块；
第一遍历模块，用于对于每一个树形编码块，遍历树形编码块中所有的重构像素点，并计算每一个重构像素点与对应的原始像素点的残差值；
第二遍历模块，用于遍历树形编码块中属于非边界部分的所有的第一重构像素点，并计算遍历出的每一个第一重构像素点在4种方向下的边界补偿模式的类别，其中，所述4种方向包括水平方向、垂直方向、135°方向与45°方向；
第三遍历模块，用于遍历树形编码块中属于边界部分的所有的第二重构像素点，并计算遍历出的每一个第二重构像素点在单一方向下的边界补偿模式的类别；
计算模块，用于根据各个第一重构像素点在4种方向下的边界补偿模式的类别、各个第二重构像素点的在单一方向下的边界补偿模式的类别与各个残差值分别计算4种方向下的边界补偿模式的不同类别下的重构像素点的累加残差值，以及统计不同类别下的重构像素点的累加数量。
9.一种计算机设备，所述计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的样点自适应补偿的边界补偿模式的数据处理方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至7任一项所述的样点自适应补偿的边界补偿模式的数据处理方法的步骤。
CN202110209617.4A 2021-02-24 2021-02-24 样点自适应补偿的边界补偿模式的数据处理方法、装置 Active CN112927324B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110209617.4A CN112927324B (zh) 2021-02-24 2021-02-24 样点自适应补偿的边界补偿模式的数据处理方法、装置
EP22758720.1A EP4246446A4 (en) 2021-02-24 2022-01-20 DATA PROCESSING METHOD AND APPARATUS FOR EDGE OFFSET MODE BASED ON SCANNING ADAPTIVE OFFSET
PCT/CN2022/072846 WO2022179354A1 (zh) 2021-02-24 2022-01-20 样点自适应补偿的边界补偿模式的数据处理方法、装置
US18/336,874 US20230336723A1 (en) 2021-02-24 2023-06-16 Data processing in edge offset mode of sample adaptive offset

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110209617.4A CN112927324B (zh) 2021-02-24 2021-02-24 样点自适应补偿的边界补偿模式的数据处理方法、装置

Publications (2)

Publication Number Publication Date
CN112927324A CN112927324A (zh) 2021-06-08
CN112927324B true CN112927324B (zh) 2022-06-03

Family

ID=76171703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110209617.4A Active CN112927324B (zh) 2021-02-24 2021-02-24 样点自适应补偿的边界补偿模式的数据处理方法、装置

Country Status (4)

Country Link
US (1) US20230336723A1 (zh)
EP (1) EP4246446A4 (zh)
CN (1) CN112927324B (zh)
WO (1) WO2022179354A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112927324B (zh) * 2021-02-24 2022-06-03 上海哔哩哔哩科技有限公司 样点自适应补偿的边界补偿模式的数据处理方法、装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103404137A (zh) * 2011-01-09 2013-11-20 联发科技股份有限公司 有效的样本自适应补偿的方法和装置
CN104219520A (zh) * 2014-09-10 2014-12-17 华为技术有限公司 确定图像补偿模式的方法和装置
CN105141948A (zh) * 2015-09-22 2015-12-09 天津师范大学 一种改进的hevc样点自适应补偿方法
CN109963160A (zh) * 2017-12-26 2019-07-02 北京君正集成电路股份有限公司 基于hevc的简化sao最优补偿值计算方法和装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070070243A1 (en) * 2005-09-28 2007-03-29 Ali Corporation Adaptive vertical temporal flitering method of de-interlacing
US20110122950A1 (en) * 2009-11-26 2011-05-26 Ji Tianying Video decoder and method for motion compensation for out-of-boundary pixels
EP2801195B1 (en) * 2012-01-05 2018-03-07 Google Technology Holdings LLC Devices and methods for sample adaptive offset coding and selection of edge offset parameters
US9031137B2 (en) * 2012-05-03 2015-05-12 Texas Instruments Incorporated Signaling signed band offset values for sample adaptive offset (SAO) filtering in video coding
US9826240B2 (en) * 2013-07-05 2017-11-21 Texas Instruments Incorporated High throughput VLSI architecture for HEVC SAO encoding
CN103810675B (zh) * 2013-09-09 2016-09-21 深圳市华星光电技术有限公司 图像超分辨率重构系统及方法
KR102276854B1 (ko) * 2014-07-31 2021-07-13 삼성전자주식회사 인루프 필터 파라미터 예측을 사용하는 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
CN106131554B (zh) * 2016-07-07 2019-07-26 杭州电子科技大学 基于主要边缘方向的hevc快速样点自适应补偿方法
US10841581B2 (en) * 2016-07-14 2020-11-17 Arris Enterprises Llc Region specific encoding and SAO-sensitive-slice-width-adaptation for improved-quality HEVC encoding
CN112927324B (zh) * 2021-02-24 2022-06-03 上海哔哩哔哩科技有限公司 样点自适应补偿的边界补偿模式的数据处理方法、装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103404137A (zh) * 2011-01-09 2013-11-20 联发科技股份有限公司 有效的样本自适应补偿的方法和装置
CN104219520A (zh) * 2014-09-10 2014-12-17 华为技术有限公司 确定图像补偿模式的方法和装置
CN105141948A (zh) * 2015-09-22 2015-12-09 天津师范大学 一种改进的hevc样点自适应补偿方法
CN109963160A (zh) * 2017-12-26 2019-07-02 北京君正集成电路股份有限公司 基于hevc的简化sao最优补偿值计算方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Ruyan Wang Etal.《Fast Sample Adaptive Offset Jointly Based on HOG Features and Depth Information for VVC in Visual Sensor Networks》.《Sensors MPDI》.2020, *

Also Published As

Publication number Publication date
WO2022179354A1 (zh) 2022-09-01
EP4246446A4 (en) 2024-05-01
EP4246446A1 (en) 2023-09-20
CN112927324A (zh) 2021-06-08
US20230336723A1 (en) 2023-10-19

Similar Documents

Publication Publication Date Title
JP2024059922A (ja) 画像コーデック方法、エンコーダ、デコーダおよび記憶媒体
CN112800850B (zh) 一种视频处理方法、装置、电子设备及存储介质
CN110213581B (zh) 一种基于块划分模式跳过的编码方法、装置及存储介质
CN109685805B (zh) 一种图像分割方法及装置
US20240107050A1 (en) Image coding/decoding method, coder, decoder, and storage medium
CN112927324B (zh) 样点自适应补偿的边界补偿模式的数据处理方法、装置
US20220343507A1 (en) Process of Image
US20230353746A1 (en) Data processing in band offset mode of sample adaptive offset
EP3509303A1 (en) Interframe predictive coding method and device
CN111091146A (zh) 图片相似度获取方法、装置、计算机设备及存储介质
CN112714338B (zh) 视频传输、播放方法、装置、计算机设备及存储介质
CN112149745B (zh) 确定难例样本的方法、装置、设备及存储介质
CN114363697B (zh) 视频文件生成、播放方法及装置
KR102185668B1 (ko) 이미지 파일의 픽셀 변환을 통한 압축율 향상 방법 및 시스템
CN113068050B (zh) 树形编码块的样点自适应补偿模式确定方法、装置
CN115643403A (zh) Av1的滤波方法及装置
CN114185784A (zh) 弹幕渲染测试方法及装置
CN111988520B (zh) 一种画面切换方法、装置、电子设备及存储介质
CN112288748B (zh) 一种语义分割网络训练、图像语义分割方法及装置
CN112669240A (zh) 高清图像修复方法、装置、电子设备和存储介质
CN110827243A (zh) 网格梁覆盖区域异常检测方法和装置
CN116896641B (zh) 影像压缩方法、装置、设备及存储介质
US20160353116A1 (en) Method, system and device for image and video coding
CN112053277B (zh) 一种图像换肤的方法、装置、设备及存储介质
CN116703796A (zh) 图像的处理方法、装置、处理器和电子设置

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
GR01 Patent grant
GR01 Patent grant