CN115834897B - 处理方法、处理设备及存储介质 - Google Patents
处理方法、处理设备及存储介质 Download PDFInfo
- Publication number
- CN115834897B CN115834897B CN202310042340.XA CN202310042340A CN115834897B CN 115834897 B CN115834897 B CN 115834897B CN 202310042340 A CN202310042340 A CN 202310042340A CN 115834897 B CN115834897 B CN 115834897B
- Authority
- CN
- China
- Prior art keywords
- sample
- luminance
- chroma
- predicted
- samples
- 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
Links
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请提出了一种处理方法、处理设备及存储介质,处理方法包括:根据亮度采样确定或得出待预测色度采样的色度预测结果。本申请通过对色度预测过程进行改进,从而能够提高图像编解码过程中的压缩效率。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种处理方法、处理设备及存储介质。
背景技术
在视频编码技术的发展过程中,各种视频编码标准所做出的改进都在致力于从不同方面提升视频的编码效果。帧内预测也是当前研究的热点问题。
在构思及实现本申请过程中,发明人发现至少存在如下问题:由于人眼对于亮度信息更为敏感,所以现有技术着重研究亮度帧内预测,关于色度帧内预测的研究相对较少,图像编解码的压缩效率也较高。因此,如何在图像编解码过程中,有效地提高图像编解码的压缩效率成为需要解决的问题。
前面的叙述在于提供一般的背景信息,并不一定构成现有技术。
发明内容
针对上述技术问题,本申请提供一种处理方法、处理设备及存储介质,使得在图像编解码过程中,有效地提高图像编解码的压缩效率。
本申请提供一种处理方法,可应用于处理设备(如智能终端或者服务器等),包括:
根据亮度采样确定或得出待预测色度采样的色度预测结果。
可选地,所述亮度采样的确定或得出方式,包括以下至少一项:
获取或者确定所述待预测色度采样的同位亮度采样作为所述亮度采样;
获取或者确定所述同位亮度采样的相邻或非相邻亮度采样作为所述亮度采样;
根据所述同位亮度采样的位置、所述同位亮度采样所处亮度块的位置、和/或根据所述同位亮度采样所处亮度块中可获得亮度采样的位置,获取或者确定所述亮度采样。
可选地,所述方法还包括:
根据所述亮度采样和/或所述亮度采样的梯度分量确定或得出所述待预测色度采样的色度预测结果。
可选地,所述方法还包括以下至少一项:
获取或者确定至少一个色度预测模式;
获取或者确定至少一个权重系数。
可选地,所述方法还包括以下至少一项:
所述色度预测模式包括第一色度预测模式和/或第二色度预测模式;
所述色度预测模式包括基于梯度滤波器的色度预测模式;
根据量化参数和/或率失真代价获取或者确定所述色度预测模式。
可选地,所述方法还包括:
若第一数据信息具有第一值,则确定或者获取包括第一梯度滤波器的第一色度预测模式作为所述色度预测模式;和/或,
若所述第一数据信息具有第二值,则确定或者获取包括第二梯度滤波器的第二色度预测模式作为所述色度预测模式。
可选地,所述方法还包括:
根据参考区域获取或者确定所述权重系数。
可选地,所述方法还包括:
根据至少一个所述亮度采样和/或所述亮度采样的梯度分量的线性模型,确定或得出待预测色度采样的色度预测结果。
本申请还提供一种处理设备(如智能终端或者服务器等),包括:存储器、处理器,其中,所述存储器上存储有处理程序,所述处理程序被所述处理器执行时实现如上任一所述处理方法的步骤。
本申请还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上任一所述处理方法的步骤。
如上所述,本申请的技术方案可以根据亮度采样确定或得出待预测色度采样的色度预测结果,通过本申请技术方案可以在图像编解码过程中提高压缩效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为实现本申请各个实施例的一种移动终端的硬件结构示意图;
图2为本申请实施例提供的一种通信网络系统架构图;
图3是交叉分量线性模型预测模式CCLM所涉及的一应用场景示意图;
图4是基于卷积交叉分量模型预测模式CCCM所涉及的一应用场景示意图;
图5是基于卷积交叉分量模型预测模式CCCM所涉及的另一应用场景示意图;
图6A是本申请实施例提供的处理方法涉及的图像编码场景示意图;
图6B是本申请实施例提供的处理方法涉及的图像解码场景示意图;
图7是根据本申请处理方法第一实施例示出的亮度采样的一应用场景示意图;
图8是根据本申请处理方法第一实施例示出的亮度采样的另一应用场景示意图;
图9是根据本申请处理方法第一实施例示出的亮度采样的又一应用场景示意图;
图10是根据本申请处理方法第四实施例示出的当前亮度块的参考区域示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
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申请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、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素,此外,本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义,也可能具有不同含义,其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
应当理解,尽管在本文可能采用术语第一、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,在不脱离本文范围的情况下,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"。再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。本申请使用的术语“或”、“和/或”、“包括以下至少一个”等可被解释为包括性的,或意味着任一个或任何组合。例如,“包括以下至少一个:A、B、C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A和B和C”,再如,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A和B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
应该理解的是,虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明,其本身没有特定的意义。因此,“模块”、“部件”或者“单元”可以混合地使用。
本申请中的处理设备,可以是智能终端或者服务器等。智能终端可以以各种形式来实施。例如,本申请中描述的智能终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(PortableMedia Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等智能终端,以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本申请的实施方式的构造也能够应用于固定类型的终端。
请参阅图1,其为实现本申请各个实施例的一种移动终端的硬件结构示意图,该移动终端100可以包括:RF(Radio Frequency,射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解,图1中示出的移动终端结构并不构成对移动终端的限定,移动终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍:
射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将基站的下行信息接收后,给处理器110处理;另外,将上行的数据发送给基站。通常,射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于GSM (GlobalSystem of Mobile communication,全球移动通讯系统)、GPRS(GeneralPacket Radio Service,通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000,码分多址2000)、WCDMA(WidebandCode DivisionMultiple Access, 宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access,时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution,频分双工长期演进)、TDD-LTE (Time DivisionDuplexing- Long Term Evolution,分时双工长期演进)和5G等。
WiFi属于短距离无线传输技术,移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102,但是可以理解的是,其并不属于移动终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时,将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics ProcessingUnit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据),并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。可选地,光传感器包括环境光传感器及接近传感器,可选地,环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度,接近传感器可在移动终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-EmittingDiode, OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。可选地,用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。可选地,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器110,并能接收处理器110发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。可选地,其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种,具体此处不做限定。
可选地,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区,可选地,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器109可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元;优选的,处理器110可集成应用处理器和调制解调处理器,可选地,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理系统与处理器110逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出,移动终端100还可以包括蓝牙模块等,在此不再赘述。
为了便于理解本申请实施例,下面对本申请的移动终端所基于的通信网络系统进行描述。
请参阅图2,图2为本申请实施例提供的一种通信网络系统架构图,该通信网络系统为通用移动通信技术的LTE系统,该LTE系统包括依次通讯连接的UE(User Equipment,用户设备)201, E-UTRAN(Evolved UMTS Terrestrial RadioAccess Network,演进式UMTS陆地无线接入网)202,EPC(Evolved Packet Core,演进式分组核心网)203和运营商的IP业务204。
可选地,UE201可以是上述终端100,此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。可选地,eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接,eNodeB2021连接到EPC203,eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(MobilityManagement Entity,移动性管理实体)2031,HSS(Home Subscriber Server,归属用户服务器)2032,其它MME2033, SGW(Serving GateWay,服务网关)2034, PGW(PDN Gate Way,分组数据网络网关)2035和PCRF(Policy andCharging RulesFunction,政策和资费功能实体)2036等。可选地,MME2031是处理UE201和EPC203之间信令的控制节点,提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能,并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送,PGW2035可以提供UE 201的IP地址分配以及其它功能,PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点,它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IPMultimedia Subsystem,IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍,但本领域技术人员应当知晓,本申请不仅仅适用于LTE系统,也可以适用于其他无线通信系统,例如GSM、CDMA2000、WCDMA、TD-SCDMA、5G以及未来新的网络系统(如6G)等,此处不做限定。
基于上述移动终端硬件结构以及通信网络系统,提出本申请各个实施例。
基于上述设备硬件和系统的结构,进一步提出本申请处理方法的整体构思。
在本申请实施例中,现有高效率视频编码标准(H.265)提出了一种基于梯度和位置的色度帧内预测技术,以满足在不显著提高计算复杂度的情况下大幅提高压缩效率来进行对图像的色度帧内预测。
然而在构思及实现本申请过程中,发明人发现:现有基于梯度和位置的色度帧内预测所使用的水平梯度分量和垂直梯度分量,至少需要涉及当前要预测的色度采样位置周围相邻的8个亮度采样,如此一来,在进行色度帧内预测时求取梯度分量的操作就需要耗费整个图像编码或者解码过程中较大的计算资源,从而影响到整个图像的压缩效率。因此,为保持较好的压缩效率,就有必要提出一种改进的方案来减少色度帧内预测中用于求取梯度分量而消耗掉的计算资源。
针对上述问题,本申请提出一种处理方法,通过根据亮度采样确定或得出待预测色度采样的色度预测结果。即,通过本申请处理方法可以在图像编解码过程中,有效地减少色度帧内预测用于求取梯度分量所消耗的计算资源,从而提高图像编解码过程中的压缩效率。
基于上述本申请处理方法的整体构思,进一步提出本申请处理方法的各个实施例。
为便于理解,下面先对本申请实施例可能涉及到的专业术语进行解释。
(一)、帧内预测
在对图像进行编码或者解码的过程中,对图像块进行预测都是一个必不可少的步骤,编码器通过对图像块进行预测得到预测块,构造能量较小的残差块,减少传输比特。而编码器或者解码器对图像块的预测都可以通过一些预设的预测模式实现,该预测模式即包括帧间预测的模式和帧内预测的模式。其中,帧内预测中,编码器或者解码器通常可以采用交叉分量线性模型预测模式CCLM、多模型CCLM预测模式和基于卷积交叉分量模型预测模式CCCM来进行帧内色度预测。
(二)、交叉分量线性模型预测模式CCLM
交叉分量线性模型预测模式CCLM的核心思想是:减少交叉分量冗余,进行跨分量预测。CCLM主要是利用同一编码块的重建亮度像素构造色度像素的预测值。CCLM采用的线性模型为:
predC(i,j)=α*recL(i,j)+β
其中,predC(i,j)表示当前图像块的色度预测像素,recL(i,j)表示当前CU的下采样重建亮度像素。α和β称为线性模型参数。在一实施方式中,α和β可由相邻的4个色度像素和对应的下采样的亮度像素生成导出,例如,α和β具体可以如图3所示的应用场景中当前图像块左侧相邻像素和上方相邻像素进行推导得出。当然,本发明并非限于此,也可以采用其他方法推导线性模型参数的值。
(三)、基于卷积交叉分量模型预测模式CCCM
基于卷积交叉分量模型预测模式CCCM使用滤波器从已经重建的亮度采样中预测当前图像块的色度。其中,CCCM使用的滤波器由5抽头(或者7抽头)加号形状空间分量、非线性项和偏置项组成。滤波器的空间5抽头分量的输入包括中心(C)亮度采样,以及中心(C)亮度采样的上方采样(也称为北方采样,N)、下方采样(也称为南方采样,S)、左侧采样(也称为西方采样,W)和右侧采样(也称为东方采样,E)。
CCCM所采用进行色度预测像素的计算公式如:
predChromaVal = c0*C + c1*N + c2*S + c3*E +c4*W + c5*P + c6*B
其中,C表示当前色度采样对应位置处的亮度采样,N、S、E、W分别为当前亮度采样的相邻采样,具体如图4所示。
非线性项 P= ( C*C + midVal )>>bitDepth,偏置项 B = midVal。偏置项 B 表示输入和输出之间的标量偏移(类似于 CCLM 中的偏移项),并设置为中间色度值(对于10比特视频,B=512)。
Gy和Gx分别为垂直和水平梯度,如图5所示,Gy和Gx各自的计算公式如:
Gy=(2N+NW+NE)–(2S+SW+SE)
Gx=(2W+NW+SW)–(2E+NE+SE)
Y和X参数是中心亮度采样的垂直和水平位置,它们是相对于当前需要预测色度的采样(也称为图像块)的左上坐标计算的。
此外,请参见图6A和图6B,图6A是本申请提供的处理方法涉及的图像编码场景示意图,图6B则是图像解码流程示意图。在视频图像的编码或者解码过程中,编码端的编码器通常将输入的视频图像按帧分割为至少一个图像块进行处理,每个图像块可以与通过预测模式预测得到的预测块相减得到残差块,再对残差块进行一系列处理得到编码的比特流。之后,在解码端,解码器接收到比特流后即可通过解析该比特流得到预测模式参数。进而,解码器的反变换单元与反量化单元将变换系数进行反变换和反量化处理,得到残差块。此外,解码器的解码单元会解析并解码已编码的比特流,得到预测参数以及相关辅助信息。接下来,解码器的预测处理单元利用预测参数进行预测处理,从而确定对应于残差块的预测块。如此,解码器即可通过将得到的残差块和对应的预测块相加得到重建块。同时,解码器的环路滤波单元将重建块进行环路滤波处理以减少失真,改善视频质量。从而,经过环路滤波处理的重建块被进一步组合成解码图像存储于解码图像缓冲器中或作为解码的视频信号而被输出。
需要说明的是,本申请实施例提供的处理方法可以应用于上述视频图像编码过程中对图像块进行色度预测的场景,当然,申请处理方法也可用于视频解码过程中对待解码的图像块进行色度预测的场景。
第一实施例
在本实施例中,本申请处理方法的执行主体可以是一个计算机设备或者是多个计算机设备构成的集群,该计算机设备可以是智能终端(如前述移动终端100),也可以是服务器,此处,以智能终端来作为本申请处理方法第一实施例中的执行主体来对本申请处理方法进行说明。
在本实施例中,本申请提供的处理方法包括:
根据亮度采样确定或得出待预测色度采样的色度预测结果。
可选地,在本申请实施例中,待预测色度采样可以是输入视频图像(即视频帧)中正在进行编码或者解码从而需要进行色度预测的图像块或者图像采样,可简称为当前块、当前采样或者待处理块,在H.265/高效率视频编码(High Efficiency Video Coding,HEVC)标准下,待处理块可以是输入视频图像中的一个编码树单元(Coding Tree Units,CTU),或者是编码单元(Code Unit,CU),本申请实施例对此不做具体限制。
可选地,智能终端作为编码器在从视频源处接收到视频图像之后,即针对该视频图像进行分割得到至少一个图像块,之后,智能终端即利用视频图像之间的时间和/或者空间相关性来针对每一个图像块进行预测处理。而智能终端在采用帧内预测模式针对该当前的图像块进行色度预测时,即将该图像块作为待预测色度采样,并从该图像块所处的当前图像帧内确定一个或者多个亮度采样,来进行色度预测以确定或者得出针对该待预测色度采样的色度预测结果。
可选地,智能终端在作为解码器接收到已经通过编码器编码的比特流之后,解码器的解码单元会解析并解码该比特流得到预测参数。同时,解码器的反变换单元与反量化单元将变换系数进行反变换和反量化处理以得到残差块。接下来,解码器的预测处理单元即可将该残差块作为当前需要进行解码处理的待处理块以利用预测参数进行预测处理,从而确定对应于该残差块的预测块。
而解码器在采用与编码器所使用相同的帧内预测模式时,可利用解析比特流得到的预测参数来获取或者确定当前对待预测色度采样进行色度预测需要采用的预测模式,从而直接使用该预测模式来从该图像块所处的当前图像帧内确定一个或者多个亮度采样,并使用该一个或者多个亮度采样进行色度预测以确定或者得出针对该待预测色度采样的色度预测结果。
可选地,本申请提供的处理方法包括:
根据所述亮度采样和/或所述亮度采样的梯度分量确定或得出所述待预测色度采样的色度预测结果。
可选地,智能终端在从当前的待预测色度采样所处的图像帧内确定一个或者多个亮度采样之后,可直接基于该一个或者多个亮度采样各自的色度值,来计算确定或者得出当前的待预测色度采样的色度值。或者,智能终端还可进一步先计算得到该一个或者多个亮度采样的梯度分量,或者直接获取该一个或者多个亮度采样的梯度分量,从而采用CCCM基于该梯度分量来确定或者得出当前的待预测色度采样的色度值。如此,智能终端即可将确定或者得出的色度值作为该待预测色度采样的色度预测结果。
可选地,上述的亮度采样的确定或得出方式,包括以下至少一项:
方式一:获取或者确定所述待预测色度采样的同位亮度采样作为所述亮度采样;
可选地,智能终端在采用CCCM对当前的待预测色度采样进行色度预测时,智能终端在已经获取或者预测得到该待预测色度采样的亮度之后,即通过获取或者确定该待预测色度采样的同位亮度采样作为CCCM中预测计算该待预测色度采样的色度的亮度采样。即,智能终端直接基于该待预测色度采样所处相同位置的亮度来预测得到该位置处的色度。
示例性地,智能终端通过将CCCM中的计算预测色度值的公式中的梯度分量的计算过程进行改进,从而使用当前待预测色度采样的同位亮度采样来预测该待预测色度采样的色度。即:
智能终端所采用CCCM中原本的计算预测色度值的公式1如:
predChromaVal = c0*C + c1*Gy + c2*Gx + c3*Y + c4*X + c5*P + c6*B
其中,如图7所示:
Gy = (2N + NW + NE) – (2S + SW + SE)
Gx = (2W + NW + SW) – (2E + NE + SE)
Y为待预测色度采样对应的亮度采样C 的垂直位置,X为待预测色度采样对应的亮度采样C 的水平位置。
P为非线性项,其表示为待预测色度采样对应的亮度采样C 的平方,并被缩放至位深度范围。即,P = ( C*C + midVal )>>bitDepth;bitDepth为采样对应的位深度,“>>”为右移位符号。例如,对于10比特视频内容,P通过“P =( C*C + 512 )>>10”计算得到。
B为偏置项,其表示在输入和输出之间的标量偏移。在视频编码标准中,对于10比特视频内容,其被设置为色度值512。
如此,智能终端通过将上述的公式1进行改进以得到如下所示的公式2:
predChromaVal = c0*C + c1*G’y + c2*G’x + c3*Y + c4*X + c5*P + c6*B
其中,G’y 和G’x为以待预测色度采样对应的亮度采样为中心应用[1,0,-1]滤波器得到的梯度分量。此外,如图7所示:G’y = N–S;G’x = W–E。
在本实施例中,智能终端在已知待预测色度采样的亮度,从而通过对CCCM中原本的计算预测色度值的公式中的梯度分量的计算过程进行改进,以使用该待预测的同位亮度采样来预测该待预测色度采样的色度,这样能够有效地减少梯度分量计算的变量,进而可以减少计算梯度的复杂度。
方式二:获取或者确定所述同位亮度采样的相邻或非相邻亮度采样作为所述亮度采样;
可选地,智能终端在采用CCCM对当前的待预测色度采样进行色度预测时,除了可以通过获取或者确定该待预测色度采样的同位亮度采样作为CCCM中预测计算该待预测色度采样的色度的亮度采样,还可以将该同位亮度采样的相邻或非相邻亮度采样作为CCCM中预测计算该待预测色度采样的色度的亮度采样。
可选地,智能终端可以获取或者确定该待预测色度采样的同位亮度采样的左侧和/或上方的亮度采样作为CCCM中预测计算色度的亮度采样。
示例性地,智能终端通过将上述的公式1进行改进以得到如下所示的公式3:
predChromaVal = c0*C + c1*G’y + c2*G’x + c3*Y + c4*X + c5*P + c6*B
其中,G’y 和G’x为以待预测色度采样的相邻左色度采样对应的亮度采样(或对应的下采样亮度采样)为中心应用[1,-1]滤波器得到的梯度分量。此外,如图8所示,G’y =NLA–SLA,G’x = WLA–ELA。可选地,梯度分量是待预测色度采样的同位亮度采样的左侧和/或上方的亮度采样对应的梯度分量,可选地,梯度分量也可以是基于待预测色度采样的同位亮度采样的其他邻近的亮度采样确定的梯度分量。当然,本发明并非限于此,上述的梯度分量也可以采用其它位置的亮度采样对应的梯度分量。
可选地,智能终端还可以在当前的待预测色度采样的同位亮度采样所处的亮度块(即当前正在进行编码或者解码的图像块)中,获取或者确定与该同位亮度采样不相邻但已知亮度的采样,来为CCCM中预测计算色度的亮度采样。
可选地,智能终端还可以在待预测色度采样的同位亮度采样所处亮度块的相邻亮度块(即,与当前正在进行编码或者解码的图像块相邻且已经完成编码或者解码的图像块)中,获取或者确定与该同位亮度采样不相邻但已知亮度的采样,以将该采样作为CCCM中预测计算色度的亮度采样。
方式三:根据所述同位亮度采样的位置、所述同位亮度采样所处亮度块的位置、和/或根据所述同位亮度采样所处亮度块中可获得亮度采样的位置,获取或者确定所述亮度采样。
可选地,智能终端在采用CCCM对当前的待预测色度采样进行色度预测时,除了可以直接获取或者确定该待预测色度采样的同位亮度采样来计算该待预测色度采样的色度之外,还可以根据该同位亮度采样在所处亮度块当中的位置,和该同位亮度采样所处的亮度块在所处图像帧当中的位置,来选择该同位亮度采样周围(正左方、左上方和正上方)的至少一个采样作为CCCM中预测计算该待预测色度采样的色度的亮度采样。可选地,若该同位亮度采样在所处亮度块的左边缘,并且该同位亮度采样所处的亮度块在所处图像帧的左边缘,则选择该同位亮度采样的正左方的至少一个采样作为CCCM中预测计算该待预测色度采样的色度的亮度采样。可选地,若该同位亮度采样在所处亮度块的上边缘,并且该同位亮度采样所处的亮度块在所处图像帧的上边缘,则选择该同位亮度采样的正上方的至少一个采样作为CCCM中预测计算该待预测色度采样的色度的亮度采样。
在本实施例中,智能终端通过将CCCM中的计算预测色度值的公式中的梯度分量的计算过程进行改进,即,根据可用亮度采样的位置选择合适的梯度滤波器计算计算梯度分量,例如,利用待预测色度采样的同位亮度采样可用的左侧、右侧、上方、下方、左上方、左下方、右上方、右下方的部分亮度采样计算梯度分量。如此,智能终端能够在当前进行处理的图像块中部分亮度采样不可用(例如还没有预测出亮度的采样不可被确定作为CCCM中预测计算色度值的亮度采样)时,终端设备也仍能够进行梯度分量的计算,进而根据该梯度分量来进行色度预测的操作。
可选地,智能终端可以获取或者确定该待预测色度采样的同位亮度采样的左侧和/或上方的亮度采样作为CCCM中预测计算色度的亮度采样。
示例性地,智能终端通过将上述的公式1进行改进以得到如下所示的公式4:
predChromaVal = c0*C + c1*G’y + c2*G’x + c3*Y + c4*X + c5*P + c6*B
其中,G’y 和G’x为分别对NW,W应用[1,-1]滤波器得到的垂直梯度分量和对NW,N应用[1,-1]滤波器得到的水平梯度分量。此外,如图7所述,G’y = NW–W;G’x = NW–N。
可选地,智能终端除了可以选择同位亮度采样周围的至少一个采样,以将该采样作为CCCM中预测计算待预测色度采样的色度的亮度采样之外,还可以同时或者择其一地,在同位亮度采样所处亮度块中全部采样均已知亮度的情况下,根据全部已知亮度的亮度采样的位置,来选择以该同位亮度采样周围某一个采样为中心的周围至少一个已知亮度的采样,并将该采样作为CCCM中预测计算该待预测色度采样的色度的亮度采样。
示例性地,智能终端通过将上述的公式1进行改进以得到如下所示的公式5:
predChromaVal = c0*C + c1*G’y + c2*G’x + c3*Y + c4*X + c5*P + c6*B
其中,G’y 和G’x为以待预测色度采样左上方的色度采样对应的亮度采样为中心应用Sobel滤波器得到的梯度分量。此外,如图9所示,G’y= (2NLA + NWLA + NELA) –(2SLA + SWLA + SELA);G’x = (2WLA + NWLA + SWLA) – (2ELA + NELA+ SELA),SELA即为待预测色度采样的同位亮度采样。
示例性地,智能终端通过将上述的公式1进行改进以得到如下所示的公式6:
predChromaVal = c0*C + c1*L1 + c2*L2+ c3*A1+ c4*A2 + c5*P + c6*B
其中,L1为与待预测色度采样的同位亮度采样左相邻的亮度采样,L2为与当前待预测亮度块的左侧相邻的亮度块的边缘上,处于该同位亮度采样水平方向上的亮度采样,A1为与该同位亮度采样上相邻的亮度采样,A2为与当前待预测亮度块的上方相邻的亮度块的边缘上,处于该同位亮度采样垂直方向上的亮度采样。
可选地,本申请处理方法可以包括:
若第一数据信息具有第一值,则确定或者获取包括第一梯度滤波器的第一色度预测模式作为所述色度预测模式;和/或,
若所述第一数据信息具有第二值,则确定或者获取包括第二梯度滤波器的第二色度预测模式作为所述色度预测模式。
在本实施例中,上述的色度预测模式包括公式4所示的第一色度预测模式和公式5所示的第二色度预测模式,而智能终端可以在该第一色度预测模式和该第二色度预测模式之间进行切换。可选地,若第一数据信息具有第一值,则采用包括第一梯度滤波器的第一色度预测模式,和/或,若第一数据信息具有第二值,则采用包括第二梯度滤波器的第二色度预测模式。
可选地,第一数据信息可以为一标志,也可以为其他语法元素,本发明并非限于此。而第一梯度滤波器为[1,-1]滤波器,第二梯度滤波器则为Sobel滤波器。
基于此,智能终端即可针对不同的场景,选择不同的梯度算法对应的模式来预测计算待预测色度采样的色度,从而能够进一步提高图像编解码过程中对图像块进行色度预测的准确度。
在本实施例中,终端设备通过将CCCM中的计算预测色度值的公式中的梯度分量的计算过程进行改进,以利用待预测色度采样的同位亮度采样左侧、上方、和/或左上方亮度采样来计算梯度分量。如此,智能终端即可在该同位亮度采样右侧、下方和/或右下方亮度采样不可用时,仍能进行梯度分量的计算以进行色度预测。并且,此配置下,智能终端即可以逐采样计算待预测的亮度采样值和待预测的色度采样值。例如,智能终端可不必等当前亮度块中所有的采样都计算完成(至少是亮度都计算完成)后,才可以在依次计算对当前亮度块对应的色度块的采样值,而是可以紧跟在计算完当前亮度块的一个亮度采样值之后,马上进行该亮度采样值对应的色度采样值的计算。从而,本申请技术方案还能够在硬件设计层面取得更加灵活的方式。此外,本申请技术方案通过智能终端采用上述配置进行色度预测还可以有效地减少计算梯度的复杂度。
可选地,在本申请处理方法的一实施例中,智能终端还可以进一步对上述的公式5进行进一步改进。即,智能终端可以对上述公式5中的L1,L2,A1,A2采用任意线性组合。示例性地,公式5可以为predChromaVal = c0*C + c1*L1+ c2*L2+ c5*P +c6*B,或者,predChromaVal = c0*C + c3*A1 + c4*A2 + c5*P +c6*B,或者,predChromaVal = c0*C +c1*L1+ c3*A1 + c5*P + c6*B,或者,predChromaVal = c0*C + c2*L2+ c4*A2 + c5*P +c6*B。
第二实施例
在本实施例中,本申请处理方法的执行主体仍可以是上述的智能终端。在本实施例中,本申请提供的处理方法包括以下至少一项:
获取或者确定至少一个色度预测模式;
获取或者确定至少一个权重系数。
可选地,智能终端在采用CCCM对当前的待预测色度采样进行色度预测时,可在预先设置好的一种或者至少一种色度预测模式当中,获取或者确定出至少一个当前使用的色度预测模式,从而基于确定的色度预测模式来使用上述的亮度采样预测得到当前待预测色度采样的色度预测结果。
可选地,智能终端在采用CCCM基于上述的至少一个亮度采样预测计算当前待预测色度采样的色度值时,还可以进一步针对该至少一个亮度采样获取或者确定至少一个权重系数,从而在CCCM中采用至少一个亮度采样与该权重系数的结合进行对待预测色度采样的色度预测。
在本实施例中,智能终端通过预先设置至少一种色度预测模式,从而根据不同的参数确定针对当前待预测色度采样进行色度预测所采用的模式。即,智能终端即可针对不同的场景选择适应的梯度算法来进行色度预测的操作,如此,不仅提高了图像编解码过程中计算预测块色度分量的灵活性,还能够有效地提高预测色度的准确度。
可选地,本申请实施例提供的处理方法还包括以下方式中的至少一种:
方式四:所述色度预测模式包括第一色度预测模式和/或第二色度预测模式。
可选地,上述由智能终端根据不同参数从预先设置的至少一种色度预测模式当中获取或者确定的色度预测模式包括:第一色度预测模式和/或第二色度预测模式。
可选地,在本实施例中,智能终端在预先设置的至少一种色度预测模式中,获取或者确定的第一色度预测模式和第二色度预测模式可以满足:第一色度预测模式所对应的跨分量帧内预测模型,对于梯度分量的计算复杂度和/或精度,高于第二色度预测模式所对应的跨分量帧内预测模型,对于梯度分量的计算复杂度和/或精度。
示例性地,假定第一色度预测模式对应的跨分量帧内预测模型为CCCM1,而第二色度预测模式对应的跨分量帧内预测模型为CCCM2。则如果智能终端采用CCCM1对当前待预测速度采样进行色度预测时所涉及的计算梯度分量的变量的数量,要高于智能终端采用CCCM2所涉及的计算梯度分量的变量的数量,则该CCCM1对于梯度分量的计算复杂度和/或精度,就会高于该CCCM2对于梯度分量的计算复杂度和/或精度。
方式五:所述色度预测模式包括基于梯度滤波器的色度预测模式;
可选地,智能终端使用不同参数在预先设置的至少一种色度预测模式中,所获取或者确定的色度预测模式包括基于梯度滤波器的色度预测模式。
可选地,基于方式五,本申请实施例提供的处理方法还可以包括:
通过将所述亮度采样代入所述色度预测模式对应的跨分量帧内预测模型,确定或得出所述待预测色度采样的色度预测结果。
可选地,智能终端在从预先设置的至少一种色度预测模式中获取或者确定出包括基于梯度滤波器的色度预测模式之后,可通过将按照上述第一实施例所阐述的操作确定或者得出的亮度采样,代入到该色度预测模式所对应的跨分量帧内预测模型当中,从而采用该模式以基于亮度采样来预测计算当前的待预测色度采样的色度预测结果。
方式六:根据量化参数和/或率失真代价获取或者确定所述色度预测模式。
可选地,智能终端在从预先设置好的至少一种色度预测模式中,使用不同参数获取或者确定至少一个色度预测模式时,智能终端可以根据量化参数和/或率失真代价来获取或者确定该色度预测模式。
示例性地,色度预测模式具体为智能终端在进行图像编解码过程中,对需要预测的图像块进行色度分量计算的模式。基于此,智能终端在获取或者确定色度预测模式的过程当中,可以预先依据关于色度的量化参数(由智能终端从预先构建好的关于色度的量化参数映射表提取得到),来确定针对当前待预测色度采样进行色度预测所需要采用的色度分量计算模式。
可选地,智能终端作为编码端的编码器,具体还可以根据率失真代价来确定对当前正在进行编码预测的图像块进行测度预测而需要采用的色度分量计算模式。例如,智能终端通过分别在计算采用每一种色度预测模式对应的率失真代价,然后将计算的至少一个率失真代价中最小率失真代价所对应的色度预测模式,作为当前针对色度块进行色度预测最终需要采用的色度预测模式。
在此之后,智能终端作为编码器还可以利用一标志指示对该色度块在编码过程中预测其色度所最终采用的色度预测模式,并将该标志作为辅助信息包含于用于传输的比特流中,如此,在解码端,作为解码器的智能终端在接收该比特流之后,即可通过对该比特流进行解析得到编码器封装的上述标志,进而直接根据该标识确定在解码过程对当前色度块进行色度预测所需要采用的色度预测模式,并使用该模式来对该色度块进行解码。
第三实施例
在本实施例中,本申请处理方法的执行主体仍可以是上述的智能终端。在本实施例中,本申请处理方法还可以包括:
根据参考区域获取或者确定所述权重系数。
在本实施例中,上述智能终端所获取或者确定的权重系数,可以由智能终端根据参考区域来获取或者确定得到。
可选地,智能终端在获取或者确定针对上述亮度采样采用的权重系数时,首先获取或者确定参考区域,然后从该参考区域当中选取预测色度采样和重建色度采样来确定该权重系数。
可选地,智能终端从上述参考区域当中选取的预测色度采样的预测值(至少包括色度预测值),通过该预测色度采样对应的第一同位亮度采样、该第一同位亮度采样的相邻亮度采样、该第一同位亮度采样的非相邻亮度采样、该第一同位亮度采样的左侧或上方的亮度采样中的至少一个的采样值、位置和/或者梯度分量来表征。
在本实施例中,在智能终端确定所采用CCCM使用的亮度采样的权重系数时,引入参考区域的预测色度采样和重建色度采样筛选机制,这样可以有效地避免智能终端利用离预测单元(即当前的待预测色度采样)较远的采样来计算权重,从而能够使得计算出的权重精度更高。
可选地,智能终端获取或者确定的参考区域包括色度采样参考区域和亮度采样参考区域,该色度采样参考区域为当前的待预测色度采样对应的第一参考区域,而亮度采样采样区域则为该待预测色度采样的同位亮度采样对应的第二参考区域。
可选地,智能终端可以在当前的待预测采样的同位亮度采样所处图像帧的已处理区域(包含具有色度预测结果的亮度块)中,获取或者确定用于计算权重的色度采样参考区域。然后,智能终端即可通过获取或者确定一损失函数,从而基于该损失函数来计算得出权重系数。
可选地,智能终端所获取或者确定的损失函数为关于上述色度采样参考区域中的重建色度采样和预测色度采样的函数。而智能终端在获取或者确定该损失函数时,可以通过多元线性回归方法来确定。示例性地,由于上述公式2至6均具有如下矩阵形式:
PreCi=w1*Li,1+ w2*Li,2+w3*Li,3+ w4*Li,4+ w5*Li,5+ w6*Li,6; i=1,2, ...,n
即,PreC=L*W 公式7
这其中,PreC为[PreC1, PreC2, PreC3, PreC4,PreC5, PreC6, PreC7]T,其为预测色度采样组成的向量。W为[w1,w2, w3, w4, w5, w6, w7]T,其为权重。L为上述不同算法中应用到的亮度采样组成的矩阵:
。
例如在公式2中,w1, w2,w3, w4, w5, w6, w7分别为c0, c1, c2, c3, c4, c5,c6。Li,1, Li,2,Li,3, Li,4, Li,5, Li,6, Li,7分别为预测色度采样PreCi对应的亮度采样C 以及亮度采样C 周围的亮度像素的垂直梯度分量G’y,亮度采样C 周围的亮度像素的水平梯度分量G’x ,对应的亮度采样C 的垂直位置,对应的亮度采样C 的水平位置,非线性项P,以及偏置项B。需要说明的是,在一实施方式中,Li,1,Li,2, Li,3, Li,4, Li,5, Li,6,Li,7中的至少一项可以为0。例如,Li,4,Li,5,可以为0,即,亮度采样C 的垂直位置,亮度采样C 的水平位置可以为0;又例如,Li,2, Li,3,中的一个可以为0,即,亮度采样C 周围的亮度像素的垂直梯度分量G’y,亮度采样C 周围的亮度像素的水平梯度分量G’x中的一个可以为0。
同理,在公式3至公式6中,也可以推导出类似的对应关系。而基于此,智能终端即可利用多元线性回归方法确定上述公式7中的权重,即公式2至7中对应的滤波器系数。即,智能终端具体可以通过关于最小化参考区域中预测色度采样和重建色度采样的损失函数来确定上述公式7中的权重L(w):L(w)=||PreC-RecC||2=||Lw-RecC||2。
当上述损失函数的导数为0时取极小值,此时对应的权重的取值即为所求结果。而通过对上述公式:L(w)=||PreC-RecC||2=||Lw-RecC||2中的w求导即可得到:w*=(LTL)- 1LTRecC。
在本实施例中,相比于现有标准中的其他预测方法,智能终端通过至少一元线性回归方法来确定上述的损失函数,能够进一步提高针对待预测色度采用进行色度预测的准确度。
第四实施例
在本实施例中,本申请处理方法的执行主体仍可以是上述的智能终端。在本实施例中,智能终端在基于上述第三实施例所阐述的操作获取或者确定出参考区域之后,智能终端进一步在该参考区域当中筛选提取得到的预测色度采样和重建色度采样,并且提取得到的预测色度采样和重建色度采样可以满足以下条件如:该预测色度采样和重建色度采样中,与同位亮度采样(与当前的待预测色度采样的位置相同)所处亮度块之间为第一距离的色度采样的数量,大于与该亮度块之间为第二距离的色度采样的数量,而第一距离小于第二距离。
可选地,如图10所示,智能终端在参考区域中选择用于确定上述权重系数的预测色度采样和重建色度采样时,可以在参考区域离预测单元(预测单元包含当前亮度块和当前色度块)较远的区域,仅选取一定比例的色度采样来确定权重,而并非选取较远区域的所有色度采用来确定权重。例如,在当前亮度块的左侧、上方、以及左上方选取用于确定权重的色度采样,在靠近当前亮度块的区域,可以选择连续n行/n列(图10中为3行/3列)采样用于确定权重。而在相对远离当前亮度块的区域,智能终端即可以按一定间隔选择用于确定权重的采样。例如在图10中选择上方靠近当前亮度块的第5行和第7行,以及选择左侧靠近当前亮度块的第5列和第7列。
可选地,智能终端在通过获取或者确定参考区域,并从该参考区域当中提出预测色度采样和重建色度采样,以确定出针对上述至少一个亮度采样的权重系数之后,本申请实施例提供的处理方法还可以包括:
根据至少一个所述亮度采样和至少一个所述权重系数确定或得出待预测色度采样的色度预测结果。
可选地,智能终端可以采用CCCM算法来确定或得出当前待预测色度采样的色度预测结果。在一实施方式中,智能终端在针对待预测色度采样进行色度预测时,可以先确定当前待预测色度采样的同位亮度采样的亮度值(C)和位置(X,Y),以及该同位亮度采样相邻的左侧、上方、右侧和下方共四个亮度采样各自的亮度值,然后通过在该同位亮度采样所处图像帧的已处理区域中获取参考区域,以基于该参考区域来确定出权重系数c0至c6。如此,智能终端在确定上述亮度值和权重系数c0至c6之后,即可以该同位亮度采样为中心应用梯度滤波器(如[1,0,-1])得到的梯度分量G’y 和G’x(如图7所示:G’y = N–S,G’x = W–E)。最后,智能终端通过将上述亮度采样的亮度值(C)、位置(X,Y)、权重系数c0至c6、以及梯度分量G’y 和G’x代入如下关于CCCM的公式:
predChromaVal = c0*C + c1*G’y + c2*G’x + c3*Y + c4*X + c5*P + c6*B
即可基于上述的至少一个亮度采样和至少一个权重系数来确定或得出当前待预测色度采样的色度预测结果。
本申请实施例还提供一种处理设备(如智能终端或者服务器等),包括存储器、处理器,存储器上存储有图像处理程序,图像处理程序被处理器执行时实现上述任一实施例中的图像处理方法的步骤。
本申请实施例还提供一种存储介质,存储介质上存储有图像处理程序,图像处理程序被处理器执行时实现上述任一实施例中的图像处理方法的步骤。
在本申请提供的智能终端和存储介质的实施例中,可以包含任一上述图像处理方法实施例的全部技术特征,说明书拓展和解释内容与上述方法的各实施例基本相同,在此不再做赘述。
本申请实施例还提供一种计算机程序产品,计算机程序产品包括计算机程序代码,当计算机程序代码在计算机上运行时,使得计算机执行如上各种可能的实施方式中的方法。
本申请实施例还提供一种芯片,包括存储器和处理器,存储器用于存储计算机程序,处理器用于从存储器中调用并运行计算机程序,使得安装有芯片的设备执行如上各种可能的实施方式中的方法。
可以理解,上述场景仅是作为示例,并不构成对于本申请实施例提供的技术方案的应用场景的限定,本申请的技术方案还可应用于其他场景。例如,本领域普通技术人员可知,随着系统架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本申请实施例设备中的单元可以根据实际需要进行合并、划分和删减。
在本申请中,对于相同或相似的术语概念、技术方案和/或应用场景描述,一般只在第一次出现时进行详细描述,后面再重复出现时,为了简洁,一般未再重复阐述,在理解本申请技术方案等内容时,对于在后未详细描述的相同或相似的术语概念、技术方案和/或应用场景描述等,可以参考其之前的相关详细描述。
在本申请中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本申请技术方案的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本申请记载的范围。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,被控终端,或者网络设备等)执行本申请每个实施例的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络,或者其他可编程装置。计算机指令可以存储在存储介质中,或者从一个存储介质向另一个存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、存储盘、磁带)、光介质(例如,DVD),或者半导体介质(例如固态存储盘Solid State Disk (SSD))等。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请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,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种处理方法,其特征在于,包括:
根据亮度采样确定或得出待预测色度采样的色度预测结果;
所述亮度采样的确定或得出方式,包括:
获取或者确定所述待预测色度采样的同位亮度采样所处亮度块的相邻亮度块中,与所述同位亮度采样非相邻的亮度采样作为所述亮度采样。
2.如权利要求1所述的方法,其特征在于,所述亮度采样的确定或得出方式,还包括以下至少一项:
获取或者确定所述同位亮度采样作为所述亮度采样;
根据所述同位亮度采样的位置、所述同位亮度采样所处亮度块的位置、和/或根据所述同位亮度采样所处亮度块中可获得亮度采样的位置,获取或者确定所述亮度采样。
3.如权利要求1所述的方法,其特征在于,还包括:
根据所述亮度采样和所述亮度采样的梯度分量确定或得出所述待预测色度采样的色度预测结果。
4.如权利要求1至3中任一项所述的方法,其特征在于,还包括:
获取或者确定至少一个色度预测模式;
针对所述亮度采样获取或者确定至少一个权重系数。
5.如权利要求4所述的方法,其特征在于,还包括以下至少一项:
所述色度预测模式包括第一色度预测模式和/或第二色度预测模式;
所述色度预测模式包括基于梯度滤波器的色度预测模式;
根据量化参数和/或率失真代价获取或者确定所述色度预测模式。
6.如权利要求4所述的方法,其特征在于,还包括:
若第一数据信息具有第一值,则确定或者获取包括第一梯度滤波器的第一色度预测模式作为所述色度预测模式,所述第一梯度滤波器为[1,-1]滤波器;和/或,
若第一数据信息具有第二值,则确定或者获取包括第二梯度滤波器的第二色度预测模式作为所述色度预测模式,所述第二梯度滤波器为Sobel滤波器。
7.如权利要求4所述的方法,其特征在于,还包括:
根据参考区域获取或者确定所述权重系数。
8.如权利要求4所述的方法,其特征在于,还包括:
根据线性模型确定或得出待预测色度采样的色度预测结果,所述线性模型包含至少一个所述亮度采样和/或所述亮度采样的梯度分量。
9.一种处理设备,其特征在于,包括:存储器、处理器,其中,所述存储器上存储有处理程序,所述处理程序被所述处理器执行时实现如权利要求1至8中任一项所述的处理方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述存储介质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如权利要求1至8中任一项所述的处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042340.XA CN115834897B (zh) | 2023-01-28 | 2023-01-28 | 处理方法、处理设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042340.XA CN115834897B (zh) | 2023-01-28 | 2023-01-28 | 处理方法、处理设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115834897A CN115834897A (zh) | 2023-03-21 |
CN115834897B true CN115834897B (zh) | 2023-07-25 |
Family
ID=85520610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310042340.XA Active CN115834897B (zh) | 2023-01-28 | 2023-01-28 | 处理方法、处理设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115834897B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116456102B (zh) * | 2023-06-20 | 2023-10-03 | 深圳传音控股股份有限公司 | 图像处理方法、处理设备及存储介质 |
CN116668704B (zh) * | 2023-08-02 | 2024-02-06 | 深圳传音控股股份有限公司 | 处理方法、处理设备及存储介质 |
CN117979010A (zh) * | 2023-08-24 | 2024-05-03 | 深圳传音控股股份有限公司 | 图像处理方法、处理设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115209157A (zh) * | 2021-04-13 | 2022-10-18 | 腾讯科技(深圳)有限公司 | 视频编解码方法、装置、计算机可读介质及电子设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020041306A1 (en) * | 2018-08-21 | 2020-02-27 | Futurewei Technologies, Inc. | Intra prediction method and device |
WO2020053804A1 (en) * | 2018-09-12 | 2020-03-19 | Beijing Bytedance Network Technology Co., Ltd. | Downsampling in cross-component linear modeling |
WO2020149630A1 (ko) * | 2019-01-15 | 2020-07-23 | 엘지전자 주식회사 | 영상 코딩 시스템에서 cclm 예측 기반 영상 디코딩 방법 및 그 장치 |
EP3932063A1 (en) * | 2019-02-28 | 2022-01-05 | InterDigital VC Holdings, Inc. | Method and device for picture encoding and decoding |
CN110602491B (zh) * | 2019-08-30 | 2022-07-19 | 中国科学院深圳先进技术研究院 | 帧内色度预测方法、装置、设备及视频编解码系统 |
JP7469475B2 (ja) * | 2019-12-30 | 2024-04-16 | 華為技術有限公司 | 交差成分線形モデル予測のためのフィルタリングの方法及び装置 |
WO2022260374A1 (ko) * | 2021-06-07 | 2022-12-15 | 현대자동차주식회사 | 개선된 크로스 컴포넌트 선형 모델 예측을 이용하는 비디오 코딩방법 및 장치 |
CN115278225A (zh) * | 2022-06-24 | 2022-11-01 | 腾讯科技(深圳)有限公司 | 色度编码模式的选择方法、装置和计算机设备 |
-
2023
- 2023-01-28 CN CN202310042340.XA patent/CN115834897B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115209157A (zh) * | 2021-04-13 | 2022-10-18 | 腾讯科技(深圳)有限公司 | 视频编解码方法、装置、计算机可读介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115834897A (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115834897B (zh) | 处理方法、处理设备及存储介质 | |
CN115988206B (zh) | 图像处理方法、处理设备及存储介质 | |
CN114422781B (zh) | 图像处理方法、智能终端及存储介质 | |
CN114598880B (zh) | 图像处理方法、智能终端及存储介质 | |
CN105979194A (zh) | 一种视频图像处理装置和方法 | |
CN112135053A (zh) | 图像处理方法、移动终端及计算机可读存储介质 | |
CN116456102B (zh) | 图像处理方法、处理设备及存储介质 | |
CN113709504B (zh) | 图像处理方法、智能终端及可读存储介质 | |
CN115002463A (zh) | 图像处理方法、智能终端及存储介质 | |
CN116668704B (zh) | 处理方法、处理设备及存储介质 | |
CN115379214B (zh) | 图像处理方法、智能终端及存储介质 | |
CN115422986B (zh) | 处理方法、处理设备及存储介质 | |
CN115002347B (zh) | 图像处理方法、智能终端及存储介质 | |
CN107360378B (zh) | 一种曝光控制方法、移动终端和计算机存储介质 | |
CN116847088B (zh) | 图像处理方法、处理设备及存储介质 | |
CN113472980B (zh) | 一种图像处理方法、装置、设备、介质和芯片 | |
CN114723645A (zh) | 图像处理方法、智能终端及存储介质 | |
CN115955565B (zh) | 处理方法、处理设备及存储介质 | |
CN108335301B (zh) | 一种拍照方法及移动终端 | |
CN116095322B (zh) | 图像处理方法、处理设备及存储介质 | |
CN114727015B (zh) | 图像处理方法、智能终端及存储介质 | |
WO2023019567A1 (zh) | 图像处理方法、移动终端及存储介质 | |
CN115802031A (zh) | 处理方法、处理设备及存储介质 | |
CN112866710B (zh) | 一种编码单元处理方法和相关装置 | |
CN108156433B (zh) | 一种图片处理方法、终端及计算机可读存储介质 |
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 |