带宽压缩中复杂纹理自适应预测方法技术

本发明专利技术涉及一种带宽压缩中复杂纹理自适应预测方法，包括：确定预测搜索窗口；预测搜索窗口为十字形窗口，十字形窗口内包括当前编码像素和多个已编码的重建像素，当前编码像素位于十字形窗口内水平方向的最右端或位于十字形窗口内垂直方向的最下端；确定当前编码像素的N个像素分量；在预测搜索窗口内计算当前编码像素的权重；根据权重确定当前编码像素的参考像素并计算预测残差。本发明专利技术通过计算重建像素的权重获得参考像素的方式，计算当前预测像素的预测残差，当待压缩图像的人造纹理较为复杂时，更容易提高当前预测像素的准确率，能够进一步提高复杂纹理区域预测残差的精度，进一步降低理论极限熵，提高带宽压缩率。

【技术实现步骤摘要】
带宽压缩中复杂纹理自适应预测方法
本专利技术涉及一种压缩
，特别涉及一种带宽压缩中复杂纹理自适应预测方法。
技术介绍
随着公众对视频质量需求的不断提高，视频的图像分辨率作为视频质量的重要特性之一，视频的图像分辨率也随之成倍数的增加，已经从720p和1080p过渡到目前市场主流的4K视频分辨率，对应的视频压缩标准也从H.264过渡到H.265。由此使视频图像的数据量十分巨大，需要占用较多的存储空间和传输带宽，在这种情况下，利用芯片内的带宽压缩技术来提高图像的存储空间和传输带宽就显得尤为必要。带宽压缩技术的目标是用较小的逻辑面积成本，尽可能的提高压缩倍数，减少双倍速率同步动态随机存储器(DoubleDataRate,简称DDR)的占用。预测模块作为带宽压缩的一个重要模块，是利用图像相邻像素间存在的空间冗余度，根据邻近像素信息对当前像素值进行预测，预测差值的标准差要远小于原始图像数据的标准差，因此对预测差值进行编码，更有利于使图像数据的理论熵达到最小，从而达到提高压缩效率的目的。目前预测模块的算法对图像中复杂纹理的区分效果较差，尤其是对于人造纹理和自然纹理的区分没有高效的算法，导致对本文档来自技高网...

【技术保护点】
1.一种带宽压缩中复杂纹理自适应预测方法，其特征在于，包括：确定预测搜索窗口；所述预测搜索窗口为十字形窗口，所述十字形窗口内包括当前编码像素和多个已编码的重建像素，所述当前编码像素位于所述十字形窗口内水平方向的最右端或位于所述十字形窗口内垂直方向的最下端；确定所述当前编码像素的N个像素分量；在所述预测搜索窗口内计算所述当前编码像素的权重；根据所述权重确定所述当前编码像素的参考像素并计算预测残差。

【技术特征摘要】
1.一种带宽压缩中复杂纹理自适应预测方法，其特征在于，包括：确定预测搜索窗口；所述预测搜索窗口为十字形窗口，所述十字形窗口内包括当前编码像素和多个已编码的重建像素，所述当前编码像素位于所述十字形窗口内水平方向的最右端或位于所述十字形窗口内垂直方向的最下端；确定所述当前编码像素的N个像素分量；在所述预测搜索窗口内计算所述当前编码像素的权重；根据所述权重确定所述当前编码像素的参考像素并计算预测残差。2.根据权利要求1所述的方法，其特征在于，在所述预测搜索窗口内计算所述当前编码像素的权重的步骤包括：计算所述当前编码像素的每个所述像素分量相对重建像素的像素分量的分量差异度权重；计算所述当前编码像素相对每个所述重建像素的子权重。3.根据权利要求2所述的方法，其特征在于，所述分量差异度权重包括多个分量差异度子权重，所述子权重为所述当前编码像素的N个像素分量相对编号为k的所述重建像素的N个像素分量的N个所述分量差异度子权重加权求和，计算公式为其中，分别为分量加权值，且满足为所述分量差异度子权重，所述分量差异度子权重的计算公式为其中，为所述当前编码像素的第n个像素分量的原始值，为编号为k的所述重建像素的第n个像素分量的重建值，ABS为绝对值运算符。4.根据权利要求2所述的方法，其特征在于，在所述计算当前编码像素的子权重的步骤之前还包括：计算所述当前编码像素的...

【专利技术属性】
技术研发人员：罗瑜，张莹，
申请(专利权)人：西安科锐盛创新科技有限公司，
类型：发明
国别省市：陕西,61