带宽压缩中自适应纹理渐变预测方法技术

本发明专利技术涉及一种带宽压缩中自适应纹理渐变预测方法，包括：确定当前MB的采样方式；利用所述采样方式确定所述当前MB的采样点；选取预测方式对所述当前MB进行预测，获取所述当前MB的预测残差；计算所述当前MB的残差绝对值和；根据所述残差绝对值和确定所述当前MB的预测方式。本发明专利技术通过定义MB的采样方式，计算当前预测宏块的预测残差和SAD。与现有的方法相比，当待压缩图像的纹理较为复杂时，对处于当前图像的纹理边界处的MB，根据纹理的渐变原理，不依赖于当前MB的周围的MB，而是通过当前MB自身的纹理特性获得预测残差，能够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。

Adaptive Texture Gradient Prediction Method in Bandwidth Compression

The invention relates to an adaptive texture gradient prediction method in bandwidth compression, which includes: determining the sampling mode of the current MB; determining the sampling point of the current MB by using the sampling mode; selecting the prediction mode to predict the current MB and obtain the prediction residual of the current MB; calculating the absolute value of the residual of the current MB; and determining the appropriate value according to the absolute value of the residual. Pre-MB prediction method. The present invention calculates the prediction residual and SAD of the current prediction macroblock by defining the sampling mode of MB. Compared with the existing methods, when the texture of the image to be compressed is more complex, MB at the texture boundary of the current image, according to the texture gradient principle, does not depend on the MB around the current MB, but obtains the prediction residuals through the texture characteristics of the current MB itself, which can improve the accuracy of the prediction residuals for the complex texture region, further reduce the theoretical limit entropy, and increase. Large bandwidth compression rate.

【技术实现步骤摘要】
带宽压缩中自适应纹理渐变预测方法
本专利技术涉及一种压缩
，特别涉及一种带宽压缩中自适应纹理渐变预测方法。
技术介绍
随着多媒体技术和网络技术的飞速发展和广泛应用，通过网络来传输的视频数据变得越来越多。由于原始的视频数据所需带宽极大，同时有具有很大的冗余性，因此通常将视频数据经过编码压缩后再进行传输，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)占用。带宽压缩主要由四个部分组成，包含：预测模块、量化模块、码控模块和熵编码模块。其中预测模块作为一个重要的模块，是利用图像相邻像素间存在的空间冗余度。虽然图像数据是无规律的，但是从表达信息的位和像素来说必然存在一些像素是相同或一小块图形是相同的，根据像素间的相关性进行预测，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，达到提高压缩效率的目的。目前预测模块的算法主要分为两类，纹理相关预测和像素值相关预测。本文档来自技高网...

【技术保护点】
1.一种带宽压缩中自适应纹理渐变预测方法，其特征在于，包括：确定当前MB的采样方式；利用所述采样方式确定所述当前MB的采样点；选取预测方式对所述当前MB进行预测，获取所述当前MB的预测残差；计算所述当前MB的残差绝对值和；根据所述残差绝对值和确定所述当前MB的预测方式。

【技术特征摘要】
1.一种带宽压缩中自适应纹理渐变预测方法，其特征在于，包括：确定当前MB的采样方式；利用所述采样方式确定所述当前MB的采样点；选取预测方式对所述当前MB进行预测，获取所述当前MB的预测残差；计算所述当前MB的残差绝对值和；根据所述残差绝对值和确定所述当前MB的预测方式。2.根据权利要求1所述的方法，其特征在于，利用所述采样方式确定所述当前MB的采样点，包括：利用像素值拐点采样方式确定所述当前MB的采样点。3.根据权利要求2所述的方法，其特征在于，利用像素值拐点采样方式确定所述当前MB的采样点，包括：将所述当前MB的当前像素分量的像素值与所述当前像素分量相邻的像素分量的像素值求差获取所述当前MB的像素差值；将所述像素差值中的连续值的最后一位设定为像素值拐点；设定所述像素值拐点所对应的所述当前MB的像素分量为所述当前MB的采样点。4.根据权利要求3所述的方法，其特征在于，将所述像素差值中的连续值的最后一位设定为像素值拐点，包括：将所述像素差值中的连续正值的最后一位正值设为第一像素值拐点；将所述像素差值中的连续负值的最后一位负值设为第二像素值拐点。5.根据权利要求1所述的方法，其特征在于，选取预测方式对所述当前MB进行预测，获取所述当...

【专利技术属性】
技术研发人员：罗瑜，张莹，冉文方，
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