用于图像处理的方法和图像处理装置制造方法及图纸

技术编号:22472520 阅读:27 留言:0更新日期:2019-11-06 13:24
一种用于图像处理的方法和图像处理装置,该方法包括:获取当前图像块的初始运动矢量;当该初始运动矢量指向的参考图像为长期参考图像时,基于该初始运动矢量对该当前图像块进行运动补偿;当该初始运动矢量指向的参考图像为短期参考图像时,对该初始运动矢量进行修正,获得修正后的运动矢量,基于该修正后的运动矢量对该当前图像块进行运动补偿。该方法能够避免由于长期参考图像的图像块边沿的明显跳变,进行无意义的搜索,可以提高编解码效率。

Method and image processing device for image processing

【技术实现步骤摘要】
【国外来华专利技术】用于图像处理的方法和图像处理装置版权申明本专利文件披露的内容包含受版权保护的材料。该版权为版权所有人所有。版权所有人不反对任何人复制专利与商标局的官方记录和档案中所存在的该专利文件或者该专利披露。
本申请涉及图像处理领域,尤其涉及一种用于图像处理的方法和图像处理装置。
技术介绍
近年来,由于便携式设备、手持式设备以及可穿戴设备的盛行,视频的内容量不断增长。随着视频形式变得越来越复杂,视频的存储和传输变得越来越具有挑战性。为了减少视频存储和传输所占用的带宽,通常在编码端对视频数据进行编码压缩,在解码端进行解码。编码压缩过程包括预测、变换、量化和熵编码等处理。其中,预测包括帧内预测和帧间预测两种类型,其目的在于利用预测块数据去除当前待编码图像块的冗余信息。帧内预测利用本帧图像的信息获得预测块数据。帧间预测利用参考图像的信息获得预测块数据,其过程包括将当前待编码图像划分成若干个待编码图像块,再将待编码图像块划分成若干个子图像块;然后,针对每个子图像块,在参考图像中搜索与当前子图像块最匹配的图像块作为预测图像块,预测图像块与当前子图像块的相对位移即为运动矢量;其后,将该子图像块与预测图像块的本文档来自技高网...

【技术保护点】
1.一种用于视频处理的方法,其特征在于,包括:获取当前图像块的初始运动矢量MV;当所述初始MV指向的参考图像为长期参考图像时,基于所述初始MV对所述当前图像块进行运动补偿;当所述初始MV指向的参考图像为短期参考图像时,对所述初始MV进行修正,获得修正后的MV,基于所述修正后的MV对所述当前图像块进行运动补偿。

【技术特征摘要】
【国外来华专利技术】1.一种用于视频处理的方法,其特征在于,包括:获取当前图像块的初始运动矢量MV;当所述初始MV指向的参考图像为长期参考图像时,基于所述初始MV对所述当前图像块进行运动补偿;当所述初始MV指向的参考图像为短期参考图像时,对所述初始MV进行修正,获得修正后的MV,基于所述修正后的MV对所述当前图像块进行运动补偿。2.根据权利要求1所述的方法,其特征在于,所述当所述初始MV指向的参考图像为短期参考图像时,对所述初始MV进行修正,获得修正后的MV,基于所述修正后的MV对所述当前图像块进行运动补偿,包括:获取所述当前图像块的MV候选列表,所述MV候选列表中的任一候选MV指向的参考图像为短期参考图像;基于所述MV候选列表确定所述初始MV;对所述初始MV进行修正,获得修正后的MV;基于所述修正后的MV对所述当前图像块进行运动补偿。3.根据权利要求2所述的方法,其特征在于,所述获取所述当前图像块的MV候选列表,包括:确定用于加入所述MV候选列表的候选MV,当所述候选MV指向的参考图像为短期参考图像时,将所述候选MV加入所述MV候选列表。4.根据权利要求3所述的方法,其特征在于,所述方法还包括:基于所述候选MV指向的参考图像的帧标记确定所述候选MV指向的参考图像为短期参考图像。5.根据权利要求2至4中任一项所述的方法,其特征在于,所述MV候选列表包括以下中的至少一种候选MV:如果所述当前图像块在高级运动矢量预测AMVP模式下,相对短期参考帧得到的原始AMVP候选MV;相对短期参考帧得到的合并候选MV;从短期参考帧通过插值得到的MV;和所述当前块相对短期参考帧的上方相邻MV和左方相邻MV。6.根据权利要求5所述的方法,其特征在于,所述基于所述MV候选列表确定所述初始MV,包括:基于双向匹配法和/或模板匹配法,确定所述MV候选列表中的候选MV对应的失真代价;将所述MV候选列表中失真代价最小的MV,作为所述初始MV。7.根据权利要求6所述的方法,其特征在于,所述对所述初始MV进行修正,获得修正后的MV,包括:为所述当前图像块生成子MV候选列表,所述子MV候选列表中包括所述初始MV;从所述子MV候选列表中确定出失真代价最小的MV,作为所述修正后的MV。8.根据权利要求1所述的方法,其特征在于,所述初始MV包括第一初始MV和第二初始MV,当所述初始MV指向的参考图像为长期参考图像时,基于所述初始MV对所述当前图像块进行运动补偿,包括:当所述第一初始MV和所述第二初始MV中至少一个初始MV指向的参考图像为长期参考图像时,基于所述第一初始MV和所述第二初始MV对所述当前图像块进行运动补偿;当所述第一初始MV和所述第二初始MV指向的参考图像均为短期参考图像时,对所述第一初始MV和所述第二初始MV进行修正,获得修正后的第一MV和修正后的第二MV,基于所述修正后的第一MV和所述修正后的第二MV对所述当前图像块进行运动补偿。9.根据权利要求8所述的方法,其特征在于,所述对所述第一初始MV和所述第二初始MV进行修正,获得修正后的第一MV和修正后的第二MV,包括:基于第一参考图像块和第二参考图像块生成模板,其中,所述第一参考图像块对应于所述第一初始MV且属于第一参考图像,所述第二参考图像块对应于所述第二初始MV且属于第二参考图像;基于所述模板对所述第一初始MV和所述第二初始MV进行修正,获得所述修正后的第一MV和所述修正后的第二MV。10.根据权利要求9所述的方法,其特征在于,所述基于所述模板对所述第一初始MV和所述第二初始MV进行修正,获得所述修正后的第一MV和所述修正后的第二MV,包括:利用N个第三参考图像块,分别与所述模板进行匹配,其中,所述N个第三参考图像块对应于N个第三初始MV且属于所述第一参考图像;利用M个第四参考图像块,分别与所述模板进行匹配,其中,所述M个第四参考图像块对应于M个第四初始MV且属于所述第二参考图像;基于所述匹配结果,从所述N个第三初始MV中选择一个第三初始MV,以及从所述M个第四初始MV中选择一个第四初始MV,所述一个第三初始MV和所述一个第四初始MV作为所述当前图像块的MV,或者用于确定所述当前图像块的MV。11.根据权利要求10所述的方法,其特征在于,所述第三初始MV包括所述第一初始MV,所述第四初始MV包括所述第二初始MV。12.根据权利要求10或11所述的方法,其特征在于,所述N个第三初始MV中的至少部分初始MV是基于所述第一初始MV进行偏移得到,所述M个第四初始MV中的至少部分初始MV是基于所述第二初始MV进行偏移得到的。13.根据权利要求10至12中任一项所述的方法,其特征在于,所述N等于所述M。14.根据权利要求10至13中任一项所述的方法,其特征在于,所述第一参考图像为所述当前图像块的前向帧,所述第二参考图像是所述当前图像块的后向帧;或,所述第一参考图像为所述当前图像块的前向帧,所述第二参考图像是所述当前图像块的前向帧。15.根据权利要求1至14中任一项所述的方法,其特征在于,所述长期参考图像为不输出的图像。16.一种图像处理装置,其特征在于,包括:至少一个存储器,用于存储计算机可执行指令;至少一个处理器,单独或共同地用于:访问所述至少一个存储器,并执行所述计算机可执行指令,以实施以下操作:获取当前图像块的初始运动矢量MV;当所述初始MV指向的参考图像为长期参考图像时,基于所述初始MV对所述当前图像块进行运动补偿;当所述初始MV指向的参考图像为短期参考图像时,对所述初始MV进行修正,获得修正后的MV,基于所述修正后的MV对所述当前图像块进行运动补偿。17.根据权利要求16所述的图像处理装置,其特征在于,所述处理器具体用于:获取所述当前图像块的MV候选列表,所述MV候选列表中的任一候选MV指向的参考图像为短期参考图像;基于所述MV候选列表确定所述初始MV;对所述初始MV进行修正,获得修正后的MV;基于所述修正后的MV对所述当前图像块进行运动补偿。18.根据权利要求17所述的图像处理装置,其特征在于,所述处理器还用于:确定用于加入所述MV候选列表的候选MV,当所述候选MV指向的参考图像为短期参考图像时,将所述候选MV加入所述MV候选列表。19.根据权利要求16至18中任一项所述的图像处理装置,其特征在于,所述处理器还用于:基于所述候选MV指向的参考图像的帧标记确定所述候选MV指向的参考图像为短期参考图像。20.根据权利要求19所述的图像处理装置,其特征在于,所述MV候选列表包括以下中的至少一种候选MV:如果所述当前图像块在高级运动矢量预测AMVP模式下,相对短期参考帧得到的原始AMVP候选MV;相对短期参考帧得到的合并候选MV;从短期参考帧通过插值得到的MV;和所述当前块相对短期参考帧的上方相邻MV和左方相邻MV。21.根据权利要求20所述的图像处理装置,其特征在于,所述处理器具体用于:基于双向匹配法和/或模板匹配法,确定所述MV候选列表中的候选MV对应的失真代价;将所述MV候选列表中失真代价最小的MV,作为所述初始MV。22.根据权利要求16至18中任一项所述的图像处理装置,其特征在于,所述处理器具体用于:为所述当前图像块生成子MV候选列表,所述子MV候选列表中包括所述初始MV;从所述子MV候选列表中确定出失真代价最小的MV,作为所述修正后的MV。23.根据权利...

【专利技术属性】
技术研发人员:李蔚然郑萧桢
申请(专利权)人:深圳市大疆创新科技有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1