一种带宽压缩预测模式的选择方法技术

本发明专利技术涉及一种带宽压缩预测模式的选择方法，包括步骤：在图像中选取宏块；采用第一预测模式计算所述宏块的第一预测残差；采用第二预测模式计算所述宏块的第二预测残差；根据所述第一预测残差计算第一残差主观和，根据所述第二预测残差计算第二残差主观和；选取所述第一残差主观和与所述第二残差主观和中的最小值，采用所述最小值对应的预测模式进行带宽压缩。本发明专利技术实施例采用选择器从多种预测模式中，选择最适合的预测模式，可以保证找到最合适的参考像素，得到最小的预测残差，从而降低理论极限熵。

A selection method of bandwidth compression prediction mode

【技术实现步骤摘要】
一种带宽压缩预测模式的选择方法
本专利技术属于压缩
，具体涉及一种带宽压缩预测模式的选择方法。
技术介绍
随着人们对视频质量需求的逐渐增加，视频的图像分辨率作为视频质量的重要特性之一，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。对于视频处理芯片，分辨率的成倍数增加，不但会造成芯片面积成本的大幅度增加，而且也会对总线带宽和功耗带来很大的冲击。为了克服这一问题，应用于芯片内的带宽压缩技术被提出。与端口类压缩(如H.265)不同，芯片内带宽压缩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DDR双倍速率同步动态随机存储器占用。芯片内压缩分为有损压缩和无损压缩两种，有损压缩技术被商业级视频处理芯片广泛采用，如监控，电视等领域；而无损压缩更多的应用于对图像质量有严格要求的军工级和航天级视频处理芯片。带宽压缩主要由4个部分组成，包含：预测模块，量化模块，码控模块，熵编码模块。其中量化模块和码控模块是有损压缩特有的。预测模块作为一个重要的模块，通过寻找图像数据的相关性，减少图像空间冗余度，最终使图像数据的理论熵达到最小。目前预测模块的算法主要分为2类，纹理相关预测，像素值相关预测。图像中复杂纹理分为人造纹理和自然纹理，现有技术对于人造纹理的预测，不能保证找到最合适的参考像素，得到最小的预测残差，以降低理论极限熵。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术提供了一种带宽压缩预测模式的选择方法。本专利技术要解决的技术问题通过以下技术方案实现：本专利技术实施例提供了一种带宽压缩预测模式的选择方法，包括步骤：S1、在图像中选取宏块；S2、采用第一预测模式计算所述宏块的第一预测残差；S3、采用第二预测模式计算所述宏块的第二预测残差；S4、根据所述第一预测残差计算第一残差主观和，根据所述第二预测残差计算第二残差主观和。S5、选取所述第一残差主观和与所述第二残差主观和中的最小值，采用所述最小值对应的预测模式进行带宽压缩。在本专利技术的一个实施例中，步骤S2包括：S201、选取当前像素的当前像素分量；S202、确定所述当前像素分量的N个纹理方向，计算得到对应的N个梯度值；S203、对所述N个梯度值进行加权修正处理，得到N个加权梯度值；S204、对比N个加权梯度值，得到最优加权梯度值；S205、确定所述最优加权梯度值对应的纹理方向为参考方向；S206、计算所述参考方向上所述当前像素分量与所述预定像素分量的差值，得到所述当前像素分量的所述第一预测残差。在本专利技术的一个实施例中，所述纹理方向包括45度方向，90度方向，135度方向，180度方向。在本专利技术的一个实施例中，所述最优加权梯度值为最小加权梯度值。在本专利技术的一个实施例中，步骤S3包括：S301、确定预测搜索窗口，所述预测搜索窗口包括当前像素和k个重建像素；S302、选取所述当前像素的当前像素分量，确定所述当前像素分量的k个重建像素分量；S303、计算所述k个重建像素分量中单个重建像素分量与所述当前像素分量差的绝对值，重复计算得到k个差异度权重DIFij1～DIFijk；S304、根据所述k个重建像素分量的位置，设置对应的权重值，得到k个位置权重POSij1～POSijk；S305、计算得到所述每个重建像素分量的权重Wij1，重复计算得到所述k个重建像素分量的k个权重Wij1～Wijk，其中，Wijx为：Wijx＝a*DIFijx+b*POSijx其中，x为1～k，a和b为第x个重建像素分量加权值，DIFijx为第x个重建像素分量与所述当前像素分量的所述差异度权重，POSijx为第x个重建像素分量的所述位置权重；S306、针对所述当前像素的c个像素分量，分别重复执行步骤S302～S305，得到所述当前像素的k*c个权重Wija1～Wijac、Wijb1～Wijbc、…、Wijk1～Wijkc；S307、计算每个所述已编码的重建像素分量的权重和Wija～Wijk：Wijx＝px1*Wijx1+px2*Wijx2+px3*Wijx3+...+pxc*Wijxc其中，x为1～k，pxc分别为的第x个已编码的重建像素分量的第c个像素分量的分量加权值；S308、选取Wija～Wijk中的最优权重和，选取所述最优权重和对应的所述重建像素作为参考像素；S309、计算所述参考像素与所述当前像素的差值，得到所述第二预测残差；在本专利技术的一个实施例中，所述预测搜索窗口包括十字形窗口。在本专利技术的一个实施例中，所述最优权重和包括最小权重和。在本专利技术的一个实施例中，步骤S4包括：S401、计算所述第一预测模式的残差绝对值和SAD1与残差标准差E1：其中，AVE为平均绝对残差和，RES为预测残差，ABS为取绝对值，m*n为所述宏块的大小；S402、统计和配置所述第一预测模式惩罚mode1；S403、根据SAD1、E1、mode1和分场景配置权重系数a1、a2、a3，计算所述第一预测模式的残差主观和SUBD1：SUBD1＝a1×SAD1+a2×E1+a3×mode1；S404、重复执行步骤S401～S403，得到第二预测模式的残差主观和SUBD2；S405、对比SUBD1和SUBD2，选用较小者对应的预测模式为最终预测模式，所述最终预测模式对应的预测残差为最终预测残差；S406、采用所述最终预测残差进行视频压缩。与现有技术相比，本专利技术的有益效果：1、本专利技术采用像素级单分量参考的自适应方向预测，可以更加合理的确定当前分量的预测方向，尤其是当纹理复杂时，可以起到更好的预测方向纠偏效果，并最终进一步降低预测的理论极限熵。2、本专利技术采用复杂纹理自适应预测，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。3、本专利技术利用符合纹理特征的十字形搜索窗口寻找参考像素，对于复杂纹理图像，预测效果较好，并且十字形窗口内像素数少，节约了传输的比特数。4、本专利技术采用选择器从多种预测模式中，选择最适合的预测模式，可以保证找到最合适的参考像素，得到最小的预测残差，从而降低理论极限熵。附图说明图1为本专利技术实施例提供的一种带宽压缩预测模式的选择方法流程示意图；图2为本专利技术实施例的第一种预测模式的参考方向示意图；图3为本专利技术实施例的第一种预测模式的参考像素示意图；图4为本专利技术实施例的第一种预测模式的参考值选取示意图；图5为本专利技术实施例提供的第二种预测模式预测搜索窗口的像素索引示意图；图6为本专利技术实施例提供的第二种预测模式预测搜索窗口的重建像素搜索编号示意本文档来自技高网...

【技术保护点】
1.一种带宽压缩预测模式的选择方法，其特征在于，包括步骤：/nS1、在图像中选取宏块；/nS2、采用第一预测模式计算所述宏块的第一预测残差；/nS3、采用第二预测模式计算所述宏块的第二预测残差；/nS4、根据所述第一预测残差计算第一残差主观和，根据所述第二预测残差计算第二残差主观和；/nS5、选取所述第一残差主观和与所述第二残差主观和中的最小值，采用所述最小值对应的预测模式进行带宽压缩。/n

【技术特征摘要】
1.一种带宽压缩预测模式的选择方法，其特征在于，包括步骤：
S1、在图像中选取宏块；
S2、采用第一预测模式计算所述宏块的第一预测残差；
S3、采用第二预测模式计算所述宏块的第二预测残差；
S4、根据所述第一预测残差计算第一残差主观和，根据所述第二预测残差计算第二残差主观和；
S5、选取所述第一残差主观和与所述第二残差主观和中的最小值，采用所述最小值对应的预测模式进行带宽压缩。


2.如权利要求1所述的选择方法，其特征在于，步骤S2包括：
S201、选取当前像素的当前像素分量；
S202、确定所述当前像素分量的N个纹理方向，计算得到对应的N个梯度值；
S203、对所述N个梯度值进行加权修正处理，得到N个加权梯度值；
S204、对比N个加权梯度值，得到最优加权梯度值；
S205、确定所述最优加权梯度值对应的纹理方向为参考方向；
S206、计算所述参考方向上所述当前像素分量与所述参考方向的参考像素分量的差值，得到所述当前像素分量的所述第一预测残差。


3.如权利要求2所述的选择方法，其特征在于，所述纹理方向包括45度方向，90度方向，135度方向，180度方向。


4.如权利要求2所述的选择方法，其特征在于，所述最优加权梯度值为最小加权梯度值。


5.如权利要求1所述的选择方法，其特征在于，步骤S3包括：
S301、确定预测搜索窗口，所述预测搜索窗口包括当前像素和k个重建像素；
S302、选取所述当前像素的当前像素分量，确定所述当前像素分量的k个已编码的重建像素分量；
S303、计算所述k个已编码的重建像素分量与所述当前像素分量差的绝对值，重复计算得到k个差异度权重DIFij1～DIFijk；
S304、根据所述k个已编码的重建像素分量的位置，设置对应的权重值，得到k个位置权重POSij1～POSijk；
S305、计算得到所述每个重建像素分量的权重Wij1，重复计算得到所述k个已编码的重建像素分量对应的k个权重Wij1～Wijk，其中，Wijx为：
Wijx＝a*DIFijx+b*...

【专利技术属性】
技术研发人员：田林海，李雯，岳庆东，
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