带宽压缩中复杂纹理的多模式两级选择预测方法技术

本发明专利技术涉及一种带宽压缩中复杂纹理的多模式两级选择预测方法，包括：将待编码视频图像划分成多个宏块，并确定待编码像素分量；计算当前编码宏块的宏块梯度；在梯度‑预测模式查找表中，根据当前编码宏块的宏块梯度确定当前编码宏块的梯度级别，并根据梯度级别确定多种待预测模式；采用每种待预测模式对当前编码宏块进行预测，得到每种待预测模式下的一组预测残差；根据每种待预测模式下的一组预测残差计算每种待预测模式下的主观差异；比较多种待预测模式下的多个主观差异，确定当前编码宏块的最优预测方法，得到一组最优预测残差。本发明专利技术通过两级选择，根据图像不同区域纹理特征的不同，自适应选择最优预测模式，效果更优，进一步降低了理论极限熵。

Multi-mode and two-level selection prediction method for complex texture in bandwidth compression

【技术实现步骤摘要】
带宽压缩中复杂纹理的多模式两级选择预测方法
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的多模式两级选择预测方法。
技术介绍
随着公众对视频质量需求的不断提高，视频的图像分辨率也随之成倍数的增加，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。然而，当待压缩图像的纹理复杂多变时，根据固定不变的预测模式来预测待压缩图像的复杂纹理区域时，往往会造成所采用预测模式可能只适用某些区域，而对另一些区域并不适用，从而造成这些区域的预测编码得不到精确的参考，导致理论极限熵得不到最大化的降低，影响预测模块的预测质量。采用多种预测模式预测后再去选择最优的预测模式又会增加巨大的运算量，影响预测速度。因此，在待压缩图像的纹理复杂多变时，提供一种更加灵活适用且能进行快速选择预测模式的预测方法以实现所有纹理区域的高质量预测成为亟需解决的问题。
技术实现思路
因此，为解决现有技术存在的技术缺陷和不足，本专利技术提出一种带宽压缩中复杂纹理的多模式两级选择预测方法。具体地，本专利技术一个实施例提出的一种带宽压缩中复杂纹理的多模式两级选择预测方法，包括：将待编码视频图像划分成多个宏块，并确定待编码像素分量；计算当前编码宏块的宏块梯度；在梯度-预测模式查找表中，根据当前编码宏块的宏块梯度确定当前编码宏块的梯度级别，并根据梯度级别确定多种待预测模式；采用每种待预测模式对当前编码宏块进行预测，得到每种待预测模式下的一组预测残差；根据每种待预测模式下的一组预测残差计算每种待预测模式下的主观差异；比较多种待预测模式下的多个主观差异，确定当前编码宏块的最优预测方法，得到一组最优预测残差。基于此，本专利技术具备如下优点：本专利技术实施例的带宽压缩中复杂纹理的多模式两级选择预测方法，采用了两级选择策略，在预测前通过计算宏块的梯度判断宏块的纹理复杂度，选择出适用该纹理复杂度的多个待预测模式，在预测后再通过比较不同预测模式的主观差异，进一步选择出针对该宏块的最优预测方法，对于复杂纹理图像，可根据图像不同区域纹理特征的不同，自适应地选择最优的预测方法，预测效果更优，进一步降低了理论极限熵。通过以下参考附图的详细说明，本专利技术的其它方面和特征变得明显。但是应当知道，该附图仅仅为解释的目的设计，而不是作为本专利技术的范围的限定，这是因为其应当参考附加的权利要求。还应当知道，除非另外指出，不必要依比例绘制附图，它们仅仅力图概念地说明此处描述的结构和流程。附图说明下面将结合附图，对本专利技术的具体实施方式进行详细的说明。图1为本专利技术实施例提供的带宽压缩中复杂纹理的多模式两级选择预测方法的流程图；图2为本专利技术实施例提供的一种梯度-预测模式查找表示意图；图3为本专利技术另一实施例提供的一种梯度-预测模式查找表示意图；图4为本专利技术实施例提供的一种带宽压缩中自适应一级分割预测方法流程图；图5(a)、图5(b)和图5(c)为专利技术实施例提供的对当前编码宏块的3种分割方式示意图；图6为本专利技术实施例提供的一种当前编码宏块采用水平分割方式的预测流程图；图7为本专利技术实施例提供的一种当前编码宏块采用水平分割方式的比特数计算流程图；图8为本专利技术实施例提供的一种当前编码宏块采用水平分割方式的加权值计算流程图；图9为本专利技术实施例提供的一种当前编码宏块采用垂直分割方式的预测流程图；图10为本专利技术实施例提供的一种当前编码宏块采用垂直分割方式的比特数计算流程图；图11为本专利技术实施例提供的一种当前编码宏块采用垂直分割方式的加权值计算流程图；图12为本专利技术实施例提供的一种当前编码宏块采用不分割方式的预测流程图；图13为本专利技术实施例提供的一种当前编码宏块采用不分割方式的比特数计算流程图；图14为本专利技术实施例提供的一种当前编码宏块采用不分割方式的加权值计算流程图；图15为本专利技术实施例提供的一种自适应模板预测方法的流程图。图16为本专利技术实施例提供的一种第一自适应模板的表位示意图。图17为本专利技术实施例提供的一种当前编码宏块的参考宏块示意图。图18为本专利技术实施例提供的一种第二自适应模板的表位示意图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明。本专利技术实施例的方法，通过采用两级选择策略，即采用梯度选择法和主观差异比较法在多种预测模式中自适应选择出适用图像不同区域的最优预测方法进行预测残差的计算。实施例一参见图1，图1为本专利技术实施例提供的带宽压缩中复杂纹理的多模式两级选择预测方法的流程图。该多模式两级选择预测方法包括如下步骤：S1、将待编码视频图像划分成多个宏块，并确定待编码像素分量。在本专利技术的一个实施例中，在待编码视频图像像素区域内，用Cij代表待编码像素，ij为待编码像素的位置索引。将待编码视频图像划分为X个相同的宏块MBx，编码前，将对该X个宏块逐一进行编码预测。每个宏块均包含二维像素阵列，共M个像素，M≥4，例如M＝4×4或M＝8×2或M＝16×16等。对第x个宏块MBx中的M个像素进行顺序编号为0、1、2、...m...、M-1。例如当每个宏块包含4×4个像素，第x个宏块MBx中的16个像素进行顺序编号为0、1、2、...m...、16。设定待编码视频图像的每个像素包含N个像素分量，待编码像素分量为第n个像素分量。例如待编码视频图像的每个像素包含3个像素分量RGB，或包括4个像素分量RGBW，或包含3个像素分量YUV，或包含4个像素分量CMYK。S2、计算当前编码宏块的宏块梯度；在本专利技术实施例中，首先计算当前编码宏块中每个待编码像素的待编码像素分量的像素梯度像素梯度为编号m的待编码像素的待编码像素分量值与其周围最邻近的4个像素的待编码像素分量值的梯度的平均值，计算公式如下：其中，表示位于待编码视频图像ij位置处的像素Cij即在第x个宏块MBx中编号为m的待编码像素Cm的待编码像素分量值，分别为Cm的四个邻近像素的待编码像素分量值，ABS为绝对值运算符。值得一提的是，上述待编码像素Cm的四个邻近像素可能全部与待编码像素Cm同时位于当前编码宏块内，也可能其中一部分位于当前编码宏块内，另一部分位于当前编码宏块的相邻宏块中。当前编码本文档来自技高网...

【技术保护点】
1.一种带宽压缩中复杂纹理的多模式两级选择预测方法，其特征在于，包括：/n将待编码视频图像划分成多个宏块，并确定待编码像素分量；/n计算当前编码宏块的宏块梯度；/n在梯度-预测模式查找表中，根据当前编码宏块的所述宏块梯度确定当前编码宏块的梯度级别，并根据所述梯度级别确定多种待预测模式；/n采用每种待预测模式对当前编码宏块进行预测，得到每种待预测模式下的一组预测残差；/n根据每种待预测模式下的所述一组预测残差计算每种待预测模式下的主观差异；/n比较多种待预测模式下的多个主观差异，确定当前编码宏块的最优预测方法，得到一组最优预测残差。/n

【技术特征摘要】
1.一种带宽压缩中复杂纹理的多模式两级选择预测方法，其特征在于，包括：
将待编码视频图像划分成多个宏块，并确定待编码像素分量；
计算当前编码宏块的宏块梯度；
在梯度-预测模式查找表中，根据当前编码宏块的所述宏块梯度确定当前编码宏块的梯度级别，并根据所述梯度级别确定多种待预测模式；
采用每种待预测模式对当前编码宏块进行预测，得到每种待预测模式下的一组预测残差；
根据每种待预测模式下的所述一组预测残差计算每种待预测模式下的主观差异；
比较多种待预测模式下的多个主观差异，确定当前编码宏块的最优预测方法，得到一组最优预测残差。


2.根据权利要求1所述的方法，其特征在于，所述计算当前编码宏块的宏块梯度的步骤包括：
计算当前编码宏块中每个像素的待编码像素分量的像素梯度，所述像素梯度的计算公式为：



其中，表示当前编码宏块中待编码像素分量值，分别为编号m的像素的四个邻近像素的待编码像素分量值，下标ij为编号m的像素在待编码视频图像上的位置索引，ABS为绝对值运算符；
根据当前编码宏块中所有像素的待编码像素分量的像素梯度计算当前编码宏块的宏块梯度，所述宏块梯度的计算公式为：





3.根据权利要求1所述的方法，其特征在于，所述在梯度-预测模式查找表中，根据当前编码宏块的所述宏块梯度确定当前编码宏块的梯度级别，并根据所述梯度级别确定多种待预测模式的步骤中，所述梯度-预测模式查找表中包括若干个梯度级别，每个所述梯度级别具有相同或者不同的梯度跨度，每个所述梯度级别对应若干个预测模式。


4.根据权利要求3所述的方法，其特征在于，所述若干个梯度级别具有的所述梯度跨度之和等于所述待编码视频图像的待编码像素分量值范围。


5.根据权利要求1所述的方法，其特征在于，所述在梯度-预测模式查找表中，根据当前编码宏块的所述宏块梯度确定当前编码宏块的梯度级别，并根据所述梯度级别确定多种待预测模式的步骤中，确定的所述多种待预测模式包括自适应一级分割预测模式和自适应模板预测模式。


6.根据权利要求5所述的方法，其特征在于，当所述多种待预测模式包括所述自适应一级分割预测模式时，所述采用每种待预测模式对当前编码宏块进行预测，得到每种待预测模式下的一组预测残差的步骤包括：
采用三种分割方式将当前编码宏块分割为若干子宏块，其中，所述三种分割方式包括：水平分割方式、垂直分割方式和不分割方式；
分别确定每种分割方式下当前编码宏块中像素的参考像素，并计算当前编码宏块中像素的待编码像素分量的一组分割预测残差；
分别计算每种分割方式下当前编码宏块的比特数；
根...

【专利技术属性】
技术研发人员：岳庆东，冉文方，李雯，
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