System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于数据压缩,具体是一种基于块内预测的无损argb压缩方法。
技术介绍
1、在图像处理器(gpu)中的显示控制单元、深度单元和纹理单元,其需要实时地处理图像数据;以及多种视频编解码协议(hevc,h.264,/avc,mpeg-2)的编解码器(vc)中的参考帧存储单元,其需要存储参考帧的图像数据。目前,主流的显示分辨率有fhd和qhd,高端显示器的分辨率甚至达到了4k uhd和8kuhd。越高的分辨率意味着更高的存储数据大小,而由于gpu和视频编解码器中片上缓存cache的大小限制,这些图像数据都存储在片外的ddr中。因此,这些单元都需要与存储单元ddr频繁的读取与写入大量的数据。ddr存储器需要及时响应来自这些单元的数据访问请求。在大量读写参考帧数据时,drr存储器的带宽无法满足实时的读取的需求,并且同时大量数据的读写操作,将会显著的增加系统功耗。
2、图像块压缩是当前解决存储访问带宽的主要方案。通过采用图像块压缩解压模块,对要存入ddr之前的图像块进行压缩处理,减少需要读取和写入的数据量,从而降低对ddr存储器的访问带宽的需求。对于gpu和视频编解码器,需要图像块压缩解压模块的处理速度快以及数据吞吐量大,从而才不会对gpu和视频编解码器处理图像的过程产生影响。因此,在图像块压缩解压算法设计时需要考虑其算法复杂度,较高的算法复杂度就会使得在压缩和解压的过程中产生很大的延迟。在使用图像块压缩技术之后,图像块的存储数据量将大大降低。
3、如图1所示,图像块压缩解压模块主要包括压缩器和解压器两部分。
4、现有的图像块压缩算法主要算法步骤分为两步,预测和熵编码。而熵编码又分为残差分组和编码,如图2所示。其中预测方式大多采取dpcm和均值的预测方式,同时采取n*n的分组方式和半定长的熵编码算法。然后这些预测方式在图像块平滑时,可以很好地预测每个像素点,但遇到纹理丰富的图像块时,其预测效果较差;同时对于残差的n*n分组方式,其并不是效率最高的分组方式。
技术实现思路
1、本专利技术针对图像块压缩中的预测方式和残差分组方式进行改进,提高预测性能和分组效率。
2、本专利技术所采取的技术方案如下:
3、将输入图像块的四个通道分别通过块内预测进行预测,得到预测值;
4、利用原像素值减去预测值得到预测残差;
5、将得到的预测残差提供给残差编码器,利用小值优化变长编码对其进行编码,得到此块对应的残差码流,即完成当前图像块的编码;
6、对每个通道重复此流程,直至所有图像块编码完成。
7、本专利技术的有益效果:
8、1)dpcm与med预测相结合的方法进行预测,可以利用图像在两个方向上的冗余信息,达到更好的压缩效果;
9、2)边缘和水平方向的残差分组,可以充分利用图片数据的压缩潜力。
本文档来自技高网...【技术保护点】
1.一种基于块内预测的无损ARGB压缩方法,其特征在于:
2.根据权利要求1所述的一种基于块内预测的无损ARGB压缩方法,其特征在于:输入图像块由ARGB图像按照8*8大小的图像块进行划分得到。
3.根据权利要求1所述的一种基于块内预测的无损ARGB压缩方法,其特征在于:所述的块内预测过程中是将每个图像块分成三部分进行预测。
4.根据权利要求1所述的一种基于块内预测的无损ARGB压缩方法,其特征在于:对图像块的第一行以及第一列采用DPCM预测;对除去图像的第一行和第一列的区域采用MED预测。
5.根据权利要求1所述的一种基于块内预测的无损ARGB压缩方法,其特征在于:在残差分组时,将水平方向上相似分布的残差合并为一组。
6.根据权利要求5所述的一种基于块内预测的无损ARGB压缩方法,其特征在于:对于同一组残差,根据每一编码单元的最大绝对值来选择该组残差的表头。
7.根据权利要求6所述的一种基于块内预测的无损ARGB压缩方法,其特征在于:对于当编码单元的残差全为0时,仅对表头编码;对于当编码单元的残差
【技术特征摘要】
1.一种基于块内预测的无损argb压缩方法,其特征在于:
2.根据权利要求1所述的一种基于块内预测的无损argb压缩方法,其特征在于:输入图像块由argb图像按照8*8大小的图像块进行划分得到。
3.根据权利要求1所述的一种基于块内预测的无损argb压缩方法,其特征在于:所述的块内预测过程中是将每个图像块分成三部分进行预测。
4.根据权利要求1所述的一种基于块内预测的无损argb压缩方法,其特征在于:对图像块的第一行以及第一列采用dpcm预测;对除去图...
【专利技术属性】
技术研发人员:许凯,许成刚,吴永玉,黄霄云,康平瑞,宋逸贤,
申请(专利权)人:浙江大学,
类型:发明
国别省市:
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。